重点 · 1官方/一手媒体报道
Anthropic 开源 FlashProve，可证明回答出自哪个模型
- Anthropic 11 月 3 日发布研究文章与开源代码：提供方先公布一个绑定权重的「承诺」（类似指纹，不泄露权重），之后为每次回答生成证明，任何人可在普通 CPU 上数秒内验证该回答是否出自那组权重。
- 在 4 比特量化的 Llama 4 Maverick（4000 亿参数 MoE）上，单张 H100 每秒可为约 110 个 token 生成证明，每个 1024 token 请求的证明约 19MB，GPU 耗时约为直接用 vLLM 运行模型的 70 到 95 倍。协议安全性在 Lean 4 中做了形式化证明。
- 限制：只证明整数运算版本、贪心解码下的输出；上下文上限 1024 token；目前只适用于 MoE 模型。Anthropic 称这是研究原型，暂无部署计划；开发中借助了 Claude。
为什么重要若成本继续下降，用户、评测方和监管者可以核实「声称用的模型」与「实际跑的模型」是否一致，路由平台偷换模型将可被发现。【分析】
疑点贪心解码和 1024 token 上限与实际产品差距很大，证明成本仍高出数十倍。
来源Anthropic · GitHub · TechCrunch
重点 · 2官方/一手
OpenAI：未发布内部模型工程设计得分大幅领先 Astra
- OpenAI 11 月 3 日发文介绍模型在机械、电子和系统设计上的进展。在 BenchCAD 2.0（重建三维零件与装配体、识别电路板连接）上，一个较新的内部模型平均 0.875 分，GPT-6 Astra 最高推理档为 0.594。
- 两名员工利用业余时间、在没有人直接修改设计的条件下，用 Astra 在一周内完成一台设备的外壳、电路板和固件设计；但 Astra 未能稳定考虑公差和生产限制，达到可制造状态前仍需多轮人工审查。
- 自 2 月以来，OpenAI 硬件团队的模型用量（按 token 计）增长 23 倍；合作方包括 Chip Ganassi 车队，并新增与马自达的研究合作。
为什么重要内部模型跑分大幅领先现役旗舰，暗示下一代模型在工程设计任务上可能有明显进步。【分析】
疑点BenchCAD 2.0 为内部评测，任务集与内部模型名称都未公开。
来源OpenAI
重点 · 3付费报道·二手转述
FT：英伟达要求云服务商中国客户占比不超过 49%
- 据路透转述 FT 报道，英伟达口头要求云服务客户，至少 51% 的算力须卖给非中国客户；只适用于新合同，不影响已签租约，没有书面文件。路透未能独立核实。
为什么重要这会进一步收紧中国公司通过海外云租用英伟达算力的渠道。【分析】
看点英伟达是否公开回应，以及东南亚云服务商的合规调整。
来源路透