We’ve spent the past year developing new primitives for GPUs. We believe this enables new algorithms to change how machines learn, open new markets, and dramatically reshape AI’s cost structure. We have raised a $1 billion Series A, co-led by Index and Lux.

AI agents are writing more code. How can developers ensure that code is correct? Microsoft Research’s Proof-Driven Development (PDD) Kit explores a more rigorous approach: it translates a developer’s intent into a formal specification, then uses formal verification to prove that generated code meets it. PDD Kit works with Verus for Rust and is integrated with @GitHubNext’s Chopin, bringing formal methods into an AI-assisted development workflow for teams. See the work in action at @github Universe, Oct. 28–29, 2026.

Cosmos is a world foundation model for building your own world models. In this release, we show how to build real-time autoregressive world models for robots and autonomous vehicles. We also have a real-time transfer model to help boost realism and diversity of your favorite classical simulator outputs. Check it out. research.nvidia.com/labs/cos…

Jensen Huang says NVIDIA Vera Rubin is “in full production.” “No cables, no wires, completely 100% liquid cooled.” It takes less than five minutes to assemble a Vera Rubin node, compared with two hours for Grace Blackwell.

Nathan Lambert 哈佛讲座：开源模型现状全景，中国开源全面领先，但美国有 10 倍以上的算力优势；蒸馏不是关键问题 @natolambert 在哈佛大学 CS 2881R「AI 安全」的客座讲座，他认为：开源模型落后闭源前沿大约 3 到 5 个月，差距还在缩小。性能、下载量、论文引用这三方面，中国开源模型全面领先，美国开源模型又比中国落后 3 到 4 个月。核心判断有三点：把"蒸馏"当成核心问题是高估了；美国真正持久的优势是算力；禁止开源只会损害经济活动，挡不住坏人。 natolambert.com/slides/2026/… 什么是开源模型，许可证是关键 · 开源是一个光谱：从只开放权重（Llama、Qwen、DeepSeek、Kimi、GLM），到连数据和代码都开放的完全开源（OLMo、Pythia、SmolLM、Marin），Nemotron 处在中间。 · 宽松许可证：MIT（DeepSeek、GLM-5.2、MiMo），Apache 2.0（Qwen、gpt-oss、Gemma 4）。 · 自定义许可证带附加条件，并不算开源：营收门槛（Kimi K3、Muse Spark Open、MiniMax M3 的年营收门槛是 2000 万美元，GLM-5.3 超过 100 亿美元要做安全审查）、品牌露出要求、使用限制。这些条款大多还没有在法庭上检验过。 为什么要开源 支持开源的力量来自几个方向：资本（把互补品变成廉价商品）、科研和教育、防止权力集中、自由。按 Bill Gurley 的说法，开源也是"第二名的自然选择"，用来抢市场和分发渠道、获得软实力。中国实验室集体走向开源，是为了在西方 AI 圈获得存在感；DeepSeek R1 之后，小米、美团、蚂蚁等也纷纷入场。企业用开源模型来"拥有自己的模型"，例如 Harvey 在 Kimi K3 上做法律方向的后训练，全部通过率接近翻倍，成本基本不变。 竞争力 · 2026 年，1T 参数以下就算"小模型"了。新近的强模型：小米 MiMo-V2.6-Pro（总参数 1T、激活 42B，Artificial Analysis 指数 46）、DeepSeek V4.1 Flash（763B，45）、MiniMax M3.1 Flash（42，第三方测评低于官方宣传）。 · 关于"刷榜"：中国模型确实更看重公开榜单，长尾能力也不如美国模型全面。但他花了半年时间，也没找到能证明头部开源模型（Kimi、GLM、DeepSeek）有明显缺陷的分析。 · 开源模型依然锚定着性价比的最优区间，不过闭源厂商现在也开始在这个区间竞争。 蒸馏之争（全篇最有观点的部分） · 训练分三个阶段：预训练、中期训练和 SFT、强化学习。蒸馏主要发生在 SFT 阶段，而现在强化学习消耗的算力已经超过预训练。 · 现在说的"蒸馏"其实是对抗性蒸馏：想办法从 API 里套取被隐藏的推理过程。中国不少实验室有专门的团队做这件事。 · 他认为不值得把它当成焦点：公开研究并没有显示用推理过程做 SFT 能带来巨大提升；没有好的政策手段可以只针对中国而不伤害全球开源生态；中国实验室本身就很强，"快速跟进"本来就比开拓前沿省算力。小米公开直播了 MiMo-V2.6 的强化学习训练（约 150 万次 rollout，花费 347 万美元），就是不只依赖蒸馏的证据。 · 真正持久的优势是算力：美国前五家实验室的总算力平均是中国前五家的 16 倍；到 2026 年底，Anthropic 和 OpenAI 各有 5 GW 以上的算力，而中国头部实验室最多只有 100 到 200 MW。 使用情况 开源模型的推理量快速增长，本地模型下载在加速；Hugging Face 日均独立用户约 60 万。性能相近时，美国模型的采用量是中国模型的 2 到 5 倍，说明市场对美国开源模型有需求。他扫描了 37 万篇 arXiv 论文，Qwen 被提到的次数已经接近 OpenAI 的 GPT。总结是：性能、下载、科研三方面中国都领先，推理和后训练市场也主要是中国模型。 风险与治理 · AI 驱动的网络攻击已经真实发生，而目前公开的案例主要是闭源模型（Claude Code、Codex）被滥用。 · 想禁止开源模型，在现实中做不到（美国不可能建起有效的"防火墙"），而且十多家实验室都能在前沿一年左右的水平上训练模型，结果只会抑制经济活动。不少关于开源风险的说法被夸大了（比如虚假信息），但深度伪造这类风险确实被加速了。 · 建议：发布方按每个模型评估它带来的"额外风险"，并由国家统一风险标准，而不是让各家公司自己判断。开源模型对网络防御非常关键，因为公司的受信任访问项目没法覆盖整个经济。

Introducing Eleven Realtime, a new class of Speech to Speech models. Voice agents usually make you choose between quick replies or precise answers. Eleven Realtime gives you both. It starts talking in half a second and gets spoken reasoning questions right.

AgentReady 发布：基于 25 万次 Agent 实测的 "Agent 可用性" 开放标准，真正卡住 Agent 的只有两件事 @oradotai 联合 Vercel、Stripe、Auth0、Mintlify、Tavily、Google、Elementor、MIT 推出 AgentReady：一份开源（MIT 许可）、不绑定任何厂商的规范，规定网站和产品要做到什么程度，AI Agent 才能找到它、读懂它、用起来。核心发现很反直觉：在受控实验里，只有两种改动会让 Agent 失败：把答案藏在 JavaScript 里，以及直接屏蔽 Agent。其他十几种 "给 Agent 优化" 的配置，对能不能拿到答案都没有影响。 ora.ai/blog/agentready-launc… 关键发现 · 受控实验：同一个文档站用 19 种配置提供服务，由不跑 JS 的普通抓取和能跑 JS 的客户端分别去取答案，共 190 次探测。只有"答案只在 JS 里"（普通抓取全部失败）和"对 Agent 返回 403"（两种客户端全部失败）会出问题。llms.txt、JSON-LD、站点地图、Markdown 镜像都没有改变结果。 · Agent 和人看的是同一批页面：83% 的运行访问了文档页，69% 访问了首页；.well-known 只有 23%，sitemap.xml 只有 4%。 · 靠链接，不靠猜路径：llms.txt 的访问有 86% 来自页面链接，openapi.json 是 97%。也就是说，专门给机器的文件，如果没有页面链接过去，基本没人读。 · 读不到你，Agent 也照样回答：在 1,056 个商业网站上，Agent 读不到官网时，转而用搜索结果和第三方页面作答，这样的回答"完全没有包含用户要问的事实"的概率是 3.7 倍（25% 对 7%）。价格回答的准确率是 37% 对 60%。对 Agent 友好的企业被明确推荐的比例是 20% 对 11%。 · 现状：ora 扫描了约 12.4 万个网站，平均 42 分，只有 6% 达到 B 级及以上，59% 是 D 或 F。 规范结构：按 Agent 接触网站的顺序分三步（找到、读取、操作） · 找到：MUST 是在 robots.txt 和防机器人系统里放行 Agent，规则写成通配，不要只列白名单；SHOULD 是发布官方文档、提供 sitemap；MAY 是 /.well-known/ai-catalog.json。 · 读取：MUST 是答案出现在初始 HTML 里、返回真实的 HTTP 状态码；SHOULD 是链接 llms.txt、JSON-LD、OpenAPI，代码块要标注语言，价格要以文字形式写在页面上。 · 操作（只针对需要让 Agent 完成任务的产品）：MUST 是至少提供 MCP 服务器或 CLI 之一；SHOULD 是 Agent 能独立走完的登录认证、公开 API 加 OpenAPI、WebMCP；MAY 是 Agent 支付（通过 Link 的测试结账正确率 92.3%）。

BREAKING: @AnthropicAI just launched Duet, its always-on personal agent. It’s the first personal agent I’d call a pro tool. We’ve been testing it for two weeks. I’ve gone from mostly using ChatGPT to roughly 50/50 between ChatGPT and Claude—the most time I’ve spent with Anthropic in close to a year. • It lives in its own app, separate from Claude, on iOS, Android, and the web. This makes it feel clean and easy to understand. • It has channels for specific areas of your work and life rather than just a single chat • It has a todo list so you never lose what you’re working on and you can always see statuses • It allows you to easily write and edit documents, slides, and more all through the app. • It’s not a chief of staff yet. It can see the Claude sessions on my computers but can’t direct them. Its email drafts are worse than dot’s, and voice is transcription only—you can’t have a spoken conversation with it. My verdict: the vibes are good, and I’m opening Duet every day. It’s worth trying. Check out our agent comparison page: every.to/personal-agents-com… Full Vibe Check coming soon on @every