今天几条消息在处理同一件事：拿什么来证明一个 AI 系统真的能用。微软研究院的做法是造三家假公司，把制药、资本市场和 IT 软件三种行业的邮件、会议与文档全做成合成数据，一套评估数据集原本要人工做几天，现在自动跑出来，估计每套省下十万美元；OpenAI、微软、谷歌与 Anthropic 同一天宣布认 robots.txt 里一个共享标记，网站写两行就能对多家说不要拿去训练，但四家真正生效的时间从「已支持」一直排到 2027 年 2 月。往下还有一份把编码智能体账单砍掉三成的控制器，以及一台接了智能体的射电望远镜。
一、能测出问题的那批数据，恰恰是拿不到的那批
微软研究院 10 月 30 日公开了 Industry Evaluation Data Generation Platform（行业评估数据生成平台），要解决的是做企业助手的团队都会撞上的矛盾：要判断 Copilot 的回答准不准、有没有落在会议原文上，就得拿真实企业数据来测；而真实企业数据里有敏感信息，按微软的说法，任何情况下都不能用于评估[1][2]。
平台的做法是生成完整的合成「租户」——每一个都是一家独立的假公司，有自己的组织架构、用户、会议、邮件与文档。为了让这些假公司像真的，微软用了三类公开数据源：美国劳工部的 O*NET 职业数据库定岗位与工作频率，在线招聘信息给岗位名称与汇报关系，SEC 文件定组织规模与业务单元结构。三类都经过微软法务与政策团队审阅[1]。
这些环境不是静态快照。会议历史、项目时间线和邮件往来会跨周演化，组织本身也会变。微软的理由是：一大类 Copilot 提问天生带时间，比如「上周四团队定了什么」「上次季度复盘之后改了什么」。测试数据没有真时间轴，这类问题就测不出东西[1]。
查询也是自动生成的。一条六阶段流水线从通用职场任务库出发，先筛出与某行业相关的任务，再换成该行业的语言和语境，接着让模型基于合成环境里已有的数据生成问题，再改写成更像人说话的问法，最后做准确性与去重校验。微软给出的账是：建一套评估数据集从数天人工变成自动运行，估计每套省约十万美元，整个项目省约三十万美元；内部复合质量分比最初的方法高 39%，部分行业环境得分超过 0.9（满分 1.0）[1][2]。
这些数字都是微软自己的口径，没有公开数据集可以复核，微软也没有公布任何 Copilot 跑分，数据集目前只发在内部共享目录。这套方法的可搬之处在思路：卡住评估的是缺一批像业务又不碰业务的数据。放到读者手头，可复制的版本小得多——拿公开的招标公告、岗位说明与年报拼一个假的项目部，先测通再谈接真实材料。
二、知识类评测开始奖励不知道就说不知道
另一把尺子也在改。Artificial Analysis 把知识类评测 AA-Omniscience 更新到 v1.1，题库换成 3000 道新题，其中 300 道公开放在 Hugging Face 上供人自己复跑。改动的核心是把猜答案和主动弃答分开计分：旧版要求每题必答，蒙对和答对拿一样的分，于是模型有动机去编；新版把幻觉率与净分并列，能看出哪些模型的分数是靠猜出来的[18][19]。
新旧榜单的排名相关性是 0.98，整体次序没怎么动，但个别模型掉得厉害，幅度足以让人怀疑训练时见过旧题。评测方自己提醒，换题、改措辞、采样设置或模型更新都可能造成同样落差，光看分数不能认定污染。中位幻觉率降了 1.4 个百分点，但题目也换了，这个下降更应理解为在新题上的表现[19]。
评测方给出的原则是按失败的代价选指标：要压编造看幻觉率与净分，要覆盖率看准确率与弃答频率。它只覆盖参数化知识，检索质量、引用准确性与长上下文都不在范围内[19]。
三、退出训练这件事，从一家一家谈变成写两行
10 月 30 日这天，OpenAI、微软、谷歌与 Anthropic 表态支持 robots.txt 里的一个共享信号。它来自 IETF 的一份个人草案，作者是 Anthropic 的 Kevin Kelley，落点是让网站不必再逐个识别各家爬虫、各写一套规则，而是用一条统一的表述一次性说明内容不用于训练[3][4][6]。
微软的公告给的细节更多。它把训练与 grounding 分成两个独立偏好：训练指拿数据去算梯度、改模型权重；grounding 指回答时实时检索并引用网页。网站可以只退出训练但仍允许被引用于回答，也可以反过来。微软还宣布 2027 年 3 月 1 日起不再把 NoArchive 与 NoCache 当作 AI 偏好的代理——过去不少网站正是拿它们来挡缓存的[5]。
时间表才是关键。按各家公开口径，Anthropic 已经开始遵守，微软从 2027 年 2 月 1 日起按新偏好抓取，谷歌说在 2027 年内支持，OpenAI 只说未来几个月。现在加上那两行，接下来大半年里各家爬虫的反应并不一致[3][5][6]。
局限要写在旁边：这是 IETF 的个人草案，还不是正式标准，靠各家自愿遵守；它只管训练这一件事，不阻止抓取、不阻止搜索索引、也不阻止在回答里引用原文。要不要加这两行，取决于你更在意不被训练，还是不想从 AI 回答里消失[3][4][5]。
四、省 token 的办法不是换模型，是记住上一轮
微软研究院与加州大学伯克利分校的 TokenEconomizer 走的是另一条路：不动模型，也不改智能体，只在外面挂一个控制器，把智能体当成黑盒。控制器按仓库保存状态，从跑完的轨迹里学三件事——哪些一行就能说清的事实值得写进提示（比如跑测试的命令）、哪些工具长期不用可以遮掉、什么时候判定智能体卡在失败循环里并介入[7][8]。
浪费的规模有具体数字。在一个典型回合里，提示会加载 23 个工具定义，其中 16 个从未被调用，而调用量最高的 3 个工具占了全部调用的 98%；失败的任务只占任务数的 17%，却吃掉了总花费的 32%[8]。在 Django 仓库上开工具剪枝后，第二个任务开头那次请求的提示 token 从 43,351 降到 16,295[8]。
结果是在 Claude Code、Codex 与 GitHub Copilot CLI 配前沿模型的五种组合里，平均 token 成本下降 18.4% 到 30.9%，任务成功率大体持平，五组里有四组的 Pass@1 略有上升；30 个仓库与设置的组合全部变便宜。换成 web 开发与安全审计，降幅收窄到 6.4% 到 21.2%，因为单次运行短，可砍的余地小[7][8]。
值得记的是时序：多数仓库在头几个任务上反而更贵，要到第六个任务前后才普遍转便宜。省下来的钱来自积累，不是第一次运行就兑现。论文是预印本，尚未同行评审，测试用的是构造的任务序列而不是真实开发者会话[7][8]。
五、一小时录音、八个说话人，以及望远镜旁的推理
NVIDIA 开源的 Nemotron 3.5 Transcribe 把转写、说话人标注和翻译放进一个模型：总参数约 34B，每步激活约 4.3B，上下文 65,536 token 对应最长约一小时录音，覆盖 40 种语言，单条录音最多区分 8 位说话人。按 NVIDIA 技术报告，它在 Open ASR 榜 9 个英文公开集上的平均词错率是 4.71%[9][10]。这些全部是 NVIDIA 自报，且外部报道引用了 5.33% 这个不同口径的数字，引用前值得核对实时榜单[9]。
其中一条对实际使用更有用：给模型一份预期出现的实体清单，ContextASR-Bench 上的命名实体词错率从 12.21% 降到 2.20%——会议里会出现哪些人名、项目名和材料编号，提前告诉它是有回报的[9]。它只处理录音文件，不支持流式实时音频[10]。
把智能体接到真实仪器上的是另一条。Breakthrough Listen 与 SETI 研究所在北加州的艾伦望远镜阵列部署了一套流水线，研究者用一句自然语言就能让智能体操控天线、校准与聚焦设备、修正数据错误并画图。数据经 DAQIRI 直接进 GPU 显存，边传边算而不是先落盘；信号处理的数学部分由 SETI 研究所的 CyberEther 框架调用 CUDA-X 完成；网页编排层 Nexus 给智能体提供仪器状态与流水线的单一信息源。整套系统在 RTX PRO 6000 Blackwell 显卡上处理 2.4 太比特每秒，推理放在望远镜旁边就地进行[11][12]。
这条流水线完成了蟹状星云里一颗脉冲星的实时 AI 探测。脉冲星周期性辐射像灯塔，是验证边观测边处理的合适目标，但它是自然天体，不是地外技术的证据。团队称过去要人类数周乃至数年的分析被压到数小时，正在评估包括 Nemotron 在内的开源模型[11][12]。吞吐与时效目前都是厂商与合作方自报。
六、订阅规则仍在改，创作流程开始能保存
OpenAI 三天里改了三次用量规则：10 月 28 日开始向符合条件的 ChatGPT Pro 与 Business 订阅用户发放与月费等额的 API 额度，分 100、200、500 美元三档，工作区上限 500 美元；10 月 31 日又撤回了对 Pro 200 档降额的原计划，把 Pro 三档与 Business Premium 的用量上限翻倍。额度按月清零，OpenAI 没有公布任何一档的具体数值[13][14]。规则一个月内反复，本身比额度更值得留意。
Anthropic 在 10 月 30 日给移动端做了一次整体升级：iPhone 语音模式接入 CarPlay，iPad 与支持双屏的 iPhone 上生成内容改为与对话并排显示，iOS 与 Android 支持多账号切换，新增 24 种语言、总数到 33 种[15][16]。同一周，它把 2025 年 5 月启动的 AI for Science 计划从生物与生命科学扩到天文学、基因组学、癌症研究、气候科学与数学，公布 20 个科研伙伴，单个项目额度上限提高到 5 万美元，首批开放 1 万个免费或优惠席位[17]。
Figma 在同一天发布了 Weave，把图像与视频的生成和编辑拆成可连接的节点：分支从同一起点试不同方向，同一提示并排跑不同模型比较结果，色彩校正、合成、色阶、修剪、裁剪与画笔是六类编辑节点；整条工作流可打包成 Weave tool 让别人一键运行[21]。生成过程从此有了可保存、可交接的形态。
另外两条短讯。思科给一名 27 岁的工程师不限量的 AI token，目标是 24 个月内重写 98% 的遗留代码，团队只有两人，先做四周概念验证[20]。DoorDash 管理层说，外部 AI 智能体在其平台上产生的订单至今只有数百单[24][25]。
英伟达还在 SEMICON West 2026 上展示了下一代共封装光学方案 OOI：把光引擎从有机封装基板移到承载 GPU 的硅中介层上，让电光转换更贴近计算内核；配套 8 波长密集波分复用，单纤内 8 路 32 Gb/s 并行，合计 256 Gb/s。现有量产方案已把电信号损耗从可插拔时代的约 22 dB 压到 4 dB 左右，OOI 想再推一层。研究者说这仍是研究阶段，没有商业化时间表，散热、良率与可维修性都是没解的问题[22][23]。
[1]: From synthetic enterprise data evaluations to real Microsoft Copilot AI confidence —— Microsoft Research / 2026-10-30 (https://www.microsoft.com/en-us/research/blog/from-synthetic-enterprise-data-evaluations-to-real-microsoft-copilot-ai-confidence/) [2]: How Microsoft Tests Copilot Without Touching Customer Data: Synthetic Companies —— ExplainX / 2026-10-30 (https://explainx.ai/blog/microsoft-research-synthetic-enterprise-data-copilot-evaluation-onet-sec-filings-39-percent-quality-2026) [3]: Making it easier for websites to express AI training preferences —— OpenAI / 2026-10-30 (https://openai.com/index/helping-websites-express-ai-training-preferences/) [4]: Machine-Readable Training Preference Signal（IETF 个人草案） —— IETF Datatracker / 2026-10-30 (https://datatracker.ietf.org/doc/draft-kelley-aipref-training-preference-signal/) [5]: Your content, your choice: clearer preferences for training and grounding —— Microsoft Bing Blogs / 2026-10-30 (https://blogs.bing.com/search/2026/10/your-content-your-choice-clearer-preferences-for-training-and-grounding/) [6]: The biggest names in AI are backing a new way to opt out of scraping —— The Verge / 2026-10-30 (https://www.theverge.com/tech/1023763/openai-google-microsoft-ai-scraping-standard-opt-out) [7]: TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents —— arXiv 2610.22732 / 2026-10-15 (https://arxiv.org/abs/2610.22732) [8]: Microsoft and UC Berkeley Release TokenEconomizer to Cut Coding Agent Costs by Up to 30.9% —— AITopic / 2026-10-30 (https://www.aitopic.com/microsoft-and-uc-berkeley-release-tokeneconomizer-to-cut-coding-agent-costs-by-up-to-309.html) [9]: Nemotron-3.5-Transcribe-30B-A4B 模型卡 —— NVIDIA / Hugging Face / 2026-10-28 (https://huggingface.co/nvidia/Nemotron-3.5-Transcribe-30B-A4B) [10]: RTX Spark 笔记本迎来本地 AI 全家桶更新 —— IT 时代网 / 2026-10-31 (https://news.qq.com/rain/a/20261031A06RP000) [11]: Things That Go Beep in the Night: Agentic AI Joins the Search for Extraterrestrial Signals —— NVIDIA Blog / 2026-10-30 (https://blogs.nvidia.com/blog/ai-joins-the-search-for-extraterrestrial-signals/) [12]: AI Agents Join SETI Search at Allen Telescope Array —— Khabre / 2026-10-31 (https://khabre.in/technology/ai-agents-join-allen-telescope-array-s-seti) [13]: OpenAI 向 ChatGPT 付费订阅用户发放等额 API 额度 —— 什么值得买 / 2026-10-30 (https://post.smzdm.com/p/anvmwe87) [14]: OpenAI 撤回 ChatGPT 用量缩减计划 —— IT 时代网 / 2026-10-31 (https://news.qq.com/rain/a/20261031A05T1L00) [15]: Anthropic 全面升级 Claude 移动应用，支持 CarPlay 语音、多端协同与 33 语种 —— 中关村在线 / 2026-10-30 (https://ai.zol.com.cn/1266/12667179.html) [16]: 极客早知道：Claude 多端应用迎来重磅升级 —— 极客公园 / 2026-10-30 (https://www.geekpark.net/news/373220) [17]: Anthropic 加码 AI4S：20 个科研伙伴加入 —— DeepTech / 2026-10-30 (https://www.163.com/dy/article/LAFTBL9A05119734.html) [18]: AA-Omniscience —— Artificial Analysis / 2026-10-30 (https://artificialanalysis.ai/evaluations/omniscience) [19]: AA-Omniscience v1.1 Catches AI Models Guessing Instead of Abstaining —— Hermes AI News / 2026-10-31 (https://hermes-ai.net/news/artificial-analysis-aa-omniscience-v1-1-catches-ai-models-guessing-instead-of) [20]: AI news today（Cisco 条目，原始报道为 Fortune） —— Digest AI News / 2026-10-31 (https://digestai.news/today) [21]: The TL;DR on Figma Weave: Make Your Creative Process Repeatable —— Figma Blog / 2026-10-31 (https://www.figma.com/blog/the-tldr-on-figma-weave) [22]: 英伟达披露下一代 CPO 技术 光引擎绕开有机基板 原型样品已就位 —— 科创板日报 / 2026-10-31 (https://www.chinastarmarket.cn/detail/2521558) [23]: 英伟达 OOI 绕开有机基板：CPO 的下一站 —— 腾讯新闻 / 2026-10-31 (https://news.qq.com/rain/a/20261031A0BXMJ00) [24]: The day’s tech, sifted: Oct 31, 2026 —— Sift / 2026-10-31 (https://sift.yasint.dev/2026-10-31.html) [25]: AI Daily Brief (Oct 31) —— JustSayAI / 2026-10-31 (https://www.justsayai.org/en/briefing/2026-10-31/am)