AI 日报 · 2026 年 10 月 17 日 · 星期六
麦式AI情报站
Reflection 发布开源 MoE 模型 Beam 501B，Hugging Face 提供推理与训练全流程支持
Reflection 新实验室的首个模型 Beam 在 Hugging Face 开源，为 501B 参数 MoE（每 token 激活 23B），支持 1M token 上下文，采用 Apache 2.0 许可，主打编码与智能体场景。提供 BF16、FP8、NVFP4 三种检查点，transformers、vLLM、SGLang 均已 day-0 支持，并附 LoRA SFT 与 Miles GRPO 训练配方；Hub 上分享用 Beam 构建的项目可竞争 10,000 美元额度。
- Reflection 开放权重模型 Beam 上线 Ollama Cloud，限时免费Ollama Blog
RSI 与 Agent 自我改进
arXiv · cs.AI一手MLExpert 论文提出后训练方法，将 35B MoE 模型训练为自主机器学习工程智能体
论文提出面向长时程自主机器学习工程优化的后训练方法，训练出 35B Mixture-of-Experts 智能体模型 MLExpert。方法包括构建可执行任务的 Kaggle-MLE Factory、层级 agentic SFT，以及将两次实验结果之间的多轮决策作为一个执行窗口并赋予共享结果奖励的 Windowed Interaction RL（WIRL）。在 MLE-Bench Lite 上，MLExpert 将基座模型平均奖牌率从 37.9% 提升到 72.7%，达到与 Kimi-K3、GLM-5.3 等更大前沿模型相当的水平，并在 NatureBench Lite、agent scaffold 优化和算法优化上显示能力可泛化。
记忆与连续性
GitHub · 灵魂体仓库Memorius 发布通用 AI Agent 记忆库，支持 Claude Code 等多前端
Dream-Pixels-Forge 在 GitHub 开源 Memorius，一个面向任意 AI Agent 的通用记忆库，兼容 Claude Code、Codex CLI、Gemini CLI 等 Agent 及 MCP 协议。系统提供 Vault→Shelf→Folder→Note 层级组织、语义搜索、知识图谱、重排序和受神经科学启发的记忆固化机制，通过 pip 安装即可使用，全部功能开箱即用，无云端依赖和 API key，采用 MIT 许可证。
具身智能与机器人
arXiv · cs.AI一手四个 Gemini 4 Argon 智能体自主通关 Minecraft
研究者将四个 Gemini 4 Argon 智能体放入沙盒化的 Minecraft 生存世界，目标是击败末影龙，每个智能体通过开源库 Mineflayer 控制一名玩家，靠游戏内聊天和共享记忆协调，没有人类分配角色或编写游戏逻辑。团队从随机生成的 Easy 难度世界出发，编写了 2,783 个程序，死亡 605 次，用 27 小时 14 分钟击败了末影龙。作者称这是据其所知首次由 AI 智能体仅用标准 Mineflayer 库、无预探种子等人类专用工具完成的端到端自主通关，论文还描述了分工、知识共享、互相恢复物品等策略与结果局限。
无对齐模型发布/更新
candor-lab 发布 Qwen3.5-9B 去对齐版 GGUF 权重
candor-lab 用自研权重编辑工具 Candor 移除 Qwen3.5-9B 的拒绝行为，以 rank-1 编辑每层 attention 与 MLP 输出矩阵，发布单个 Q4_K_M GGUF 文件（5.78 GB）。实测 288 条 StrongREJECT 有害提示拒绝数从 279 降到 0，无害提示拒绝 5 降到 2，GSM8K 正确数与原模型差异在噪声内；与 heretic 最佳试验相比，有害提示中位思考 token 为 996 对 1648，数学超预算次数也更少。基于 Qwen/Qwen3.5-9B 原始 16 位权重，不含视觉编码器，Apache 2.0 协议，仅用 llama.cpp b11524 在思考开启下实测，LM Studio 和 Ollama 等未验证。
BoldingBuilds 发布 NVIDIA Nemotron-3.5-Bolt-74B-A9B 无对齐 24GB GGUF 版本
BoldingBuilds 在 Hugging Face 发布 NVIDIA Nemotron-3.5-Bolt-74B-A9B 的无对齐版本，直接在 24GB 2-bit GGUF 上做权重空间消融，未经过 BF16 重量化，保留了 NVIDIA 量化感知蒸馏产出的约 17GB IQ2_XXS 专家权重。编辑共改动 100 个张量，采用 Arditi et al. 2024 的均值差方向法，λ=0 时输出与原文件逐字节一致作为自检门槛。
OS-Software 发布 LFM2.5-24B-A2B-Uncensored-Heretic 去对齐版本
OS-Software 基于 LiquidAI/LFM2.5-24B-A2B 发布去对齐版本，用自研 Heretic fork 只改动 layers 18、22、26 的 self_attn.out_proj 权重并烘焙进 BF16。实测 100 条日语有害提示词的拒绝率从原版 94-99/100 降到 0-1/100，QAD Q4_0 的 MMLU 为 55.35%（较原版 -0.62），并提供 Q4_0 到 Q8_0 多档 GGUF；模型仍会先思考再回答，输出偏长，建议 8k 以上输出预算，仅供研究实验用途。
distributedcognition 发布 Inkling（975B/41B MoE）的 abliterated 去对齐版本
distributedcognition 在 Hugging Face 发布 thinkingmachines/Inkling（975B 总参数/41B 激活，多模态 MoE）的 abliterated 版本，用 norm-preserving biprojected 消融在权重层面移除拒绝方向，提供 main（scale 2.5）和 scale-3.0 两个分支。
工程与部署
GitHub · 去对齐工具与仓库agent-handshake 发布：用契约测试捕捉多智能体系统的字段变更
padobrik 开源 agent-handshake（0.7 前名为 a2a-spec），通过录制 producer 输出快照并对照 consumer 读取的字段做契约测试，全程不调用 LLM、无需 API key。工具支持 handshake record/infer/test/diff 等命令、pytest 插件、GitHub Actions 集成，可检测 producer 改 prompt 后字段被移除或新增的情况，并提供结构、语义（本地 embedding）和策略三类规则，适配 Python 函数、HTTP、LangChain 与 A2A 1.0 协议，支持 Python 3.11+ 及 TypeScript/JavaScript consumer 的静态解析。
GitHub · 去对齐工具与仓库AgentBox SDK 发布：在沙箱中统一运行 claude-code、opencode、codex 等编码智能体
MichalKrol13 发布 AgentBox SDK，用一个 API 在沙箱内运行编码智能体，支持 claude-code、opencode、codex 三种 Agent 与 local-docker、e2b、modal、daytona、vercel 五种沙箱，可任意混搭且应用代码不变。与 claude --print 这类非交互封装不同，它把每个 Agent 作为沙箱内的服务进程启动，通过 WebSocket 或 HTTP 通信，保留审批流、工具控制与流式事件；还支持后台任务事件、事件保留开关、harness 斜杠命令、技能与子智能体挂载，以及经 OpenRouter 或其他 OpenAI 兼容端点路由模型。需 Node >= 20，npm install agentbox-sdk 安装。