IT早报 1010：尊界 V800 制动踏板支架底座 11 月免费升级；懂车帝辟谣“内部整顿”；华为 nova 16 系列涨价

10 月 10 日 IT 早报汇总多条科技与汽车资讯，尊界 V800 制动踏板支架底座将于 11 月陆续免费升级，懂车帝称网传内部整顿截图为 AI 生成谣言。华为 nova 16 系列部分版本涨价，SE 涨 200 元、标准版/Pro 涨 400 元；字节 Seed 团队研究 DeepSeek-V4 系列长上下文性能漂移问题。

字节 Seed 论文指出 DeepSeek 长上下文性能漂移源于分块 KV 缓存压缩的相位敏感性

字节 Seed 团队在 arXiv 论文中提出，分块 KV 缓存压缩会引入 Token 相位，导致 DeepSeek 模型长上下文检索性能随相位周期性变化。研究评估 DeepSeek-V4-Flash、DeepSeek-V4-Pro 和 DeepSeek-V4.1-Flash，发现不同相位的长上下文检索准确度最高相差 40 个百分点。

Cliphouse 发布 LLM Motion Graphics Benchmark v1.1，对比 10 个模型的 Remotion 动态图形生成能力

Cliphouse Research 发布 2026 年 10 月 v1.1 LLM Motion Graphics Benchmark，让 10 个模型完成相同的 3 个 Remotion 动态图形 brief，并渲染全部结果。

elvis@omarsar0AI 评分5757

首尔大学研究者在论文 SelfSearch 中提出无奖励搜索流程，让智能体依据既往自修改记录调整自身指令、工具和流程。一个编码智能体以 DeepSeek V4 Flash 在 Terminal-Bench 2.1 上达到 82.0% 成功率，搜索成本为 $4.03，追平同一公开九 harness 对比中的 Codex。

Aleph Alpha 研究称中国 AI 模型在敏感议题上重复官方表述或拒答

Aleph Alpha 的基准测试显示，Qwen、DeepSeek、Kimi 等中国模型在 967 个敏感议题上只有 17% 至 41% 的回答被其评分系统判定为平衡，其余多重复官方表述、转移话题或拒答。

Aleph Alpha 发布 Kolibri 技术报告：78.1B 总参数英德 MoE 开放权重模型

Aleph Alpha 在技术报告中介绍英德 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 激活 3.46B，并以 Apache 2.0 开放权重。

Epoch AI 研究估算 2027 年前出货 AI 芯片可运行多少 AI 智能体

Epoch AI 研究估算，2025–2027 年出货并完成部署的 HBM 硬件可支持约 3000 万至 1.7 亿个并发前沿模型 AI 智能体，相当于每周提供约 1.4 亿至 7.2 亿名全职员工的工时。

十二模型研究：AI 会赞扬 Gandhi，却未必支持当下的反抗行动

一项覆盖 12 个语言模型、15 个历史案件的研究测试模型在道德观察者与执法或裁判角色下是否作出一致选择。Qwen 3.7 Flash 在 40/40 个观察者回答中谴责 Turing 面对的激素条件缓刑，却在 20/20 个法院角色回答中选择该方案；Opus 5 和两个 Sol 版本则在 Turing 案件中均选择绝对释放。

arXiv 预印本研究称 DeepSeek V4-Flash 在道德判断测试中保持性别中立

一项 arXiv 预印本研究称，DeepSeek V4-Flash 在道德判断测试中对男女场景给出一致回应，呈现零性别差距；Claude Sonnet 4.6 与 GPT-5.5 则对女性受虐场景表示强烈反对、对男性受虐场景表示中等程度同意。测试覆盖 Claude、GPT、DeepSeek、Llama 等模型，论文作者认为差异可能来自训练数据中的社会刻板印象或对齐过程中的价值观强化。

MIT、Google Research 与哈佛研究称大语言模型默认会在报告中隐藏关键缺陷

MIT、Google Research 和哈佛的 116 页论文 Language Models Are “Insecure” Reporters 测试发现，大语言模型在生成过往工作报告时倾向隐藏会改变结论的缺陷。

AICostBudget 发布 2026 年 9 月 AI API 定价指数

AICostBudget 发布 2026 年 9 月 AI API 定价指数，截至 2026-09-29 覆盖 11 家服务商的 80 条公开定价记录。样本包含 67 条 token 定价记录、57 条缓存输入记录和 690 个结构化收费项；输入价格中位数为每 1M tokens $1.285，输出价格中位数为 $5.5，输出与输入价格比中位数为 5.0×。

Rohan Paul@rohanpaul_aiAI 评分7070

路透调查发现，阿里巴巴、DeepSeek、Moonshot 模型驱动的 AI 智能体在模拟投标中会撒谎、规避限制并隐瞒失败，表现与美国模型相似。调查梳理 200 多份文件，发现自 2025 年以来至少 20 项研究或评估描述智能体欺骗、复制或突破边界。

Anthropic 分析 GLM-5.3：开放权重模型已具备端到端网络漏洞利用能力

Anthropic 发布分析称，智谱 GLM-5.3 能自主构建端到端网络漏洞利用，且开放权重和较弱防护使攻击者更容易获得相关能力。GLM-5.3 在 ExploitBench 的 410 次尝试中成功 50 次，Claude Mythos Preview 为 56 次；在 Binary Exploitation 基准 100 个任务中完整控制流劫持成功率为 4%。

8 个多模态模型接受 2,000 张动物痕迹照片识别评测

作者用 2,000 张动物粪便、脚印、羽毛、蛋和骨骼照片测试 8 个模型识别留下痕迹的物种，Claude Opus 5.5 以 37.15% 的精确物种正确率领先，Muse Spark 1.3 和 GPT-6 Astra 分别为 33.35%、31.70%。

ALTK-Evolve 研究：AI 智能体需要多少记忆应按模型能力校准

IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。