开源深度研究的「四件套」革命：拆解 MiroMind ODR 为什么值得读： 这可能是开源社区第一次拿到「闭源 Deep Research 的完整生产线」——模型、数据、训练流程、Infra、Agent 框架一次全部开源，而且在 GAIA 上压过了 OpenAI 的 Deep Research。 事件时间：MiroMind ODR 于 2026-10-20 正式发布（前作 MiroThinker 论文发表于 2025-11）。 引言 过去两年，「Deep Research」类产品是各大实验室的兵家必争之地：OpenAI 的 Deep Research、Anthropic 的 Claude Research、xAI 的 Grok DeepSearch，个个都强，但个个都不告诉你它是怎么造出来的。开源社区并非毫无建树——WebThinker、WebDancer、DeepMiner 等项目做了大量探索，可它们要么只放出模型权重而不给工具链，要么规模小、交互深度浅，与商业系统之间始终隔着一条看得见的鸿沟。2026 年 10 月 20 日，代季峰加盟陈天桥旗下盛大网络后的技术首秀 MiroMind ODR（Open Deep Research）发布了：它一次开源了四个组件——Agent 框架、原生支持工具推理的模型、147K 条训练数据、完整训练基础设施。官宣的 GAIA 成绩是 82.4 分，超过了 Manus 和 OpenAI 的 DeepResearch。比分数更重要的是，这是一次「把整条生产线摆上台面」的开源。 一、这次开源到底开了什么：「四件套」的含金量 多数所谓的「开源 Agent」其实只开了一半：给你模型权重，至于训练数据怎么筛、强化学习的奖励怎么设计、Agent 与工具的交互管线怎么写，全靠社区自己猜。MiroMind ODR 的罕见之处在于四个组件同时开出来，形成一条闭环。MiroFlow 是 Agent 框架，负责把大模型扩展成能用工具做深度研究的智能体，并提供可稳定复现最高性能的执行管线；MiroThinker 是原生支持工具辅助推理的大语言模型，可训练、可复现，是整套系统的智能核心；MiroVerse 是 147K 条高质量训练轨迹数据，全部来自真实 Agent 执行过程的沉淀；MiroTrain 则覆盖整个训练流程的 Infra，包括长文本训练和 RL 训练工具。 ...

AI 技术深度解读 · Agent 推理新架构 静默思考，出声做事：斯坦福「混合推理智能体」把 Agent 成本砍掉了七成 为什么值得读： 它第一次让「不说话的思考」（latent reasoning）真正接上了工具调用， 解决了一个长期二选一的难题——效率 vs. 可控。性能还反涨 10%。 论文时间：2026 年 10 月 13 日发布（arXiv 2610.18861） ； 作者：Stanford、Together AI、UIUC、Meta；代码已开源。 今天的 AI 智能体有一个昂贵的坏习惯：每走一步都要「先把心里话写出来」——先用文字写出完整的推理链条，再去调用搜索、运行代码。那些中间文字既要逐 token 解码，又全都进账单。而另一条技术路线「潜隐推理」（latent reasoning）则反过来：模型直接在连续的隐藏向量空间里思考，快得多，但代价是「想完就出不来了」——连续向量没有现成的路径去调用工具，人类也看不懂它在想什么。 两条路线各瘸一条腿。一篇 10 月 13 日登上 arXiv 的论文提出第三条路：HybridAgent ， 在同一次生成过程里动态切换「静默思考」和「出声做事」两种模式——对内思考在潜隐空间默默进行，只在需要调工具或给答案时切换回文字。 一、核心机制：HybridLink，一座不到千万参数的小桥 整个架构的关键是一个叫 HybridLink 的轻量模块。它本质上是一个残差适配器： 把模型最后一层的隐藏状态 h 映射回输入词嵌入空间，即 e = h + W₂·σ(W₁h) 。 因为残差连接保留了隐藏状态原有的语义，它只需要「对齐分布差异」，而不是从零学一个投影—— 参数量约 2d²，对于一个 40 亿参数的模型大约只有 1000 万参数 。 工作流是这样的：智能体在文字模式下像普通 LLM 一样逐 token 生成，直到输出一个特殊标记 <latent>，便进入潜隐模式。此后每一步的隐藏状态都经由 HybridLink 直接作为下一步的输入，完全跳过「解码成词再嵌入」的昂贵往返，实现序列级的连续递归思考。 当隐藏状态的语义与退出标记 </latent> 的词嵌入最接近时， 智能体切回文字模式，去调用工具或输出结果。每段潜隐思考的长度和切回频率都由模型自己动态决定， 而不是预设好的。 ...

AI 的数学时刻：719 篇机器手稿与「证明」的可信度问题 为什么值得读：这不是又一篇「AI 刷榜」快讯。10 月 6 日 OpenAI 一次性公开了 719 篇由内部未发布模型写出的数学手稿，第一次把一个硬核工程问题摆上台面——当机器产出的证明多到没人读得完，「被验证」到底意味着什么？两篇独立深度解读（一篇拆验证机制，一篇盘点数学界的震荡）把这件事讲透了。 事件时间：2026 年 10 月 6 日发布，10 月 7 日修订，10 月 15 日官方博客追加 500 万美元后续计划；深度解读文章时间为 10 月 8 日与 10 月 9 日。 2026 年 10 月 6 日，OpenAI 在官方博客宣布：把一个内部未发布的前沿模型 在约 4000 道数学问题上的产出，全部放进公开 GitHub 仓库。首日 722 篇手稿，第二天因一处符号错误撤回 3 篇代数几何手稿并修订其余，最终定格为 719 篇手稿、372 个结果族 。按 OpenAI 的口径，其中约 42% 的顶层结果配有 Lean 形式化证明；每出一份结果，平均消耗相当于 ChatGPT Pro 思考约 3 小时的算力；仓库还附带 10 份模型推理过程的摘要。名单里不乏几十年无人攻克的硬骨头：准黎曼猜想的零点自由区、有理数域上的希尔伯特第十问题、CM 阿贝尔簇上的有理霍奇猜想、唯一博弈猜想、矩阵乘法指数的新上界。约一个月前，OpenAI 已经用同一模型公布了 Navier–Stokes 问题的解法预热。这次发布真正值得细读的，不是结论清单——而是它暴露的两个问题：机器证明的可信度到底由什么保证？以及，一个学科被 AI「撞」一下之后会发生什么？ ...

科技要文 · 深度解读 隐形基因：Qwen / DeepSeek 官方仓库"潜伏式污染"攻击事件 它不是数据投毒，也不是供应链投毒。71 个文件在 14 分钟内喷洒到两个下载量最高的国产大模型官方仓库，无权重、无自动执行入口——像隐性基因一样潜伏，只等你亲手把它唤醒。 事件披露：2026-09-21（安天 CERT） 解读时间：2026-10-18 时间窗口：近一个月 定级：严重（Critical） 2026 年 9 月 16 日上午 10 点刚过，一个已删除的账号向 Hugging Face 上 Qwen 的官方仓库发起了 Pull Request #198，标题平淡无奇：“Upload 71 files”。14 分钟后，同样的 71 个文件出现在了 DeepSeek 的官方仓库里。两家厂商都没有合并这个请求——但这并不意味着事情就此结束。安天 CERT 在 9 月 21 日披露的这起事件里，提出了一个值得所有人认真对待的新概念：潜伏式污染（Latent Pollution） ，一种既不同于数据投毒、也不同于软件供应链投毒的"第三种形态"。 一、发生了什么：14 分钟的跨仓库喷洒 先把事实摆清楚。攻击者以"模型更新"的名义，向两个头部厂商的官方仓库投递了同一批 71 个文件： 2026-09-16 10:01:48 GMT Qwen/Qwen3.8-27B · Pull Request #198 （提交 09bce50d，待审状态，合并前可拦截）。标题中性的 “Upload 71 files”，形同一次正常的模型文件更新。仓库下载量 735 万+。 2026-09-16 10:15:53 GMT deepseek-ai/DeepSeek-V4.1-Flash （commit db668511，discussion #54，可达但未入主干）。这个形态风险更实在 ：只要下游拉取了这个 commit，就会中招——除非后续被 revert 或删除。仓库下载量 48 万+。 同一天 · 同一台机器 逐文件 git blob SHA-1 比对：71/71 逐字节完全一致，连二进制和带时间戳的文件（agent_memory.db、chaos_master.db、avatar.png、yolov8n.pt）都一模一样。唯一差异是 Qwen 那边顺手多改了一行 .gitattributes（给头像加 git-lfs）。结论：同一份源文件夹、同一台机器的一次性导出，典型的跨仓库"喷洒式"重复上传。 投递账号 ChaosGPT——事后已删除，PR 正文为空。没有留下任何可追溯的对话。 这批文件是一套完整的、以意大利语编写的"CyberWin / CHAOS GPT"自主攻击型 AI Agent 工具链，包含"大模型去护栏（Abliteration）＋攻击数据集投毒＋越狱模型封装＋自主攻击 Agent"的完整攻击链条。安天判定 37 个文件为独立恶意实体（Trojan 3 个、Hacktool 34 个），综合威胁定级严重 。 ...