StateBench：测试语言模型如何在长文档中跟踪状态变化
StateBench 是用于评估语言模型在长文档中跟踪实体状态变化能力的基准，涵盖从简单到复杂的四种难度级别。
AI 索引每日更新
2026-11-04 每日简报
StateBench 基准用于评估语言模型在长文档中跟踪实体状态变化的能力，按四种难度级别划分，测试显示模型在较复杂级别上随输入增长准确率下降。Anthropic 在更新文件中披露季度计算成本占营收比例上升，并警告可能接近其内部定义的递归自我改进能力阈值。此外，Amazon Bedrock 推出基于印度的 Kimi K3 推理服务，苹果调整 App Store 年龄评级政策，将约会应用和 AI 伴侣限制为 18 岁及以上用户。
编辑导语：自动生成。以下按主题整理当天及前一天发布的 AI 新闻；生成时间：2026-11-03 18:13 UTC。
产品与公司（19）
Anthropic仍在艰难应对算力经济问题
Anthropic在周一更新的S-1文件中披露了截至9月30日的季度数据，显示其计算利润率恶化：计算成本占营收比例从上一季度的48%升至58%。
使用Amazon Quick整合结构化与非结构化数据
Amazon Quick 提供统一体验，可同时连接结构化数据（通过增强数据集）和非结构化数据（通过基于 S3 的知识库），并用单一对话式 AI 代理进行查询。
在 AWS 上构建超低延迟语音 AI 应用
实时语音AI对延迟要求极高，传统Transformer架构因需处理完整序列而难以实现流式低延迟，State Space Models（SSM）通过逐步处理并保持紧凑内部状态，解决了质量与延迟的权衡。
Palette：教小模型按你的设计语言制作演示文稿
Palette 项目旨在训练一个小型开源模型，使其能按照企业自身的设计语言生成演示文稿，从而避免前沿模型风格趋同和机密内容外泄的问题。
Amazon Bedrock 推出基于印度的 Kimi K3 推理服务
Amazon Bedrock 新增印度境内推理选项，支持 Kimi K3 模型，满足严格数据驻留要求的本地工作负载。
2026年中期选举：全部新闻
2026年美国中期选举将决定特朗普任内最后两年的权力范围，并反映选民在2028年总统大选前最关心的议题。
同一模型，不同框架：CUGA、Hermes 与 Deep Agents——何时选择 CUGA？
文章指出，agent harness 的选择与模型本身同样重要：在 awesome-agent-harness 等社区列表中，已有近 200 种 harness；引用的一项分析显示，同一 GLM-5.
苹果将约会应用和 AI 伴侣限制为 18 岁及以上用户
Apple 调整 App Store 政策，要求提供约会或恋爱关系功能的应用一律标注 18+ 年龄评级，以限制未成年人使用在线约会应用及涉及性/浪漫内容的 AI 伴侣。
苹果全面押注 AI——自家的和别人的都算
苹果最新财报显示，其AI策略不依赖大规模基础设施投入，而是通过设备、订阅抽成和自有AI服务收费来从AI热潮中获利。
OpenAI悄然将数据中心更名为“算力园区”
OpenAI在推出“Grid Protectors Program”时，开始用“compute campus”替代“data center”一词，该计划旨在解决AI基础设施对当地电网的压力，首个站点将设在佐治亚州Effingham…
TechCrunch创始人峰会日程只是11月4日去波士顿的一半理由
TechCrunch Founder Summit 2026 将于 11 月 4 日在波士顿 SoWa Power Station 举办，为期一天，面向创始人和投资者，提供实用学习、坦诚对话、现场路演、小型圆桌和社交活动。
明日：TechCrunch创始人峰会将登陆波士顿，通行证价格即将上涨
TechCrunch Founder Summit 将于明天（11月4日）在波士顿 SoWa Power Station 举行，由 Fidelity Private Shares 赞助，旨在连接创始人与投资者。
Apple Watch 的对话回溯与摘要 AI 功能开始测试
苹果在 iOS 27.
Google将Dreambeans引入印度，力图把AI生成的个人故事带给大众
Google将其实验性AI应用Dreambeans推向印度市场，这是该应用首次在美国以外地区上线，旨在借助全球第二大互联网市场扩大用户群。
Transformers 模型集成契约
2026年7月30日，Transformers为T5启用PyTorch的SDPA注意力，导致UMT5解码器能关注未来token，训练时可“偷看”答案；该bug在main分支存活近两个月，后由一个小型UMT5模型在CPU上发现。
CWE-bench v2：更广的覆盖范围、更高的质量与透明度
CWE-bench v2 由 Collinear AI 发布，公开 100 个安全漏洞修复任务，覆盖 91 种 CWE，旨在测试前沿模型的网络安全能力。
Trajectory融资4500万美元，让非技术专家也能参与AI模型训练
Trajectory是一家成立约一年的初创公司，由三位斯坦福同学创立，他们曾在Google DeepMind和苹果工作。
Anthropic警告称已非常接近RSI能力，即自我构建型AI
Anthropic在修订后的S-1A文件中警告，公司可能即将达到其内部定义的“递归自我改进”（RSI）能力阈值，即AI能显著加速自身研发。
政策与安全（1）
Gen Digital 如何借助 Amazon Bedrock AgentCore Web Search 打造 Norton Revamp 的 AI 精选新闻引擎
Gen Digital 团队构建了 Norton Revamp，一个基于生成式 AI 的职业声誉管理平台，其核心是 AI 策划的新闻引擎，由 Amazon Bedrock AgentCore Web Search 提供实时网络搜索支持。