今日影响力榜
01｜中办国办发文：「人工智能+」从技术口号进了产业政策
10月21日，中办、国办对外发布《关于推动科技创新和产业创新深度融合的意见》。三条路径写得很清楚：关键核心技术突破、原创性颠覆性技术培育新兴产业、用先进技术改造传统产业。最后一条里写的是「全面实施『人工智能+』行动」，把 AI 铺到各行各业。
清单列得实。集成电路、工业母机、高端仪器、先进材料、生物制造五个方向要求「决定性突破」；量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、6G 六个前沿领域要探索多元技术路线与可行商业模式。产业应用目标明确的国家科技计划项目，原则上由企业牵头并主导成果转化。
分量不在「人工智能+」这四个字，在考核机制。指南编制、立项评审、项目验收都要增加企业和创投机构专家，验收按「应用考核技术、市场考核产品」来。前几年 AI 的钱主要给算力和模型，这回给的是订单和场景。落地节奏看地方，尤其看政务、智慧城市、乡村建设什么时候真开门。
出处：新华社；中国工信新闻网（转新华社）
02｜PHP 出了个世纪漏洞，七成网站中招，先发现它的是 AI
10月21日，PHP 基金会发紧急安全更新，修两个漏洞，编号 CVE-2026-109618 和 109619，CVSS v4.0 都是 9.2。漏洞在 PHP 运行时本身，不在某个应用里，未授权攻击者可直接远程执行代码，还能读到进程内存里的密码和 API 密钥。修复版本是 8.5.12、8.4.27、8.3.36、8.2.35。业界估计约 70% 的网站跑 PHP。
发现过程值得单独说。安全公司 Calif 用 OpenAI 的 GPT-5.6 Sol 找到了其中一条关键链路，谷歌旗下 Wiz 独立上报了另一批攻击面，Wiz 那边的工具是自家的 Wiz Atlas 加 Gemini 4 Argon。底层这个内存管理缺陷在代码里躺了十几年，2020 年和 2024 年两次审计都碰到过，因为没人证明可利用就一直没修。这回 AI 把「拼多个弱点、适配不同服务器配置」这段最费人力的活干完了。
补丁和披露的时序比漏洞本身还乱。Cloudflare 的 WAF 规则比官方版本早九小时上线，Chainguard 的镜像比协调披露早六个多小时放出去，PHP 维护方认定这是破了禁发期；Chainguard 承认时间线但不认泄密，理由是攻击已经在跑。WatchTowr、Hadrian、Patchstack 都记录到利用尝试，Cisco Talos 说一个普通 HTTP 请求就能触发。OpenAI 同时宣布投 10 亿美元补贴资源不足的关键基础设施机构。
03｜OpenAI 把模型摆上了谷歌云的货架
10月21日，OpenAI 宣布 GPT 系列和 Codex 智能体工作流进入 Google Cloud，先进 Model Garden，再走 Cloud Marketplace 采购，已有 GCP 支出承诺的企业可以直接用承诺额抵扣，未来几周开放通用可用。这是 OpenAI 在微软之外拿到的第一个主流云分发渠道。OpenAI 同时说，微软仍是主要云伙伴。
谷歌云把话说得更满：模型还会进 Google Antigravity 和 Gemini Agent。加上已有的 Gemini 和 Claude，它成了唯一一家同时上架三家前沿模型的云。同一天谷歌云宣布，搭载 Vera Rubin NVL72 的 A5X 实例下月商用，多站点合计计划部署 96 万块 Rubin GPU。
这条对微软不是好消息。OpenAI 一直被当成 Azure 的独占资产，现在它出现在竞争对手的货架上，企业采购的比价基准就变了。对 OpenAI 来说，多一个云就多一批受监管行业的客户，模型的边际分发成本几乎为零；对谷歌云来说，卖别人的模型不赚钱，赚的是「一站式采购」这个心智。两家在做同一件事：把模型变成水电。
04｜特斯拉 Q3 利润腰斩，钱都花在 AI 上了
特斯拉 10月21日发三季度财报。营收 280.46 亿美元，同比基本持平；交付 48.65 万辆，环比增 1.3%、同比降 2.1%，仍是历史第三高。毛利率回升到 19.6%，汽车业务毛利率 18.5%，剔掉监管积分 18.1%，比二季度高 1.8 个百分点；毛利润 54.94 亿，同比涨 9%。
但营业利润只有 7.18 亿美元，同比跌 56%，营业利润率从去年同期的 5.8% 掉到 2.6%；归属普通股股东净利润 7.87 亿，同比跌 43%。差别在费用端：营业费用 47.76 亿，同比涨 39%，研发 27.61 亿，同比涨 69%。毛利润多出来 4.4 亿，营业费用多花了 13.46 亿，剩下的空间被吃干净。夜盘一度跌超 4.5%，蒸发超 680 亿美元。
FSD 是这份财报里少见的亮点。三季度全球活跃付费用户 174 万，同比增 67%，三个月净增 26 万，月订阅首次超过一半；北美当季新车超过 75% 带 FSD 订阅。中国市场是它自己承认的短板：电话会上说仍在争取更广泛许可，同时声称技术领先「其他中国 OEM 都不具备」。这两句放一起，说的是同一件事。储能部署 13.7GWh 同比增 10%，收入却跌 16%；Optimus 在弗里蒙特开始早期生产，对外交付要等到 2027 年底。
05｜Meta 的 Muse 一个月拉到一千万人，代价是自由现金流第一次见红
Meta 10月21日发三季度财报。营收 646 亿美元，同比增 26%，高于分析师预期的 633 亿；广告收入 630.6 亿，展示量同比增 10%、单价涨 14%；家庭日活 36.4 亿。净利润 98.6 亿美元，每股收益 3.83 美元。
利润下滑主要是算出来的。三季度计了一笔 98.9 亿美元的青少年网络安全诉讼和解费，剔除后每股收益 7.40 美元；营业利润 130 亿，同比降 37%，营业利润率从去年同期的 40% 压到 20%。资本开支 349.1 亿，全年指引下限从 1300 亿上调到 1350 亿，上限维持 1450 亿。
真正的新东西是融资方式。Meta 宣布发一类新的无投票权股份，用途写明是 AI 投入、潜在收购和员工薪酬，2027 年开始交易。同季自由现金流 -22 亿美元，上市以来第一次转负。产品侧，Muse 一周内美国下载破一千万，本周又发了 Muse Wonder 模型。CFO 苏珊·李在电话会上说，新股是「扩大融资工具箱」。翻译一下：账上的钱不够花了。
出处：Meta 投资者关系；The Verge；Meta 新闻室
06｜Anthropic 放出 Claude Duet：会自己找活的常驻智能体
当地时间周三，Anthropic 开放 Claude Duet 的预览版。定位是面向小微企业主和专业人士的代理型产品：主动推送需要处理的事、替用户跑完任务、用户离开后继续干活，在代替用户行动前先确认。跑在 Claude Opus 5.5 上，通过 MCP 连 Gmail、Slack、Stripe 这类服务。
三家现在挤在同一条赛道上，路线分得挺开。Meta 的 Muse 面向消费者，上个月发布后很快登顶 App Store，Meta 说一个半月里美国和加拿大有超过 1000 万人建了个人智能体。OpenAI 的 dots 在年度开发者大会上亮相，主打「始终在线」，横跨企业和消费两端。Anthropic 选了第三条：直接切工作场景，做每日简报、盯应用状态、搭数据看板、排会议、做财务预测。
Anthropic 在公告里主动划了边界：产品还早，可能误读一段对话线索，也可能误判某件事的紧急程度，订票这类个人琐事不是强项。三家里面只有它明说能力边界在哪。智能体一旦拿到跨应用权限，出错的成本就从「答错一句话」变成「做错一件事」。定价和正式发布时间都还没给。
出处：Anthropic 新闻室；The Verge；The Decoder
07｜谷歌和 Meta 把 PyTorch 搬上 TPU，CUDA 那堵墙松了一块
谷歌在 PyTorch Conference 上开源了 TorchTPU，这是和 Meta 的 PyTorch 团队一起做的原生 TPU 软件栈。现有 PyTorch 模型改少量代码就能跑到 TPU 上，vLLM、SGLang、llm-d、TorchTitan、Ray、Hugging Face、LiteRT 全都接了进去。代码放在 google-pytorch/torch_tpu，Apache 2.0 许可，PyPI 上是 0.2.0 版。
谷歌给的验证数据：最多 8000 颗 Ironwood TPU 上跑通，Qwen3-8B 训练时模型浮点运算利用率最高 52%，8192 颗规模下接近线性扩展；印度公司 Zenteiq.ai 用这套方案后推理吞吐提升超过 4 倍。这些是谷歌自报，还没有第三方复现。
时机很说明问题。亚马逊前一天刚发 TorchNeuron，把 PyTorch 接到 Trainium 上，还说要把 PyTorch 里依赖英伟达的部分解耦。两家云厂商一周内做同一件事，盯的不是芯片参数，是开发者那层肌肉记忆。换硬件的真实成本一直不在硅上，在训练代码、推理引擎和教程里默认写死的那一家。真能跑顺，企业多一条硬件路径，议价和容灾都多一分余地。能不能跑顺，等外面的人跑完再说。
出处：Google Cloud（torch_tpu 仓库）；智东西（转腾讯新闻）
08｜蚂蚁发了个只会做判断的模型，Token 省九成
10月22日，蚂蚁数科发布决策模型 LingDT-Decision-1.0，4B 和 27B 两个版本，已在 DTMaaS 平台上线，限时免费到 10月30日。思路是把大模型从「先写字再解析」改成「在限定选项里直接做判断」，适合意图判断、工具选择、规则分类、结果打分这类高频任务。
数字给得比较硬。同样任务下 Token 消耗比通用大模型降 90% 以上，响应快 10 倍。细分场景：数据标注相比 DeepSeek-V4-Flash，Token 降约 97%、时效提约 10 倍；智能客服相比 Qwen-3.7-Flash，Token 降约 90%，风险识别准确率从 76% 提到 89%；金融场景幻觉召回率从 44% 提到 70%。23 项开源基准上，27B 版本综合分 84.23，超过 Microsoft-Decision-1、Jev 1.13.0 和 Fastino/GLiDE。
两个功能是全球首发：原生多选和按序决策（DAG）。实际例子是「我要退款、关闭续费、补开发票，但不要注销账号」：单选只能抓主诉求，多选能一次拿全，按序还能排前后依赖，退款先核验、关闭续费可先执行、发票等退款结果。这些都是公司自报，基准也是自己挑的，等第三方跑一遍再定价。方向倒是清楚：企业缺的不是会写文章的模型，是能在一堆选项里一秒下判断、还便宜到可以天天跑的东西。
出处：蚂蚁数科 DTMaaS；IT之家
次级要闻
- 发改委口径：前三季度 AI 开源大模型全球累计下载破 100 亿次，人形机器人出货量占全球超 90%，数据产业规模超 6 万亿元。 出处：央视网（新闻联播）
- 米哈游联合清华、北大、中科院大学等开源 GameScaling 系列，0.8B 到 27B 共八个检查点，基于 Qwen3.5 视觉语言模型续训。 出处：IT之家
- 哈萨比斯把 AGI 时间表从五年缩到两到三年。 出处：The Decoder
- 中国电信 TeleAI 孵化的伽马智能在徐汇注册，做人形机器人全栈模型，入驻模速空间。 出处：每日经济新闻
- 沃尔玛向 AI 购物智能体开放，亚马逊同期在封，两家走了相反的路。 出处：The Verge
- Recursive 的 Flint 上了 Ollama：40B 总参、2.5B 激活、262K 上下文，公司称模型主要由 AI 构建。 出处：TechCrunch