今日要闻
1. DeepSeek 开源生产推理引擎 DeepInfer：权重之后，把「怎么跑」也交出去
据 DeepSeek 官方 X 账号、GitHub 仓库与 The New Stack、Bloomberg（2026-10-20）报道，杭州 DeepSeek 开源了支撑自家 API 生产服务的推理框架 DeepInfer，协议为 Apache 2.0，目前面向 DeepSeek-V4.1-Flash（默认检查点 DeepSeek-V4.1-Flash-1017），并表示后续模型也会跟进。仓库在发布当日迅速登上 Hacker News 榜首，并收获数千星标。
DeepInfer 打包了公司此前开源的 FlashMLA、DeepGEMM、DeepEP 等内核与通信库，支持 Attention DP / 均衡 CP、MoE EP + EPLB，内置 DSpark 投机解码与置信度调度校验、异步调度、批不变推理、确定性采样与结构化输出。硬件上同时支持 NVIDIA SM100 GPU 与 华为 Ascend 950 NPU——媒体称这是少有的把华为与英伟达「并列写进生产栈」的一线开源发布。官方同时更新了 companion 库 deepseek-recipe（Rust / Python），用于复现官方 API 的请求编码与响应后处理。
需要注意边界：本次发布覆盖的是离线推理核心；完整在线服务仍需自备 KV cache、prefill/decode 分离与跨副本负载均衡。DeepSeek 称框架最初基于 vLLM，并吸收了 SGLang、TensorRT-LLM 的思路；vLLM 项目公开致谢并表示会继续改进对 V4.1-Flash 的支持。发布恰逢美国国土安全部将 DeepSeek 产品移出联邦民用机构采购清单的联邦公报生效前后，开源推理栈与监管压力形成鲜明对照。
行业影响：
- 开源权重之后再开源「自家怎么跑」，直接压低第三方托管与自建 DeepSeek 的推理成本
- 华为昇腾与英伟达并列支持，强化了非 CUDA 路径的工程叙事
- 离线引擎不等于完整 Serving，运维与缓存层仍是自建者的主战场
来源：DeepSeek GitHub - DeepInfer、The New Stack、The Next Web
2. Claude 设计蝎毒神经毒素蛋白结合物：211 个候选中 17 个通过实验室结合测试
据 Anthropic 官方研究页（2026-10-20）报道，作为探索 Claude 加速药物发现的一部分，Anthropic 生命科学团队与投资研究机构 Citrini Research 协作，让内部研究模型在 Claude Science 环境中主要自主运行约 64 小时（量级约 1 万 GPU 小时），设计针对蝎子神经毒素的 de novo minibinder。模型生成约 31.8 万个蛋白设计，筛选约 55.3 万对设计-毒素复合物，最终提交 180 个设计；团队又补充 31 个，合计 211 个由 Adaptyv Bio 与 Twist Bioscience 做结合实验。
严格标准下（两家实验室均需命中、解离常数 KD ≤ 1 µM、对无关蛋白 CLEC12A 无非特异信号），17 个设计达标，分别针对 Cn2、AaH I、AaH II、LqhIII 等单毒素；多毒素通用结合物暂未达标。最强的 Cn2-B1 / Cn2-B2 对墨西哥毒素 Cn2 达到个位数纳摩尔亲和力，竞争实验提示其结合位点可能与已知中和抗体 LR 重叠。Anthropic 明确声明：尚未验证细胞或动物层面的中和，不宣称已做出抗蛇/蝎毒血清；全部 211 个设计与数据对外公开，供后续研究。
蝎蜇每年影响约 120 万人、致死逾 3250 人（多为医疗资源不足地区儿童），传统抗毒血清依赖动物免疫、成本高、覆盖窄。外部专家评价称，若 AI 能在数日内给出可信结合物并在数周内完成实验室确认，对 neglected tropical disease 的发现节奏可能改观——真正的瓶颈将转向成药性、安全性与可及性。
行业影响：
- 这是可审计的端到端「AI for science」案例：失败设计一并公开，而不是只晒成功样张
- 「结合」不再是主瓶颈后，转化医学与全球可及性成为下一道门槛
- Agent 式科研编排（工具选择、阈值、邮件下单合成）正在变成实验室日常能力
3. Meta 暂停 Muse 对话分享：6800+ 链接可经被动 DNS「幽灵共享」被发现
据 Ars Technica、The Verge（2026-10-20）报道，安全公司 Claroc 发现 Meta 新推出的通用 AI agent Muse 的对话分享功能存在可被枚举的暴露面：分享页落在 *.cf.metaaiusercontent.com，主机名里包含对话标题 + 随机 ID。一旦接收方打开链接，被动 DNS（passive DNS）就会记录该主机名；攻击者用一次查询即可还原完整 URL。Claroc 枚举到 6800+ 条分享主机名，抽查数百条后看到营销公司内部营收材料、小企业贷款申请、全年员工休假表、与前沿实验室面试准备笔记等敏感内容。
Claroc 称 10 月 8 日已通过 bug bounty 与 LinkedIn 报告，但未获回复；10 月 18 日公开报告后，Ars 询问 Meta，公司于 10 月 20 日表示暂停该分享功能，并评估如何降低链接可发现性。Claroc 复查此前可打开的 40 个链接均已失效。问题不在「有分享链接」本身，而在把标题写进可被公共 DNS 收录的主机名——研究者称之为 GhostShares：从未被主动转发的人也能自己找到页面。Muse 上线时被强调「从底层为隐私与安全构建」，此前已有 macOS 本地劫持相关争议；此次再次提醒：对高度授权的 agent，「未列出 ≠ 私密」。
行业影响：
- AI 分享链接若把语义标题放进子域名，等于给被动 DNS 做了「内容目录」
- Agent 产品需要访问用户邮件、日历与账户时，分享面的威胁模型必须按「可被搜索」设计
- 同类「公开链接分享」在 ChatGPT / Claude / Grok 上也曾流入搜索引擎，行业仍在补课
4. Anthropic 向国会推销 AI 安全法案草稿：停发门槛对准「50 人伤亡或 10 亿美元损失」
据 Politico、TechCrunch、The Next Web（约 2026-10-16 至 10-20）报道，Anthropic 在国会山传阅一份前沿 AI 安全法案草稿。文本大致规定：仅当存在可预见、迫在眉睫的灾难风险——且涉及超过 50 人死亡或重伤，或超过 10 亿美元财产损失，并源于生物武器、模型失控或网络攻击时——商务部才可向哥伦比亚特区联邦法院申请阻止模型发布或使用；并明文限制其他联邦机构自行叫停。独立评估方需在商务部登记，可接受实验室付费（只要报酬不与结论挂钩），发现紧迫风险须在 72 小时内上报。
批评者（含 Encode、LawAI、加州参议员 Scott Wiener 等）认为草稿弱于两党 FRONTIER Act：评估方缺乏许可与最低标准，紧急叫停路径更窄，州法与州法院的安全介入也可能被限缩。Anthropic 联邦事务负责人 Anthony Cimino 回应称，部分联邦优先（preemption）措辞不够精确，将修订；公司称草案是其自 6 月以来推动的 Advanced AI Framework 的立法化翻译，并不等于最终想通过的全部内容。与此同时，媒体还传出 WSJ 拿到的 IPO 草案披露上半年账面净亏损超 800 亿美元（其中约 720 亿为可转债等非现金重估），而调整后经营利润已转正——安全叙事与上市节奏并行，令外界对「自我监管」提案更加敏感。
行业影响：
- 实验室自己起草「如何被监管」的文本，正在成为华盛顿博弈的新常态
- 高阈值灾难门槛可能放过当下更常见的 agent 越权与网络滥用场景
- 联邦优先条款的写法，将直接影响加州等州既有前沿模型法的实际效力
来源：TechCrunch、The Next Web、Tom's Hardware
5. Meta 披露 Prometheus：俄亥俄州超算集群迈向约 100 万 GPU，已训出 Muse 系列
据 Meta 工程博客与 The Next Web（2026-10-20）报道，Meta 详解位于俄亥俄州 New Albany 的 Prometheus 超算集群：第一期吉瓦级建设已完成，用于训练 Muse 系列基础模型（含 Muse Wonder），而非 Llama。公司称满配时约有 100 万分布式 GPU「同步运行」；当前已部署 GB200 NVL72（Catalina） 与 GB300 NVL72（Clemente），并规划 Vera Rubin NVL72（San Miguel）。单楼网络可连至约 2 万 GPU，楼宇间聚合网络跨度从 2 公里到逾 100 公里。
可靠性数据罕见地公开：2025 年中高峰时，每 8000 张 GPU 每天近 1000 次中断；一年工程后下降约 99%。Muse Wonder 训练期间预训练 goodput 超 85%、强化学习超 90%；平均中断间隔从约 4.7 万 GPU 小时升至 5.4 万以上，目标约 10 万。代价是冗余：每 72 卡机架实际以 64 卡切片运行并保留 8 卡热备，另约 2% 机架待命，使 32768 卡任务实际需要约 37656 卡（多约 13%）。大规模同步还会造成功耗在数秒内摆动数十兆瓦，Meta 用 Dynamo Dimmer 软件缓升/缓降，并配合机架、机房与电网级储能。下一座超算 Hyperion（路易斯安那 Richland Parish）将吸收这些经验。
行业影响：
- 「百万 GPU」叙事从口号变成可核对的运维教材：中断率、goodput、备件比例都被摊开
- 前沿训练的瓶颈越来越像电力工程与故障域设计，而不只是买卡
- Muse 训练集群与 Llama 训练路径分离，显示 Meta 在消费级 agent 与开源权重两条线上并行押注
来源：The Next Web、Meta Data Centers
今日观察
今天的主线是「开源与约束同时加码」。DeepSeek 把生产推理栈交出去，用工程细节回应监管与成本压力；Anthropic 一边展示 Claude 能在被忽视疾病上跑通结合物设计，一边把自己的安全立法文本推进国会，却立刻撞上「是不是监管剧院」的质疑。Meta 则同时亮出百万 GPU 的肌肉，又因为分享链接写进 DNS 而不得不暂停 Muse 的传播功能——算力可以堆到吉瓦，隐私却可能毁于一个子域名设计。对读者而言，值得记住的不是单条爆款，而是：推理成本、实验室转化、agent 威胁模型与联邦立法门槛，正在同一周被重写。