X Paper 阅

Tibo 在北京时间10月6日15:13宣布：通过 ChatGPT 账户登录的用户可免费使用 Auto-review，且不消耗套餐额度。这是他28天改进承诺的接续；费用与开放范围来自他的公告，尚未逐账户验证。

Auto-review 处理的是编程助手申请越出沙箱边界时的权限请求。独立审查代理查看具体动作及其与用户任务的关系，允许符合要求的请求，拒绝有问题的请求；被拒后，执行代理可以改用更安全的方法或交给人确认。它不等于替用户审查每份代码，也不会因为开启而自动放宽沙箱。

这套机制早已有前情：OpenAI 的4月30日研究介绍已说明自动审查。10月6日的新消息是 Tibo 宣布免收这部分使用额度。他随后补充的入口是 Settings → General → Permissions → Auto-review。官方文档说明，这项机制需要仍存在审批边界；在不请求审批或完全访问模式下，没有相同的越界请求可交给它审核。

它要缓解的是反复点批准造成的判断疲劳。能否改善用户体验，仍应看中断减少多少，以及错误批准和错误拒绝如何处理；自动化不构成每个动作都安全的保证。本期确认公告与机制的区别，未做账户计费或操作成功率测试。

Liz Ann Sonders 在10月6日并列展示9月美国制造业与服务业调查。ISM 的服务业综合指数为54.9，低于8月55.4；制造业54.5，低于54.6。两者仍在50以上。报告反映9月，服务业报告于10月5日发布。

服务业新订单从60.9降至59.8，业务活动从61.7降至56.5；就业从47.8升至50.1，三个月来首次回到扩张区间。价格指数却由72.6升至74，交付指数由51.3升至53.2。交付指数越高表示交付越慢，不能当成供应效率提高。

这些是企业回答改善、持平或恶化后形成的扩散指数。54.9不是产出增长54.9%，74也不是通胀率74%。订单仍较广泛地增加、招聘改善，能够与需求和成本增速放缓或加快同时发生。读数组合支持“扩张仍在，成本与交付压力未消失”，不能单靠这份调查确定降息或资产价格方向。

诺贝尔奖官方10月6日公告，将2026年物理学奖授予 Francis Halzen，表彰他对 IceCube 中微子天文台及高能天体物理中微子研究的关键贡献。关注名单中的华尔街日报中文网随后报道此事。

IceCube 把约一立方公里的南极冰作为探测介质，传感器记录中微子罕见地与物质相互作用后产生的光。中微子难以被物质拦住，因而需要极大的探测体积；这种特性也让它们能携带来自高能宇宙过程的信息，补充用光观测天空的方法。

哈尔岑1988年提出相关构想，天文台于2011年完成。10月6日的新变化是授奖，不是探测器刚建成或每个中微子的来源已被确定。它表彰的是把难以捕获的粒子变成天文学观测工具的长期工作。

巴西最高选举法院（TSE）公告确认：Flávio Bolsonaro 与 Luiz Inácio Lula da Silva 将在10月25日争夺总统职位。北京时间10月5日已捕获的几条选举消息，本轮合并为结果接续；领先首轮不等于当选总统。

TSE 页面记录，在当地10月5日00:11、99.99%投票箱完成汇总时，Bolsonaro 获有效票47.03%，Lula 获45.16%。两人均未获得首轮直接当选所需的有效票过半多数。这里保留的是公告的时间点，不冒充最终计票读回或新民调。

官方页面另列的“有效票总数”与候选人比例及空白、无效票数据存在不一致，本稿不采用该总数。晨间再次读到同一公告时间点；结果门户仅返回应用入口，未取得最终计票，故不更新为最终结果。关于舞弊或外部组织影响选举的转帖缺少足够证据，没有并入报道。

纽约州长10月5日签署第65号行政令，全州灾害紧急状态持续至11月4日。unusual_whales 在10月6日转述。命令援引截至10月3日的全年108例麻疹，其中92例自7月15日起出现在18个县接种不足的农村社区；这些不是当天新增病例。

措施的重点是扩大应对能力：满足卫生主管条件的部分急救人员可依非患者特定医嘱接种 MMR；药剂师可在该类医嘱下为两岁及以上儿童接种；助产士需符合监督和资格条件。注册护士获得命令所列采样、送检权限。

行政令还要求相关接种在72小时内登记，并明确登记规则的变化不授权未经本人或法定代理人同意的接种。紧急状态描述的是政府资源和权限安排，不能把全州适用范围当成每个地区都有相同的感染风险。

Liz Ann Sonders 10月6日重提第三季度 CFO Survey：对美国经济和自身企业的乐观度均略降，大企业改善被小企业和资金受限企业的下降抵消。调查由杜克大学与里士满、亚特兰大联储合作，9月23日发布，517名财务主管于8月17日至9月4日回答。

对整体经济的乐观度从第二季度60.6降至60.3，对自身企业从70.7降至69.7，刻度为0至100。新闻稿同时称约20%的小企业、约10%的大企业面临覆盖费用或追求新机会的融资约束。因此均值小幅变化不能说明各类企业感受相同。

数据表中，企业对2026年销售价格增幅的预测从上季度4.7%升至5.3%。这项预测按销售额加权，并对极端值作缩尾处理；乐观度则是不加权平均。预测不是已实现通胀，调查也不是10月新测量。它可为正面的9月ISM读数提供不同观察角度，不能把不同时间和人群的调查串成一条因果链。

Simon Willison 在北京时间10月6日转发自己10月4日的实验：让本地 Qwen3.8-27B 的四位量化版本，把两个整数的和只写成英文单词。任务检验数值正确性，格式合规不能替代算对。

非推理大测试在1至13位数的169种位数组合上各做30题，共5,070题，正确1,195题，约23.57%。另一个中等推理测试的169题正确167题，约98.82%。两组题量与抽样不同，不能直接把23.57%到98.82%当成严格对照。

他随后对固定的同一组169题作配对比较：非推理45题正确，推理167题正确。但配置不只改变推理强度：非推理最多输出128 token，推理允许更长输出；执行顺序也不同。配对结果证明两套配置表现不同，尚不能单独量出推理模式的因果作用。

代价同样具体：配对实验中位延迟从1.50秒升至27.62秒，中位完成token从14升至313。实验运行于 DGX Spark，使用 Qwen3.8-27B-Q4_K_M 文件。它说明更大计算预算可能换来这组加法任务的改善，不代表所有模型、任务或硬件都能得到同样收益；本报没有重跑实验。

Gorden Sun 10月4日介绍 Strata：用显卡、内存和固态硬盘协同运行 Qwen3.8-Flash-Next。原帖是此前未结材料，本轮补读项目说明后作为使用条件背景，不能当作10月6日新发布。

125B 是参数规模，12GB 是最低显存要求，二者之间靠分工衔接：常用专家留在GPU，全量压缩专家放在内存，CPU也参与计算；磁盘承担模型存储和部分表数据。项目同时要求至少32GB系统内存、约80GB磁盘空间，并推荐SSD。

32GB内存对应的 Coder 版本移除约一半专家，项目提醒代码以外和中日韩语言表现较弱；48GB对应更小压缩文件，64GB可容纳更广泛的压缩版本。它不是任何12GB显卡电脑都能无条件运行同一个完整模型。

README 提醒首次载入可能花1至3分钟，锁定大量内存时电脑可能暂时反应不佳。项目公布的吞吐测试还绑定GPU、CPU、内存、量化和引擎版本。本报未安装测评，也不把跨版本速度差视为独立对照。决定是否试用，先核对模型文件、系统内存和工作负载，比只看显存标题更有用。

本轮说明固定在10月6日提交82f46a8c；它是晨间所读版本，不能倒推为10月4日原帖发布时的配置。

宝玉在10月4日转述一场AI编程访谈后，接着讨论“不审每个PR”能否复制。这篇是他的条件分析：我们读完两帖，但未审看原访谈，因此不把转述中的产出数量或公司经历当成已核实的采访事实。

第一是模型能力和预算：他认为强模型及足够token是基础，自己的多账号经验是个人做法，不等于团队都应照购。第二是验收：AI可以参与验证，程序能重复检查的交给脚本，仍需有人观察产品表现和判断结果，不能把自动执行当作通过。

第三是人的工程判断。他用商城举例：商品展示、浏览、注册角色、支付和安全应分成小里程碑，逐步验收，再增加规模；把整个商城一次交给模型，仍缺少方向和质量控制。第四是技能来源：回看自己的对话，找反复纠正和人工介入的步骤，再做工具或技能，不能以照搬别人的配置代替诊断。

四项合起来，减少逐行审查并没有消除人的责任，而是把责任移到任务拆解、可重复验证和产品验收。这个论证是作者的实践建议，不是“不审PR更安全”的对照实验；不同代码的风险与可验证程度，仍会影响审核方式。

Dylan Patel 引用 SemiAnalysis 的订阅额度分析。公开正文介绍了怎样从用量表估计限额：把套餐、模型和token类型拆开，再以API标价换算可用额度的等价价值。它衡量的是一种成本口径，不是任务质量、现金余额或退款金额。

团队分开测试新输入、缓存写入、缓存读取和输出。长文本加随机标记用于避免命中同一个缓存；固定文本重复调用观察缓存读取，长篇输出用于估计输出成本。用量表通常按台阶变化，测试舍去开头结尾不完整台阶，扣除其他token的估计成本，积累多个完整台阶。

五小时限额、周限额和特定模型限额也要分别处理。团队用自己9月的代理工作负载混合比例作换算：缓存多或长输出多的用户可能得到不同排序。API降价即使不改变订阅可用token，也会降低同一额度的API等价价值。

文章所说约五倍价值绑定具体模型和负载，不能扩大成所有用户都能多完成五倍工作。其公开部分还报告同一套餐账户间出现约20%的差异，并称供应商承认小范围测试；这不是所有账户的固定差别。最后的第三方完整比较需要付费，本报尚未读到，也没有重做测试，本稿只呈现公开方法与可判断的条件。

北京时间10月7日07:26，Rohan Varma 发布 dots 的一周修复清单，ChatGPT 账号转帖。dots 是 OpenAI 此前介绍的常驻代理；这次更新集中在实际使用中的中断、显示和连接问题，不是新模型发布。

作者列出的已交付改进包括：云端浏览提速，使用 ChatGPT 时不再额外推送手机通知，网页代码块与附件更清楚，回复等待与侧栏加载更顺畅；Safari、Firefox 字符显示和 Outlook 配置卡住也得到修复。审批按钮被裁切、大 Gmail 预览遮住批准操作、企业网页与语音启动访问问题，均列入修复项。

后续计划是另一组事项：提高语音可靠性，让 dot 管理 Codex 项目文件夹、获得完整线程上下文并重命名线程，展示正在处理的任务，连接多台电脑，以及改善 Windows 本地控制。它们不能读成全部已经可用。清单说明团队正补齐代理工作的交接环节；“更快”是作者报告，本报未做性能或逐平台复测。

OpenAI 在北京时间10月7日06:19宣布公开内部模型产生的数学成果。其仓库当前列出722份稿件、372个关联问题族；约4000是模型尝试的问题数，不能写成4000项已经证明的定理。

同一个问题族可以包含主结果、补充论证、推论或替代证明，因此稿件数也不等于独立突破数。公司同时公开部分 Lean 形式化证明、10份推理摘要与计算用量说明；Lean 让计算机检查形式化证明，仍须看具体命题和假设。

仓库明确说核验阶段不同，未形式化的结果可能有问题，后续修订会保留旧版本。模型尚未公开；平均每项结果约相当于三小时 ChatGPT Pro 思考计算量，是其披露口径。本报核对的是目录和发布规则，未逐篇检查证明，不能据此宣布黎曼假设等难题已获解决。

Eric Topol 在北京时间10月7日07:34问“他汀能预防青光眼吗”，链接至《英国眼科学杂志》研究。论文采用 TriNetX 既有病历做回顾性比较，并没有随机让人服药。它发现的是关联，不能据此把降脂药改成青光眼预防药。

新发开角型青光眼分析在匹配后，两组各210701人，均超过40岁并有眼科就诊记录。五年观察中，用药组新增诊断4771例（2.3%），对照5491例（2.6%）；HR为0.85，95%置信区间0.82至0.89。15%是模型估计的相对风险关联，不能当成减少15个百分点；病例粗比例相差约0.3个百分点。

匹配只能处理病历中可见的差异，仍可能漏掉依从性、剂量等混杂。数据库也缺乏眼压、视野和视神经影像等细节；另一分析的手术或治疗升级不等于直接测量病情恶化。作者要求前瞻性随机试验。本期报道的是晨间讨论及原论文的证据边界，没有新增用药建议。

a16z 在10月7日晨间介绍 Valon。公司10月5日已公告融资1.5亿美元、估值23亿美元；Ribbit 是新投资方，a16z 继续参与。这是融资接续，不是今晨刚完成的交易。

ValonOS 管理房贷数据、还款与合规流程。公司称开放软件六个月内签下超过2亿美元的年化经常性收入合同，美国六分之一未偿房贷已签约接入；签约金额不等于已确认营收，签约贷款也不等于全部完成迁移。公告另列 ServiceMac、Carrington 两家大型服务商已经上线。数字是公司披露，尚无独立审计。