1. MIT CSAIL「权重空间编程」：GPT-6 Astra 改 0.016% 权重，Qwen 数学成绩翻 6 倍

MIT CSAIL 团队 11 月 2 日发布博客，提出「权重空间编程」（Weight-Space Programming，WSP）：让前沿大模型直接读取、理解并修改另一个神经网络的权重，绕过梯度下降与反向传播。作者为 Rikiya Takehi、Jayden Teoh、Alex Zhang 与 Omar Khattab。实验对象是 Qwen3.5-0.8B，GPT-6 Astra 拿到一个可读写权重的 Python 沙箱，并获得用 GSM8K、MATH 训练题做有限次前向推理的权限。

Astra 的第一步不是调参而是诊断：它发现该模型做数学题会反复生成相同内容，最初 96 条测试回答中有 85 条撞上 32768 token 的输出上限，随后把问题定位到第 15 层与第 19 层 MLP 写出的一种「重复方向」，通过局部削弱信号解决。最终改动 131072 个权重，约占 8 亿参数的 0.016%，MATH-500 从 7.9% 升至 48.1%（约 6.1 倍），GSM8K 从 13.8% 升至 67.1%，IFEval 从 21.0% 升至 62.3%。同一组实验里，Astra 还在不运行网络的前提下，仅凭权重认出 4 个架构完全相同（各 17253 个参数）的 Atari 智能体分别玩的是 Breakout、Pong、Pac-Man 还是 Freeway，并能从零写出可玩游戏的一套权重。

值得关注：这次真正的信号不是「0.016% 换 6 倍」这个数字，而是可解释性的输出形态变了——从「解释模型为什么错」变成「给出可执行的编辑指令」。但也要读清增益的性质：Astra 修的是一个 token 死循环缺陷，6 倍提升里相当大的部分是把被压坏的能力还原回来，而不是往模型里注入新知识。这与「微调」在因果上是两件事。另外两点必须标注：成果仅为博客，尚未经同行评审；能力落地的第一天就会撞上治理问题——当一个模型能读懂并改写另一个厂商的权重，「谁有权修改别人的模型、改完的模型归谁、审计链条怎么建」将比技术本身更快变成监管议题。

2. Anthropic 修订版招股书：单季营收 170 亿美元，同时背下 8954 亿美元算力承诺

Anthropic 于美东时间 11 月 2 日向 SEC 提交修订版 S-1，补上首版留空的第三季度数据。Q3 营收 169.56 亿美元，同比增长 1127%、环比增长约 46.7%，前三季度累计 332.42 亿美元（去年同期 25.45 亿）。客户结构同步走高：年贡献 10 万美元以上的企业客户超过 1.19 万家，100 万美元以上超 1900 家，1000 万美元以上约 250 家，净收入留存率约 900%。

增长的代价写在同一张表上。Q3 总运营费用 175.23 亿美元、同比增长 292%，已超过当季营收，其中算力与基础设施支出 98.63 亿美元、同比增 382%、环比增 77%，占营收 58%。经营层面录得 5.67 亿美元亏损——上一季度刚首次实现 9.74 亿美元经营利润，只维持了一个季度。由盈转亏的两笔主因很具体：需求超出预期导致临时加购约 50 亿美元短期算力（价格明显高于长期合同），以及 19.6 亿美元慈善配捐非现金费用。净亏损 232.91 亿美元，其中 219.36 亿美元来自可转换票据等金融工具的公允价值变动；调整后经营利润 24.63 亿美元，但利润率从 19% 降至 15%。每 1 美元算力与基础设施投入对应的收入从二季度的 2.08 美元降到 1.72 美元，首次下滑；新模型降价与合同折扣又使 Q3 收入减少约 6 亿美元。

修订稿首次给出承诺支出总额：算力采购与租赁协议合计约 8954 亿美元，其中约 4475 亿美元预计在 2030 年底前发生，约 698 亿美元须在截至 2027 年 9 月的 12 个月内支付，且部分协议含最低采购承诺——用不满也要付。9 月 30 日以来又新增约 1000 亿美元承诺。截至 9 月底流动性约 1466 亿美元（现金及等价物 956 亿、短期投资 363 亿、可用信贷 148 亿），累计未弥补亏损 1562 亿。招股书另提示，前九个月有 5% 至 7% 的收入来自违反其使用政策或商业条款的客户，8 月起已加大整治，未来增速可能进一步承压。

值得关注：把三组数字并排看，融资叙事的重心已经换了。营收 12 倍增长证明商业化在加速，但「每美元算力换回的收入」首次下滑、且下滑来自一次临时的紧急加购，说明问题不在成本控制而在需求预测——长期合同锁 12 至 18 个月，一旦真实需求跑在前面，补货只能按现货价买。8954 亿美元承诺相当于把未来多年的营收提前抵押，其中 698 亿要在 12 个月内兑付，对照 1466 亿流动性并不算紧，但它锁死了战略回旋空间。这也解释了同日华尔街对定价的劝告：科技股回调背景下，市场对「以承诺换算力、以算力换增长」的循环开始要求更高的风险补偿。

3. 苹果机器人版 HomeView 曝光：9 英寸屏加旋转机械臂，约 1000 美元、目标 2027 年

据《The Information》记者 Aaron Tilley 11 月 2 日报道，苹果正在开发 HomeView 的机器人版本，传闻命名为 HomeView Ultra 或 HomeView Max。原型机是一块 9 英寸屏幕装在可旋转机械臂上（彭博社 Mark Gurman 此前称支持 360 度旋转），外观接近早期 iMac G4 或皮克斯台灯。它保留 FaceTime 等既有功能，同时依靠摄像头与传感器感知环境并自主行动——有人进入房间自动开灯，甚至尝试把猫从桌上「劝离」，并具备避障能力。

报道称硬件方案大约两年前就已定型，但苹果内部对「哪些软件功能放在第一代、哪些留给第二代」仍有分歧；目标 2027 年在美国上市，定价约 1000 美元，也可能推迟到 2028 年。团队规模约 10 名核心机器人工程师加约 300 人软件团队，由 CEO John Ternus 推动。苹果还探索过带轮跟随、室内飞行、可叠衣三种形态，均未进入量产讨论。作为对照，标准版 HomeView 已于 2026 年 10 月 13 日发布，7 英寸屏、299 美元，11 月 13 日开始送达。

值得关注：苹果没有做人形，它给一块屏幕装了脖子——这个取舍比参数更值得记。家庭中枢的真问题是「存在感」，一块桌上屏幕撑不起价格，加一条机械臂后屏幕就有了注意力：你说话它转过来，你走动它跟着转。而「会动的屏幕」只需解决小型机械臂、环境感知、避障三件事，全都在现有供应链能力之内；人形要解决的双足行走、手部操作、安全冗余，每一项都是以十年计的工程。真正的卡点是软件而非硬件——硬件定型两年未发，等的是苹果 AI 的节奏。1000 美元的定价则是一次「家庭入口值多少钱」的测试：HomePod 卖 299 美元都被认为偏贵，而这个价位买不到搬东西、做饭、打扫中的任何一项。

4. Tutor Intelligence 获 a16z 领投 7500 万美元 B 轮：按小时卖机器人工时，用人类导师补自主缺口

a16z 于 11 月 2 日宣布领投机器人公司 Tutor Intelligence 的 7500 万美元 B 轮，Union Square Ventures、Neo 跟投，累计融资达 1.17 亿美元，资金投向基础模型训练、硬件量产与现场部署。公司源自 MIT CSAIL、总部在马萨诸塞州沃特敦，创始人 Josh Gruenstein 与 Alon Kosowsky 为 MIT 同学。硬件有两条线：单臂的 Cassie 做整箱拣选、码垛与拆垛，双臂的 Sonny 做电商履约的小件拣选，两者跑同一套基础模型，均为第二代，且全部在美国本土制造并从美国部署。

商业模式与卖设备相反：按小时或按件出售机器人完成的工作，客户不做资本支出、不签长期合同，部署、维护与软件升级由 Tutor 承担。机器人全部联网，当自主能力覆盖不到时，远程人类操作员（公司称为 tutor）接手操作，并在过程中教会它新任务，这部分数据回流训练。a16z 称过去 12 个月拿到机器人的客户中近三分之一追加了部署，客户包含财富 50 强企业与消费品品牌，公司计划 2027 年底签约超过 1000 台。

值得关注：这笔融资真正在买的不是模型参数，而是「持续交付能力」，以及随之转移的风险——机器人不好用，损失记在厂商账上，不记在客户的资本预算里，这才是按小时报价能打开工厂门的机制。代价是 Tutor 自己要背四笔持续支出：车队资产、本土制造爬坡、导师工资、现场运维，毛利等于每小时售价减去折旧、导师工时、维护与驻场成本。因此「导师介入率能不能随数据积累下降」是这套模式的证明题，交不出这条曲线，按小时模式就退化成人力外包，估值口径要整个换掉。行业侧的对照数字也说明窗口在哪：IFR 初步统计美国 2025 年工业机器人装机 3.8 万台、汽车一业占去 1.35 万台，机器人密度每万名雇员 307 台仅排全球第八，而中国年装机约为美国的十倍——增量在汽车之外，恰是过去按设备销售、客户自建工程队伍的供给形态覆盖不到的那部分工厂。

5. Agility Robotics 股东会 84% 通过合并，11 月 5 日以 AGLT 挂牌：人形机器人第一份公开定价

Churchill Capital Corp XI 于 11 月 2 日召开特别股东大会，超过 84% 的投票赞成与 Agility Robotics 的合并及全部相关提案。交易预计 11 月 4 日交割，合并后公司 11 月 5 日在纳斯达克以代码 AGLT 开始交易，成为美国唯一一家拥有真实商业部署的纯人形机器人上市公司。预计总募资约 4.65 亿美元：SPAC 信托账户在赎回后贡献约 1.64 亿美元（无赎回假设下为 4.24 亿）、富士康领投的 PIPE 约 2.01 亿美元（每股 10 美元）、以及交易公布后已到账的 1 亿美元股权融资；老股东 100% 滚存并接受 180 天锁定期。

基本面按 S-4 披露口径并不好看：2025 年确认营收 178.2 万美元，其中 63.5% 来自关联方，面向非关联客户仅 65 万美元；毛利率 -151%，2025 年净亏损 1.38 亿美元，管理层提示持续经营存在不确定性；投前估值 25 亿美元对应市销率超过 1400 倍。资产侧则是全球最长、可交叉验证的部署记录：Digit 已在 GXO、舍弗勒、丰田加拿大、亚马逊等 9 个客户站点累计运行超 6.5 万小时，GXO 站点搬运 10 万个周转箱、准确率 98%。Digit 5 于 9 月 15 日发布，标准化采用英伟达 IGX Thor 计算模块并整合 Halos 安全模型，2027 年上半年向早期客户交付、年底正式量产；公司披露 Digit 5 多年期订单承诺超 3 亿美元（关联方客户、1000 台起订、附认股权证、受交付节点约束），客户管道 30 余家，目标是 2027 年底部署站点从 9 个扩到最多 25 个。

值得关注：从 11 月 5 日起，人形机器人赛道第一次有了可以每天被市场重新定价的锚。此前所有估值都是一级市场自说自话——Figure 以零收入披露拿到高得多的估值，Agility 把 -151% 毛利、持续经营存疑全摊开只定 25 亿；两种策略各有代价，但挂牌之后它只需对交付数据负责，不再需要讲故事，而所有后来者的报价都会被拿来跟它对照。六成以上股东在赎回截止前离场，说明公开市场已经提前投了票。真正的验算点是 2027 年：Digit 5 交付节奏、订单承诺能否转为确认收入、以及规模化后单位成本能否收敛。对照之下中美走出了两种模式——宇树、智元卖硬件赚制造与规模化的钱，Agility、Figure 租机器人赌场景与数据的钱；前者像卖车，后者像开出租车公司，谁的表先跑出来 2027 年见分晓。