简体中文
订阅

ANG⁺ 简报

ANG⁺ 简报 #2 — Anthropic 公益基金与内部用工数据、美国国土安全部禁用 DeepSeek、MiniMax M3.1 Flash、Mercury 3 与 Reflection Beam

汇总2026年10月16日至20日六项一手发布：Anthropic 设立公益基金（现拨出5%股份，公司估值每上涨50%再追加2%）并公开内部报告——初级技术岗招聘占比从27%降至9%；美国国土安全部下令将 DeepSeek 产品排除出联邦民事机构 IT 系统；MiniMax M3.1 Flash 定价输入 $0.15、输出 $0.60；Inception 推出每秒1,068 Token 的扩散模型 Mercury 3；Reflection AI 以 Apache 2.0 许可开放 Beam 1.0 权重。

ANG⁺ 简报 · 核对 · 丹尼尔·林

ANG⁺ 简报 #2 — Anthropic 公益基金与内部用工数据、美国国土安全部禁用 DeepSeek、MiniMax M3.1 Flash、Mercury 3 与 Reflection Beam

ANG⁺ = 由 AI 整理、经编辑核对的简报

欢迎阅读第二期 ANG⁺ 简报。本期依据2026年10月16日至20日发布的6份一手资料——Anthropic 新闻室与经济研究报告、美国国土安全部（DHS）向《联邦公报》提交的公告，以及 MiniMax、Inception、Reflection AI 的发布文章。其中两条是第1期的后续：智能体规模的编程给 Anthropic 自身的人员结构带来了什么变化，以及美国联邦政府针对 DeepSeek 的新命令。

1. Anthropic 向新设的公益基金（Public Benefit Fund）拨出5%股份——公司估值每上涨50%再追加2%

Anthropic 于10月18日宣布设立 Anthropic Public Benefit Fund，这一新实体的持股比例会随公司成长而增加。在获得股东批准的前提下，现在拨出 Anthropic 5%的股份，此后相对设定的基准估值，公司价值每上涨50%，由董事会酌情再追加2%。

  • 结构与限制：基金不采用 501(c)(3) 等非营利形式，而是设为 Anthropic 全资持有的 LLC，以便灵活选择不同的捐赠方式。Anthropic 表示，该 LLC 持有的股份 不会用于游说或政治捐款，无论在美国境内还是境外。
  • 资金用途：可能的用途包括向传统非营利组织大额捐赠，或直接向特定人群发放。Anthropic 以 AI 对劳动力市场的冲击为例，并指出公司已为研究和应对这一问题承诺投入 2亿美元。
  • 约20%股份用于公益：公司创立时，联合创始人承诺捐出 所持股份的80%；约一半员工 参加了公司等额配捐的股权捐赠计划。加上此次基金，Anthropic 称 约20%的股份 将专门用于公益，若达到特定估值里程碑还可能增加。基金的治理结构与估值里程碑将在“未来几个月内”公布。
我们的判断：Anthropic 将此举解释为把科技公司通常给予高管的“随估值递增的股权奖励”转投公益。但基准估值和基金治理尚未公开——比起百分比数字，“由谁决定这笔钱怎么花”更加关键。

原文: Investing in the public benefit (Anthropic)

2. 后续：Anthropic 内部用工数据——初级技术岗招聘占比从27%降至9%，智能体工作时长反超人类

第1期介绍了智能体编程如何促使 Anthropic 告别 Git。10月16日，Anthropic 经济研究团队发布报告 《How employment is changing at Anthropic》，依据内部人事记录、AI 使用遥测数据、产出指标、员工调查、招聘评分表以及17位员工访谈。

  • 技术部门初级员工减少：自2025年初以来，技术部门中初级员工占比从 21%降至14%，技术岗新招聘中初级人员占比从 27%降至9%。过去一年，技术部门占全体员工的比例也从 61%降至56%，不过技术岗招聘的绝对人数仍在增长。
  • 智能体工作时间超过人类：2026年3月，智能体工作时长总和首次超过人类工作时长；到 8月，仅看员工直接调度的智能体，其工作时长也已是人类的 6倍。与此同时，Claude 会话时间中约 80% 处于等待人类输入的空闲状态。
  • 产出与新型工作：每位工程师的代码提交量达到六个月前的 5倍。非技术员工使用编程智能体的会话从 每月2次（2025年8月）增至90次（2026年5月），写给智能体的常设指令在一年内从几百条增至 8,500条。研究人员也指出采用并非随机这一局限（对比了 192名 采用者与 74名 未采用的工程师）。
我们的判断：这是衡量自家员工、而非客户的数据。压力首先落在技术岗的入门级职位上，而新的瓶颈是人的注意力——智能体会话五分之四的时间都在等人。

原文: How employment is changing at Anthropic (Anthropic)

3. 后续：美国国土安全部下令将 DeepSeek 产品排除并移出联邦民事机构 IT——10月20日《联邦公报》公告

第1期介绍了 DeepSeek-V4.1-Flash-1017。10月19日，美国国土安全部（DHS）提交公告（《联邦公报》文件号 2026-21447，刊登日期 2026年10月20日），宣布国土安全部部长依据 《2018年联邦采购供应链安全法》（FASCSA，41 U.S.C. 1321–1328），在审查联邦采购安全委员会的建议后发布的命令。

  • 排除出采购：将 Hangzhou DeepSeek Artificial Intelligence Co., Ltd（含 48 CFR 2.101 界定的关联实体）开发的 IT 产品与服务排除在 联邦民事机构采购 之外。
  • 移除——包括第三方产品：命令要求从民事机构 IT 中移除 DeepSeek 及其关联方的全部产品，以及基于 DeepSeek 实现开发的第三方产品与服务。
  • 命令原文：签署的命令作为附录附后，可在 regulations.gov 的案卷 DHS-2026-0628 中查阅。执行问题由 CISA 的 FASCSA 命令执行小组受理。公告签署人为 DHS 总法律顾问 James H. Percival II。
我们的判断：供应商最该反复读的是“第三方产品”条款。即便是 MIT 许可的开放权重也不能例外——向美国联邦民事机构供货的企业，如今必须先弄清自家产品里是否嵌有 DeepSeek 模型。

原文: Order: Exclusion and Removal of DeepSeek Products from Federal Civilian Executive Branch IT Systems and Procurements (Federal Register, public inspection)

4. MiniMax 正式推出每百万 Token $0.15/$0.60 的 M3.1 Flash——匿名模型“Space Bunny”即为早期版本

MiniMax 于10月19日正式推出 MiniMax M3.1 Flash，并透露此前匿名运行、处理了 超过200万亿 Token 的模型“Space Bunny”正是其早期版本。官方称，与上一代相比，在线推理 快近3倍，智能体任务的使用成本 降低70%。

  • 统一定价：每百万 Token 输入 $0.15 · 输出 $0.60 · 缓存输入 $0.015。
  • 官方公布的基准成绩：DeepSWE v1.1 73.7%、BankerToolBench 76.2、OSWorld V2 61.7、Agents' Last Exam 29.6（后两项均为中国模型第一）、CyberGym 82%。
  • 速度与开放情况：日常使用输出速度可达 每秒200 Token 以上（中位数 170以上）。现已可通过 MiniMax API、M Plan 与 MiniMax Code 使用；官方表示 模型权重将稍后发布，Pro 版本也将随后推出。
我们的判断：与第1期的 Claude Haiku 5.5（10万 Token 以内提示 $0.10/$0.50）放在一起看，小型智能体模型已集中在每百万输入 Token $0.10–$0.20 区间。竞争焦点正从价格转向速度与智能体基准。

原文: MiniMax M3.1 Flash: Redefining Agent Performance and Cost (MiniMax)

5. Inception 发布扩散式大模型 Mercury 3——每秒1,068 Token、100万上下文、首发价 $0.10/$0.35

Inception 于10月19日发布 Mercury 3，称其为“迄今最强的基于扩散（diffusion）的大语言模型”。与逐个生成 Token 的自回归模型不同，扩散式大模型会并行地反复打磨多个 Token 来生成文本。Mercury 3 的规模是 Mercury 1 的 40倍以上，Inception 称其标准基准上的智能水平较 Mercury 1（mini）提升 3倍。

  • 速度与上下文：在 NVIDIA GPU 上达到 每秒1,068 Token；官方称其质量与 GPT-6 Luna、Claude Haiku 5.5 相当或更好，速度 快4–8倍。上下文从 Mercury 2.5 的 26万 Token 扩展到100万 Token。
  • 定价：每百万 Token 输入 $0.20 / 输出 $0.70，首发 五折优惠后为 $0.10 / $0.35；缓存 Token 为输入价格的 一折（优惠90%）。
  • 早期结果与接入：在合作伙伴的网页智能体环境中，Mercury 3 完成了 50项真实 Mind2Web 任务中的50%，“明显多于 GPT-6.1-Sol”；一家搜索合作伙伴测得生成时间中位数为 0.9秒。可通过 Inception API Platform、OpenRouter、Baseten 与 Vercel 使用，兼容 OpenAI API，并提供 1亿免费 Token。
我们的判断：文章没有公开完整的基准表，质量结论仍属官方自评。但如果扩散式模型能保持这样的扩展势头，语音智能体、学习辅导、浏览器自动化等对延迟极为敏感的场景将多出一个截然不同的选择。

原文: Diffusion at Scale: Introducing Mercury 3 (Inception)

6. Reflection AI 以 Apache 2.0 开放 Beam 1.0 权重——501B MoE、激活23B、100万上下文

Reflection AI 于10月16日在 Hugging Face 以 Apache 2.0 许可发布了其首个开放权重模型 Beam（10月5日首次亮相）的权重，同时发布了智能体集成示例、部署容器，以及与模型一同训练的 Mirror CLI 智能体工具。

  • 架构：稀疏混合专家（MoE）模型，总参数 501.3B、激活参数23.4B（256个专家），上下文 100万 Token，主要面向英语开发。官方称预训练使用约 23.8万亿 Token，强化学习动用 1.05万块 NVIDIA GB300 GPU，历时四周。
  • 模型卡成绩（BF16）：SWE-bench Verified 81.6%、Terminal Bench v2.1 80.1%、GPQA Diamond 90.6%、AIME 2026 97.7%。官方称其在高难度推理上取得与 GLM-5.2 相当的成绩，推理计算量少3–4倍。
  • 部署方式：提供 BF16、FP8、NVFP4 检查点及推测解码（speculative decoding）草稿模型；首日支持 Transformers、vLLM、SGLang、Unsloth 与 Axolotl；Reflection API 公测“可免费起步”；还可通过 Dell、HPE 进行包括物理隔离环境在内的本地部署。
我们的判断：一款美国研发、Apache 2.0 许可的500B级开放模型，恰与 DHS 的 DeepSeek 命令在同一周出现——为公共部门与受监管行业的买家提供了更易通过供应链审查、可自行部署的选择。

原文: Beam is now available (Reflection AI) · Beam-1.0-501B-A23B model card (Hugging Face) · Introducing Beam (Reflection AI)