2026年11月3日，AI行业资讯聚焦于AI安全边界、API效率提升与机器人落地三大方向。今日重磅消息包括：Anthropic在修订版S-1中披露其模型可能即将跨越RSI（负责任扩展政策）中”由AI带来的显著加速进展”阈值；Anthropic公测Claude Messages API消息线程功能，大幅减少对话重传开销；Perplexity推出开放权重视觉语言嵌入模型pplx-embed-v2-context；a16z分享Tutor Intelligence机器人估值方法论。以下是今日AI行业重要资讯。
一、Anthropic称其模型或即将跨越RSI政策阈值
Anthropic在当日早间提交的修订版S-1中披露，其内部估计显示，未来模型可能即将跨越RSI（负责任扩展政策，Responsible Scaling Policy）中”由AI带来的显著加速进展”阈值。WesRoth解读称，”dramatic acceleration”（急剧加速）的含义是AI帮助将原本需两年的基线能力进展压缩至一年。该政策将此速度与无实质性AI辅助下可实现的最快持续进展进行对比。这一披露标志着AI研发正进入由AI自身驱动加速的新阶段，也引发了行业对安全治理的新一轮关注。
二、Anthropic公测Claude Messages API消息线程功能
Anthropic在Claude的Messages API上公测消息线程（message threads）功能。开发者现在只需发送新消息和上一条消息ID，服务器会在轮次间保留对话，无需重新发送完整对话。这一改动使Claude可以更快开始响应，同时显著降低token消耗。该功能已对大多数Claude Code用户默认启用，为长对话和Agent场景提供了更高效的API调用方式。
三、Perplexity发布pplx-embed-v2-context视觉语言嵌入模型
Perplexity开发者账号宣布推出pplx-embed-v2-context，这是一组开放权重的视觉语言嵌入模型，提供9B和0.6B两个规格。两种模型均对每篇文档返回一个int8向量，或对每个分块返回一个能够看到整篇文档的int8向量。相关论文与turbopuffer合作撰写。开放权重的视觉语言嵌入模型为多模态检索和RAG系统提供了新的基础组件。
四、a16z分享Tutor Intelligence机器人估值观点：工作量除以成本
a16z在Twitter发布Tutor Intelligence联合创始人兼CEO Josh Gruenstein关于机器人估值的观点：用机器人能完成的工作量除以其成本，其他都是注释；若机器人能以更低成本完成工作，市场就是”所有体力劳动”。Tutor Intelligence在美国工厂和仓库部署AI机器人，承担难以招人的繁重工作；机器人在马萨诸塞州制造，按小时收费且无前期成本。数据显示，全部10个制造业类别的每工人工时均上升，其中7个类别的工时增速快于员工人数增速，反映出劳动力短缺背景下机器人替代的强劲需求。
其他重要资讯
- 伯克利AI：RL可提升机器人演示数据质量：在收集演示数据时，Data Inoculation（数据接种）是一种简单的附加方法，可用于收集更好的数据，强调数据质量在机器人学习中的重要性。
- OpenSEO、OpenCRM与OpenMail在EveryApp中集成：用户可在自己的Cloudflare开发者账户中自托管这三个工具，并通过1个MCP网关统一使用。
- AlexKrentsel复现MIT权重空间编程结果：称这是仅出现在最新一批模型中的新阶跃变化（step-change）新兴能力。
- Ken Goldberg：基础LLM可调优复杂机器人仿真参数：覆盖几何、动力学、形变、材料、光照、纹理及相机外参，目标是匹配给定视频。
- 斯坦福秋季开设CS329Z《Engineering AI Agents》：由Diyi Yang、Michael Ryan、John Yang（SWE-agent论文第一作者）共同授课。
- YC 2027冬季批次申请今晚截止：准时申请者12月11日前收到决定，录取即获投资，可享OpenAI、Anthropic、AWS等1200万美元以上免费额度。
- HeyGen Voice支持Grok @bot代打电话：Grok机器人可替用户拨打个人或企业电话，使用HeyGen Voice保持用户本音，并发送对话总结笔记。
- Prized推出Infinite Storage：每个box可扩展至40TB，运行速度与本地磁盘相当，Docker可直接使用，面向开发者和agents。
- 伯克利学者提出EAT方法：将AI智能体系统本身作为进化对象，据称可在部分最难的kernel优化任务上取得SOTA结果。
- PyTorch 2.15线上问答11月5日举行：Meta团队成员将介绍该版本概况，邀请开发者提交问题。
- 斯坦福启动Stanford Digital Brain Project：目标是构建人类大脑的预测模型，革新脑部疾病治疗方法，部分训练由StanfordHAI的GPU集群Marlowe支持。
- Sequoia转发Trajectory平台发布：定位为最简便、最直观的自有模型后训练工具，只需少量agent prompts即可获得结果。
- LangChain托管版Deep Agents支持浏览器交互：仅9月agentic browser请求量就增长约5倍，browser use正成为agent的关键基础能力。
- 斯坦福NLP：LLM可原生推理并直接写出神经网络权重：LLM此前被认为只能对prompt、harness和代码做文本优化，如今开始能够原生推理神经网络权重。
写在最后：今日AI资讯呈现几条清晰主线：Anthropic披露的RSI阈值信号标志着AI研发正进入自我加速阶段，安全治理迫在眉睫；Messages API消息线程与pplx-embed等开放模型持续降低开发者使用门槛；机器人在制造业的落地加速，估值方法论趋于成熟。从LLM写出神经网络权重到AI智能体自我进化，AI的能力边界正在快速拓展。
