Yeekal Logo Yeekal
4,753 字
早报 | MORNING 2026-10-08

OpenAI 上线 GPT-6,Anthropic 发布 Haiku 5.5

今日要点
  • OpenAI 上线 GPT-6,ChatGPT 回复可含图表、按钮和表单
  • Anthropic 发布 Haiku 5.5,10 万 token 内输入 $0.10/M
  • 微软发布 MAI-Code-1.1 Flash,137B 参数可在 PC 本地运行
OpenAI 上线 GPT-6,ChatGPT 回复可含图表、按钮、表单;Anthropic 发布 Haiku 5.5,10 万 token 内输入 $0.10/M、输出 $0.50/M;微软发布 137B 本地编码模型 MAI-Code-1.1 Flash。

1️⃣ OpenAI 推送 GPT-6 与 Intelligent UI:ChatGPT 生成可交互界面#

  • 核心发布:OpenAI 全球上线 GPT-6,Chat 标签页集成 Intelligent UI;Plus、Pro、Business、Enterprise 使用 GPT-6 Sol,Free 与 Go 次日扩展并使用 GPT-6 Luna,Work 与 Codex 模型不变。
  • 能力变化:回复可由文本、图表、按钮、表单和交互工具组成;可在对话中生成游戏、预算计算器、分账器等;GPT-6 Instant 在联网搜索问题中比 GPT-5.6 Instant 早 44% 开始回答。
  • 实现路径:OpenAI 使用原生界面组件库与流式渲染,模型负责挑选组件与排版;Anthropic 的交互式可视化更依赖模型生成网页代码与矢量图。 🔗 OpenAI 发布 | ChatGPT 官方 | 宝玉解析

2️⃣ Anthropic 发布 Claude Haiku 5.5:小模型价格最高降 90%#

  • 发布与定价:Haiku 5.5 输入 0.10/M、输出0.10/M、输出 0.50/M(10 万 token 内),超过 10 万 token 为 0.50/0.50/2.50;官方称为最快、最便宜的小模型,平均运行成本比 Haiku 4.5 低约 75%。Cursor 称短请求成本低 10 倍。
  • 能力与评测:OSWorld 2.1 从 15.7% 升至 72.4%,Terminal-Bench 4.0 从 0 升至 39.2%;首个支持 effort 调节的 Haiku,面向子智能体、摘要、分类、数据库查询与浏览器自动化。
  • 同日调整与接入:Sonnet 5.5 缓存读取价格减半至 0.10/M;Max5x、Max20x与Team订阅每月获0.10/M;Max 5x、Max 20x 与 Team 订阅每月获 100、200、200、500 API 额度;Haiku 5.5 已在 AWS、Google Cloud、Azure、GitHub Copilot、Cursor、Devin、Notion 等上线。 🔗 Anthropic 官方 | Claude 发布 | GitHub Copilot | Cursor

3️⃣ 微软发布 Windows Hybrid Intelligence:137B 编码模型本地运行#

  • 核心发布:微软发布 MAI-Code-1.1 Flash,137B 参数、256K 上下文编码模型,优化为可在 PC 本地运行;GitHub Copilot 可将任务交给本地模型,减少 AI 额度消耗。
  • Agent 与安全:Windows 与 Agent 365 结合,提供 MXC 本地沙盒;Copilot 可在 PC 上直接执行操作,敏感工作保留在设备端;Replit 桌面预览采用 Microsoft Execution Containers 与 NVIDIA OpenShell。
  • 生态配套:Surface Laptop Ultra 搭载 NVIDIA RTX Spark;微软称 Windows 成为安全 Agent 运行环境,使 PC 可本地生成软件而无需云端 token 消耗。 🔗 Satya Nadella | Windows 博客 | Replit

4️⃣ 微软开源 Agent Lightning v1.0:真实 Harness 直接参与 RL 训练#

  • 核心发布:微软研究院 Asia 开源 Agent Lightning v1.0,约 3500 行代码,定义 Harnessed Agentic RL 范式,让部署时的 Agent Harness 直接参与强化学习。
  • 关键设计:通过 OpenAI 兼容 LLM 代理记录模型调用,不改现有 harness 代码;支持本地进程或 Kubernetes Job 运行 Agent;提出 Collocated Async RL,在同一组 GPU 上共享 rollout 与更新。
  • 实验结果:在 SWE-smith、mini-SWE-agent 与 Qwen3.5-9B 上,仅约 6000 条训练样本,SWE-bench Verified Pass@1 从 41.8% 升至 56.4%,提升 14.6 个百分点。 🔗 微软研究院博客 | GitHub

5️⃣ Google 开放 SynthID Detector:可验证 AI 生成内容#

  • 核心发布:Google 推出独立平台 synthid.com,向所有人开放 SynthID Detector,可检测图片、视频、音频是否由 Google AI 或合作方工具生成。
  • 合作范围:支持 OpenAI、NVIDIA、Kakao,Apple 即将加入;可在 Chrome、Google Search、Gemini App 中使用现有验证功能,编辑后仍可识别水印。
  • 规模数据:Google 已为 1800 亿图片与视频、超过 24 万年音频内容添加水印,每天处理约 100 万次验证请求。 🔗 Google DeepMind | SynthID | Google 博客

6️⃣ Perplexity 开源 pplx-embed-v2-late:多向量嵌入统一文本与图像#

  • 核心发布:Perplexity 开源 pplx-embed-v2-late,两个晚期交互嵌入模型 9B 与 0.6B,共享文本与图像嵌入空间;9B 用于索引多模态数据,0.6B 可在设备端查询。
  • 评测数据:MADQA 800 篇 PDF 问答达 92.4%,居检索器首位;GPT-OSS-120B 智能体使用 9B 模型在 BrowseComp+ 正确率 64.0%,领先次优 ColBERT 4.9 分;Q2D-Web Recall@1000 为 74.8% 与 73.6%。
  • 应用价值:支持无需 OCR 搜索 PDF 页面,跨模态查询,降低多模态 RAG 的索引与端侧查询成本。 🔗 Perplexity 博客 | Hugging Face

7️⃣ NVIDIA 发布 VERA:可验证环境与模型/Harness 协同进化#

  • 核心方法:VERA 将 benchmark 轨迹转成 9000 多个可重启沙箱,带 rubric 评分,仅保留可运行且能由可观察证据评分的环境;训练同时更新模型权重与 harness。
  • 筛选规则:harness 修改需通过自测并在开发集至少提升 5 分才保留;模型 checkpoint 若分数下降超过 20% 则拒绝。
  • 实验结果:9B 协同进化 Agent 在 AutoCoWorkBench 与 AutoMedBench 分别超过最强单轴基线 10.3 与 13.0 分;27B 在 AutoCoWorkBench 得 71.6,高于 Claude Opus 4.8。环境语料已开源。 🔗 论文 | 解读

8️⃣ Google 发布 Gemini 3.8 Live:语音到语音模型登顶对话指数#

  • 核心发布:Google 推出 Gemini 3.8 Live 语音到语音模型,跳过语音转文本、模型推理、文本转语音的接力管线;Extended Thinking 版在 Artificial Analysis Speech to Speech Index 排名第一,标准版在真人盲测对话中排名第二。
  • 成本与能力:标准版输入音频成本 $0.84/小时,为该指数最低;两个模型均支持图像与视频输入,可针对屏幕内容进行问答。
  • 行业意义:语音助手架构从级联管线转向端到端语音模型,降低每轮对话延迟。 🔗 DeepLearning.AI

9️⃣ LlamaIndex 发布 OpenDocRouter:统一文档解析 API#

  • 核心发布:OpenDocRouter 将 10 个前沿与开源文档解析模型收进一个 API,包括 Claude Opus 5.5、Gemini 3.8 Flash、GPT-6 Luna、MinerU2.5-Pro、PaddleOCR-VL-1.6 等;一行代码切换模型,输出统一 markdown。
  • 评测与定价:所有模型在 ParseBench 上按质量与成本评分;价格区间 0.86至0.86 至 48.82/千页,按 token 计费,失败页面不收费,$25 起充值;支持“layout: true”为任意模型添加 bounding box 与布局类。
  • 背景:Hugging Face 上有约 4000 个 OCR 模型,LlamaIndex 认为选择模型的正确问题已从“哪个最好”变为“切换有多快”。 🔗 OpenDocRouter | LlamaIndex 博客 | Jerry Liu

🔟 a16z:德州冻结数据中心并网,排队容量 18 个月从 63 GW 增至 474 GW#

  • 核心事实:德州电网大型新增客户队列从 2024 年底 63 GW 增至 2026 年 6 月 474 GW,超过历史峰值需求五倍;德州随后暂停新数据中心许可,仅 9.5 GW 获批,约 4.3 GW 实际运行。
  • 原因与影响:队列中大量请求是开发者跨站点重复提交、尚无客户的投机项目;规划者无法区分真实需求,且完全接入大型数据中心可能需 5-10 年。
  • 行业数据:美国电网今年计划新增 86 GW,其中太阳能 43.4 GW、电池 24.3 GW、风能 11.8 GW、天然气 6.3 GW、新核电 0 GW;AI 实验室规划数百 GW 电力。 🔗 a16z 文章 | Ryan McEntush

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
cloudflare/security-audit-skillAI Agent / 安全审计26.0k
trycua/cuaAI Agent / Computer Use28.7k
manaflow-ai/cmuxAI 开发工具 / Agent 终端27.8k

1. cloudflare/security-audit-skill ⭐ 今日 +576#

语言/许可: JavaScript / MIT
总 Stars: 26.0k
仓库: GitHub

项目定位:
面向使用 coding agent 的安全审计人员与平台团队,把 Agent 组织成多阶段、可复验的漏洞审计流水线;与一次性 prompt 审计不同,它强调覆盖账本、独立验证和机器可读证据。

核心功能:

  • 六阶段审计流程:侦察、覆盖驱动猎取、候选验证、结构化输出、独立记录复验、目标无关报告。
  • 用隔离 hunter/verifier 分离“发现”与“验证”,要求 fresh agent 复验,降低自证偏差。
  • 产出并校验 coverage-ledger.json、findings.json,使用 JSON Schema 和零依赖校验器;多次运行可增量补覆盖。
  • 内置多类攻击面提示:AI/LLM prompt injection、Web/auth、客户端、供应链、云、RPC、资源耗尽、数据隔离、本地 IPC 等。

技术亮点:
多阶段多 Agent 安全审计编排,源自 Cloudflare 漏洞发现 harness;强调可复验的机器可读证据,而非 checklist 式扫描。


2. trycua/cua ⭐ 今日 +228#

语言/许可: Rust / MIT(README 注明部分组件 FSL-1.1-MIT)
总 Stars: 28.7k
仓库: GitHub

项目定位:
面向 computer-use Agent 开发者与需要 GUI 自动化评测的团队,提供跨 OS 桌面/浏览器驱动、虚拟化沙箱、SDK 与 benchmark,替代分散的 GUI 自动化与 VM 脚本拼接。

核心功能:

  • Cua Driver:通过 CLI、MCP 或 typed SDK 在 macOS/Windows/Linux 上检查与操作原生桌面应用和浏览器,支持后台输入交付以减少鼠标/焦点抢占。
  • Lume / Cua Spaces:在 Apple Silicon 上用 Virtualization.Framework 管理本地 macOS/Linux VM;为 Agent 提供完整桌面、多人协作与自有/云主机运行。
  • Cua SDK/CLI:统一创建、执行、截图的 sandbox 接口,覆盖 Python、TypeScript、Swift、Kotlin,并支持 gVisor 容器、本地 VM 和远程主机。
  • Cua Bench / CUA-S1:创建任务、评估 Agent、导出轨迹;提供面向 computer-use 决策的小型专用模型。

技术亮点:
将 GUI 自动化、跨 OS 虚拟化、沙箱执行和评测数据生成收敛到同一套 SDK/驱动层,并通过 MCP 接入 Claude Code、Codex、Cursor 等 Agent。


3. manaflow-ai/cmux ⭐ 今日 +44#

语言/许可: Swift / NOASSERTION(README 称 GPL)
总 Stars: 27.8k
仓库: GitHub

项目定位:
面向并行运行 Claude Code、Codex 等编码 Agent 的开发者,提供 macOS 原生终端工作区来管理分屏、通知、浏览器和自动化;与 Electron/Tauri 编排器不同,它保持终端为中心并暴露 CLI/socket 原语。

核心功能:

  • macOS 原生终端工作区,支持垂直/水平标签与分屏,侧边栏聚合 git branch、PR 状态、工作目录、监听端口和 Agent 通知。
  • 面向并行 AI coding agents 的通知系统:解析 OSC 9/99/777,提供 cmux notify CLI,Agent 等待输入时高亮 pane/tab。
  • 内嵌浏览器和可脚本化 API,可快照 accessibility tree、元素引用、点击/填表/执行 JS,并与终端分屏。
  • CLI/socket API 自动化工作区、分屏、按键和浏览器;支持 SSH workspace、Claude Code Teams、cmux.json 自定义命令。

技术亮点:
基于 Swift/AppKit + libghostty 的原生实现,非 Electron;用终端 OSC 通知和 socket API 将 Agent 状态与工作区操作暴露给脚本。

🟧 Hacker News 热议#

Claude Haiku 5.5#

627 pts · 316 comments · anthropic.com

📌 内容总结

  • Anthropic 发布 Haiku 5.5,定位最便宜、最快的小模型,主攻高吞吐、成本敏感任务:摘要、压缩、数据库查询、分类,并作为 Opus 5.5 / Sonnet 5.5 在编码工作里的子代理。
  • HN 关注点:
    • 平均运行成本比 Haiku 4.5 低约 75%;100k tokens 以内 input 0.10/M、output0.10/M、output 0.50/M,超过 100k 后涨至 0.50/0.50/2.50。
    • 首个 Haiku 类模型带可调 effort setting;自报基准大幅超过 Haiku 4.5,多个共享项超过 GPT-6 Luna,但 Terminal-Bench 4.0 等仍明显低于 Sonnet 5.5。
    • 同步下调 Sonnet 5.5 cache read 价格 50%,称多数 agentic 任务便宜约 20%;Max / Team 订阅新增每月 API credits。
    • 安全侧限制:网络安全防护比 Haiku 4.5 更严格,允许部分防御任务,但仍阻止渗透测试和攻击者常用技术;生物安全与 Sonnet 5 / Opus 5 同级。

💬 讨论总结

  • 价格与竞争:Sonnet cache read 降价被视为必须匹配 GPT-6.1 Sol;旧缓存价格下 Sonnet 5.5 相对 Opus 5.5 没有使用理由。Haiku 5.5 在 100k 以内与 Luna 同价,超过 100k 后价格明显更贵,阈值对 agent 工作偏低。
  • 性能判断:自报基准看起来优于 Luna,但第三方 AA 基准尚未出;有评论引用 AA 数据称 Haiku 5.5 每任务输出 token 约 162k,高于 GLM-5.3 Flash,真实成本可能高于表面单价。
  • 实际使用:常见场景是让 Opus 选 Haiku 做“找东西”子代理、文档解析、提交信息、简单查询。图像转 HTML 测试里 Haiku 直接委托给 Opus,说明它知道自己不擅长复杂 UI;适合窄范围、指令明确、低延迟任务。
  • 生产反馈出现相反报告:有人称 Haiku 5.5 更慢、prompt leakage,内部 pairwise 测试 Haiku 4.5 仍胜;反驳者认为 Haiku 4.5 本身很弱,可能需要对 5.5 重调 prompt。
  • 订阅与 API credits:每月 credits 受欢迎,但被怀疑是为 Claude Agent SDK 从订阅计费转向 API credits 铺路。6 月曾宣布后因反弹回退,这次被指借模型发布“夹带”。
  • 安全争议:阻止 pentest 和“攻击者常用技术”使有意义的防御任务也难以执行;评论认为 GLM 5.3 等第三方模型已具备攻防能力,Anthropic 的限制作用有限。
  • 琐碎测试:Pelican 自行车在不同 effort 下,low 弄错车架,medium/high/xhigh/max 正确;max 耗时 5 分 9 秒、成本 3.38 美分,low 耗时 7 秒、成本 0.09 美分。另有 “how many r’s in diminished” 答错。

🔗 原文 · HN 讨论页

GPT‑6 and Intelligent UI for everyone#

461 pts · 234 comments · openai.com

📌 内容总结

  • OpenAI 向 ChatGPT 免费及付费层推出 GPT-6,核心是 Intelligent UI:模型根据问题组合文本、图形、按钮、表单、图表和交互元素,也可临时生成计算器、分账器、游戏等小工具。
  • HN 关注点:
    • 实现上使用原生可流式组件库和编译器,界面随模型生成逐步出现,不等整段回答完成;训练模型决定内容、布局、视觉和交互,并评估清晰度、有用性、完整性。
    • 同时推出“边思考边回答”:GPT-6 Extra High 首答时间与 GPT-5.6 Medium 相当,但内部任务总分更高;需搜索的问题,GPT-6 Instant 平均早 44% 开始回答。
    • 可用性:Plus / Pro / Business / Enterprise 由 GPT-6 Sol 驱动,Free / Go 由 GPT-6 Luna 驱动;Work 和 Codex 模型不变。
    • 安全侧强调多轮绕过攻击抵抗、减少不必要拒绝,并更新网络攻击、生物威胁、暴力相关训练。

💬 讨论总结

  • 定位争议:有人认为这是追赶 Anthropic artifacts,也有人认为所有在 GUI harness 里的模型早就能按提示输出 HTML;OpenAI 的关键不同是训练模型自行选择组件和布局,而非纯 harness 工程。
  • 输出形态分歧:支持者认为视觉交互对普通消费者、老人、视觉学习者更有效;反对者称大量图片、卡片、eyebrow、留白像“AI slop”和 obnoxious recipe 页面,文本更易导出、加工和验证。
  • 模型选择困惑:Chat 使用 GPT-6 Sol 而非更强的 GPT-6.1 Sol,用户报告 6.1 经常容量不足;有人怀疑 6.1 是更重模型,因 6 的 agentic 能力差而被匆忙改名。多数人不希望 Work 和 Chat 合并。
  • 准确性风险:生成的可视化可能看起来专业但难以验证,评论质疑用户如何判断解释或图表是否正确。工程上被形容为“一次性 UI / 纸盘 UI”,适合用完即弃,但可能增加延迟和 token 消耗。
  • 生态与商业:有人预测会出现面向 agent 的新 UI 协议、个性化浏览器和新闻流;反对者担心开放 Web 被封闭专有界面替代,并指出个性化读写 UI 的商业模式不清晰。另有评论怀疑这是为 ChatGPT 视觉广告格式铺路。
  • 发布质量与工具现实:有人称赞发布页设计,同时指出 Codex GitHub issue 积压、VSCode 扩展长期损坏,与精美发布页形成落差。1.2B 周活被质疑,但回复指出用户可同时使用多家服务。
  • 具体案例:周日烤羊排示例被用来对比 GPT-5.6 与 GPT-6,有人更喜欢 6 的交互式呈现,有人觉得被居高临下对待;也有人提醒 LLM 本身部分制造了“文本墙”,现在又让 LLM 来解决。

🔗 原文 · HN 讨论页

Docker Agent#

163 pts · 75 comments · github.com

📌 内容总结

  • Docker Engineering 发布 docker-agent:Go 写的 Docker CLI 插件,用声明式 YAML 构建、运行和分享 AI agents,支持多代理协作、MCP 工具、多模型提供商、RAG,以及推送到任意 OCI registry。
  • HN 关注点:
    • 目标是无代码创建 agents,示例配置指定模型、instruction 和 MCP toolset,运行 docker agent run agent.yaml,也可 docker agent run myorg/agent:tag。
    • 功能包括:多代理自动委派、内置 think/todo/memory、BM25/embeddings/hybrid search/reranking、OpenAI/Anthropic/Gemini/Bedrock/Mistral/xAI/Docker Model Runner 等提供商。
    • 安装方式:Docker Desktop 4.63+ 预装,Homebrew 或二进制;仓库 Apache-2.0,3.6k stars,Go 占 99.1%。
    • 项目自举方式:维护者使用 docker agent run ./golang_developer.yaml 开发 docker-agent。

💬 讨论总结

  • 定位困惑:核心质疑是“这跟 Docker 容器技术有什么关系”。Docker 员工回复称它最初想做 agents 的 docker compose,两年前用于混合 agentic loops 和非 agentic 组件;YAML 只是配置形式,也可换 HCL 或 Go。
  • 生态拥挤:评论将 agent harness 比作当年的 JS 框架,所有团队都在做一个;配套还出现 VSCode forks。有人指出 Go 缺少好的插件/模块生态,TS 插件方便但有安全顾虑。
  • 安全与 sandbox:有人找不到 docker-agent 页面的安全信息,只找到单独 sandbox 文档。回复解释:sandbox 模式跑在 Docker Sandbox(VM 而非容器),不用 sandbox 则假设在容器中;也可用 sbx CLI 跑 Claude、Codex 等其他 harness。
  • 工程替代品:已有 Modal、E2B、Cloudflare sandboxes 等方案;研究场景中 uv 已能提供隔离可重复环境,且不限于 Linux。多代理编排可被“在 Linux VM 里让 agent 自己处理容器编排”替代。
  • 实际体验:有人尝试后称这是最脆弱的 harness,决定等成熟;也有人认为“no code required”并不吸引,因为 agent 本就能生成大部分正确代码。另有人批评 README 有明显 AI 写作痕迹。
  • 需求边界:评论列举 kagent.dev、Kubernetes agent-sandbox、LangChain deepagents sandboxes、Cloudflare sandboxes 等,认为大家并不清楚各自主用例,且都在建同一类东西。
  • 长期问题:有开发者认为编排不是核心,agent 长期一致性/漂移才是难点,因此用论坛式工作板让 agents 互相记录、验证和遵循规范;评论调侃这像为 agents 重造 Jira。

🔗 原文 · HN 讨论页

2,197 字
晚报 | EVENING 2026-10-08

Claude Haiku 5.5 超 100K 涨价,DeepSeek 融资至少 800 亿元

今日要点
  • Claude Haiku 5.5 超 100K 上下文单价涨 5 倍,Sonnet 缓存降价 50%
  • DeepSeek 据报完成至少 800 亿元融资,腾讯宁德时代参投
  • 微软 Surface Laptop Ultra 2599 美元开订,RTX Spark 最高 128GB 内存
Anthropic Haiku 5.5 实测显示超 100K 上下文单价涨 5 倍,Sonnet 5.5 缓存读取降价 50%;微软 Surface Laptop Ultra 2599 美元开订;DeepSeek 据报完成至少 800 亿元融资,腾讯、宁德时代参投。

1️⃣ [持续跟踪] Claude Haiku 5.5 实测:超 100K 上下文单价涨 5 倍#

  • 核心亮点:Anthropic 同步下调 Sonnet 5.5 缓存价格并向 Max/Team 发放 API 额度,但第三方实测揭示 Haiku 5.5 长上下文成本上升。
  • 前情提要:Anthropic 发布 Haiku 5.5,10 万 token 以下输入 0.10/M、输出0.10/M、输出 0.50/M,缓存读取 $0.01/M;上下文提升至 100 万 token,定位高并发子代理。
  • 最新突破:Sonnet 5.5 缓存读取从 0.20降至0.20 降至 0.10/M,长任务成本约降 20%;Max 5x、Max 20x、Team 用户每月分别获 100、100、200、最高 $500 Claude Platform API 额度;Python/TypeScript SDK 新增 computer use 和 browser use beta。
  • 实测与 caveat:Artificial Analysis 智能指数 43,略高于 GPT-6 Luna 的 38;但 max effort 每任务约 162k 输出 token,约 3 倍 Luna。Browser Use Bench 显示超 100K 上下文后价格涨 5 倍,长任务成本比 Luna 贵 2.8 倍。
  • 🔗 Anthropic 官方 | Latent Space 分析 | Browser Use 实测

2️⃣ [持续跟踪] 微软 Surface Laptop Ultra 开订,RTX Spark 本地跑 120B 模型#

  • 核心亮点:微软与英伟达公布 RTX Spark 终端与 MXC 安全容器,Windows 定位“混合智能”平台。
  • 前情提要:微软宣布 Windows 成为 Hybrid Intelligence 承载平台,发布本地模型、Copilot 本地上下文/操作/模型与 MXC 安全容器。
  • 最新硬件:Surface Laptop Ultra 起价 2599 美元,10 月 16 日供货;RTX Spark SoC 最高 128GB 统一内存、1 PFLOPS FP4,可本地运行 125B 参数模型;Surface RTX Spark Dev Box 5999 美元,11 月发货;DGX Station for Windows 最高 748GB 内存、20 PFLOPS FP4,支持 32+ Agent 并发。
  • 软件生态:MXC 正式 GA,Codex、GitHub Copilot、Replit、LM Studio 等已支持,Claude Code、Manus、Perplexity 等准备接入;Windows ML 支持 llama.cpp;HydraFusion 智能路由扩展至 Windows。
  • 🔗 爱范儿发布报道 | Windows 官方博客 | meng shao 拆解

3️⃣ DeepSeek 被曝完成至少 800 亿元融资,腾讯宁德时代参投#

  • 核心亮点:彭博与路透报道 DeepSeek 即将完成至少 800 亿元融资,最终规模可能接近 1000 亿元。
  • 融资细节:彭博 10 月 6 日援引知情人士称,融资最初计划约 500 亿元,按签署条款可能接近 1000 亿元;腾讯和宁德时代是最大投资方之一。报道称交易可能为 2027 年初 IPO 铺路,但条款与上市安排未最终确定。
  • 技术背景:DeepSeek 此前与华为合作适配昇腾芯片编程工具,9 月推出 V4.1 Flash;DeepLearning.AI 指出其缓存压缩至每 token 890 字节,较 DeepSeek-V1 小 437 倍。
  • 🔗 爱范儿转述彭博 | DeepLearning.AI 技术拆解

4️⃣ 华为称昇腾中国可统计市场份额超英伟达,950DT 超节点年底供货#

  • 核心亮点:华为轮值董事长徐直军称,按华为可统计数据,昇腾在中国市场份额应已超过英伟达。
  • 供需与路线:徐直军表示昇腾供给仍不足以满足中国市场需求,华为没有全面拓展海外计划,国内客户优先供应,海外仅面向少数确有需求客户。
  • 新一代系统:基于 950DT 的超节点仍处于测试阶段,预计今年底或明年初开始规模供货;他预计明年起会有大量模型训练建立在该系统上。
  • 瓶颈判断:光模块、存储等环节未为 AI 需求快速增长做好准备,全球供需平衡可能到 2029 年实现,中国可能更晚;华为单芯片受国内工艺限制,重点投入多芯片互联与系统架构。
  • 🔗 爱范儿报道

5️⃣ Grok Bot 开放 X 全量搜索监控,SpaceX 将混用竞品模型#

  • 核心亮点:Grok Bot 可搜索、阅读、监控 X 全部内容,无需付费 API、X 账户或连接器;马斯克称 SpaceX 将按任务选用最佳后端模型。
  • Grok Bot 新能力:用户实测限额每天 1000 次,可监控特定推文,甚至凭图片或视频帧检索梗图来源与特定类型帖子。此前使用 X 官方 API 成本较高,新能力对个人 Agent 信息收集场景价值明显。
  • 多模型策略:马斯克表示 SpaceX 将按任务选用最佳后端模型,包括 Claude Opus 5.5、MidJourney、Suno 等领先 API,而非只使用自家模型。
  • 行业意义:X 数据接入个人 Agent 降低开发者门槛;多模型路由与平台数据开放成为 Agent 产品竞争点。
  • 🔗 Grok Bot 公告 | 马斯克表态 | 用户实测

6️⃣ NVIDIA 研究:多模态模型调用工具后拒答失败率最高升 68.7%#

  • 核心亮点:NVIDIA 被 NeurIPS 2026 接收的论文发现,多模态模型接入工具后,拒绝有害请求的失败率显著上升。
  • 数据范围:在 MM-SafetyBench、HoliSafe、VLSBench 上,Claude Opus 4.6/4.7、Gemini Agentic Vision、Qwen3.5-122B-A10B 及 agent-tuned 开源模型均出现拒绝失败上升,平均 17.7%,最高相对升 68.7%。
  • 原因与修复:工具输出填满上下文,掩盖原始请求有害意图;模型注意力转向描述工具返回而非安全决策。在最终回答前重新插入原始请求和图像,可恢复部分丢失的拒绝。
  • 安全启示:若安全评估只在纯聊天界面运行,会高估 Agent 的真实安全性。
  • 🔗 论文 arXiv | 作者摘要

7️⃣ Cloudflare 开源 Clef 决策模型,9B/27B 可选预定义选项#

  • 核心亮点:Cloudflare 在生日周发布 Clef,一组开放权重 AI 模型,专用于在预定义选项间做选择而非生成文本。
  • 模型与平台:发布 9B 和 27B 参数版本,以及用于将模型适配到特定决策任务的平台。
  • 行业趋势:与 OpenAI Decisions API、Perplexity 决策模型形成同一方向,面向分类、路由、筛选和排序等短决策工作,决策接口正在成为 Agent 基础设施的一部分。
  • 🔗 InfoQ 报道

8️⃣ Google 签 3.6GW 电力协议,核电增容占约四分之一#

  • 核心亮点:Google 与 Constellation Energy 签署长期电力协议,采购规模合计 3590 MW,约 3.6 GW,接入美国最大电网 PJM。
  • 核电与投资:其中 890 MW 为 20 年核电采购协议,Constellation 将升级伊利诺伊、宾夕法尼亚、新泽西 11 台核电机组,首批增容电力预计 2028 年交付;另 2700 MW 为长期供电安排,不绑定特定发电方式。合作带动 Constellation 超过 43 亿美元新投资。
  • 数据中心供电压力:PJM 此前提出,接入电网的数据中心应自带电源,否则高峰期可能被远程断供;两家公司称本次协议正是对该提议的回应。
  • 🔗 爱范儿报道

9️⃣ 波士顿动力任命前亚马逊 AI 负责人 Rohit Prasad 为 CEO#

  • 核心亮点:波士顿动力任命 Rohit Prasad 为 CEO,自 10 月 7 日生效,推动 AI 与机器人结合及商业化。
  • 履历背景:Prasad 此前是亚马逊 Alexa 与通用人工智能业务高级副总裁兼首席科学家,在亚马逊工作 12 年,主导 Amazon Nova 基础模型家族开发;加入亚马逊前在 Raytheon BBN Technologies 从事近 14 年机器学习研究。
  • 产品与目标:波士顿动力目前产品包括工业巡检四足机器人 Spot、物流搬箱 Stretch,以及开发中的电动人形机器人 Atlas。公司称新任 CEO 将推动智能机器规模化落地,Prasad 预计加入董事会。
  • 🔗 爱范儿报道

🔟 Figma agent 正式上线,Full seat 每月 3000 AI credits#

  • 核心亮点:Figma agent 结束 beta 正式上线,付费方案 Full seat 才完整可用,并开始消耗 AI credits。
  • 计费门槛:Professional 的 Full seat 每月 3000 AI credits,Starter 每月 500、每天最多 150;Starter 仅有限开放。
  • 跨文件用法:Figma 官方列出 agent 可从多个设计文件引入内容、读取 FigJam 便签或文本以标注设计文件、从 Figma Slides 演示中查找并添加图片与效果。
  • 行业意义:设计工具中的 Agent 能力进入按 credits 商业化阶段,AI 功能从预览走向正式计费。
  • 🔗 Ding 实测 | Figma 官方用法