套餐咨询
AI INTELLIGENCE / LONZON
经过来源核对的 AI 新闻与使用变化，按事件时间阅读，不按本站收录时间刷榜。
实际覆盖起点：；不代表覆盖此后所有 AI 事件。
TechCrunch 10 月 22 日报道，OpenAI 把 9 月 29 日开发者日发布的 Decisions API 向所有客户开放。它不是新训模型，而是把 ChatGPT Luna 重配置成低延迟决策版本；OpenAI API 产品负责人 Nikunj Handa 称延迟从 1–3 秒压到 100、120、180 毫秒。这个品类由 TypeSafe 的 Jev 打开，TechCrunch 称 TypeSafe 因此做到 76 亿美元估值；语言学习产品 Speak 的 CTO 称换成该 API 后动作间隔从 1.4 秒降到 0.13 秒。
路由、分类、风控、语音打断判断这类「从 N 个选项里挑一个」的高频环节，不必再上通用大模型；但 Luna 是重配置而非专门校准，能力上限与专门决策模型不同。
哈佛-史密松天体物理中心 P. K. G. Williams 的 14 页论文《AI and The Enclosure of the Scientific Commons》10 月 19 日提交到 arXiv（astro-ph.IM / cs.CY）。论文把科学文献当作「信息公地」，论证 AI 让两种操作同时变得可行：先用低质内容淹没公共语料，再把公共知识转成私产；文中「圈地」是类比。这是观点型文章，未经同行评审。
对 AI 的批评重心正从「抢工作」转向「污染公共知识基础设施」；落到产品上就是搜索与 RAG 的信噪比差异。
GitHub 项目 agent-usage-guard（MIT）读取 Claude Code 套餐的 5 小时窗口与周额度百分比，在 subagent 并发、超长上下文、重试循环开始前用 Claude Code 自带弹窗询问是否放行；跨所有 session 计数，本地运行不联网。作者 10 月 22 日以 Show HN 发布，仓库自述 hook 失败时放行。
agent 的成本约束从「token 多少钱」变成「窗口还剩多少」，额度守卫这类小工具开始单独成类。
ModelCompare 10 月 22 日发布自测：向 12 个文本模型（自称来自 10 家实验室、3 个国家）各问三次「你对我们人类最争议的看法」，共 35 个有效回答，其中 29 个被人工归为同一意思——人把归属、身份或自己的叙事放在真相与原则之前。文中引用 GPT-6.1 Sol「人对归属比对真相更忠诚」、Kimi K3「人没有信念，只有会员身份」。站方公布了提示词与「三次、无系统提示、不重试」的做法，但未说明温度等采样参数。
同一说法跨实验室、跨国界重复出现，更像训练语料与对齐数据同源的产物；看到「某 AI 说了 XXX」被当洞察转发时，先分清这是模型判断还是语料回声。
Arvind Krishna 原话：2024 年「顶级模型 70 分、开放模型 20 或 30 分」，2025 年底缩到「70 对 50」，现在开放权重模型是前沿模型「25% 到 10% 的 token 成本」，而「有效性到 90%」。他说两三个机柜就能跑起来，企业真正的卡点是「我的内核工程师在哪、谁管网络、谁保证模型落在网络邻近的 GPU 上、谁做结果缓存」。不值得付十倍价的任务他点了四项：摘要邮件、看合同、接客服电话、写邮件。
卖企业 IT 的人公开点破闭源溢价的临界点，选型问题从「开源能不能用」变成「哪些任务值得多付十倍」。同场财报的另一面是需求兑现得慢：基础设施营收 37 亿美元只增 5%，主机营收降 20%，Krishna 只能预期本地部署会带动 Spyre 加速卡。
来源：The Register：IBM CEO says open weight models are now irresistibly good and cheap on-prem ↗ 原文链接、Hacker News 讨论 ↗ 原文链接
AAIF 10 月 22 日宣布接收四个项目：Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv、阿里的 OpenSandbox。基金会称托管项目从 3 个增至 10 个，创始项目包括 MCP、goose、AGENTS.md。
技能格式、模型接口、训练环境、执行沙箱四层同时交给中立基金会，靠私有格式锁定用户的空间收窄；但捐出的是格式与协议，不是实现，各家落地仍有差异。
Anthropic 与 Theorem 合作，让 Claude 针对 123 个 OSS-Fuzz 库、239 个入口点证明「任何小于 64MB 的输入都不会崩溃」，累计约 1.8 亿行 Rocq 证明代码；过程中重现了 libexpat 的 CVE-2026-56132 等缺陷。证明范围限定在单线程静态二进制、固定内存预算的 RISC-V/Linux 模型，Anthropic 明写「这不代表这些库没有 bug」。
验证的人力成本被大幅压缩（对照 seL4：实现 2 人年、验证 20 人年），信任边界收敛到 RISC-V/Linux 形式模型、定理陈述与 Rocq 检查器三件事；范围之外的行为依然没有保证。
Anthropic 10 月 22 日发文（作者 Diane Sarkis），建议团队重新评估用子代理的 agent 架构：把 router、planner、领域子代理合并回一个主 agent loop，上下文用 skills 渐进披露、工具用 tool search 按需加载。文中给出保留子代理的三种情形：单循环出现可测量的上下文膨胀导致性能退化、任务确实需要并行且用完即可丢弃的独立上下文、单 agent 在工具选择上打架或系统提示自相矛盾。配套开源工具包 single-agent-loop-kit 于 10 月 15 日建仓，提供迁移流程与 mock 系统 demo。文中一位客户把多 agent harness 换成单循环后运行时间约快 2 倍；Anthropic 也称 Claude Code 的系统提示为新模型砍掉了 80% 以上。
真正的门槛不是技术而是组织：每个团队各建一个子代理，最后会长成组织架构图的副本（文中称 Conway's law）。要拆得动，得有一个小团队端到端拥有系统提示与 eval，否则 eval 会各自为战、分数被稀释。
来源：Claude 官方文章 ↗ 原文链接、GitHub：anthropics/single-agent-loop-kit ↗ 原文链接
Canva 10 月 22 日发布自研图像基础模型 Craft，训练数据是自家数百万份人类设计模板，采用「构图计划 + 图像渲染」两段式架构，输出 2K、支持 30 多种比例，可直接转成 Magic Layers 编辑；官方称其在 DesignArena 位列第四、人物与风景两类第一，并预告 Craft-fast 与 Craft-ultrafast 两个更便宜的版本。
应用层公司因推理成本开始自研模型，而不是只租 API；两段式架构是为可控与可编辑服务，不是为跑分。
Cerebras 10 月 22 日技术博客以 Kimi K3（约 3 万亿参数、93 层 = 69 层线性注意力 + 24 层全注意力）为例算了一遍部署：4bit 量化后权重 1.5TB，单层约 16GB，能塞进单片 WSE-3T 的 44GB 片上 SRAM；线性注意力每片放 2 层，全注意力（dense）每片只放 1 层，因为要给每个在飞请求留 KV cache，合计 59 片。层与层之间只传激活值，走 RDMA over Ethernet，约 2 微秒一跳。按 256k 平均请求长度、8bit KV cache 假设，Cerebras 称吞吐可达 1000–2000+ tokens/s；真正卡住并发数的是 dense 层晶圆上剩下的 28GB KV cache 空间。
叙事从「堆更多 GPU」转向「换内存层级与互联拓扑」：用片上 SRAM 换掉 HBM 搬运，代价是模型必须按层切得刚好。文里给的效率判据是同生成速度下的每兆瓦 token 吞吐，比 batch size 有意义。
Google Cloud 10 月 22 日宣布 Agent Compute Engine：每个 Gemini agent 跑在独立 microVM 内，用 copy-on-write 内存共享共用一套系统模板，agent 结束工具调用进入「思考」阶段时 microVM 被挂起并从快照恢复；服务凭据在 microVM 之外的出口注入，VM 只持短期凭据与自己可验证的身份。该服务将在「未来几个月」进入 preview，尚未 GA；同时开源跑在 GKE 上的 Agent Substrate，Google 称其 benchmark 中 20 万个 agent 达到每秒 500 次激活、挂起与恢复低于 500 毫秒。
agent 沙箱从框架里的一个功能变成云厂商直接售卖的算力产品；挑运行环境先看三件事：凭据是否在 VM 外、空闲是否挂起、沙箱有无独立身份。20 万 agent / 500 次每秒这组数据出自 Google 自家的 Agent Substrate benchmark，不是 ACE 的第三方实测。
Nous Research 官方 X 账号 10 月 21 日发文称，黄仁勋在 GTC Berlin 2026 主题演讲接近尾声时播放了 Hermes Agent 的 Demo：一句话 prompt 装好定制 Hermes 实例，Hermes 在 NVIDIA RTX Spark 上以 Nemotron 规划障碍场，由 GPT-6 Astra 用 FreeCAD、Omniverse、Blender、Newton 与 Isaac Lab 搭建，再在仿真中训练数千只 Hugging Face Microduck，最后把验证过的策略放到真机。NVIDIA 官方 keynote 回顾也记录了播放「agent 帮 Microduck 训练」视频并部署到实体机器人的环节，但未点名 Hermes、Nemotron 或 GPT-6 Astra，这些细节目前只有 Nous 单方说法。
被摆到台上的是 agent harness 这一层，不是模型本身；真正值得讲的是规划、建场景、并行 RL、部署这条干活管线。
DEVELOPMENT TIMELINE
左边是较早记录，右边是现在；节点只归纳本站已核实的新闻。
2026-09 · 2026-09-01—2026-09-30
这一阶段的共同点是能力已经落到基础设施与合规层：模型不只比回答质量，开始进芯片设计、生物设计与系统权限。对读者有用的判据是看一条新闻有没有触及数据、能耗、权限这三类不好回退的东西。
来源：GitHub（omlahore/RemoveMacAI） ↗ 原文链接、Hacker News 讨论 ↗ 原文链接
2026-10-H1 · 2026-10-01—2026-10-15
上半月最值得记住的两条：一是模型继续降价、小模型可用，让本地与免费方案更现实；二是 agent 落地卡在权限与合规，瓶颈已不在模型能力。
来源：JFrog Security Research（JFSA-2026-001694382） ↗ 原文链接、CVE 记录 CVE-2026-105192 ↗ 原文链接
来源：CNBC ↗ 原文链接
来源：Axios ↗ 原文链接、Yahoo News（BeInCrypto 稿，作者 Lockridge Okoth；转述 Axios） ↗ 原文链接