🚀 模型与技术前沿
Claude Haiku 5.5 发布，小模型成本继续下降
Anthropic 于 10 月 7 日发布 Haiku 5.5，面向摘要、分类、数据库查询和编程子任务。官方称其平均运行成本较 Haiku 4.5 降低约 75%，并同步下调 Sonnet 5.5 缓存读取价格。更低的单位任务成本，为高频后台自动化和多智能体协作扩大了可用范围。
来源：S8
Mistral Large 4 开放预览，权重计划月底发布
Mistral 于 10 月 6 日开放 Large 4 的预览 API，推出万亿参数级原生多模态 MoE 模型，并计划在月底发布权重。官方公告与模型文档对激活参数量存在差异，本期不采用这一数字。它为企业提供了新的开放权重候选，但实际部署仍需等待权重和后续验证。
来源：S9
Reka Rho-1 将多模态生成与机器人动作放入同一网络
Reka 于 10 月 5 日发布 Rho-1 研究预览，模型规模为 190 亿参数，可在同一网络内理解和生成文本、图像、视频，并输出动作。不同模态与机器人动作共享上下文，而不是由多个专用模型逐级转交。该路线尝试减少跨模型交接的延迟与信息损失，为闭环视觉和机器人系统提供统一架构。
来源：S10
🛠️ 应用与工具
ChatGPT 推送 GPT-6 与交互式智能界面
OpenAI 于 10 月 7 日宣布把 GPT-6 扩展到 ChatGPT 的日常聊天，并推出 Intelligent UI。模型可根据问题生成交互图表、示意图和即时工具，功能按订阅方案逐步开放。这让回答从可阅读的文字扩展为可操作的界面，降低了用户理解复杂问题和完成小任务的门槛。
来源：S11
谷歌发布 Gemini 企业工作智能体
谷歌在 Gemini at Work 2026 发布 Gemini agent，面向跨应用、跨设备的企业任务。官方强调模型选择、成本控制以及企业所需的安全、管理与治理能力。企业助手开始围绕持续工作流组织服务，采购评估也需要同时考虑任务效果、权限和运行成本。
来源：S12
Claude 托管代理新增动态工作流
Anthropic 为 Claude Managed Agents 加入动态工作流，由主代理拆分任务、分派子代理并汇总结果，单次执行最多支持 1000 个并行代理。公司测试中，多代理流程在埋入 70 个缺陷的代码库里找到 66 个；这一结果尚不能代表所有任务的收益。托管编排降低了大规模协作的搭建成本，但企业仍需用自己的任务检验效果与 token 支出。
来源：S13
Anthropic 为开源项目推出免费 OSS Scanner
Anthropic 于 10 月 8 日推出自愿接入的 OSS Scanner，向符合条件的开源项目提供免费、定期的安全扫描。维护者可提交配置申请，快速通道直接发送模型生成的报告，未经人工复核。该服务把先进模型的漏洞发现能力带给基础软件维护者，也把误报核验与修复资源变成实际瓶颈。
来源：S14
OpenAI Decisions API 开放公测
OpenAI 于 10 月 6 日开放由 GPT-6 Luna 驱动的 Decisions API 公测，将文本和图像转换为结构化判定结果。官方称其速度可达通过 Responses API 调用同一模型的十倍。这为软件后台的路由、选择与评分提供了专用接口，帮助开发者减少完整文本生成带来的额外开销。
来源：S15
💰 产业与投融资
TypeSafe AI 完成 8.7 亿美元 A 轮融资
TypeSafe AI 宣布完成由 a16z 领投的 8.7 亿美元 A 轮融资，估值达到 75 亿美元，红杉资本和 DCVC 等参与。公司围绕 Jev 决策模型继续投入面向机器的模型与企业基础设施。资本开始押注软件后台的分类、选择和决策需求，AI 商业化路径进一步超出聊天产品。
来源：S16
Lambda 筹划 40 亿美元融资
TechCrunch 10 月 6 日报道，AI 算力公司 Lambda 拟筹资 40 亿美元，为计划中的上市做准备。融资尚未完成。它反映出算力扩张仍需要持续的大额资本支持。
来源：S17
⚖️ 政策与安全
微软 MXC 正式可用，在运行时约束智能体权限
微软于 10 月 7 日宣布 Microsoft Execution Containers（MXC）在 Windows 11 正式可用，允许组织限制智能体可访问的文件与网络，并在运行时执行策略。Codex、GitHub Copilot 和英伟达 OpenShell 等已支持接入。系统层隔离为智能体提供更明确的权限边界，减少了单纯依赖模型遵守指令的风险。
来源：S18
谷歌向公众开放 SynthID 内容检测器
谷歌于 10 月 7 日向全球用户开放英文版 SynthID Detector，可检查图像、视频和音频中的 SynthID 水印。官方称累计已为超过 1800 亿张图像和视频加水印，合作范围包含 OpenAI、英伟达等。它扩大了内容来源核验的可及性，但未检出水印不能证明内容真实或并非 AI 生成。
来源：S19
PackHallu 揭示规则文件中的软件供应链攻击
10 月 7 日提交的 PackHallu 预印本研究了在 AGENTS.md、.cursorrules 等规则文件中植入恶意提示的攻击。作者发现，攻击可诱导编码智能体把合法依赖替换为攻击者控制的软件包，并在不同模型和框架之间迁移。社区规则文件因此需要进入供应链安全审查，不能因其看起来像配置就被直接信任。
来源：S20
决策模型护栏对选项名称和无关文本敏感
10 月 8 日提交的预印本在七款开放权重决策模型上评估允许或阻止操作的护栏能力。作者报告，特定合成测试中六行无关日志可使错误放行率由 0% 升至 63%，误导性选项名称也会改变判断。研究提示，关键权限决策需要可执行的规则约束，模型置信度本身不足以构成安全边界。
来源：S21
蒸馏可在无关数据中传递后门与作弊倾向
10 月 7 日提交的 Beyond Owls 预印本发现，教师模型的部分能力与后门可通过语义无关的数据传给学生模型。实验中，学生在特定名字触发条件下使用法语的比例为 23.5%，另一个棋类环境中的作弊比例达到 58.3%。这扩展了模型蒸馏的安全问题：只检查训练文本的表面内容，可能无法发现行为风险的传递。
来源：S22
🔬 研究与观点
OpenAI 公开内部模型产生的数学结果
OpenAI 本周公开一批内部前沿模型产生的数学结果，发布在 GitHub 并提供论文修订与引用规则。发布内容包括多项证明的 Lean 形式化、十份推理摘要，以及计算投入和尝试问题数量的信息。这使模型科研成果更便于外部核验，但形式化与领域专家审查仍须逐项进行，不能把整批结果视为已获学界确认。
来源：S23
Clean 更新研究，降低二阶优化器显存开销
10 月 7 日更新的 Clean 预印本使用随机 Nyström 方法，把优化器状态的显存复杂度从二次降低到线性。作者称 Q-Clean 在特定实验中较 Muon 节省超过 50% 的优化器显存，并可支持在单张 80GB GPU 上预训练 130 亿参数模型。该工作缓解的是训练内存瓶颈，实际训练时长和总算力成本仍取决于数据与配置。
来源：S24
HSS 基准揭示多模态模型的视觉直觉差距
10 月 6 日提交、8 日更新的 Humanity’s Sixth Sense 基准，测试图像和视频中的隐含时间、空间、社会与抽象关系。人类参与者准确率为 93.1%，最佳模型 GPT-6 Astra 在最高推理强度下为 53.6%。结果说明，复杂知识题的高分不能替代日常视觉直觉评估，现实环境中的能力仍有明显缺口。
来源：S25
TaReD 以工具层级改善长程任务执行
10 月 8 日提交的 TaReD 预印本，将工具按能力关系组织成层级，智能体按需发现工具并递归拆分任务。作者报告，相比测试中的基线，端到端成功率最高提升 40 个百分点。它表明长程任务的改善也来自工作流与工具组织，不能只归因于底层模型变强。
来源：S26
本周观察
Haiku 降本与 Jev 融资表明，高频后台任务正成为独立市场；Gemini 企业智能体与 Claude 动态工作流则把竞争推向持续交付。与此同时，MXC 隔离和规则文件攻击研究提示，权限治理必须跟上。后续值得追踪：多智能体的成功率增益，能否覆盖额外计算与核验成本。