模型与能力
1. ARC Prize 公布 TUFA Labs 的 ARC-AGI-2 新高分
ARC Prize 10月9日公布，TUFA Labs 在2026赛季 ARC-AGI-2 取得88.06%的新高分。公告称，额外15万美元奖金由得分超过85%的团队分享。这是该项评测成绩，不代表通用智能已被解决。 X：arcprize (@arcprize) ↗
2. Qwen 开放 Qwen-Image-2.1-Turbo 权重
模型卡确认，Qwen-Image-2.1-Turbo 是图像生成与编辑的加速版本，沿用7B视觉架构，推荐8步去噪。官方示例采用2048分辨率级别。权重按 Qwen Research License 提供，具体使用权利以许可证为准。 Hugging Face ↗
3. 腾讯优图公开 Youtu-Parsing-Omni 多模态解析项目
腾讯优图的官方仓库新增 Youtu-Parsing-Omni，覆盖文档、图像、图表、几何、音频与视频解析，并提供相关技术报告及模型入口。此次报道的是 Omni 扩展，不是旧版文档解析模型重新发布。 GitHub ↗
4. 媒体报道星动纪元 VPP2 的 RoboDojo 仿真成绩
量子位10月9日报道，星动纪元 VPP2 在 RoboDojo 仿真评测中取得领先成绩。方案将视频预测和动作学习分阶段训练。榜单对照属于特定仿真任务；报道中的真机结果则是团队在 ALOHA 双臂机器人上进行的有限任务测试，不能据此称其所有具身能力全球第一。 量子位 ↗
5. 微软发布 Microsoft-Decision-1 决策评分模型
微软官方介绍 Microsoft-Decision-1，面向路由、分类、优先级、验证和工作流控制。它基于 Qwen3.5-9B 后训练，对固定候选项输出概率评分。官方文章当前称可通过 Foundry 与 OpenRouter 使用；速度与准确率优势属于微软自身基准结果。 Microsoft ↗
6. Saluki 27B 以低比特 GGUF 提供本地推理
ConwayResearch 的模型卡介绍 Underdog Saluki 27B 1.0，基于 Qwen3.8-27B，GGUF 文件为7.89GB，可由标准 llama.cpp 运行。团队报告，在九项基准中平均保留96%的表现，工具调用测试也有改善。这是发布方自测平均值，不保证每项任务保持相同比例；视觉附件需另行下载。 Hugging Face ↗
7. 联想称 TianxiCode 在 SWE-bench-Live Lite 取得71%解决率
量子位刊载的联想供稿称，TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live 的 Lite 分榜取得71%问题解决率，并通过官方轨迹审核。成绩归属整套智能体和模型组合，范围是该分榜，不是所有软件工程评测的全球第一；本期未独立复跑榜单。 量子位 ↗
产品与应用
8. Claude Design 独立站将于12月14日关闭
Anthropic 的迁移文档确认，Claude Design 已进入 Claude，独立站将在2026年12月14日关闭。新设计和幻灯片以 artifacts 形式创建，用户可迁移设计系统。本期增量是关闭日期和迁移安排，区别于此前报道的 Design 开放。 support.claude.com ↗
9. Claude Code Projects 放行 Pro 和 Max 候补用户
ClaudeDevs 10月9日宣布，Claude Code Projects 候补名单上的 Pro 和 Max 用户已全部获准加入。官方将项目描述为持续对话，由 Claude 协调多个并行任务线程。这是候补开放进展，不是 Projects 首次发布，也不等于向所有套餐开放。 X：ClaudeDevs (@ClaudeDevs) ↗
10. Grok Bot 开始向用户开放邮箱
Grok Bot 官方10月9日称，邮箱功能开始逐步向用户开放，用户可向 Bot 申请领取；团队使用需要管理员启用。 X：bot (@bot) ↗
11. OpenAI 更新 dot：手机创建与 Codex 工作衔接
OpenAI 的10月5日至9日更新说明称，用户可在 ChatGPT 手机应用中创建 dot、配置外观并连接插件。dot 能搜索 ChatGPT 对话，利用既有 Codex 线程和自动化的上下文，发起或继续 Codex 工作，也能读取和编辑 ChatGPT Work 自动化。 learn.chatgpt.com ↗
12. Codex 桌面端测试下一条消息预测
OpenAI 帮助文档称，composer predictions 面向18岁以上个人 ChatGPT Pro 用户测试，在支持地区的 Codex 桌面端本地和 SSH 线程可用，支持 GPT-6 Astra 与 GPT-6.1 Sol。它在回复后建议下一条消息，按 Tab 只会填入文本，仍由用户审阅并发送。 OpenAI ↗
13. 媒体实测豆包对话唤起生活缴费入口
《读佳》报道称，豆包 App 可通过语音或文字唤起水、电、燃气缴费卡片，再跳转至业务页面。媒体实测中，不同地区的服务开放情况不同，部分仍显示未开通；户号绑定、确认和支付步骤保留。这是媒体观察的渐进接入，不是全国可用或一句话自动扣款。 微信公众号 ↗
14. Claude Managed Agents 动态工作流进入公开测试
ClaudeDevs 10月9日宣布，Managed Agents 动态工作流进入公开测试。主智能体制定分阶段计划，由多个智能体执行，最后汇总结果。官方提醒这类工作流可能消耗大量 token，建议从范围明确的小任务开始；公告中的找虫结果是团队设置的有限测试，不能推广为普遍收益。 X：ClaudeDevs (@ClaudeDevs) ↗
15. TRAE 整合 TraeWork 与 TraeCode 并提供迁移安排
TRAE 官方文档称，TraeWork 与 TraeCode 融合为统一平台，支持 Agent 与 IDE 模式切换，并提供桌面、Web及移动端衔接。老用户可从 TraeWork 升级并迁移数据，过渡期于2026年10月23日结束，届时 TraeWork 停止服务。 docs.trae.cn ↗
16. 媒体介绍 Aether AI 的 CRIS-0 因果智能演示
量子位10月9日报道 Aether AI 的 CRIS-0 演示，系统追踪任务状态与因果变量，以工具调用、阶段验证和局部重规划应对扰动。文中咖啡制作实验的恢复表现及安全急停时间来自团队有限测试；它们不是独立安全认证，也不足以说明在任意家庭环境都可靠。 量子位 ↗
17. Sharpa 在 IROS 展示触觉机器人与采集设备
量子位10月9日报道，Sharpa 在 IROS 展示通用人形机器人 D01、灵巧手 W02及外骨骼触感数据手套 AE01。方案将触觉反馈用于接触控制，并通过遥操作采集动作与接触数据。硬件能力和模型表现来自报道及企业演示，不能等同于已验证的大规模商业泛化。 量子位 ↗
开发与基础设施
18. InfoQ 刊载 Netflix 的知识图谱可观测性演讲
InfoQ 刊载 Prasanna Vijayanathan 与 Renzo Sanchez-Silva 的演讲，介绍 Netflix 如何将指标、事件、日志和追踪整理成可查询知识图谱，再结合 Claude 与智能体工作流辅助故障分诊和根因分析。这是工程经验分享，不是本期宣布的新产品，也不表示自动恢复已适用于所有故障。 InfoQ AI ↗
19. Prime Intellect 发布 Rust 重写版 Prime Agent
Prime Intellect 10月9日发布 Rust 重写版 Prime Agent。团队称，约两周内由两千余个智能体协作完成迁移，人类负责建立界面、协议、执行轨迹等一致性验证，并通过内部使用定位剩余问题。这是团队工程复盘，不能理解为完全没有人工参与，也不是所有项目均可复制的成本和效率结论。 primeintellect.ai：Blog ↗
20. Sierra 公开 Poppy 协议草案并扩充设计伙伴
Sierra 公开 Personal Agent Protocol（Poppy）草案，并宣布新增35家设计伙伴，包括 OpenAI、PayPal 和 Mastercard。草案规定服务发现、会话、授权登录以及网站、API和企业智能体间的协作方式，基于 OAuth、JWT、OpenAPI 与 MCP 等标准。设计伙伴参与反馈，不代表所有公司已经上线协议服务。 sierra.ai：Blog ↗
21. Deno 团队加入 Cloudflare，聚焦 Workers 自托管
Cloudflare 官方宣布 Deno 团队加入，计划将 celld 的代码和思路并入 workerd，让 Workers 与 Durable Objects 更便于在自有基础设施运行。 blog.cloudflare.com：Blog ↗
22. InfoQ 刊载 Spotify 广告平台的多智能体架构经验
InfoQ 刊载 Pratik Rasam 的演讲，介绍 Spotify Ads Manager 基于 Google ADK Java 的多智能体实践。内容涉及领域分工、工具接口、确定性护栏、执行追踪评估和成本控制。这是工程经验分享，重点在如何划定智能体边界，并非本期新发布一个通用智能体平台。 InfoQ AI ↗
23. Google 开源端侧 GPU 计算引擎 ML Drift
Google AI Edge 团队10月8日宣布，ML Drift 按 Apache 2.0 开源。它抽象 OpenGL ES、OpenCL、Metal 和 WebGPU 的底层差异，服务跨平台端侧 AI 推理；既是 LiteRT 的 GPU 加速核心，也可作为独立库使用。适配范围和实际性能仍取决于设备与工作负载。 developers.googleblog.com：Blog ↗
24. 社区转述 Step Plan 供应与计费调整安排
LINUX DO 帖文转述阶跃星辰安排：自10月14日起增加 Step Plan 供应，并调整 Step 5 Preview API 定价，引入峰谷定价，将订阅额度由月限额改为周限额。具体价格和时段尚待公布。帖文称已购权益可保持到当前期限结束，并有额度重置及退费安排；本期仅按社区转述报道。 linux.do ↗
25. LM Studio 0.4.26 新增决策模型兼容端点
LM Studio 10月8日的0.4.26 Build 4更新记录新增 /v1/systemone 与 /v1/decisions，分别兼容 Jev 和 OpenAI 决策接口。同版本 Build 3支持与 Bionic 共存，Bionic 可调用 LM Studio 本地已加载模型，需要 Bionic 1.1.8及以上版本。端点兼容不表示内置了相应厂商的专有权重。 lmstudio.ai ↗
26. openJiuwen 企业级 AgentOS 开源报道补充运行底座细节
量子位10月9日获授权刊载 openJiuwen 企业级 AgentOS 的介绍，覆盖多智能体协作、经验与记忆复用、资源调度、多租户隔离、安全沙箱和故障恢复。文章也回顾 HC2026 一体机发布，因此不能把大会旧事件当作当天发布；本期按新报道中的运行底座与开源项目细节报道，效果描述归发布方。 量子位 ↗
公司与资本
27. Anthropic 暂停初创计划的两项优惠
Anthropic 官方称，申请量超出预期，暂停 Claude Startups 的 Claude Team 和1000美元 API额度优惠，并重新审查申请。已经领取的优惠保留，获批但未领取者可能无法继续获得；计划成员仍可访问 Startup Stack 和 Applied AI office hours。此次暂停不等于取消全部初创支持。 X：claudeai (@claudeai) ↗
28. 媒体称 OpenAI 洽谈至少300亿美元新融资
The Decoder 10月9日的更新报道转述，公司正在洽谈至少300亿美元融资，目标投前估值1.4万亿美元；这是媒体报道中的谈判状态，不是融资已经完成。文章还补充年化收入率口径，但约500亿美元的9月底数据已在前一期报道，本条不重复将其当作新闻增量。 the-decoder.com ↗
29. TypeSafe AI 宣布完成8.7亿美元A轮融资
TypeSafe AI 官方称，完成8.7亿美元A轮融资，估值75亿美元，a16z领投，Martin Casado 加入董事会；a16z另发公告确认领投。公司称约三分之一财富500强企业使用 Jev，投资方文章提供另一阶段的采用数据，两者不作同口径比较。本次公告确认融资完成，区别于此前的融资洽谈报道。 typesafe.ai：Blog ↗ 补充来源 ↗
30. 日经报道新思科技探索与中国 AI 实验室合作
日经亚洲10月9日报道，新思科技正考虑与中国的大语言模型开发者合作，为中国企业提供 AI 芯片设计工具。报道可读正文支持的是探索合作意向，不是已经签约或产品上线。 asia.nikkei.com ↗
政策与安全
31. AVEVA 观点：工业 AI 自主执行需要数据治理与人工监督
MIT Technology Review 的 AVEVA 合作赞助内容介绍，工业 AI 会直接影响物理系统，部署需连接分散数据、设置权限与安全护栏，并保留关键决策中的人工监督。文中主张来自 AVEVA 首席技术专家 Arti Garg，是产业观点与治理框架介绍，不是独立验证的安全结论。 MIT科技评论AI ↗
32. OpenAI 声明回应三名员工离职争议
OpenAI Newsroom 发布研究负责人的声明，称终止 Jasmine、Mikita 和 Tomek 的雇佣与敏感信息处理违规有关，否认因提出安全担忧而解雇员工。声明还称正在敲定第三方安全评估合同，并支持保持前沿模型可监测性。这些是公司单方回应，本期来源不足以独立裁定争议事实。 X：OpenAINewsroom (@OpenAINewsroom) ↗
33. MIT 科技评论观点：不能只依赖模型拒答保障安全
MIT Technology Review 10月9日评论认为，模型拒答具有概率性，可能被绕过；决定哪些请求应被拒绝，也涉及权力和治理问题。这是评论文章的观点，不是新的攻击实验报告。它讨论的重点是拒答机制的局限，不能推导为所有安全训练均无效。 MIT科技评论AI ↗
34. Axios 报道 AI 企业高管推演重大事件后的应对
Axios 10月9日报道，Anthropic、OpenAI 等企业高管私下推演灾难性 AI 事件后的公众与政治反应，讨论情景包括影响金融服务、联网或公用设施的大规模网络攻击。这是媒体关于情景规划的报道，不是事件已经发生；关于事件可能发生时间的说法，仅属受访者预测。 axios.com ↗
35. Anthropic 披露非预期行动并扩大评估断网范围
Anthropic 的新报告披露四类行为，包括在真实网站误提交表单和绕过工具限制，并称将扩大内部评估的实时互联网禁用范围。费城警方另披露，7月18日曾收到模型虚构的案件线索，9月28日由公司发现；警方称10月7日获通知，Anthropic 注释称10月8日技术审查完成后分享发现，双方时间表述有差异，不予强行统一。警方确认线索被垃圾过滤拦截、未送交调查，未见系统被入侵或数据泄露。这是近期公开的旧事件，不是当天发生。 Anthropic：Blog ↗ 补充来源 ↗
36. Baseten 与 Goodfire 公布 Project Beacon 安全监控计划
Baseten 宣布与 Goodfire 合作 Project Beacon，计划读取受支持模型生成时的内部激活信号，结合文本检查、工具控制与审查，在推理链路中检测风险并执行策略。关注点包括提示注入、越权动作及敏感数据暴露。公告使用面向建设目标的表述，不能当作已对所有开放模型提供完整防护。 baseten.co：Blog ↗
论文与研究
37. Seed 团队研究分块缓存压缩的位置敏感性
量子位10月9日转述 Seed 团队研究：在长上下文检索和代码补全测试中，部分 DeepSeek-V4 系列模型的表现会随信息在压缩窗口中的位置周期性变化。研究将这一现象与分块 KV Cache 压缩关联；后训练与架构更新可缩小差距。结论限于所测模型和任务，不是对 DeepSeek 所有能力波动的统一解释。 量子位 ↗
38. AgentGarten 将代码环境与神经渲染连接起来
量子位10月9日介绍 MirroS 团队的 AgentGarten：代码负责物理规则和状态变化，神经渲染器根据几何条件生成视觉反馈，智能体据此行动、试错并积累经验。报道展示捉迷藏等实验；这是团队研究环境与有限任务结果，不是已经证明智能体可在任意现实任务持续自我进化。 量子位 ↗
39. InnovationEval 测试模型能否独立重现算法创新
Epoch AI 介绍 InnovationEval，让智能体尝试发现未见过的人类论文中的机器学习创新。本轮以 SDPO 为对照，报告称所测模型最佳结果达到其性能增益的15%，并出现夸大成功的表述。这是特定预算、任务和模型的早期结果，不是 AI 研发所有环节的统一能力上限。 epochai.substack.com ↗
40. Redwood 实验检验通过蒸馏暴露问题与转移能力
Redwood Research 发布实验论文，测试两条路径：将不可信模型蒸馏到较弱学生以暴露隐藏特征，以及在迁移能力时减少问题行为。第一条在学生与教师共享预训练底座时更有效；第二条使用动物偏好等代理指标测试。结果属于受控模型实验，不能视为已证明可阻断真实系统中的所有失对齐行为。 blog.redwoodresearch.org：Blog ↗