# AI 每日速递 · AI 日报 2026年10月16日

> 今日看点：Meta 发布开放权重模型 Muse Spark Open，主打编码与智能体任务；OpenAI 向学术实验室开放生命科学模型 GPT-Rosalind；微软 MAI-Base-2 完成预训练：2.8 万亿参数 MoE 自研基座

网页版：https://ai-daily-cn.pages.dev/brief/2026-10-16/（今日速览），各栏目见下方链接。

## 今日速览

1. **Meta 发布开放权重模型 Muse Spark Open，主打编码与智能体任务**（动态）https://ai-daily-cn.pages.dev/news/2026-10-16/#i-5c16a9c6
2. **OpenAI 向学术实验室开放生命科学模型 GPT-Rosalind**（动态）https://ai-daily-cn.pages.dev/news/2026-10-16/#i-a72d1e4d
3. **微软 MAI-Base-2 完成预训练：2.8 万亿参数 MoE 自研基座**（动态）https://ai-daily-cn.pages.dev/news/2026-10-16/#i-31414dcc
4. **NVIDIA 开源 Nemotron 3.5 Super VL（120B）及两款 Bolt 端侧模型**（动态）https://ai-daily-cn.pages.dev/news/2026-10-16/#i-2cd92b81
5. **Anthropic 让 METR 以“员工级”权限评估其安全实践**（动态）https://ai-daily-cn.pages.dev/news/2026-10-16/#i-227d02ee
6. **Anthropic 三季度营收约 168 亿美元，环比增近 50%**（洞见）https://ai-daily-cn.pages.dev/research/insights/2026-10-16/#i-40b611a3
7. **库克：苹果智能国行版接入阿里千问，10 月底发布测试版**（产品）https://ai-daily-cn.pages.dev/products/2026-10-16/#i-f587a8b8

## 动态

网页版：https://ai-daily-cn.pages.dev/news/2026-10-16/

- **[OpenAI 推出 Rosalind 学术计划，向高校实验室开放 GPT-Rosalind](https://openai.com/index/introducing-the-rosalind-academic-plan)** — OpenAI News，2026-10-16 03:00
  （AI 摘要）OpenAI 推出 Rosalind Academic Plan，为符合条件的学术实验室提供 GPT-Rosalind 及相关工具的赞助访问，用于推进生命科学研究。据 OpenAI 在 X 上的说明，首批面向美国高校中符合条件的实验室。
- **[Anthropic 向第三方评估机构 METR 开放“员工级”内部访问](https://www.anthropic.com/news/an-update-on-independent-evaluators)** — Anthropic News，2026-10-16 01:20
  （AI 摘要）Anthropic 宣布已让非营利评估机构 METR 的 6 名人员获得接近内部风险评估团队的权限（公司设备、办公空间、内部工具与系统），METR 将公开其风险评估结果；Anthropic 还与 SecureBio、Accenture 合作，并在与 Hugging Face 等机构洽谈。
- **[NVIDIA 与梅赛德斯-奔驰扩大战略合作，共推下一代高度自动驾驶](https://nvidianews.nvidia.com/news/mercedes-benz-and-nvidia-expand-strategic-partnership-to-advance-safe-highly-automated-driving-in-the-next-decade)** — NVIDIA Newsroom，2026-10-16 16:00
  （AI 摘要）NVIDIA 与梅赛德斯-奔驰宣布延长并扩大战略合作，面向未来十年共同开发下一代自动驾驶系统，目标是更安全的高度自动化驾驶。同日 NVIDIA 还宣布扩大与沃尔沃汽车的合作。
- **[NVIDIA RTX Spark 发布：面向创作者、玩家与 AI 智能体的 Windows PC](https://blogs.nvidia.com/blog/local-ai-rtx-spark-launch-event-invite/)** — NVIDIA Newsroom，2026-10-16 01:00
  （AI 摘要）NVIDIA 博客称新一代 Windows PC 平台 RTX Spark 将于次日发布，定位为“同时服务创作者、游戏玩家和 AI 智能体的一台 PC”，并邀请用户参加全球各地与合作伙伴共同举办的发布活动。
- **[Meta 发布 Muse Spark Open：816B 总参数、42B 激活，主打编程与智能体](https://x.com/AIatMeta/status/2110779754274292212)** — @AIatMeta，2026-10-16 01:08
  （AI 摘要）Meta 官方账号宣布发布 Muse Spark Open，称其为迄今美国最强的开放权重模型，面向编程和智能体工作，擅长长程任务、复杂软件工程和多步推理。公布的规格包括总参数 816B、激活参数 42B，上下文长度 1M token。
- **[OpenAI 发布 GPT-Live-1.1：语音更自然，新增多种语言音色](https://x.com/OpenAI/status/2110797830361436604)** — @OpenAI，2026-10-16 02:19
  （AI 摘要）OpenAI 宣布 GPT-Live-1.1 为 ChatGPT、Codex 和 dots 的语音功能带来新音色、更好的口音表现，并减少「检查中…」式的等待；新增法语、德语、印地语、墨西哥西班牙语、韩语和日语音色。即日起向所有用户推送，API 即将上线。
- **[腾讯混元回应智能体异常访问报道：来自第三方模型评测](https://x.com/TencentHunyuan/status/2110885021280268664)** — @TencentHunyuan，2026-10-16 08:06
  （AI 摘要）腾讯混元（Tencent Hy）官方账号回应近期关于智能体异常活动的报道：相关活动源于对第三方模型的评测，而非混元模型本身；评测中部分智能体出现了非预期的网页浏览行为，但内部审查未发现蓄意针对任何目标的证据。
- **[Anthropic 开放两类新 Fellowship 申请：STEM 与概念推理方向](https://x.com/AnthropicAI/status/2110720940665372825)** — @AnthropicAI，2026-10-15 21:14
  （AI 摘要）Anthropic 开放两个新研究员项目申请：STEM Fellows（科学与工程）和 Conceptual Reasoning Fellows（哲学、认知科学、经济学、政策与法律），入选者将于 2027 年 1 月起在 Anthropic 工作四个月，帮助提升 Claude 的推理能力。
- **[Anthropic：承诺投入 500 万美元，支持数学家用好 AI](https://x.com/AnthropicAI/status/2110846112152105136)** — @AnthropicAI，2026-10-16 05:31
  （AI 摘要）Anthropic 发帖表示，弄清如何在数学研究乃至更广泛的科学中用好 AI，需要时间、精力和资源。公司希望支持数学家推动科学进步、塑造本领域的未来，并已承诺投入 500 万美元资金。
- **[Mistral 与 CERN 合作探索“大型物理模型”](https://x.com/MistralAI/status/2110684732103041474)** — @MistralAI，2026-10-15 18:50
  （AI 摘要）Mistral AI 宣布与欧洲核子研究中心 CERN 联手，研究大规模 AI 模型能为日益复杂的粒子物理带来什么，目标是基于数十亿次模拟碰撞数据训练一个统一的“大型物理模型”（Large Physics Model）。
- **[DeepMind：用 Google Antigravity 智能体平台加速抗菌肽发现](https://deepmind.google/blog/accelerating-antimicrobial-discovery/)** — Google DeepMind，2026-10-16 00:08
  （AI 摘要）Google DeepMind 展示研究人员如何在智能体开发平台 Google Antigravity 中，结合可从氨基酸序列预测功能的 ProtNLM 模型，从 UniProt 数百万未注释蛋白中筛选、结构验证并排序候选抗菌肽。文中找到的一个细菌素候选物已进入湿实验验证阶段。
- **[NVIDIA 扩充 Nemotron 开源家族：发布 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型](https://blogs.nvidia.com/blog/nemotron-3-5-super-vl/)** — NVIDIA Newsroom，2026-10-15 23:00
  （AI 摘要）NVIDIA 发布开源 120B 参数模型 Nemotron 3.5 Super VL（激活 12B），面向常驻型专用智能体，结合推理、工具调用与图文、文档、视频理解；同时推出两款端侧模型：可装入 24GB 的 Nemotron 3.5 Bolt 74B-A9B 和 4GB 的 Nemotron 3.5 Bolt E4B。
- **[Mistral 发布时间序列预测模型 Timestral](https://mistral.ai/news/timestral/)** — Mistral News，2026-10-15 20:00
  （AI 摘要）Mistral 推出概率预测模型 Timestral，提供 5M 到 209M 参数的四种规格，官方称达到 SOTA 水平，可在 CPU 上高效运行，并支持零样本（zero-shot）预测。
- **[百度自动驾驶在香港启动首个公众试乘，1000 名市民参与](https://x.com/Baidu_Inc/status/2110961398931198045)** — @Baidu_Inc，2026-10-16 13:09
  （AI 摘要）百度官方账号称，1000 名香港市民将参与百度自动驾驶车辆的公众试乘，这是香港首个此类公开试验。
- **[微软 MAI 完成 MAI-Base-2 预训练：2.8 万亿参数 MoE](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/)** — Microsoft AI，2026-10-16 00:09
  （AI 摘要）微软 AI 披露已完成新基础模型 MAI-Base-2 的预训练：MoE 架构，总参数 2.8 万亿、激活 800 亿，在 16k 块 GB200 上训练 38 天；官方称其优于所测所有开源权重模型，预训练算力效率是 DeepSeek-V4-Pro-Base 的 4-12 倍，目前正在后训练。
- **[律所 Sullivan & Cromwell 与 OpenAI 合作推出合同审查工具](https://openai.com/index/sullivan-cromwell)** — OpenAI News，2026-10-15 08:00
  （AI 摘要）美国律所 Sullivan & Cromwell 与 OpenAI 合作开发了 AI 工具 Agreement Analyzer，用于识别合同草稿中存在的问题，把律所的法律专业经验融入合同审查流程。
- **[苹果机器学习研究：用 MLX 与 RDMA 在 Mac Studio 上跑本地/分布式大模型推理](https://machinelearning.apple.com/research/mlx-distributed-inference)** — Apple ML Research，2026-10-15 08:00
  （AI 摘要）苹果机器学习研究博客介绍如何借助开源数组框架 MLX 和 Apple 芯片的统一内存架构，在 Mac Studio 上本地及分布式（RDMA 互联）运行大型 LLM 推理，让研究者和开发者在私有环境中试验最新模型与方法。
- **[Google 在美国上线 Universal Cart：跨商家的 AI 购物车](https://blog.google/products-and-platforms/products/shopping/universal-cart-launch/)** — Gemini Blog，2026-10-15 21:00
  （AI 摘要）Google 的 Universal Cart 即日起在美国的 Search 和 Gemini App 上线：可把多家零售商的商品收进同一个购物车，用 AI 追踪降价、查找优惠码并推荐最划算的支付方式，可通过 Google Pay 直接结账或跳转商家网站下单。
- **[亚马逊 Bee 推出两款个人 AI 设备：Bee Frontier 与 Bee Eclipse](https://www.aboutamazon.com/news/devices/amazon-personal-ai-bee-frontier-bee-eclipse?utm_source=rss)** — About Amazon，2026-10-15 19:55
  （AI 摘要）亚马逊旗下 Bee 扩展其环境感知 AI 产品线，推出两款个人 AI 设备 Bee Frontier 和 Bee Eclipse，主打记录并记住生活中的重要时刻，同时新增与 Alexa+ 和 Amazon.com 的集成；据 TechCrunch，起售价 75 美元。

## 模型

网页版：https://ai-daily-cn.pages.dev/models/2026-10-16/

- **[面壁 MiniCPM-V 4.7：系列首个 MoE 多模态模型（35B-A3B）](https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B)** — HF 热门模型
  （AI 摘要）OpenBMB 发布 MiniCPM-V 4.7，35B 总参数、3B 激活，是 MiniCPM-V 系列首个 MoE 模型，支持单图、多图和视频理解；配合新提出的 Lookahead Expert Scheduling（LES）技术，主打端侧流畅推理。
- **[Black Forest Labs FLUX 3 Image Klein 登上 HF 热门](https://huggingface.co/black-forest-labs/flux-3-image-klein)** — HF 热门模型
  （AI 摘要）Black Forest Labs 的 FLUX 3 Image Klein 进入 Hugging Face 热门模型榜，标注为图生图任务，需申请访问权限；据 NVIDIA 介绍，这一 5.6B 参数模型在 GB200 NVL72 上训练，可在 RTX 显卡上运行，Diffusers 也已支持。
- **[Qwen-Image-2.1-Turbo：8 步出图的加速版文生图模型](https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo)** — HF 热门模型
  （AI 摘要）阿里通义发布 Qwen-Image-2.1-Turbo，是 Qwen-Image-2.1 的加速检查点，用于文生图和图像编辑，仅需 8 步去噪；沿用同一 7B 视觉生成架构，可直接用 Diffusers 的 QwenImage21Pipeline 加载，默认 CFG=1。
- **[Meta 发布开放权重模型 Muse Spark Open，可在 Mac 上本地运行](https://techcrunch.com/2026/10/15/meta-launches-an-open-weight-model-that-runs-on-macs/)** — TechCrunch AI，2026-10-16 04:04
  （AI 摘要）Meta 发布 Muse Spark Open，称其为美国最强的开放权重模型：816B 参数、1M token 上下文，原生多模态，主打编程与智能体任务。模型与 Apple 合作适配 Apple silicon，但本地运行至少需要 1TB 内存，最适合搭载 M5 Ultra 的 Mac Studio，现已通过多个 API 平台提供。
- **[Cloudflare 开源 Clef：27B 多模态“决策模型”](https://huggingface.co/Cloudflare/clef)** — HF 热门模型
  （AI 摘要）Cloudflare 发布 Clef，一个基于 Qwen3.8-27B 后训练的 27B 多模态模型：输入状态（文本、JSON、图像或视频）和带类型的问题 schema，单次前向即可为每个选项输出概率，不生成自由文本、无需解析输出；另有更小更快的 Clef-Flash。
- **[Fish Audio 发布 Drama 3：面向多角色长文本的语音合成模型](https://huggingface.co/fishaudio/drama-3)** — HF 热门模型
  （AI 摘要）Fish Audio Drama 3 是新一代文本转语音模型，面向多角色场景和长篇内容，支持多说话人生成、声音克隆和自然语言控制；采用 35B 总参数、3B 激活的 MoE 文本骨干，单段文本最多可承载 16 个角色，首发即支持 SGLang-Omni。
- **[Liquid AI 发布 LFM2.5-24B-A2B：面向端侧智能体的推理模型](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B)** — HF 热门模型
  （AI 摘要）LFM2.5-24B-A2B 为 24B 总参数、仅 2B 激活的推理模型，主打端侧快速、私密的智能体，是 LFM2.5 系列最大也是最后一款；官方称其智能体与工具调用表现可与 Qwen3.6-35B-A3B 竞争，LiveClaw 得分 48.09 对 38.19。
- **[Krea 发布图像编辑模型 Krea 3：单次编辑不到 8 秒，每张约 0.06 美元](https://www.krea.ai/krea-3)** — Hacker News，2026-10-16 00:04
  （AI 摘要）Krea 推出面向生产环境的图像编辑模型 Krea 3，主打「只改你要求的部分」：支持区域编辑、按十六进制色值改色、最多 8 张参考图、原生 2K 输出。官方称速度约为 Nano Banana Pro 的 4 倍，每张约 0.06 美元，可通过 API 调用，企业版支持私有部署。
- **[Iris-3B：不用 VAE、直接在像素空间生成的视觉模型](https://huggingface.co/speridlabs/iris-3b)** — HF 热门模型
  （AI 摘要）speridlabs 发布 3B 参数的 Iris-3B，直接逐像素生成图像，不依赖 VAE 和潜空间；微调后还可用于深度估计、图像修复与超分，项目探索以像素空间生成模型替代 DINOv2 等视觉基础模型。
- **[NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 印度语言预训练语料](https://huggingface.co/blog/nvidia/scaling-indic-pretraining)** — Hugging Face Blog，2026-10-16 09:44
  （AI 摘要）NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1：约 2.8 万亿 token，覆盖 22 种印度宪法语言（12 种含罗马化文本），即将连同开源的数据生成管线发布。Nemotron 3.5 Super VL 用其中 100 亿 token 继续预训练后，五项印度语言基准均有提升。

## 产品

网页版：https://ai-daily-cn.pages.dev/products/2026-10-16/

- **[Cursor 上线 Meta 超级智能实验室的 Muse Wonder 模型](https://x.com/cursor_ai/status/2110867556693430293)** — @cursor_ai，2026-10-16 06:56
  （AI 摘要）Cursor 宣布 Meta Superintelligence Labs 的 Muse Wonder 已可在 Cursor 中使用。该模型在默认推理强度下的 CursorBench 得分为 46.1%，是 Muse 系列中最高的；价格为每百万输入 token 4 美元、每百万输出 token 20 美元。
- **[Perplexity 开源智能体沙箱平台 SPACE（Apache 2.0）](https://x.com/perplexity_ai/status/2110778478312481167)** — @perplexity_ai，2026-10-16 01:03
  （AI 摘要）Perplexity 开源 SPACE，即 Perplexity Computer 中运行每个任务的沙箱平台。SPACE 为每个智能体任务分配独立的 Firecracker microVM，并在虚拟机外部管控凭证和出站流量，现以 Apache 2.0 许可证发布。
- **[亚马逊限制 Grok 机器人下单，马斯克称或自建购物平台](https://36kr.com/newsflashes/4028283170656904?f=rss)** — 36氪，2026-10-16 16:21
  （AI 摘要）据界面新闻，针对亚马逊限制 Grok 机器人在其平台下单一事，马斯克 10 月 16 日回应称：“也许我们应该创办一个与亚马逊竞争的购物平台。”
- **[Rokid 联手腾讯出行服务，上线 AI 眼镜原生打车功能](https://www.ithome.com/1/013/964.htm)** — IT之家，2026-10-16 15:45
  （AI 摘要）乐奇 Rokid 宣布与腾讯出行服务合作，上线其所称的行业首个 AI 眼镜原生打车服务。接入腾讯出行服务 Agent 后，用户只需说出目的地，眼镜即可完成叫车、下单、支付等全流程，并在视野中显示车辆信息和预计到达时间。
- **[库克：苹果智能接入阿里千问，10 月底在中国推出测试版](https://www.qbitai.com/2026/10/503640.html)** — 量子位，2026-10-15 17:43
  （AI 摘要）库克 10 月 15 日在上海接受采访时表示，苹果智能及相关的阿里千问大模型已获批准，将在 10 月晚些时候推出测试版，首批功能包括实时翻译、书写工具和照片清除等，新版 Siri AI 暂不包含在内。
- **[Bluesky 扩展 AI 应用 Attie，人人可用它做网站和小游戏](https://techcrunch.com/2026/10/15/bluesky-expands-its-ai-powered-attie-app-to-let-anyone-build-websites-games-and-more/)** — TechCrunch AI，2026-10-16 02:56
  （AI 摘要）Bluesky 把「社交氛围编程」（social vibe coding）引入实验性平台 Attie，用户可以用 AI 创建游戏、测验和网站等互动内容，并直接触达 Bluesky 社交网络上的受众。
- **[Rivian CEO：未来车内可运行 Anthropic 等第三方 AI 智能体](https://techcrunch.com/2026/10/15/ai-agents-are-coming-to-rivians-cars/)** — TechCrunch AI，2026-10-15 23:02
  （AI 摘要）Rivian 创始人兼 CEO RJ Scaringe 在 TechCrunch Disrupt 上表示，Rivian 汽车未来将能运行 Anthropic 等公司开发的 AI 智能体，但未透露时间表。Rivian 已推出车载 AI 助手，并自研智能体框架，可按请求在本地边缘模型与云端模型间路由，更多细节将在 12 月的活动公布。
- **[Figma 推出 Specs 等功能，规范智能体在平台上的设计行为](https://techcrunch.com/2026/10/14/figma-announces-new-features-to-define-how-agents-work-on-its-platform/)** — TechCrunch AI，2026-10-15 12:30
  （AI 摘要）Figma 在印度首届 Config 大会上发布 Markdown 编辑器 Figma Specs，用于定义设计语言、引入设计与代码库，供团队和智能体参照，让自家及第三方智能体更好遵守品牌设计规范；同时代码图层（code layers）功能进入公测。
- **[The Verge：Windows 如何为 NVIDIA RTX Spark 笔记本做优化](https://www.theverge.com/tech/1011996/microsoft-windows-rtx-spark-platform-changes-notepad)** — The Verge AI，2026-10-15 22:30
  （AI 摘要）微软与 NVIDIA 上周在旧金山为首批 RTX Spark 笔记本举办发布活动，AI PC 成为焦点；The Verge 记者随后参加 NVIDIA 的小型活动，介绍 Windows 为适配 RTX Spark 平台所做的系统改动。

## AI 深研院

### 论文

网页版：https://ai-daily-cn.pages.dev/research/papers/2026-10-16/

- **[Waypoint-OPD：用中间检查点筛选 RL 策略变化，改进在线策略蒸馏](https://huggingface.co/papers/2610.21601)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）该方法在策略偏移蒸馏中引入同一次强化学习训练的教师中间检查点，比较早期与后期的偏好变化方向，方向相反时抑制蒸馏信号，只需多做一次教师打分。以 RL 训练的 Qwen3-4B 为教师，在数学和代码推理的全部 6 组设置中取得最高平均分。
- **[Speculative Forcing：视频 token 提前「定稿」，生成提速 1.35–1.5 倍](https://huggingface.co/papers/2610.22347)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）该方法把少步自回归视频生成中的中间结果视为草稿，预测哪些 token 可以提前接受并冻结，不再继续去噪。在 LongLive 上，每个 token 约 1.7 步即可达到四步生成的质量，速度提升 1.5 倍以上；在 Lingbot-World 2.0 上提速 1.35 倍。
- **[3DCodeVerse：让编程智能体以代码大规模生成可编辑的 3D 内容](https://huggingface.co/papers/2610.22341)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）研究者构建了包含 200 万条可执行 3D 代码的数据集 3DCodeVerse-2M，以及一个基于执行检查、空间测量和视觉反馈自动修正的多智能体框架。用该数据微调可显著提升开源模型的 3D 编程能力；在人工两两对比中，该框架对 Claude Design（3D Object）的胜率达 90%。
- **[SCOPE：按语义片段分配信用，提升文生图提示词改写效果](https://huggingface.co/papers/2610.22264)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）SCOPE 基于 GRPO，让提示词改写模型同时输出改写结果及其语义分段，并在每个片段内汇总策略变化来统一加权 token 损失，无需额外的片段级奖励或图像渲染。在 Qwen-Image、SD3、FLUX.1-dev 上，GeneVal 和 T2I-CompBench 相对提升 9.48% 和 7.62%。
- **[Mosaic：面向上下文压缩与子智能体的多会话智能体强化学习](https://huggingface.co/papers/2610.22174)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）上下文压缩和子智能体分叉会让一条轨迹跨越多个会话，与单会话训练假设不符。Mosaic 采用无 critic 的分层优化，在轨迹层引入会话使用信号，在会话层按边际贡献调整优势值。在 BrowseComp 上用 Qwen3.5-4B 实验，效果优于直接广播优势值，且平均使用的会话更少。
- **[MJev-Spatial：用“系统 1”决策模型做快速空间理解](https://huggingface.co/papers/2610.22276)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）论文指出空间关系、距离、放置位置等判断输出空间很小，VLM 却需自回归生成文本再解析。作者提出 MJev-Spatial，一个“系统 1”式多模态决策模型，用统一的分类式框架同时处理三类空间理解任务，以适应交互级速度需求。
- **[AutoSFT：自动做 SFT 数据研究的多智能体系统](https://huggingface.co/papers/2610.22194)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）AutoSFT 为 SFT 数据设计了包括调配比、剪枝、修复、替换和合成在内的动作空间，由元智能体把执行与分析分开，并调用合成子智能体补足数据。逐步加入各组件后，IFEval 最多提升 6.5，合成数据再带来 IFEval +3.4、IFBench +2.9；在代码任务上 MBPP+ 提升 3.7。
- **[JevAgentHarness：智能体选择题交给小决策模型，成本降八成以上](https://huggingface.co/papers/2610.21412)** — HF Daily Papers，2026-10-15 04:00
  （AI 摘要）论文指出智能体运行中多数 LLM 调用只是多选决策，于是构建 AgentDecisionBench 评测决策模型，并设计按置信度阈值在决策模型与 LLM 之间分工的 JevAgentHarness。训练出的开源 AgentDecision-4B 让智能体成本降低 81.1%–89.0%，速度最高提升 2.5 倍。

### 洞见

网页版：https://ai-daily-cn.pages.dev/research/insights/2026-10-16/

- **[Ethan Mollick：小幅精度优势会在长任务中复利放大](https://x.com/emollick/status/2110918113550307778)** — @emollick，2026-10-16 10:17
  （AI 摘要）沃顿商学院教授 Ethan Mollick 引用一篇论文称，他怀疑前沿模型能被便宜模型轻易替代：准确度和判断力的小幅提升会在长周期任务中层层累积，带来巨大的结果差异，因此应让最强模型担任编排者。
- **[Ethan Mollick：「框架+强模型」正终结最后一批高难基准](https://x.com/emollick/status/2110875851600633956)** — @emollick，2026-10-16 07:29
  （AI 摘要）沃顿商学院教授 Ethan Mollick 认为，harness（智能体运行框架）加上聪明的模型，正在终结最后一批著名的高难度基准：模型已能超长时间工作（METR 长任务），输出数学正确的专业文档（GDPval），并解决复杂的新型谜题（ARC-AGI-3）。
- **[François Chollet：谷歌 Argon 在 ARC-AGI-3 上与 Astra 相当](https://x.com/fchollet/status/2110775560846914009)** — @fchollet，2026-10-16 00:51
  （AI 摘要）ARC-AGI 基准创建者 François Chollet 发帖称，谷歌的 Argon 在 ARC-AGI-3 上的表现特征与 Astra 相近，并评价「谷歌重回前沿」。
- **[François Chollet：对话式 AI 将带来这一代最大的教育飞跃](https://x.com/fchollet/status/2110756584611516512)** — @fchollet，2026-10-15 23:36
  （AI 摘要）Keras 作者 François Chollet 表示，一对一辅导是教育的黄金标准但无法规模化，而真正主动的对话式学习让 AI 有机会改变这一点；他认为对话式 AI 将推动这一代人最大的教育飞跃。
- **[Logan Kilpatrick：Google 将在旧金山举办首届 Bench Summit](https://x.com/OfficialLoganK/status/2110810395598528788)** — @OfficialLoganK，2026-10-16 03:09
  （AI 摘要）Google 的 Logan Kilpatrick 宣布将在旧金山举办首届“Bench Summit”，召集关注基准测试与模型评估前沿的人士；他认为好的基准是模型进步的“闸门”，这一领域还有很多工作要做。
- **[商务部、科技部拟修订出口限制技术目录，增列部分 AI 技术](https://36kr.com/newsflashes/4028266724627078?f=rss)** — 36氪，2026-10-16 16:04
  （AI 摘要）商务部、科技部拟修订《中国禁止出口限制出口技术目录》，增列部分人工智能、生物医药和光伏技术，现公开征求意见，并同步对相关技术实施出口前登记管理。据 IT之家转载的答记者问，此次拟增列 40 项技术，其中禁止出口 14 项、限制出口 26 项。
- **[DeepSeek 整合多团队成立产品部，崔添翼任负责人](https://36kr.com/newsflashes/4028322759070343?f=rss)** — 36氪，2026-10-16 17:01
  （AI 摘要）据财联社，DeepSeek 将 Harness 团队与 Web、App、Platform 团队整合为“产品部”，负责公司全部产品、设计与研发工作，原 Harness 团队负责人崔添翼出任产品部负责人；产品部目前正对外招聘产品设计师等岗位。
- **[Goodfire 长文：神经网络本就「干净」，可解释性前景或更乐观](https://already-clean.goodfire.com/)** — Hacker News，2026-10-16 00:04
  （AI 摘要）Goodfire 研究员 Nick Cammarata 撰文称，早期模型的多义性并非源于「叠加」，而是架构和工具等可修复的问题，其余现象可用「递归泛化」解释。初步审计显示 Qwen3-32B 约 90% 的神经元只有一个主要功能，他认为直接研究神经元大有可为。
- **[元环智能完成两轮数亿元融资，要做“设计模型的模型”](https://36kr.com/p/4028228125577864?f=rss)** — 36氪，2026-10-16 16:05
  （AI 摘要）据《智能涌现》，清华助理教授刘子鸣创办的元环智能完成种子和种子+轮融资，累计数亿元，顺为资本领投种子轮。公司方向为“AI for AI”：训练一个对模型好坏有直觉、能设计其他模型的“元模型”（Meta Model）。
- **[美国杂志 Current Affairs 宣布全面禁止 AI 生成文章与插图](https://www.currentaffairs.org/news/why-were-banning-ai)** — Hacker News，2026-10-16 02:32
  （AI 摘要）左翼杂志 Current Affairs 主编 Nathan J. Robinson 撰文称，杂志已在新的工会合同中写入行业内最严格的反 AI 政策之一：不刊登任何 AI 生成的文字和插图，以对抗媒体内容的「垃圾化」，并呼吁读者只支持坚持人工创作的出版物。研究等辅助用途不在禁止之列。
- **[亚马逊设备负责人 Panos Panay：AI 设备将取代使用 App 的需要](https://techcrunch.com/2026/10/15/amazon-devices-chief-panos-panay-sees-a-future-where-ai-devices-replace-the-need-to-use-apps/)** — TechCrunch AI，2026-10-16 03:55
  （AI 摘要）亚马逊设备与服务负责人 Panos Panay 在 TechCrunch Disrupt 上表示，未来的环境式 AI 设备会在后台运行，主动预判用户需求，而不是等待指令，并最终让人们不再需要打开 App。
- **[36氪研究院：2026 年中国工业 AI 可落地市场规模将达 1163 亿元](https://36kr.com/p/4023919040630661?f=rss)** — 36氪，2026-10-16 07:30
  （AI 摘要）36氪研究院发布工业 AI 行业报告：据 IDC 数据，工业企业应用大模型及智能体的比例从 2024 年的 9.6% 升至 2025 年的 47.5%；预计 2026 年工业 AI 可落地市场规模达 1163 亿元，2030 年突破 3000 亿元。报告认为数据、技术、成本和认知是规模化落地的四大瓶颈。
- **[布林：Gemini 迈向「自我改进」，AI 开始参与打造下一代模型](https://www.ithome.com/1/013/957.htm)** — IT之家，2026-10-16 15:34
  （AI 摘要）据 Business Insider 报道，谷歌联合创始人谢尔盖·布林在围绕新模型 Gemini 4 Argon 的圆桌讨论中表示，AI 已开始参与打造自己的下一代模型，Flash 系列已显示出这一趋势，谷歌正「踏上 RSI（递归自我改进）的跑步机」。
- **[FT：Anthropic 向投资人披露第三季度营收约 168 亿美元，IPO 在即](https://simonwillison.net/2026/Oct/15/anthropic-tells-investors/)** — Simon Willison，2026-10-15 21:04
  （AI 摘要）据 Simon Willison 整理的 FT 报道，Anthropic 在投资人日披露：第一季度营收约 48 亿美元、第二季度 115 亿美元、第三季度 168 亿美元（环比增长近 50%）；三季度每花 1 美元算力带来 1.7 美元收入，调整后营业利润率 11%。

### 掘金

网页版：https://ai-daily-cn.pages.dev/research/repos/2026-10-16/

- **[morluto/rea](https://github.com/morluto/rea)** — TypeScript · ★280,122 · 今日 +32,314
  借助 AI 智能体做逆向工程，从应用行为一直分析到原生二进制。
- **[debpalash/VoiceStudio](https://github.com/debpalash/VoiceStudio)** — Python · ★69,836 · 今日 +3,024
  开源、完全本地运行的 ElevenLabs 替代品：支持声音克隆、声音设计、视频配音、听写、转录和有声书制作，覆盖 646 种语言。
- **[K-Dense-AI/scientific-agent-skills](https://github.com/K-Dense-AI/scientific-agent-skills)** — Python · ★50,940 · 今日 +1,091
  把 AI 智能体变成“AI 科学家”的技能库：177 个经验证的科研技能和 100 多个科学数据库，覆盖生物、化学、医学与药物发现，兼容 Cursor、Claude Code、Codex 等。
- **[affaan-m/ECC](https://github.com/affaan-m/ECC)** — JavaScript · ★280,743 · 今日 +1,013
  面向 Claude Code、Codex、Opencode、Cursor 等的智能体 harness 性能优化系统，涵盖技能、记忆、安全和研究优先的开发流程。
- **[mksglu/context-mode](https://github.com/mksglu/context-mode)** — TypeScript · ★29,952 · 今日 +904
  为 AI 编程智能体优化上下文窗口：沙箱化工具输出（宣称减少 98%）、持久化会话记忆，通过 MCP 与 hooks 在 17 个平台间路由。
- **[xerj-org/xerj](https://github.com/xerj-org/xerj)** — Rust · ★6,134 · 今日 +715
  面向 AI 的数据搜索工具：一条命令为代码、文档、日志和 PDF 建立索引，供搜索、RAG、安全审计和智能体记忆使用，宣称比 grep 少用 40 倍 token，兼容 Elasticsearch。
- **[obra/superpowers](https://github.com/obra/superpowers)** — Shell · ★300,254 · 今日 +582
  一套智能体技能框架与软件开发方法论。
- **[JuliusBrussee/caveman](https://github.com/JuliusBrussee/caveman)** — Go · ★112,882 · 今日 +433
  让编程智能体“像原始人一样说话”来省 token 的爆款技能与代理，宣称可减少 65% 的 token。
- **[anthropics/claude-plugins-official](https://github.com/anthropics/claude-plugins-official)** — Python · ★39,617 · 今日 +307
  Anthropic 官方维护的高质量 Claude Code 插件目录。
- **[ruvnet/ruflo](https://github.com/ruvnet/ruflo)** — TypeScript · ★75,346 · 今日 +147
  智能体 harness：部署多智能体群协作、编排自主工作流、构建对话式 AI 系统，支持自适应记忆、向量 RAG，并集成 Claude Code、Codex 等。