AI 日报 · 2026-10-09

大模型 / Agent / 编程助手方向，收录过去 24–48 小时资讯（部分重要消息注明实际日期）

模型与产品发布

1. Google Cloud 发布 Gemini agent：面向企业的“通用工作代理”

在 Gemini at Work 2026 上，Google 发布可在 Gemini Enterprise、Workspace 及第三方服务中运行的单体通用代理，称“给它目标而非指令”。每个代理拥有独立身份（专属邮箱、日历、Drive 及企业目录条目），可调度子代理并跨 Gemini 与 Anthropic Claude 模型编排，目前处于私有预览，正式版将随 Gemini Enterprise 免费提供。

来源：Google 官方博客 · TechCrunch · VentureBeat · 2026-10-08

2. Anthropic 发布 Claude Haiku 5.5，并下调 Sonnet 5.5 缓存价、发放 API 额度

Haiku 5.5 号称最便宜、最快且最强的小模型：100K 以内提示词 $0.10/$0.50 每百万 token，官方称平均运行成本较 Haiku 4.5 降约 75%，并首次支持可调“努力（effort）”档位；同时 Sonnet 5.5 缓存读取价减半至 $0.10，Max/Team 订阅新增每月 API 额度（$100–$500）。

来源：Anthropic 官方 · SiliconANGLE · Decrypt · 2026-10-07

3. OpenAI 将 GPT-6 与 Intelligent UI 推向全体 ChatGPT 用户

GPT-6 自 10-07 起面向 Plus/Pro/Business/Enterprise 滚动，10-08 起覆盖 Free 与 Go 层（付费用 GPT-6 Sol，免费/Go 用 GPT-6 Luna）。新能力 Intelligent UI 让回答直接生成可交互界面（图表、表单、按钮、即时小程序），且可在思考或调用工具的同时先给出部分答案。

来源：OpenAI 官方 · ChatGPT 发布说明 · Carly 汇总 · 2026-10-07

4. Mistral 发布 Mistral Large 4“Le Chonk”公开预览（10-06，稍早）

Mistral 最大规模的旗舰模型精简预览版，官方定位为原生多模态 MoE，主打网络防御、制造、金融等场景，API 已可通过 Mistral Studio 试用，权重预计本月底开放。注意：参数规模口径不一（官方为 1T/52B，另有 1.05T/49B 与 675B/41B 等二手说法），准确参数以权重发布为准（单一来源·待证实）。

来源：Mistral 官方 · MarkTechPost · 2026-10-06

5. Microsoft 让 Windows 成为“代理安全平台”：MXC 正式可用

Microsoft Execution Containers（MXC）在 Windows 11 正式可用，为 AI 代理提供策略驱动的运行时隔离（进程/会话/WSLc/微虚拟机），并预告 Entra 与 Agent 365 用于区分代理与用户行为。GitHub Copilot、OpenAI Codex、Replit 等已支持，Claude Code 等将跟进；同时 Copilot 将获得本地文件/本地模型等“混合智能”能力。

来源：Windows 开发者博客 · Computerworld · CNET · 2026-10-07

编程助手与 Agent 工具

6. OpenCode 2 连发 v2.0.25 / v2.0.26：Office 预览、远程配对与策略控制

v2.0.25 加入 Word/Excel/PowerPoint 应用内预览、默认不再请求项目外目录权限，并强化 MCP/插件/技能的治理控制；v2.0.26 让 Google Vertex 通过本地 gcloud ADC 认证，远程访问改用随机生成子域。延续其“模型无关、开源”的定位。

来源：TurboAI · AICrier · 2026-10-08

7. OpenAI Codex CLI 0.161 / 0.162：GPT-6.1 Sol 成为默认模型

Codex 0.161 将 GPT-6.1 Sol 设为内置与 Amazon Bedrock 目录默认模型，新增终端内 /mcp login，并支持 Bedrock 多代理 V2、Ultra 推理与 AWS GovCloud；0.162 增加任务置顶（p）与 /copy 块复制。

来源：openai/codex 发布 · Reveneau · 2026-10-07/08

8. Claude Code 2.1.293–2.1.295：默认切换 Haiku 5.5，稳定性大修

2.1.293 将 Claude Haiku 5.5（1M 上下文，$0.10/$0.50）设为 Anthropic API 上的默认 Haiku，并修复嵌套 CLAUDE.md/路径规则经 Bash 读取时不生效的问题；2.1.295 是含 89 项修复的稳定性版本，新增失败即阻断的 onFailure:"block" 钩子。

来源：anthropics/claude-code · Havoptic · Clauding · 2026-10-07/08

技术突破与论文

9. Meta FAIR 开源 RoboJEPA：机器人世界模型也有“缩放定律”

基于 JEPA、跨 12 种机器人形态训练的 8B 潜在世界模型，其“想象误差”随训练算力呈二阶幂律，可用小模型外推预测大模型质量，并可作为真机评测的廉价代理指标；能力按算力阈值依次解锁（约 10²⁰ 末端控制、10²¹ 避障、10²² 物体动力学）。

来源：arXiv 论文 · Hugging Face Papers · AI Weekly · 2026-10-07/08

10. Meta 提出 MIMESIS：更像真人的“用户模拟器”用于训练 Agent

论文指出用助手 LLM 充当“用户”会让 Agent 评测虚高（同一 GPT-5.5 在真实用户下成功率 63.6%，用前沿模型模拟用户则升至 82.4–84.4%）。MIMESIS（4B/9B）以 13 种真实用户行为模式训练，其 9B 版在 SOUL-Index（65.7）上超越 Claude-Opus-5 与 GPT-5.5，并能提升下游 Agent 的泛化。

来源：arXiv 论文 · AI Weekly · 2026-10-08

11. 《Nature》：byteification 以不到 1% 预算把现有 LLM 改造成“字节级”模型

研究者提出两阶段“byteification”，将子词模型改造为直接处理字节的模型，仅用约 49.1B token（不足常规预训练预算 1%）。产物 Bolmo 7B 在 STEM 任务上较此前的字节级 BLT 7B 绝对提升 16.5 个百分点，并成功改造 Qwen3 8B（Bwen 8B）与 Llama 3 8B（Blama 8B），对代码、DNA、多语言等字符级任务意义显著。

来源：Nature 论文 · Ai2 官方博客 · LMU 新闻 · 2026-10-07

12. 《Nature Communications》：博弈论多代理框架缓解 LLM 幻觉

受贝叶斯博弈与团队博弈启发的自适应多代理框架 G-Frame，通过角色互补实现数据生成–评测–训练的闭环，构建含 36 万余条思维链的语料；基于此训练的 70 亿参数模型 OmniChem 在化学领域将幻觉率从基线的 41.95% 降至 12.91%。

来源：Nature Communications · 2026-10-07

API 价格与可用性变化

13. Google Gemini 免费层今日起仅保留 Flash-Lite

自 10 月 9 日起，无订阅用户只能使用 Gemini Flash-Lite，失去 Flash 与 Pro；$4.99/月的 AI Plus 用户保留 Flash 但失去 Pro（按账号陆续通过邮件通知）。Pro 与 Deep Think 高级推理权限上移至 AI Pro（$19.99）/AI Ultra（$99.99），此举被视为 Google 把更强模型转为付费墙后的动作。

来源：The Verge · Engadget · Computerworld · 2026-10-09

---

本报告由自动脚本生成，已做多源交叉验证，仍可能有误，请以原始来源为准。