# AI 要闻 · 2026-10-16

- 网页：https://www.wangwu.ai/daily/2026-10-16/
- 抓取时间：2026-10-16 07:22–07:31（北京时间）
- JSON：https://www.wangwu.ai/daily/2026-10-16/data.json

## 今日最该知道的 3 条

### [欢迎 Muse Spark Open：Meta 的开放权重前沿多模态 MoE 模型](https://huggingface.co/blog/meta-muse-spark-open)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Hugging Face 博客 · 10-15 · 标签：新模型、开放权重
- 摘要：HF 称它是迄今最强的美国开放权重模型：总参约 816B，每层 256 个专家里每个 token 只选 8 个、约 42B 激活，文本、图像、音频、视频都能输入，上下文最长 1M；Meta 把训练重心放在读代码库、调试和调用工具这类 agent 编码任务上，权重提供 BF16 与 NVFP4 两版。
- 为什么值得看：又一个可以自己部署的前沿级底座，而且是冲着 agent 编码来的；vLLM、SGLang 首日支持，Apple 当天就演示了在 Mac Studio 集群上本地跑，自托管 coding agent 的选项一下多了一个量级。
- 相关：[vLLM：Day 0 支持](https://vllm.ai/blog/2026-10-15-muse-spark-open)
- 相关：[SGLang：Day-0 支持](https://www.lmsys.org/blog/2026-10-15-meta-muse-spark-open)
- 相关：[The Verge：与 Apple 合作适配 Mac](https://www.theverge.com/news/1012293/meta-apple-muse-spark-open-ai-model-mlx)

### [DeepSeek 服务故障近 5 小时，官方补偿所有 API 用户 7 天内的消耗金额](https://www.ithome.com/1/013/533.htm)
- 日期：2026-10-15T17:34:00+08:00 · 来源：IT之家 · 10-15 17:34 · 标签：服务中断、额度补偿
- 摘要：故障从早上 8:11 拖到 13:04，网页和 API 同时不可用；DeepSeek 没有退现金，而是把每个账号 10 月 8–14 日的 API 消耗全额折成赠金自动发放，之后计费先扣赠金，并称正在拆掉系统里的单点依赖。
- 为什么值得看：直接关系到 API 账单：10 月 8–14 日用过 DeepSeek API 的账号会收到等额赠金，不用申请；这也是它本月第 5 次故障、时间最长的一次，把它当主力模型的流程最好备一个回退。
- 相关：[@0xLogicrw：本月第 5 起故障](https://x.com/0xLogicrw/status/2110562871797289085)

### [Code Review 正式可用](https://claude.com/blog/code-review-is-now-generally-available)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Claude 博客 · 10-15 · 标签：代码审查、Claude Code
- 摘要：PR 审查可以按仓库分轻重了：Quick、Standard、Deep 三档由管理员逐库设定，多数审查也从预览期约 20 分钟降到 6–10 分钟；符合条件的 Enterprise 组织在 2027 年 1 月 15 日前可领至少 1 万美元额度。
- 为什么值得看：agent 写代码越来越快，瓶颈移到了人工审 PR；按仓库分档、默认自动跑的托管审查转正，团队可以把它当 PR 流程里固定的第一道关。
- 相关：[@ClaudeDevs：正式发布](https://x.com/ClaudeDevs/status/2110866212217651527)

## 专栏：端侧模型

本期看点：Apple 用四台 Mac Studio 跑起近万亿参数的开放模型，NVIDIA 发布 24GB 可本地跑的 Bolt，ExecuTorch 直接进了微控制器。

### [从数据中心到桌面全面开放：NVIDIA 以最高效的 Super VL 与 Bolt 模型扩展 Nemotron 家族](https://blogs.nvidia.com/blog/nemotron-3-5-super-vl/)
- 日期：2026-10-15T23:00:00+08:00 · 来源：NVIDIA 博客 · 10-15 23:00 · 标签：新模型、本地 Agent
- 摘要：本地 agent 多了一个同级领先的开放选择：Bolt 74B-A9B 在 PinchBench 同级开放模型中排第一，靠原生 2-bit 量化只占 24GB，RTX 或 DGX Spark 上就能跑；120B 的 Super VL 可拿自家数据后训练，Atlassian、CrowdStrike 已在接入。
- 为什么值得看：端侧的看点是 Bolt：24GB 显存就能本地跑日常 agent 任务，不必把工作负载送上云；llama.cpp v0.7.0 和 vLLM 都已首发支持。
- 相关：[vLLM：首发支持](https://vllm.ai/blog/2026-10-15-nemotron-3-5-super-vl-vllm)
- 相关：[OpenHands：接入软件工程 agent](https://www.openhands.dev/blog/nvidia-nemotron-3.5-super-vl)

### [在 Mac Studio 上用 MLX 与 RDMA 做本地与分布式大模型推理](https://machinelearning.apple.com/research/mlx-distributed-inference)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Apple 机器学习研究 · 10-15 · 标签：MLX、分布式推理
- 为什么值得看：想私有部署前沿模型，门槛从 GPU 集群降到了几台用 Thunderbolt 互连的 Mac Studio：Apple 实测四台跑近万亿参数的 Muse Spark Open，解码超过每秒 36 个 token，已高于人的阅读速度。

### [ggml-org/llama.cpp v0.7.0](https://github.com/ggml-org/llama.cpp/releases/tag/v0.7.0)
- 日期：2026-10-16T01:13:00+08:00 · 来源：GitHub Releases · 10-16 01:13 · 标签：端侧运行时、版本更新
- 为什么值得看：这一版的实用点是 MoE 专家放在主内存时的 GPU 缓存（--moe-cache-mib，官方称解码最多快约 2.2 倍），显存不够跑大 MoE 的本地用户最受益；同时首发支持 MiniCPM-V 4.7、Nemotron 3.5 和 Bonsai 2 27B 等新模型，服务端默认端口改为 9931，升级前注意脚本里写死的端口。

### [将 ExecuTorch 带到 Arm Cortex-M CPU](https://pytorch.org/blog/bringing-executorch-to-arm-cortex-m-cpus/)
- 日期：2026-10-15T22:40:00+08:00 · 来源：PyTorch 博客 · 10-15 · 标签：微控制器、ExecuTorch
- 为什么值得看：做可穿戴、传感器端侧 ML 的团队可以少维护一条工具链：在 PyTorch 里训好的模型不用转格式就能部署到 Cortex-M，省掉转换带来的数值对不上；官方在单颗 Cortex-M55 上跑 MLPerf Tiny 模型都在 21.5 毫秒内、RAM 不到 90 KiB，小设备上跑小模型已经够实用。

### [@OpenBMB: MiniCPM-V 4.7 开源](https://x.com/OpenBMB/status/2110662639345123563)
- 日期：2026-10-15T17:22:00+08:00 · 来源：OpenBMB · 10-15 17:22 · 标签：端侧多模态
- 为什么值得看：35B-A3B 的 MoE 多模态模型，官方称在 iPhone 17 Pro Max 上能跑到每秒 13 个 token 以上，Apache 2.0 并附 GGUF、AWQ 等量化版；手机上跑“够用的视觉 agent”又近了一步，值得在自己的设备上实测。

### [@xenovacom: Bonsai 2 浏览器内跑到 500 tok/s](https://x.com/xenovacom/status/2110825606254391577)
- 日期：2026-10-16T04:10:00+08:00 · 来源：Xenova · 10-16 04:10 · 标签：WebGPU、三值量化
- 为什么值得看：约 1.8 bit/权重的三值模型把 2B 语言模型压到 430MB，在 M4 Max 的浏览器里靠 WebGPU 内核跑到每秒 500 token；纯前端本地 agent 不再只是演示。

> 其余为小版本：mlx-lm v0.32.0 / v0.32.1（修 Muse 模板、NVFP4 MoE 全局缩放）、MLX v0.32.4，以及 llama.cpp 日常构建。

## 专栏：Agent 记忆与协作

个人与团队 Agent 的记忆、上下文共享与协作方式。

### [Cortex：把上下文固化进参数记忆](https://arxiv.org/abs/2610.20399)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：记忆、参数化记忆
- 为什么值得看：agent 每次都靠塞上下文“记住”东西，代价是 token 和窗口；这篇把上下文带来的增益蒸馏成可合并的低秩或 FFN 更新，作者报告在 14B 模型上连续 50 次事实编辑后仍保住 88.9% 的增益、非目标能力保留 99.8%。长期记忆从检索走向写进权重，值得跟。

### [看见、维护与学习：多模态智能体记忆的演进](https://arxiv.org/abs/2610.19366)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：记忆、综述
- 为什么值得看：用“信息如何形成与表示”和“管理策略如何随经验演化”两条轴整理多模态 agent 记忆，并把管理分成静态、动态等层级；给自建 agent 记忆层的人一张现成的设计对照表。

### [CopilotKit 发布 CLiF：把 agent 轨迹和用户操作转成技能、评测与微调数据的持续学习平台](https://www.marktechpost.com/2026/10/15/copilotkit-releases-clif-a-continual-learning-platform-that-turns-agent-traces-and-user-actions-into-skills-evals-and-fine-tuning-data/)
- 日期：2026-10-15T22:19:00+08:00 · 来源：MarkTechPost · 10-15 · 标签：技能、持续学习
- 为什么值得看：思路值得借鉴：把 agent 轨迹和用户在产品里的真实操作拼成一条完整轨迹，再沉淀成人工审核后才上线的 SKILL.md、线上评测和微调数据；“从使用中学习”开始有自托管的工程化形态。目前为早期访问。

### [@0xLogicrw: MiniMax Bot 多 Agent 群聊](https://x.com/0xLogicrw/status/2110648968241938934)
- 日期：2026-10-15T16:28:00+08:00 · 来源：思维怪怪 · 10-15 16:28 · 标签：多 Agent 协作
- 为什么值得看：主管 Bot 建群、分派任务，成员可被 @ 接活、互相转交，长任务转后台、做完再回报，每个 Bot 单独配模型和记忆；“一群 agent 在群聊里协作”正在成为桌面 coding 工具的标配形态。

## 主流产品 Changelog 精读

窗口内只列值得注意的条目，安静的产品略过。

### [Claude Code v2.1.301](https://github.com/anthropics/claude-code/releases/tag/v2.1.301)
- 标签：Claude Code
- 为什么值得看：无人值守重试遇到用量上限时，可以用 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS 设定“重置太远就直接结束”，不再干等；OTel 的 tool_decision 事件新增分类器判定与权限模式字段，能区分 auto 模式拦截和规则拦截。跑后台任务的值得设上。
- 相关：[Claude Code changelog](https://github.com/anthropics/claude-code/releases)

### [Claude API：Opus 5.5 fast mode 正式开放](https://x.com/ClaudeDevs/status/2110825294655562048)
- 标签：Claude API
- 为什么值得看：不再需要排等待名单，官方称最高快 2.5 倍，价格为每百万 token 输入 8 美元、输出 40 美元，已上 Microsoft Foundry；Claude Code 里的 fast mode 不变，仍额外消耗用量额度。对延迟敏感的 agent 可以直接评估切换成本。
- 相关：[Claude API changelog](https://platform.claude.com/docs/en/build-with-claude/fast-mode)

### [Codex rust-v0.163.0](https://github.com/openai/codex/releases/tag/rust-v0.163.0)
- 标签：Codex
- 为什么值得看：回复过程中可以直接追加消息来纠偏；独立的只读工具（含 skill、记忆和历史会话查询）改为并行执行；/config 可搜索设置并即时生效，符合条件的账号默认开启 Daybreak。
- 相关：[Codex changelog](https://github.com/openai/codex/releases)

### [Codex：容量不足提示减少](https://x.com/thsottiaux/status/2110750421367287996)
- 标签：Codex
- 为什么值得看：Day 11：OpenAI 称加了算力并做了一系列改动，“所选模型已达容量上限”的打断会少很多，即使出现也应能自己继续而不是卡死；前一天（Day 10）刚做过一次全局额度重置。直接影响高峰期能不能用。
- 相关：[Codex changelog](https://github.com/openai/codex/releases)

### [OpenCode v1.19.1](https://github.com/anomalyco/opencode/releases/tag/v1.19.1)
- 标签：OpenCode
- 为什么值得看：会话分享功能下线：已有的分享链接和分享命令都不能用了，也不能再从分享 URL 导入会话；依赖分享链接交接上下文的流程需要换做法。
- 相关：[OpenCode changelog](https://github.com/anomalyco/opencode/releases)

### [OpenCode：DeepSeek V4.1 Flash 免费](https://x.com/opencode/status/2110635747648909472)
- 标签：OpenCode
- 为什么值得看：模型列表里多了免费档，输入输出都不收费，但免费版上下文只有 200K、付费版为 1M，结束时间未公布；跑轻量任务可以省一笔。
- 相关：[OpenCode changelog](https://github.com/anomalyco/opencode/releases)

### [OpenAI Agents SDK v0.24.0](https://github.com/openai/openai-agents-python/releases/tag/v0.24.0)
- 标签：OpenAI Agents SDK
- 为什么值得看：转换后的工具会带上 MCP annotations，可用来区分只读与有副作用的工具；还有待审批时推迟自动压缩、会话写入按 API 上限分批等修复。
- 相关：[OpenAI Agents SDK changelog](https://github.com/openai/openai-agents-python/releases)

> 其余为小版本或预览构建（Codex rust-v0.163.0-alpha.10.2、Claude Agent SDK Python 0.2.168（仅升级内置 CLI 到 2.1.301）、Qwen Code v0.25.2 及 nightly / preview、Kilo Code v7.8.12、LangGraph prebuilt 1.1.1）；Claude Code Review 正式可用见今日三条，其他被跟踪的 changelog 页面窗口内无新条目。

## GitHub 热门

AI / Agent / 端侧相关的 Trending 仓库（日榜 + 周榜，10-16 07:24 北京时间抓取）。

### [anthropics/claude-plugins-official：Anthropic 官方维护的高质量 Claude Code 插件目录](https://github.com/anthropics/claude-plugins-official)
- 来源：GitHub Trending 日榜 · 标签：星数日增 525、★ 39.0k · 星数：今日 525 / 总星 39,026
- 为什么值得看：官方插件目录上了日榜，插件分发开始有“官方商店”的形态；找插件前可以先看这里，写插件的也能对照它的收录标准。

### [affaan-m/ECC：agent harness 性能优化系统](https://github.com/affaan-m/ECC)
- 来源：GitHub Trending 日榜 · 标签：星数日增 1,015、★ 280.3k · 星数：今日 1,015 / 总星 280,330
- 为什么值得看：把技能、记忆、安全和“先调研再动手”打包给 Claude Code、Codex、Cursor 等多种 harness；单日涨一千多星，说明跨 harness 的通用配置层需求很大。

### [obra/superpowers：一套可用的 agent 技能框架与软件开发方法论](https://github.com/obra/superpowers)
- 来源：GitHub Trending 日榜 · 标签：星数日增 688、★ 299.9k · 星数：今日 688 / 总星 299,857
- 为什么值得看：近 30 万星仍在涨，技能化的开发方法已经是主流用法；新项目可以直接拿它当 agent 工作流的起点。

### [JuliusBrussee/caveman：让 coding agent 用“原始人说话”省 65% token 的技能 + 代理](https://github.com/JuliusBrussee/caveman)
- 来源：GitHub Trending 日榜 · 标签：星数日增 530、★ 112.5k · 星数：今日 530 / 总星 112,507
- 为什么值得看：压缩输出风格来省 token 的思路很粗暴但有效，额度紧张时值得一试；代价是输出可读性。

### [xerj-org/xerj：让 AI 搜索数据的新方式](https://github.com/xerj-org/xerj)
- 来源：GitHub Trending 日榜 · 标签：星数日增 725、★ 5.6k · 星数：今日 725 / 总星 5,601
- 为什么值得看：agent 翻代码库的 token 大多耗在 grep、sed 的原始输出上，先建索引再查是更省额度的路子；它兼容 Elasticsearch 协议，现有客户端能直接接、试用成本低，但“少用 40 倍 token”是项目自报，值得拿自己的仓库实测。

### [ruvnet/ruflo：多智能体蜂群编排框架](https://github.com/ruvnet/ruflo)
- 来源：GitHub Trending 日榜 · 标签：星数日增 224、★ 75.1k · 星数：今日 224 / 总星 75,095
- 为什么值得看：多 agent 编排加自适应记忆、联邦和向量 RAG，原生接 Claude Code、Codex 等；适合想试“蜂群式”协作的团队参考。

> 未收录：AnyPS5、ghidra、openGym 等非 AI 仓库；rea、scientific-agent-skills、VoiceStudio、context-mode、mattpocock/skills、hyperframes、diagram-design、billion-context、text-to-cad、SwiftUI-Agent-Skill、cursor/plugins 此前已收录且无新进展。

## Agent 工程

### [Ori Harness：在 OpenRouter 上运行 Claude Code、Codex、OpenCode 等](https://openrouter.ai/ori/harness)
- 日期：2026-10-16T06:24:00+08:00 · 来源：OpenRouter · 10-16 06:24 · 标签：Agent 工具、多模型
- 为什么值得看：一条命令让你已经在用的 agent CLI 换成 OpenRouter 上的任意模型跑，凭证和环境自动配好；同一个 harness 横向比模型、或在某家额度用完时换模型，都更省事。
- 相关：[@OpenRouter：发布](https://x.com/OpenRouter/status/2110859447287578631)

### [Anthropic 弃用 Git，自研版本控制系统 Scion](https://www.ithome.com/1/013/670.htm)
- 日期：2026-10-15T22:42:00+08:00 · 来源：IT之家 · 10-15 22:42 · 标签：版本控制、工程基础设施
- 为什么值得看：据报道其代码合并量从 5 月日均约 2500 次涨到 9 月超 3 万次，Git 撑不住，于是把提交、合并等操作搬到服务端；agent 大规模写代码之后，版本控制本身成了瓶颈，这是第一个公开的大厂样本。

### [评测 AI 智能体：告别 vibe check](https://developers.googleblog.com/evaluating-ai-agents-moving-past-the-vibe-check/)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Google 开发者博客 · 10-15 · 标签：Agent 评测
- 为什么值得看：在终端里试几个提示词抓不到重试死循环、工具参数幻觉这类隐性失败；文章给了从关键用户路径到 CI 门禁的完整评测流程，做 agent 上线前检查可以照着搭。

### [@poteto: 发布 pstack 技能集](https://x.com/poteto/status/2110757066709356851)
- 日期：2026-10-15T23:37:00+08:00 · 来源：Lauren Tan · 10-15 23:37 · 标签：技能
- 为什么值得看：一套个人维护、持续精简的 agent 工程技能，带预算选择和帮助命令，已上插件市场；可以当作“技能如何组织成一个可安装的包”的参考样本。

### [@bcherny: 30 万美元提示注入红队赛](https://x.com/bcherny/status/2110791698611855624)
- 日期：2026-10-16T01:55:00+08:00 · 来源：Boris Cherny · 10-16 01:55 · 标签：Agent 安全
- 为什么值得看：Gray Swan 联合多家实验室办间接提示注入挑战，分 10 月 15、22、29 日三波；agent 接管的任务越多，这类攻击面越大，做工具调用的团队可以关注赛后公开的攻击样本。

### [Tinker 一周年](https://thinkingmachines.ai/news/one-year-of-tinker/)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Thinking Machines · 10-15 · 标签：微调、定制模型
- 为什么值得看：复盘里的案例：有企业的 text-to-SQL 定制模型以约 15% 的成本超过前沿大模型，定制搜索 agent 速度翻倍、token 少 25%；窄任务上“小而专”的路线仍然划算。

## 检索与基础设施

### [Microsoft AI 的前沿预训练](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/)
- 日期：2026-10-16T00:09:00+08:00 · 来源：Microsoft AI · 10-16 00:09 · 标签：预训练、MoE
- 为什么值得看：MAI-Base-2 为 2.8T 总参、80B 激活的 MoE 基座，官方称预训练 FLOPs 效率是 DeepSeek-V4-Pro-Base 的 4.2–12.3 倍，并公开了 scaling ladder、Muon 优化等方法细节；训练侧少见的完整披露。

### [Google OAuth 宣布支持 DPoP，保护 refresh token](https://developers.googleblog.com/announcing-dpop-support-for-google-oauth-securing-refresh-tokens/)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Google 开发者博客 · 10-15 · 标签：身份认证、Agent 安全
- 为什么值得看：refresh token 和客户端私钥绑定后，被偷走也无法重放；给 agent 长期授权访问 Google 账号的应用，应尽早接上。

### [Datalab 发布开源 OCR 文档解析基准 OmniParseBench](https://www.marktechpost.com/2026/10/14/datalab-omniparsebench-open-ocr-document-parsing-benchmark/)
- 日期：2026-10-15T07:37:00+08:00 · 来源：MarkTechPost · 10-15 07:37 · 标签：文档解析、基准
- 为什么值得看：用 16,288 个通过/不通过测试覆盖 92 种语言的文档，分别看文本、表格、版面；做 RAG 选解析器时，比看厂商自报分数靠谱。

### [@AravSrinivas: Neocloud 需要完整推理平台](https://x.com/AravSrinivas/status/2110816382099325030)
- 日期：2026-10-16T03:33:00+08:00 · 来源：Aravind Srinivas · 10-16 03:33 · 标签：推理平台
- 为什么值得看：Perplexity 的判断是只租 GPU 不够，云厂商要连开放模型推理、微调和安全沙箱一起提供；agent 推理的基础设施正在从“卖算力”走向“卖平台”。

### [用 Magnetar 实现基于证明的通用计算](https://www.microsoft.com/en-us/research/blog/proof-based-general-purpose-computing-with-magnetar/)
- 日期：2026-10-16T00:00:00+08:00 · 来源：Microsoft Research · 10-16 00:00 · 标签：零知识证明
- 为什么值得看：官方称在 15 个基准上平均比现有最快的 zkVM 快 10–39 倍，笔记本上每秒可证明七八百万条指令；“可验证计算”离给 agent 执行结果出证明又近了一步。

## 论文

本期收 HF 每日论文 10-15 列表（arXiv 北京时间 10-15 08:00 公布的新列表）中与 agent harness、训练和记忆相关的论文。

### [Doc2Harness：评测大模型对编码智能体做长程 harness 工程的能力](https://arxiv.org/abs/2610.20344)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：Agent harness、基准
- 为什么值得看：第一次把“让模型从文档自己搭出一套 harness”当成评测对象：19 个前沿模型、328 个测试用例，最好的通过率也只有 53.05%、最差 27.44%；harness 工程远未被模型自己解决。

### [方法越多，智能体越好？智能体强化学习中自蒸馏的现实检验](https://arxiv.org/abs/2610.19789)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：Agent RL、复现
- 为什么值得看：132 次训练、约 1.2 万 H800 GPU 小时对比 10 种自蒸馏方法和 GRPO，结论是没有一种在所有设置上稳定胜过 GRPO，多花算力也不一定更好；挑 agent RL 方法前先看这篇。

### [CLASHarness：用可控、可验证的生成管线评测计算机使用中的多智能体冲突](https://arxiv.org/abs/2610.19128)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：多 Agent、计算机使用
- 为什么值得看：600 个多轮任务专门模拟子 agent 报过期状态、给矛盾指令、争抢文件权限的情况，并保证每题可解；多 agent 协作里“该不该信同伴”终于有了基准。

### [KV4-RL：用 INT4 KV 缓存量化加速 RLVR 的异步 rollout](https://arxiv.org/abs/2610.14448)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：量化、RL 训练
- 为什么值得看：只给 attention sink 和最近上下文留 INT8、其余 KV 用 INT4，Qwen3-8B 的 GRPO 训练 rollout 累计快 1.8 倍、精度与 BF16 相差不到 0.5 个百分点；做 RL 训练的可以直接借这个配方。

### [任意时间、任意空间：以世界状态为中心的智能体视频生成框架](https://arxiv.org/abs/2610.20571)
- 日期：2026-10-15T08:00:00+08:00 · 来源：arXiv · 10-15 · 标签：视频生成、记忆
- 为什么值得看：HF 当日点赞第一：把剧本编译成带地点、机位、事件时间的镜头请求，生成前查场景记忆和事件记忆、通过检查才写回；“带记忆的 agent”思路用在长视频一致性上，四个视频生成器上都有提升。

### [先规划还是先检索？工具发现架构的大规模对比研究](https://machinelearning.apple.com/research/plan-retrieve-tool-discovery)
- 日期：2026-10-15T08:00:00+08:00 · 来源：Apple 机器学习研究 · 10-15 · 标签：工具调用、检索
- 为什么值得看：工具一多就得先“找工具”再调用；Apple 把先规划后检索和先检索后规划两类架构放在一起比，给工具库很大的 agent 选架构提供了参照。

## 大厂与模型

### [推出 Rosalind 学术计划](https://openai.com/index/introducing-the-rosalind-academic-plan)
- 日期：2026-10-16T03:00:00+08:00 · 来源：OpenAI · 10-16 03:00 · 标签：科研模型
- 为什么值得看：符合条件的学术实验室最长 12 个月免费拿最多 30 个 Business 席位，通过可信访问审批后还能用生命科学专用模型 GPT-Rosalind；共享数据默认不进训练。做生物方向的实验室值得申请。
- 相关：[@OpenAI：GPT-Rosalind](https://x.com/OpenAI/status/2110841899838046525)

### [@StepFun_ai: Step 5 Preview 开放权重](https://x.com/StepFun_ai/status/2110717330657616092)
- 日期：2026-10-15T21:00:00+08:00 · 来源：阶跃星辰 · 10-15 21:00 · 标签：新模型、开放权重
- 为什么值得看：600B 总参、约 27B 激活、1M 上下文的 MoE，BF16/FP8 权重已上 HF 和 ModelScope；注意许可证：硬件厂商集成和年营收超 2000 万美元的 MaaS 商用需另签协议。
- 相关：[@0xLogicrw：架构与许可细节](https://x.com/0xLogicrw/status/2110583709871350105)

### [Muse Wonder 智能体模型](https://x.com/AIatMeta/status/2110517571149807685)
- 日期：2026-10-15T07:46:00+08:00 · 来源：AI at Meta · 10-15 07:46 · 标签：新模型、Agent
- 为什么值得看：Meta 称 Muse Wonder / Wonder Full 在个人与专业 agent 任务上达到 SOTA；和同日开源的 Muse Spark Open 不同，这是闭源前沿线，可关注后续第三方评测。

### [库克：苹果智能接入阿里千问大模型，10月底在中国发布测试版本](https://www.qbitai.com/2026/10/503640.html)
- 日期：2026-10-15T08:00:00+08:00 · 来源：量子位 · 10-15 · 标签：端侧平台
- 为什么值得看：国行 Apple 智能有了明确开测时间，首批据报道是写作工具、照片消除和实时翻译，不含新版 Siri；面向国内 iPhone 用户的应用可以开始准备适配。

### [@0xLogicrw: AI Plus 不再能选 Pro 模型](https://x.com/0xLogicrw/status/2110644378142400708)
- 日期：2026-10-15T16:10:00+08:00 · 来源：思维怪怪 · 10-15 16:10 · 标签：订阅变动
- 为什么值得看：11 月 13 日起 Google AI Plus（美国 4.99 美元/月）只能选 Flash 与 Flash-Lite，想继续手动用 Pro 要升到 19.99 美元的 AI Pro；用低价档跑 Pro 的人要算一下成本。

### [FLUX 3 Image Klein](https://bfl.ai/blog/flux-3-image-klein)
- 日期：2026-10-15T23:00:00+08:00 · 来源：Black Forest Labs · 10-15 23:00 · 标签：图像生成、开放权重
- 为什么值得看：5.6B 的开放权重图像模型，文生图、编辑和最多 10 张参考图都在一个模型里，据报道 8GB 显存就能跑；本地图像生成的性价比选项更新了。

### [@Kling_ai: Kling 4.0 全量开放](https://x.com/Kling_ai/status/2110747537187709424)
- 日期：2026-10-15T23:00:00+08:00 · 来源：可灵 · 10-15 23:00 · 标签：视频生成、MCP
- 为什么值得看：除网页外新增 MCP 和 CLI 接入，视频生成可以直接挂进 agent 工作流；4K/10-bit HDR 输出与开发者 API 还在路上。

> 加密：今日抓取范围内无值得收录的 AI × 加密动态。

## X 精选

### [@0xLogicrw: Handwired 不训练直接造网络](https://x.com/0xLogicrw/status/2110695665143886169)
- 日期：2026-10-15 · 来源：@0xLogicrw · 10-15 19:33 · ♥ 10 · 标签：Agent 与工程实践
- 为什么值得看：Cheng Lou 开源的做法是按 JavaScript 程序规则直接设定权重，用 ReLU 和乘法拼出条件判断，做出 130 层、9909 个权重的浏览器迷你桌面；意义不在替代 JS，而在让程序逻辑可以参与反向传播。

### [@0xLogicrw: Runway 把 agent 过程变视频](https://x.com/0xLogicrw/status/2110691243575685198)
- 日期：2026-10-15 · 来源：@0xLogicrw · 10-15 19:16 · ♥ 1 · 标签：Agent 与工程实践
- 为什么值得看：Runway Labs 演示让视频模型随 agent 的搜索、调用工具、改文件实时生成画面，不用翻执行日志也能看懂它在做什么；目前只是研究演示，但给 agent 可观测性提了一个新方向。

### [@tison1096: ScyllaDB 不再有开源版](https://x.com/tison1096/status/2110744655323181508)
- 日期：2026-10-15 · 来源：@tison1096 · 10-15 22:48 · ♥ 9 · 标签：Agent 与工程实践
- 为什么值得看：ScyllaDB 把开源版和企业版合并成一条产品线，等于取消开源版；依赖它的自托管部署要重新看许可和升级路径。

### [@0xLogicrw: 退订 WHOOP 后自建应用](https://x.com/0xLogicrw/status/2110659108076769728)
- 日期：2026-10-15 · 来源：@0xLogicrw · 10-15 17:08 · ♥ 6 · 标签：Agent 与工程实践
- 为什么值得看：开发者基于逆向蓝牙协议的社区项目 NOOP，做了不依赖官方服务器的 iPhone 应用，接着读手环数据并接入自己的健康 agent；AI 让个人绕开硬件厂商的软件订阅变得容易。

### [@osanseviero: Gemma 新文档中心](https://x.com/osanseviero/status/2110795921923493971)
- 日期：2026-10-16 · 来源：@osanseviero · 10-16 02:12 · ♥ 530 · 标签：研究与观点
- 为什么值得看：Gemma 有了集中的新入口：推理与训练指南、架构图解和可在浏览器里跑的在线演示；用 Gemma 做端侧开发的可以从这里找现成配方。

### [@emollick: 编排模型成唯一知情者](https://x.com/emollick/status/2110752819363909822)
- 日期：2026-10-15 · 来源：@emollick · 10-15 23:21 · ♥ 29 · 标签：研究与观点
- 为什么值得看：多 agent 并行时只有编排模型知道所有任务的状态，人只能更信任它，并用 AI 去查 AI 的问题；人机分工里“监督者”的位置正在变化。

### [@0xLogicrw: 用 GLM 挖出 23 个 Windows 漏洞](https://x.com/0xLogicrw/status/2110639568215322752)
- 日期：2026-10-15 · 来源：@0xLogicrw · 10-15 15:51 · ♥ 20 · 标签：研究与观点
- 为什么值得看：前 360 漏洞研究院院长古河加入智谱，他借助 GLM 发现的 23 个漏洞进了微软 10 月 13 日的安全更新，其中 OpenSSH 远程代码执行评分 9.8；模型辅助漏洞挖掘已经能产出高危成果。
