# AI 要闻 · 2026-10-26

- 网页：https://www.wangwu.ai/daily/2026-10-26/
- 抓取时间：2026-10-26 07:20–07:21（北京时间）
- JSON：https://www.wangwu.ai/daily/2026-10-26/data.json

## 今日最该知道的 3 条

### [构建 Agent：何时把子 Agent 折进主循环](https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop)
- 日期：2026-10-25T09:18:00+08:00 · 来源：Claude · 平台文章 · 标签：Skills、多 Agent、编排
- 摘要：Anthropic Applied AI 在多起企业部署对比里发现：主循环 + 按需加载的 Skills/工具，质量常优于「一队子 Agent + 总编排」，成本与延迟也更低；子 Agent 仍适合并行、独立权限与验证。文中附迁移套件，可先在演示系统上试折进主循环。
- 为什么值得看：个人助理与班组类产品最容易复制组织架构做成 Frankenprompt。先问清：是缺并行/权限边界，还是只是把部门墙搬进了上下文——多数时候 Skills 渐进披露就够。
- 相关：[邵猛转述](https://x.com/shao__meng/status/2114164780986679331)

### [Nanbeige4.3-33B](https://huggingface.co/Nanbeige/Nanbeige4.3-33B)
- 日期：2026-10-26T05:15:00+08:00 · 来源：Hugging Face · 10-25 报道 · 标签：开源权重、编码 Agent、33B
- 摘要：BOSS 直聘旗下 Nanbeige Lab 放出 Apache-2.0 的 33B 稠密模型（另有 Base），面向 agentic coding 与办公协作，上下文约 512K；自家对比里 Terminal-Bench 2.1 到 80.9（高于 Qwen3.8-27B 的 73.0），SWE-Bench Pro 60.3 略低于对方 61.7。路线是先强教师再蒸馏到 3B。
- 为什么值得看：30B 档开源 coding agent 又多一个可自托管选项；若你已在跑 Qwen3.8-27B，值得用同一套终端/仓库回归看 Terminal-Bench 优势能否落到自己的工具链。
- 相关：[MarkTechPost](https://www.marktechpost.com/2026/10/25/nanbeige-releases-nanbeige4-3-33b-open-agentic-coding-model/)
- 相关：[testingcatalog](https://x.com/testingcatalog/status/2114403162027155544)

### [斯坦福与伯克利推出 TokenGate：长上下文 prefill 最快可提速 11.3 倍](https://arxiv.org/abs/2610.26754)
- 日期：2026-10-25T20:12:00+08:00 · 来源：arXiv · 报道 10-25 · 标签：prefill、token 剪枝、推理
- 摘要：TokenGate 给已有 Transformer 加可学习剪枝门：只把 top-K token 送入后续层，并用 token-gated attention 训练；相对满上下文 TTFT 约 1.4–11.3×、峰值显存约 1.5–3.4×，宣称不掉点，也覆盖 Qwen3.5 等混合注意力。代码 Apache-2.0。
- 为什么值得看：长仓库/长会话的首 token 延迟仍是本地与私有化 serving 的痛点；这是可插拔的 prefill 侧方案，值得和已有 KV/稀疏注意力路线并列评估。
- 相关：[MarkTechPost](https://www.marktechpost.com/2026/10/25/stanford-berkeley-tokengate-learned-token-pruning-llm-prefill/)

## 专栏：端侧模型

llama.cpp 接入 DeepSeek-V4.1-Flash；其余为小构建。

### [b11870](https://github.com/ggml-org/llama.cpp/releases/tag/b11870)
- 日期：2026-10-25T10:15:14+08:00 · 来源：GitHub · 10-25 10:15 · 标签：llama.cpp、DeepSeek、端侧
- 摘要：预发布 b11870 合入 deepseek41：Engram 表改 BF16、压缩 KV 读层缓存一次计算，并去掉若干 host gather；方便本地跑 DeepSeek-V4.1-Flash。
- 为什么值得看：昨天还在等官方端侧配方的，可以直接跟 b11870 试本地 Flash；量化与速度以自己机器实测为准。

> b11871/b11873/b11876 为 OpenCL q2_k、Vulkan tile、JSON 深度限制等日常构建，未再单列。Nemotron 3.5 Bolt E4B 源站帖在窗前（见私密）。

## 专栏：Agent 记忆与协作

主循环折 Skills 见今日三条；记忆/个人助理框架与上下文取舍。

### [阿里千问蒋冠军谈个人 AI 智能体技术框架：需要模型、记忆与生态协同推进](https://www.ithome.com/1/017/669.htm)
- 日期：2026-10-25T18:38:49+08:00 · 来源：IT之家 · 10-25 18:38 · 标签：个人 Agent、记忆、千问
- 摘要：蒋冠军在中国计算机大会回顾千问路径：对话→代理→助理；助理阶段要在任务交付之上结合个人上下文主动规划。模型侧梳理 30+ 行业、8000+ 原子能力；记忆侧强调关联而非堆对话；生态侧接知识、Skill 与第三方 Agent。
- 为什么值得看：和「主循环 + Skills」同向：记忆提供背景、模型规划、生态执行。做个人助理时别只堆聊天记录，先定义哪些历史真能改行动。

### [阿里 AI 智能体「千问 Go！」上线「我的应用」功能：可帮助用户搭建长期、可分享的专属应用](https://www.ithome.com/1/017/625.htm)
- 日期：2026-10-25T16:05:26+08:00 · 来源：IT之家 · 10-25 16:05 · 标签：千问 Go、应用生成、Meoo
- 摘要：「我的应用」接阿里云 Meoo，可自动搭应用、配库与部署；授权后能调用淘宝/高德/大麦/夸克网盘等个人数据做个性化工具。与云端 Pro 同处邀测。
- 为什么值得看：个人数据闭环的消费级助理又进一步。对标时看的是授权边界与数据是否真用于「下一动作」，而不只是又一个生成页。

> Jev-Mem / Agensh 论文与开源日期在窗前，仅作私密对照。MCP Tasks 官方帖亦在窗前。

## 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。

### [Qwen Code：会话权限规则与 Auto approval](https://github.com/QwenLM/qwen-code/releases/tag/v0.26.1-nightly.20261025.8e28d5380c)
- 标签：Qwen Code
- 为什么值得看：managed 模式增加会话级 permission rules 与 Auto approval；并加固 serve token 解析，防止项目环境注入。预览渠道，正式版以稳定标签为准。
- 相关：[Qwen Code changelog](https://github.com/QwenLM/qwen-code/releases)

> Gemini CLI 仅有 empty nightly diff；Claude Code / Cursor / Amp 等本窗无新的有说明条目。ChatGPT 更新日志仍 403；Grok/DeepSeek 已用 http 备用拉到正文但无窗内新条目可摘；Gemini API 仍跳转循环。

## GitHub 热门

日榜里和编码 agent / 安全 skill 相关的新面孔。

### [AgriciDaniel/claude-seo：面向 Claude Code 的全能 SEO skill 包](https://github.com/AgriciDaniel/claude-seo)
- 来源：GitHub Trending 日榜 · 标签：SEO、skill、llms.txt · 星数：总星 20,817
- 为什么值得看：26 个子 skill + 19 个子 Agent，覆盖技术 SEO、GEO/AEO、WebMCP、llms.txt 与 agent readiness。做公开站/日报入口的，可当检查清单，不必全盘安装。

### [JetBrains/thinkrail：围绕工作流自定制的轻量 IDE（接 pi）](https://github.com/JetBrains/thinkrail)
- 来源：GitHub Trending 日榜 · 标签：IDE、vibe coding、JetBrains · 星数：总星 1,645
- 为什么值得看：JetBrains 系开源的「真 IDE + agent」尝试，强调按个人工作流改界面。和纯终端 harness 对照看：谁在保留可调试工程结构的同时接住 vibe 循环。

> hallmark / impeccable / cindy 三日连登不重复占坑（见昨日）。cloudflare/security-audit-skill 已于 10-22 报过。TradingAgents、microduck 与本期选题关联弱未收。

## Agent 工程

上下文与 skill 同会话的取舍；官方主循环文见今日三条。

### [@dexhorthy: 多 Skill 同会话会不会弄脏上下文](https://x.com/dexhorthy/status/2114408588991222156)
- 日期：2026-10-26T01:27:00+08:00 · 来源：X · 10-26 01:27 · 标签：Skills、上下文、会话
- 为什么值得看：直觉：五步流水线同会话通常可接受，但每多一个 skill 会分走注意力；超长流程再考虑子 Agent / 压缩 / 新会话。和今日三条的「先 Skills 再拆子 Agent」可对读。

### [@tison1096: 用 AI Review 测试来收敛上下文](https://x.com/tison1096/status/2114349868886216988)
- 日期：2026-10-25T21:34:26+08:00 · 来源：X · 10-25 21:34 · 标签：测试、上下文、回归
- 为什么值得看：把「让模型写测试」从默认产出改成定期修剪：行为契约留下，推理期堆出来的细节约束砍掉。做 agent coding 流水线的，可以把 AI Review 测试当成上下文卫生的例行工序，而不是又多一层文档。
- 相关：[续帖](https://x.com/tison1096/status/2114349986859323862)

> MCP Tasks/Elicitations 官方宣布在窗前；窗内中文转述见 X。Anthony Morris / Thariq 离职主帖亦在窗前或昨日已报。

## 检索与基础设施

TokenGate 见今日三条；其余为安全与库侧旁线。

### [Anthropic 推出免费开源漏洞扫描器 OSS Scanner](https://www.marktechpost.com/2026/10/25/anthropic-launches-oss-scanner-a-free-ai-vulnerability-scanner/)
- 日期：2026-10-25T19:32:00+08:00 · 来源：MarkTechPost · 10-25 · 标签：安全、开源、Mythos
- 摘要：维护者交 Dockerfile 后、审计在无网 VM 跑；人工抽查 97 条危急/高危里约 88% 达披露线（wolfSSL 74 条仅 2 条无效）。10-8 上线约 11 天内模型自评危急 77、高危 803；约 650 申请收下 114 个项目，报告不经人审直达仓库方。
- 为什么值得看：速度换来的是维护者自己的分诊负担。给依赖树做供给链体检时，可关注哪些发现能复现、哪些只是模型误报。

> Chroma 加入 Replit 官方博文日期 10-23（窗前）；OpenAI 训练围栏/Brotli 发现亦在窗前，窗内中文长转述见私密。

## 论文

窗口内无新的 HF Daily 日更；TokenGate 报道见今日三条。

今日无重要更新

> HF Daily 快照仍停在 submittedOnDailyAt≤2026-10-23。TheoPhysEval（2610.16733）与 Jev-Mem（2609.23986）源日期在窗前，仅 X 传播，不进本栏。

## 大厂与模型

产品界面与周报级政策/融资旁线。

### [Claude 桌面应用推出新版界面，从草图到上线不到 3 周](https://www.ithome.com/1/017/710.htm)
- 日期：2026-10-25T22:33:12+08:00 · 来源：IT之家 · 10-25 22:33 · 标签：Claude、桌面、设计
- 摘要：Anthropic 设计工程师 Chase McCoy 称新界面由 Claude 协助设计，草图到上线不到三周；部分用户嫌信息密度低、去衬线与暖色后偏冷，接近 ChatGPT 观感，但也有新侧边栏。
- 为什么值得看：「用自己的模型改自己的壳」周期已经压到周级。做桌面 harness 的，可对照：速度上来后，品牌辨识度反而成了要显式守的约束。

### [后续｜Grok 放出其 AI 生成《奥德赛》的前七分钟](https://techcrunch.com/2026/10/25/grok-releases-the-first-seven-minutes-of-its-ai-generated-odyssey/)
- 日期：2026-10-26T05:31:00+08:00 · 来源：TechCrunch · 10-25 · 标签：Grok、视频、后续
- 摘要：在马斯克宣称要做全长「史实」奥德赛约三个月后，xAI 放出称为系列第一集的约七分钟片段；TechCrunch 评测观感平平，并回顾其与诺兰版本的舆论对立。
- 为什么值得看：昨日 Imagine/Odyssey 预告后的首个成片切片。当样片而非片单：片长与「史实」承诺之间的缺口，比画质口号更值得记。

### [@rohanpaul_ai: TheoPhysEval 最强智能体解出 49/50](https://x.com/rohanpaul_ai/status/2114306498658812026)
- 日期：2026-10-25T18:42:00+08:00 · 来源：X · 10-25 18:42 · 标签：基准、理论物理、Agent
- 为什么值得看：未发表题库上拿到 49/50，比刷公开物理基准更刺：评估集污染之外，还要问「智能体是否在替研究员做可发表推理」。做科研 agent / 评测的，优先看题是否保密、过程是否可审计，而不是只报正确率。

> 人事与收购类窗前原文（Morris、Chroma×Replit、OpenAI 围栏）不进公开 top；见私密简报。

## X 精选

### [@0xLogicrw: Claude Code 支持 MCP Tasks](https://x.com/0xLogicrw/status/2114199324548800793)
- 日期：2026-10-25 · 来源：@0xLogicrw · 10-25 11:36 · ♥ 2 · 标签：协议与工具、MCP、Claude Code、长任务
- 为什么值得看：官方宣布在窗前；这条是窗内完整中文转述：长任务可先回 task id、远端可断线续追，Elicitation 中途弹表单。做 MCP 插件的，把「慢工具」改成 Tasks 比空转等待更划算。

### [@emollick: 仪表盘思维不够大](https://x.com/emollick/status/2114339840049422462)
- 日期：2026-10-25 · 来源：@emollick · 10-25 20:54 · ♥ 123 · 标签：工作流观察、分析 Agent、工作流
- 为什么值得看：和昨日 Sundial 被买回内部同一条线：价值不在 KPI 面板，而在主动找松线、标优先级并动手。做内部分析 agent 时，输出应是「下一步」而不是又一张图。
