# AI 要闻 · 2026-10-27

- 网页：https://www.wangwu.ai/daily/2026-10-27/
- 抓取时间：2026-10-27 07:16–07:18（北京时间）
- JSON：https://www.wangwu.ai/daily/2026-10-27/data.json

## 今日最该知道的 3 条

### [介绍 GPT-6.1 Terra](https://openai.com/index/introducing-gpt-6-1-terra/)
- 日期：2026-10-26T08:00:00+08:00 · 来源：OpenAI · 10-26 · 标签：computer use、API、Codex
- 摘要：Agents’ Last Exam 中等推理比 GPT-5.6 Terra 高约 15 个百分点、成本约三分之一；标准 API 价为每百万 token 输入 $1 / 缓存 $0.05 / 输出 $5，比 5.6 Terra 与 6.1 Sol 低 50%。已进 ChatGPT Work 与 Codex（Plus/Pro/Enterprise/Edu），slug 为 gpt-6.1-terra。
- 为什么值得看：面向高吞吐「看屏→点软件」流水线的新性价比档。迁移时先用自家表单/票据/录屏任务对比延迟与错误率，别只看 Agents’ Last Exam。
- 相关：[OpenAI](https://x.com/OpenAI/status/2114780711664398349)
- 相关：[ChatGPT](https://x.com/ChatGPT/status/2114781101822714241)
- 相关：[reach_vb](https://x.com/reach_vb/status/2114782063731618299)
- 相关：[testingcatalog](https://x.com/testingcatalog/status/2114779972418081246)

### [Apple 发布带新 Siri AI 功能的 iOS 与 macOS 27.2，以及新的 Music 标识](https://arstechnica.com/apple/2026/10/apple-releases-ios-and-macos-27-2-with-new-siri-ai-features-new-music-logo/)
- 日期：2026-10-27T04:04:00+08:00 · 来源：Ars Technica · 10-26 16:04 PT · 标签：Siri、记忆、隐私
- 摘要：欧盟与中国大陆用户仍用不了 Siri AI，但英语区 27.2 已把对话记忆、短信附件/语音留言引用和「Excluded Apps」一次推上；法语、日语、韩语、葡语、西语同步开闸，macOS Golden Gate 同版跟进。
- 为什么值得看：消费级助理第一次把「记得上周说过什么」和「哪些 App 不准碰」放进同一系统设置。做个人助理时，记忆能力要和排除清单一起设计，而不是只堆更长上下文。

### [与学界协作，把科学理解建立起来](https://openai.com/index/building-scientific-understanding-with-academic-communities)
- 日期：2026-10-26T08:00:00+08:00 · 来源：OpenAI · 10-26 · 标签：数学、ETH、Yang-Mills
- 摘要：三份模型产出：各维 local smoothing（进而 Kakeya / Stein 限制）已放自然语言稿与 Lean；ETH 被证伪亦已公开 Lean，由 Impagliazzo/Paturi/Williams 组 steward；QCD/Yang–Mills 存在性证明暂不放原始稿，由 Gross 等组先写。强调不求学术署名、协作自愿无偿。
- 为什么值得看：重点不只是「又刷了猜想」，而是三种披露策略并行：直接放 AI 稿、放稿+外部解释组、先由专家组执笔。跟科研 agent 的人，先盯 Lean 与 steward 名单，再决定要不要当新闻标题读。
- 相关：[rohanpaul_ai](https://x.com/rohanpaul_ai/status/2114858422239891902)

## 专栏：端侧模型

Unsloth 放出 MiniMax-M3.1-Flash GGUF；llama.cpp 多为日常构建。

### [@UnslothAI: MiniMax-M3.1-Flash 本地 GGUF](https://x.com/UnslothAI/status/2114730104228286936)
- 日期：2026-10-26T22:45:00+08:00 · 来源：X · 10-26 22:45 · 标签：GGUF、MiniMax、量化
- 为什么值得看：2-bit GGUF 称保留约 91.5% top-1、体积约小 45%，并写可在约 150GB 内存跑。本地 serving 的，先对自家提示集复测 top-1，别只抄显存口号。
- 相关：[HF GGUF](https://huggingface.co/unsloth/MiniMax-M3.1-Flash-GGUF)
- 相关：[Unsloth 指南](https://unsloth.ai/docs/models/minimax-m3.1-flash)

### [b11895](https://github.com/ggml-org/llama.cpp/releases/tag/b11895)
- 日期：2026-10-26T17:54:06+08:00 · 来源：GitHub · 10-26 17:54 · 标签：llama.cpp、Metal、端侧
- 为什么值得看：Apple Silicon 上大矩阵/MoE 路由若出现错位，先对齐到含 Metal 溢出修复（#30072）与加宽 batch/MUL_MAT_ID 索引的构建再测；PR 标明 Assisted-by Codex。

### [@Thom_Wolf: Microduck 端侧 SLAM 深挖](https://x.com/Thom_Wolf/status/2114646193351393499)
- 日期：2026-10-26T17:11:00+08:00 · 来源：X · 10-26 17:11 · 标签：机器人、SLAM、端侧
- 为什么值得看：抱起移动约 1.5m 再放下，称用 64 像素深度 + 腿部里程计在板侧重定位到约 2cm。做端侧感知的可读他们博客；和手机 LLM 不是同一条产品线。
- 相关：[Pollen 博客](https://www.pollen-robotics.com/microduck/blog/)

> b11888–b11899 窗内多条：Metal 大矩阵溢出、mtmd capabilities、WebGPU/CI 等日常修复，未再逐条单列。长安汽车端侧叙事与本期选型弱相关未收。

## 专栏：Agent 记忆与协作

公司级 Knowledge、开源 Skills 包与选型对照；Siri 记忆见今日三条。

### [面向公司大脑的自托管工具](https://mastra.ai/blog/announcing-mastra-knowledge)
- 日期：2026-10-26T08:00:00+08:00 · 来源：Mastra Blog · 10-26 · 标签：Knowledge、记忆、自托管
- 摘要：他们先用公司级知识图喂 coding agent，代码开始按「我们会怎么做」而不是朴素默认来写；Knowledge 把 Slack/Monday 等写入源做成可自托管服务，与按人/线程的 memory 并列，并强调新鲜度版本与决策记录（单功能记录可超千行）。早期名额至多八家设计伙伴。
- 为什么值得看：把「会话缓冲」和「组织经验库」拆开卖。自建团队记忆时，先问清新鲜度/版本与决策记录谁来写，再谈向量库选型。

### [@SenseTime_AI: SenseNova Skills 开源](https://x.com/SenseTime_AI/status/2114739670714302758)
- 日期：2026-10-26T23:23:00+08:00 · 来源：X · 10-26 23:23 · 标签：Skills、编码 Agent、开源
- 为什么值得看：演示向编码 agent 挂 Deep Research / 数据分析 / 信息图等 skill，并称可与 Hermes、OpenClaw 捆绑安装。选型前先看仓库是否真能脱离其 API 运行，避免又一个「只能打自家模型」的 skill 集。
- 相关：[GitHub](https://github.com/OpenSenseNova/SenseNova-Skills)

### [@shao__meng: 三套 Agent Skill 怎么选](https://x.com/shao__meng/status/2114708510525304915)
- 日期：2026-10-26T21:19:00+08:00 · 来源：X · 10-26 21:19 · 标签：Skills、Pocock、Addy
- 为什么值得看：转述 Rob：Pocock 问对齐、Addy 问全流程、pstack 问能否证明 work；别在每个仓库装全套以免撑爆上下文。做 harness 的可按改动风险分轻/中/重三档，而不是追 star 数。

> cloudflare/security-audit-skill 已于 10-22 报过，不重复。小红书 AllSpark 公众号正文未能可靠落盘，不进公开。MultiAgent-OPD 论文见私密。

## 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：启动卡顿与 1M 误停修复](https://github.com/anthropics/claude-code/releases/tag/v2.1.311)
- 标签：Claude Code
- 为什么值得看：self-hosted-runner 可 --hold-idle-file / --max-hold-min；修超长 CLAUDE.md 列表导致的启动卡顿，以及标准上下文会话因「1M 额度」误停（改为压缩后续跑）。另修 MCP 资源/skill 下载中打断不生效、子 agent 晚连上的 MCP 工具不可用等。
- 相关：[Claude Code changelog](https://github.com/anthropics/claude-code/releases)

> Codex rust-v0.165.0-alpha.3 仅有空 release 文案，未单列。Qwen Code v0.26.2-preview / nightly 仍是昨日已报的会话权限规则与 serve token 加固，不重复。LangGraph / Cline / Kilo 为小版本或空说明。ChatGPT 仍 403；Gemini API 302 环；jina 401；playwright 未装。Grok/DeepSeek 已用 http 拉到正文但无窗内可摘新条目。

## GitHub 热门

日榜里和 skill 安全、设计 skill、本地多 agent 工作区相关的新面孔。

### [NVIDIA/SkillSpector：安装前扫描 Agent Skill 的安全风险](https://github.com/NVIDIA/SkillSpector)
- 来源：GitHub Trending 日榜 · 标签：skill、安全、供应链 · 星数：总星 22,141
- 为什么值得看：面向 Claude Code / Codex / MCP skill 的漏洞、投毒、提示注入与数据外传扫描。往公开站或班组 skill 目录加包之前，可当预检，而不是装完再后悔。

### [alchaincyf/huashu-design：一句话出可交付设计的 HTML-native skill](https://github.com/alchaincyf/huashu-design)
- 来源：GitHub Trending 日榜 · 标签：设计、skill、原型 · 星数：总星 26,712
- 为什么值得看：声称网页/App 原型、可编辑 PPTX、动画与信息图一条龙，并带风格库与「外观账本」。和昨日 SEO skill 包对照：这是产出形态 skill，装之前先看它会不会改你仓库外的文件。

### [nightly-labs/openbot：本地优先的持久 AI 队友桌面工作区](https://github.com/nightly-labs/openbot)
- 来源：GitHub Trending 日榜 · 标签：多 Agent、桌面、本地 · 星数：总星 1,447
- 为什么值得看：给 Codex/Claude/Grok 分工作区、任务队列、文件共享与浏览器控制。和「单会话 Skills」路线对照看：你要的是持久队友，还是按需加载的工具包。

> AgriciDaniel/claude-seo、JetBrains/thinkrail 昨日已报，不重复。TradingAgents 与本期选题弱相关未收。security-audit-skill 见 10-22。

## Agent 工程

窗内工程向长文偏少。

今日无重要更新

> Simon Willison 转引 Jason Koebler（ChatGPT 把常规技术支持问题推给 404 Media）偏媒体伦理，未进本栏；Skills 选型见专栏。

## 检索与基础设施

云端文件检索给编码 agent 当工具。

### [@testingcatalog: Nace 推出 Drex for Search](https://x.com/testingcatalog/status/2114736537904595412)
- 日期：2026-10-26T23:10:00+08:00 · 来源：X · 10-26 23:10 · 标签：检索、Agent 工具、RAG
- 为什么值得看：把「搜全库」收成「交精确页」给编码 agent。评估时看自家网盘权限边界与引文是否真能点回原页，而不是只看步数百分比。

## 论文

HF Daily 10-26 两条：结构化知识检索与购物 agent 仿真基准。

### [面向结构化知识检索的协同自适应规则路由与约束](https://arxiv.org/abs/2610.14465)
- 日期：2026-10-26T08:00:00+08:00 · 来源：arXiv · HF Daily 10-26 · 标签：检索、规则路由、RL
- 摘要：结构化检索很少自带「该用哪条推理规则」的标注。CoRE 让路由策略与规则约束检索器交替训练（强化学习 ↔ 对比学习），用彼此输出当监督，在 STaRK-QA 的科学发现、生物医学与电商场景验证，并观察规则用法以支持自动发现。
- 为什么值得看：企业知识图谱很少有现成「该用哪条规则」标签。做结构化 RAG 时，可对照：规则是写死，还是和检索器一起学。

### [UserArena：长程购物智能体的交互式用户仿真基准](https://arxiv.org/abs/2610.30932)
- 日期：2026-10-26T08:00:00+08:00 · 来源：arXiv · HF Daily 10-26 · 标签：基准、购物 Agent、仿真
- 摘要：基准含约 6.5 万会话轨迹、1.1 万用户、56 万商品与 13 类动作，并可用生产 A/B 结果做离线校验；另提 On-Policy Trajectory Distillation 给长程仿真加稠密信号。
- 为什么值得看：长程 agent 评测缺的是可对照线上的轨迹，而不只是单轮准确率。做推荐/成交 agent 的，优先看它能否复现你自己的 A/B，而不是排行榜名次。

> 按 HF submittedOnDailyAt=2026-10-26 收录；arXiv 原提交更早。

## 大厂与模型

融资与同传开源；Terra / 数学成果见今日三条。

### [Meta 宣布至多 950 亿美元重大融资计划，为人工智能等业务筹集资金](https://www.ithome.com/1/018/144.htm)
- 日期：2026-10-26T20:26:00+08:00 · 来源：IT之家 · 10-26 20:26 · 标签：Meta、融资、基建
- 摘要：总额至多 950 亿美元：225 亿 A 类普通股远期、125 亿强制可转优先股，以及后续至多 600 亿无投票权 C 类按市价发行。英伟达/AMD/博通均有意各购至多 50 亿 A 类；公司预计 2026 年资本开支约 1350–1450 亿美元。
- 为什么值得看：算力账单开始直接改股本结构（含无投票权 C 类）。看大厂 AI 叙事时，把「模型发布」和「谁出钱买卡」放在同一张表上。
- 相关：[the-decoder](https://the-decoder.com/meta-plans-up-to-95-billion-in-stock-sales-to-fund-its-ai-buildout/)
- 相关：[rohanpaul_ai](https://x.com/rohanpaul_ai/status/2114789264936534183)

### [@0xLogicrw: Anthropic 公开 S-1](https://x.com/0xLogicrw/status/2114716559180792132)
- 日期：2026-10-26T21:51:00+08:00 · 来源：X · 10-26 21:51 · 标签：Anthropic、IPO、S-1
- 摘要：S-1 已交纳斯达克（代码 ANT），股数/定价/估值仍空；转述称或瞄 11 月中旬、募资与估值数字尚未写入文件。披露含：Q3 超八成收入来自近半年新模型，前五大客户占比由约 36% 降至约 21%，上半年经营现金流转正。
- 为什么值得看：读招股书时优先看「新模型是否撑起收入」和算力融资条款，而不是先吵估值区间。窗口与条款以 SEC 原文为准。
- 相关：[SEC S-1](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm)
- 相关：[预告帖](https://x.com/0xLogicrw/status/2114567655495717080)

### [腾讯混元同声传译大模型 Hy-SimulMT 开源，响应时间仅 3 秒超人类译员](https://www.ithome.com/1/018/168.htm)
- 日期：2026-10-26T22:09:00+08:00 · 来源：IT之家 · 10-26 22:09 · 标签：混元、同传、开源
- 摘要：中英语音到语音边听边译，称实测时延约 3 秒（人类译员常 4–5 秒），并支持实时音色克隆；在 Hy 翻译 App 免费体验。官方称 RealSI 等评测上延迟与质量优于多数开源同传，并与持证译员对照。
- 为什么值得看：低时延同传开始以开源权重形式出现。若你做会议/客服语音 agent，可拿同一段长音频比「首句时延 + 术语稳定性」，不要只看演示片。
- 相关：[TencentHunyuan](https://x.com/TencentHunyuan/status/2114701815807947159)

### [@Thom_Wolf: 隐蔽信道复现靠开源权重](https://x.com/Thom_Wolf/status/2114840750936436837)
- 日期：2026-10-27T06:05:00+08:00 · 来源：X · 10-27 06:05 · 标签：安全、沙箱、开源权重
- 为什么值得看：转评 rauchg 的 cpu-chat：在 Firecracker microVM 间用 CPU 争用/缓存时序/DRAM 带宽做隐蔽通信；闭源模型拒做分析，开源权重完成复现。多 agent 同机时，隔离假设要按「共享硬件仍可能通话」来做。
- 相关：[rauchg cpu-chat](https://x.com/rauchg/status/2114770919436808572)

> Terra 与学术三项成果见今日三条，不在本栏重复占坑。Nanbeige 见昨日。

## X 精选

### [@0xLogicrw: 租卡卖 Token 创业潮](https://x.com/0xLogicrw/status/2114634306211758089)
- 日期：2026-10-26 · 来源：@0xLogicrw · 10-26 16:24 · ♥  · 标签：产业与融资观察、推理、GPU、开源模型
- 为什么值得看：转述 Deedy：小团队租 GPU 部署 DeepSeek/Kimi/GLM 按 token 收费，可很快冲到月入百万级，但云商也在下场卖 token。看「推理创业」时，收入曲线要和 GPU 租金、价格战放一起读。

### [@rohanpaul_ai: 微软万人自愿离职资格](https://x.com/rohanpaul_ai/status/2114787832413991405)
- 日期：2026-10-27 · 来源：@rohanpaul_ai · 10-27 02:34 · ♥  · 标签：产业与融资观察、微软、裁员、人力
- 为什么值得看：称约 6 万人（约 27% 员工）获得自愿离职资格。大厂 AI 资本开支上升时，人力结构也会一起动；当背景信号看，不必过度解读成单一产品线。

### [@0xLogicrw: 即梦短剧工作室上线](https://x.com/0xLogicrw/status/2114669287160090846)
- 日期：2026-10-26 · 来源：@0xLogicrw · 10-26 18:43 · ♥  · 标签：产品与创作、即梦、短剧、Agent
- 为什么值得看：剧本/分镜/重制转绘进同一平台，并提到小云雀并入即梦。做视频 agent 的，看重的是「单镜重拍 + 素材库复用」是否真闭环，而不只是又一键生成。

### [@0xLogicrw: 剪映拟接 ChatGPT](https://x.com/0xLogicrw/status/2114584508406387175)
- 日期：2026-10-26 · 来源：@0xLogicrw · 10-26 13:05 · ♥  · 标签：产品与创作、CapCut、ChatGPT、视频
- 为什么值得看：称 CapCut 计划 11 月在 ChatGPT 内公测视频生成与剪辑。分发入口往对话里搬时，权限与素材归属要比滤镜名单先想清楚。

### [@xenovacom: 两神经元转向 Qwen](https://x.com/xenovacom/status/2114846205687758851)
- 日期：2026-10-27 · 来源：@xenovacom · 10-27 06:26 · ♥  · 标签：工作流与安全旁线、可解释、Qwen、转向
- 为什么值得看：称只转向 Qwen3.5-4B 里两个神经元就能让模型大谈有害话题。本地小模型做安全回归时，可把「极小干预是否翻盘」加进测试，而不只看拒绝率。

### [@Prince_Canuma: 单条异常轨迹不够定罪](https://x.com/Prince_Canuma/status/2114814501828599926)
- 日期：2026-10-27 · 来源：@Prince_Canuma · 10-27 04:20 · ♥  · 标签：工作流与安全旁线、评测、Agent、异常
- 为什么值得看：提醒 1:100K 的异常 trace 不足以证明模型缺陷。做 agent 评测台账时，先区分偶发与可复现，再决定是否升级为事故。

### [@mattpocockuk: 上台仍会紧张](https://x.com/mattpocockuk/status/2114812980948808016)
- 日期：2026-10-27 · 来源：@mattpocockuk · 10-27 04:14 · ♥ 378 · 标签：工作流与安全旁线、演讲、心率
- 为什么值得看：公开 20 分钟演讲心率曲线：上场前拉高、Q&A 回落。和 skill 包作者人设无关的一条：公开讲解 agent 工作流时，紧张是生理默认值。
