本期为本站采集记录汇总版
AI 日报 · 2026 年 10 月 1 日 · 星期四
AI.BAIZE
Introducing Clef: Our open-source decision models, and new RL fine-tuning platform
我们引入了Clef和Clef-flash，基于Workers AI的开源决策模型，用于高速分类和代理工作流。同时推出：一种新的强化学习平台，允许开发者使用自身数据对决策模型进行微调。
模型发布/更新
Cost vs. Quality Tradeoff Framework for Agent Models
为AI代理选择模型构建三步框架：设定任务所需的质量标准，使用每个OpenRouter响应中的成本字段，按质量点测量自身示例的代价，然后选择能通过标准并带边际收益的最便宜模型。
AI Search is now generally available
AI搜索现已一般可用。它直接嵌入图像像素进行视觉搜索，对扫描的PDF文件运行光学字符识别，可接受最多10 MiB的文件，并与任何聊天模型兼容。以下为新功能及定价方式。
从数据到智能，再到进化：Agent正在重写AI基础设施
一个工程师写完数据处理代码，点下提交，然后去喝了杯咖啡。十几分钟甚至几十分钟之后，他才回到屏幕前看结果、改代码、再提交。这条「等待— 反馈」的空隙，过去一直是数据平台默认的节奏。 Agent 没有这个空隙。它拿到一次结果，立刻验证，紧接着并发地去试第二种、第三种方案，飞快拿到反馈，再发起下一轮调用。 人用平台，发过来的是一个相对确定的任务，算完、给结果、走人；Agent 用平台，会不停地换着法子去完成你交代的那个目标。压力就这样被放大了—— 管控的压力和隐形计算的压力，会十倍、百倍地往上翻。 这正在成为 2026 年云计算需要面对的一种新负载。 AI 正在深入「把模型用起来」的阶段。模型一旦长成 Agent，它就不再是一个躺在那里等你调用的接口，而更像一个会自己找数据、自己拆任务、自己并发试错、自己一直跑下去的数字员工。它制造出来的负载，和过去十几年云平台习惯承载的那种负载，完全是两回事。 阿...
何恺明团队新作：看猫片就能学会ARC挑战
原文摘录（自动中文摘要暂不可用）：何恺明团队新作：看猫片就能学会ARC挑战 用ImageNet训练encoder
产品发布/更新
Cloudflare OS: your company’s agent workspace, managed for you
Cloudflare OS 为您的组织中每个人提供一个代理工作区，该工作区了解您的公司运作方式，并连接到其数据和系统。我们正在开放完全管理部署的等待名单，您只需几点击即可启动这些部署。
Meta 否认 AI 智能体 Muse 未经许可读取用户私信：必须手动开多层权限才行
IT之家 10 月 1 日消息，针对一名记者提出的指控，即 Meta 的 AI 智能体 Muse 在未经许可的情况下读取用户私人消息，Meta 予以反驳。 IT之家注意到，此前《Inc.》杂志专栏作家杰森 · 阿滕（Jason Aten）发布报道详细叙述了该问题；此后 Meta 负责公关事务的副总裁安迪 · 斯通（Andy Stone）出面回应，明确表示该公司并不认为自家产品在没有取得用户许可的前提下读取过消息。 斯通在 X 平台发帖回应这篇报道提出的说法：“Mac 版 Muse 应用当中的消息整合功能完全由用户主动选择是否启用。用户必须同时开启完整磁盘访问权限以及消息连接器，Muse 才能够读取你的消息内容。如果你不完成上述操作，它就无法读取你的消息。” 尽管 Meta 已经作出否认，仍有不少用户怀疑 Meta 并未如实说明情况。 考虑到这家科技巨头过去多年在用户数据处理方面屡屡出错，引发过多起诉讼、联邦贸易委员会违规判定以及...
谷歌Gemini 4突然发布！RSI加持，GPT和Opus都让让
价格只有Astra一半
AI 拉动半导体需求暴涨，韩国 9 月出口创历史新高
IT之家 10 月 1 日消息，据彭博社报道，受全球人工智能需求持续拉动半导体出口的推动，韩国 9 月出口延续迅猛增势，进一步增强外界预期：这个高度依赖贸易的经济体有能力承受更高的利率水平。 韩国海关当地时间周四发布的数据显示，剔除工作日差异影响后，9 月出口同比增幅达到 104.9%；出口总额达到 1,209 亿美元 （IT之家注：现汇率约合 8,120.71 亿元人民币） ，创下历史新高。而该月前 20 天的出口货值此前就已经刷新该时段的历史纪录。 韩国海关部门同时表示，2026 年前九个月韩国出口总额达到创纪录的 8,145 亿美元 （现汇率约合 5.47 万亿元人民币） ，首次突破 8,000 亿美元 （现汇率约合 5.37 万亿元人民币） 关口。未经调整口径下，9 月出口同比上涨 83.5%；8 月修正后的增幅为 68.7%。进口同比增长 26%，当月贸易顺差接近 500 亿美元 （现汇率约合 3,358.44 亿元人...
马斯克沉寂数月的 AI 维基百科 Grokipedia 推出 v0.3 版本：界面更新，恢复内容编辑
IT之家 10 月 1 日消息，由 SpaceXAI 推出、对标维基百科的人工智能百科项目 Grokipedia 近期重新恢复接收内容编辑。如今该平台又迎来 v0.3 版本更新，进行了多项界面设计调整：启用全新标识，同时对首页与实时编辑页面进行改版。SpaceXAI 的设计负责人本吉 · 泰勒（Benji Taylor）将其称作“焕然一新的 Grokipedia”。 IT之家注意到，Grokipedia 旧版首页基本上只有一个标志和搜索框；改版之后的首页新增了精选条目列表、热门阅读条目列表，还增设了一个追踪板块，可以展示“最新编辑记录”。新版的精选条目区域采用可以旋转的仿真电子书籍样式进行展示；热门阅读板块同样沿用书本的设计隐喻，横向滚动的书架上排列着一排书脊。全新的实时编辑页面现在能够一次性展示更多近期改动，浏览体验有所提升。 条目页面同样做了几处细节优化：位于文章顶部、罗列核心事实的信息表格外观得到改善，正文行间距也有所缩小...
行业动态
Gemini 4 Argon: our next era of frontier intelligence
Gemini 4 Argon：我们的下一代前沿智能时代
The Den frees up 10-15 hours a week to grow with ChatGPT Work
当社交俱乐部开设新地点时，其准备申请资助需2小时而非3天，准备酒类许可证材料需3小时而非4天。
HBM4 基片 4nm 工艺需求增长带动，曝三星晶圆代工 2026 亏损同比收窄 41.8%
IT之家 10 月 1 日消息，集邦咨询综合 digitaltoday 等多家媒体报道，称受 HBM4 基片 4nm 工艺需求增长， 三星电子晶圆代工与系统级芯片（System LSI）业务 2026 年合并营业亏损同比收窄 42%。 HBM4 采用多颗 DRAM 芯片垂直堆叠架构，底层基片负责信号控制与数据调度，主要服务于 AI 加速器、GPU 等高算力芯片，提供远超传统 GDDR 的带宽与能效。 而 HBM4 堆叠结构中最底层的逻辑芯片 base die 采用 4nm 工艺，伴随着市场需求快速增长，三星正在加快相关产能爬坡。三星于今年 2 月启动 HBM4 量产出货，5 月向客户送样 HBM4E，第三季度 HBM4 收入预计环比增长三倍以上。 报道称 HBM4 占三星 HBM 总收入比例预计下半年超过 60%，且基片产量随之攀升，直接拉动晶圆代工收入。 HBM4 基片与先进节点订单需求强劲，三星无需再为提升产能利用率而接受低...
论文研究
How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?
最近自主机器学习工程（MLE）代理在公共排行榜上取得了显著进展。通常受长期周期内进展停滞和有限的大语言模型（LLM）基本功能的制约，现代MLE代理在日益复杂的系统上部署，如多智能体协调器、专用检索子代理等。尽管这些系统扩展，但使用更简单的但改进的编码代理——其中LLM直接通过读、写和bash原语访问执行环境——在该领域仍较少关注。
微软更新 1.140 版 VS Code：多文件夹会话、远程 AI Agent 任务委派等
IT之家 10 月 1 日消息，微软昨日（9 月 30 日）更新推出 1.140 稳定版 Visual Studio Code，本次更新重点围绕 GitHub Copilot Agent 工作流展开， 新增多文件夹会话、远程任务委派、模型协同编排及企业级 AI 管理能力。 VS Code 1.140 引入实验性多文件夹会话功能。同一 Agent 会话中的不同聊天，可以分别绑定到不同代码仓库或 Git worktree，彼此之间的终端、任务、代码变更、Pull Request 和合并状态相互隔离，避免修改意外串联。 本次更新还增强 Copilot harness，由 Copilot SDK 提供支持，在基于智能体主机协议 (AHP) 的专用智能体主机进程中运行，统一 VS Code、Copilot 应用和 Copilot CLI 的 Agent 行为。 本次更新还以研究预览形式，推出 HydraFusion 模型编排，自动选择模型...
教育科技
How to Gate Pull Requests on LLM Evals in CI
在你的仓库中保留一个固定的评估集，使用调用OpenRouter的脚本进行评分，测量你的底噪，并将评估设置为GitHub状态检查，以确保任何使您的代理表现变差的提示更改无法被合并。
文化创意
Opt-in dist-tag permissions for npm trusted publishing
npm 可现在使用短生命周期的 OIDC 凭证授予可信发布配置权限，以管理 dist-tags（如将版本提升为最新、更新 next 和 beta 指针）。npm 可信发布配置的后优入 dist-tag 权限首次出现在 GitHub 博客上。
育碧公布新品牌：创意事业部 2 更名 Massive Entertainment，统一管理多款知名 IP
IT之家 10 月 1 日消息，育碧于当地时间 9 月 30 日宣布将开发部门“创意事业部 2”（Creative House 2）正式更名为“Massive Entertainment”，并启用全新品牌标志。 该部门将整合加拿大蒙特利尔、法国巴黎、瑞典及加拿大多伦多的相关开发团队。 此次调整是育碧今年推进的新组织架构的一部分。公司此前将开发团队划分为 5 个“创意事业部”，按照游戏类型和负责的品牌进行组织，以强化开发团队的自主权以及不同团队之间的协作。 更名后的 Massive Entertainment 将负责《汤姆 · 克兰西：全境封锁》《幽灵行动》《细胞分裂》等系列，同时纳入新 IP《巨人之战》（March of Giants）。相关游戏的开发团队将统一使用 Massive Entertainment 品牌开展工作，但该部门仍属于育碧，游戏发行和分销工作仍由育碧负责。 IT之家查询获悉，Massive Entertain...
调研显示：超 85% 的日本游戏开发者正使用生成式 AI
IT之家 10 月 1 日消息，日本计算机娱乐供应商协会（CESA）于本月上旬发布了一份有关游戏行业开发现状的初步调研摘要，完整报告将于 12 月正式对外公布。其中一组格外值得关注的数据显示：85.8% 的日本游戏开发者已经在日常工作当中积极使用生成式人工智能。 据IT之家了解，该调研的数据采集自日本游戏开发者大会 CEDEC 开展的开发者问卷调查。作为对比，去年的数据仅有 51% 的开发者正在使用该项技术。开发者的使用场景既包含美术素材生成，也包括借助 ChatGPT、Copilot 这类工具处理一般性行政事务。 在已经使用生成式 AI 的受访者当中，63% 表示自己每天都会使用；22.8% 只是偶尔使用。另有 8.6% 的受访者提到，所在企业已经出台针对这项技术的使用指引。本次调研一共回收了 1349 份开发者个人答卷。 多数受访开发者认为这项技术能够带来益处。很多人提出 AI 缩短了制作周期、降低了开发成本；其中 837 ...
仅用 22 天：Meta Muse 超越 ChatGPT，成美国下载量破 500 万次最快 AI 应用
IT之家 10 月 1 日消息，根据市场调查机构 Sensor Tower 公布数据， Meta 的 AI 助手 Muse 上线约三周，下载量突破 500 万次 ，成为美国 App Store 免费榜榜首，并连续 12 天保持榜首位置。 Sensor Tower 高级洞察分析师 Kara Lee 预测 Muse 下载量在 9 月 30 日（耗时 22 天）突破 500 万次，达到这一规模所用时间明显短于 ChatGPT（56 天）、Grok（103 天）与 Claude（492 天）。IT之家附上相关图表如下： Sensor Tower 统计显示，美国市场仅有 23 款应用在上线 22 天内下载量超过 500 万次。其中约 85% 为移动游戏，如《Fortnite》《Pokémon GO》《Candy Crush》。非游戏类仅 3 款：Disney+、HBO Max 与 Threads，同期下载量分别约 2000 万、1800 ...
One year later: Sovereign AI and the fight for choice
人工智能主权并非零和游戏，但许多政府现在认为它是如此。Cloudflare 的回答：更多本地开源模型，模型无关的安全工具，以及对给国家真实选择的承诺。
开源项目
Claude Code Releases v2.1.286：Added a count such as "2 of 5" to the permission prompt wh...
新增了‘2个5’这样的计数语句到权限提示中；在全屏模式下添加了鼠标支持，点击一行列表可跳转至该行末尾，支持悬停和点击状态；修复了当GCP或AWS凭证过期时，多个工具和IDE扩展每次打开浏览器；修复了在并行工具调用时，若前一会话崩溃或被终止，Claude --resume和--continue命令有时会丢失所有回合；修复了工具或钩子返回对象、数字或布尔值时，API出现400错误，包括在恢复会话中；修复了云会话历史记录过大时，容器在 transcript 加载期间无法唤醒；调整了Claude应用网关的花费计费，1小时提示缓存写入成本降低至5分钟，仅统计流式回合中首个模型调用的输入token数。