NanaFox · Daily AI Briefing最新一期
AI 前沿日报
2026-10-09 周五
⚡ 今日要点
- 办公 Agent 混战 — Google 发布通用 Gemini agent，可按任务调用 Claude；Claude 同日上线 Dashboards 与 Motion。
- OpenAI 收入降温 — FT/CNBC：OpenAI 9 月底年化收入约 500 亿美元，低于此前流传的 680 亿，AI 股应声下跌。
- AI 数学纠错 — OpenAI 撤回 3 篇霍奇猜想相关手稿、修订 14 篇；陶哲轩主持的 AHM 呼吁抵制。
🔥 模型发布与评测
OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式，覆盖 API、Codex 与 ChatGPT Work，官方称智能接近 Astra、速度最高为 Sol Standard 的 8 倍。据 TestingCatalog，定价 $12/$60（每百万 token）。Epoch 实测 6.1 Sol 缓存输入价减半、长提示处理更快。
关注点：对延迟敏感的编码与 Agent 循环可以直接换档
来源：OpenAI Developers（X）· 10/9 02:26
Epoch AI 从自家真实研究工作中抽取开放式任务，并按内部标准人工评分。Claude Fable 5.1 与 GPT-6 Astra 领先，但离完全自动化 Epoch 的工作还很远：明确定义的任务做得稳，开放式环节仍会失败。
关注点：比静态 benchmark 更接近「能否替代知识工作」
来源：Epoch AI · 10/9 01:36
12B 总参、2.5B 激活的思考型 MoE，Apache 2.0，131K 上下文，架构不变，提升主要来自真实软件环境中的 RL。模型卡自报 LiveCodeBench v6 82.0、SWE-bench Verified 47.0、Terminal-Bench 2.1 17.4；GGUF 7GB 起。
关注点：可本地部署的编码子 Agent 底座
来源：Hugging Face 模型卡（自报）· 10/8 02:43
🤖 Agent 与 AI 编程
Gemini at Work 大会上，Google Cloud CEO Thomas Kurian 发布面向企业的单一通用 Agent，入口在 Gemini Enterprise：一个输入框规划任务、调用工具、写并运行代码，并直接嵌入 Gmail/Docs/Sheets 等。它按任务自动挑选底层模型，目前覆盖 Gemini 与 Anthropic Claude。「同事 Agent」拥有独立邮箱、存储和身份。金融、法律行业版进入预览。
关注点：大厂首次在自家 Agent 里接入竞品模型，多模型路由成默认
来源：Google Cloud 博客 · 10/8 22:28
- Hermes Agent 上架微软商店Agent
Nous Research 的开源 Agent Hermes Agent 上架 Microsoft Store（获官方推荐），支持一键安装；团队称更多 Windows 生态更新即将推出。
关注点：开源个人 Agent 开始走向普通 Windows 用户
来源：Nous Research（X）· 10/9 00:22
📱 产品与应用
Dashboards 连接 BigQuery、Snowflake、Databricks、Salesforce 等，用自然语言生成随数据自动更新的看板，每个数字都可点开查看背后的查询，也可以转到 Hex、Grafana 等工具继续分析。Motion 用代码生成可编辑的动画讲解，可导出 MP4，不使用视频生成模型。Dashboards 面向付费用户，Motion 面向 Team/Enterprise；Docs、Slides、Design 结束 beta，对所有用户（含免费）开放。
关注点：「问数据」和「做讲解动画」不再需要分析师
来源：Claude 官方 · 10/9 03:01
Google 推出实验性 macOS 笔记应用，用端侧 EmbeddingGemma 2 在本地转写和总结会议与音频，不连云端，免费使用，对标 Granola 和 Wispr Flow。
关注点：隐私敏感场景的本地 AI 笔记方案
来源：The Verge · 10/8 23:27
📄 论文与研究
openai/math 仓库发布首份更新日志：撤回 3 篇、修订 14 篇，手稿从 722 篇降为 719 篇。撤回的 3 篇都与霍奇猜想（K3 曲面）相关，起因是一处关键论证的符号把 -1 写成了 +1。同时，陶哲轩主持的人类数学协会（AHM）呼吁数学家抵制与 OpenAI 合作。
关注点：AI 证明的验证成本，成了数学界的新瓶颈
来源：GitHub openai/math · 10/8 18:27（机器之心报道）
Google 与 BIDMC 在真实急诊/门诊中评估研究型医疗对话系统 AMIE（患者就诊前与它聊天）。100 次患者交互中没有触发任何安全叫停，90% 的病例与医生诊断一致。这是首个面向患者的对话式诊断前瞻性研究。
关注点：医疗 AI 从模拟考走向真实临床
来源：Google Research / Sundar Pichai（X）· 10/9 06:50
Einsia 发布 World Models' Last Exam in Physics：用 40 个受控任务、9 类物理规律测 8 个 SOTA 视频世界模型，最高分 57.76/100。通过一致性筛查的自由落体视频，平均综合分也只有 26.61。MiniMax 称其开源 H3 在此榜接近闭源 SOTA（声称）。
关注点：「看起来真」不等于「符合物理」
来源：arXiv 2610.08791 · 10/8 22:30
💼 行业 · 投融资 · 政策
据 FT 首发、CNBC 证实（据报道），OpenAI 向投资人披露 9 月底年化收入约 500 亿美元，低于上月广泛流传的 680 亿美元。知情人士称 680 亿含合作伙伴的总收入。消息传出后，Nvidia、Oracle、CoreWeave 等 AI 股下跌。
关注点：AI 估值叙事第一次被收入口径「打折」
来源：CNBC（FT 首发）· 10/9 00:52
包含两项新举措：一是关键基础设施防御计划（CIDP），为电网、水务、交通等 OT 防御方提供前沿模型、驻场工程师和威胁研究，首批合作方包括 CrowdStrike（据 Axios）；二是 OSS Scanner，用最强模型免费为开源项目定期扫描漏洞。Project Glasswing 已并入扩大后的网安验证计划。
关注点：前沿模型厂商把攻防能力主动投向防守方
来源：Anthropic 官方 · 10/9 05:04
年度政策更新于 11/12 生效。整合了针对影响力行动的「欺骗性活动」专章；新增 Claude 自主执行物理动作时的管控，明确医疗、金融等高风险用途的要求；首次把「持续且无谓地虐待模型」列为违规，可能导致封号。
关注点：Agent 进入物理世界，规则先行
来源：Anthropic 官方 · 10/8
🇨🇳 国内动态
DeepSeek / Qwen / Kimi / GLM / MiniMax 本窗口无新模型发布（已查 X 官号与 HF 组织页）；阶跃 Step 5 限免、Meta 封禁字节广告（付费墙）等未收录。
Vidu Q4 正式版的创作者预览版，重点提升人物表演、镜头调度和复杂特效。支持最多 15 张参考图、参考音色输入，以及 2K/4K 输出；首发价 0.09 元/秒起，官方称同样预算最多可生成 5 倍内容。
关注点：国产视频模型继续打价格+可控性
来源：机器之心（据报道）· 10/8 21:30
💬 讨论热点
Jasmine Wang、Tomek Korbak、Mikita Balesni 否认违规处理敏感信息，警告这会形成寒蝉效应；同日 Bengio 表示，重视安全的人或许该离开前沿实验室。
特朗普要求改称「超级智能」（Super Intelligence），HN 52 评论；Simon Willison 直言「太蠢了」。
密码学家 Matthew Green 发帖「我们可能会失去公钥密码学」；以太坊研究者讨论钱包安全的「地堡模式」（HN 55/58 分）。
一图总览
保存长图，随时回看或分享。
展开长图预览
