更新时间:19:25｜覆盖窗口:2026-10-07 ~ 10-09（承接上一期 2026-10-06）
数据来源:GitHub Trending / Product Hunt / Hacker News / RSS(AI Hot / The Decoder / Juya / SemiAnalysis / Simon Willison / Latent Space 等) / 金十电报

数据覆盖与缺口:

这份日报是一张二维坐标系:纵轴看模型与产品的能力 / 技术往哪走（实验→收敛中→事实标准,判档看证据强度,同一矢量当天 ≥2 个独立证据才算收敛),横轴看 AI 产品被多少人、多少场景真用上（萌芽→早期采用→主流化,判档看真实使用信号,不看 star / votes)。

一句话结论

地图动了但没进档：agent 执行的「沙箱底座」这窗从各家自建走向标准化，微软把 MXC 做成 Windows 级原语并宣布 OpenAI、Anthropic 将采用，谷歌云端 Gemini agent 同窗自带沙箱与网关，同一痛点两个独立证据一起推，但第三方复核和当事方确认都还没到，v-sandbox 只能记收敛中的高档内推进（→候选①）。这窗的形状是供给端跑在需求验证前面：RTX Spark 10/16 才出货、Sol Ultrafast 是 6 倍价的加价档、MXC 采用还只是微软单方口径，需求侧最硬的信号是 ChatGPT 免费档全量升 GPT-6 和 Arena 的 3.5 亿场会话。信任面同步加压：Anthropic 启动 Cyber Mission、保险业开始给失控 agent 定价、数学协会（陶哲轩任主席）抵制 OpenAI 700 余篇手稿，agent 科学发现这条矢量的卡点从「产出能力」换成了「科研规范冲突」（→纵轴）。接下来 72 小时盯两件事：10/14 Anthropic 投资者日（T-178），10/16 RTX Spark 上市与 MXC 当事方确认（T-192）。

重点候选 · 待验证

① 微软 MXC 与端侧 AI PC —— agent 底座标准化候选，差「第三方复核」与「当事方确认」

• 为什么重要:微软在旧金山活动上宣布 Execution Containers（MXC）正式 GA：OS 级基础设施，让 agent 在系统管控下安全常驻后台，与 Microsoft Security、Agent 365 联动；Nadella 的口径是「把桌面变成 agent 最安全的执行场所」，黄仁勋称 MXC 会像当年的 DirectX 一样改变 agent 的构建方式。一个对象同时动了三个维度：安全（OS 级沙箱原语）、部署门槛（同窗宣布 OpenAI 与 Anthropic 将采用）、渗透载体（RTX Spark：128GB 统一内存、1 PFLOP FP4，本地就能跑 Qwen 3.8 Flash Next 125B，8 家 OEM 机型 10/16 上市；微软高管另称 DeepSeek V4 Flash 在 60GB 内存的台式机和笔记本上可跑、部分编程任务表现优于 GPT-5）。微软同步开源了 MXC 执行系统仓：跨 Windows/Linux/macOS、九种隔离后端（Windows Sandbox、Bubblewrap、Seatbelt、MicroVM、Hyperlight 等）、Rust/.NET/Node 三套 SDK。
• 确认阻断项:独立复核缺：检索通道（Tavily）无 key，可引的第三方评测暂缺，现有证据全部来自合作方官方博客与快讯转述；OpenAI/Anthropic 的采用只是微软单方口径，两家未各自置评；RTX Spark 10/16 才上市，真实可用差最后一环。
• 下一步验证:10/16 RTX Spark 上市与首批评测；OpenAI 或 Anthropic 任一方对采用范围与时间表的确认；MXC 隔离效果的独立安全评测（T-192）。
• 已有证据:[NVIDIA 官方博客]｜[MXC GA 与 RTX Spark 规格]｜查看原文；[microsoft/mxc 开源仓]｜[九种隔离后端、三语言 SDK]｜查看原文；[金十]｜[OpenAI/Anthropic 将采用表态]｜查看原文；[AI Hot]｜[Surface Laptop Ultra 2600/3700 美元]｜查看原文

② OpenAI 解雇三名安全研究员 —— 安全人事链直接受测，差「公司正式口径」

• 为什么重要:Jasmine Wang、Tomek Korbak、Mikita Balesni 三人公开发开信，直致安全与安保委员会、安全顾问组、使命顾问委员会三个内部监督机构，否认「在既定流程之外不当处理敏感信息」，警告突然的解雇正在让前同事不敢发言。Korbak 说他被口头告知的解雇理由是与外部审计机构 METR 的沟通方式，而这本来就是他的工作；Wang 得到的理由是查看了某高管邮箱，权限为招聘工作所授。这直接命中在跟的安全人事三件事：解约后续、披露质量、是否还有更多人离开。
• 确认阻断项:当事双方口径对峙：OpenAI 没有正式公开回应，只向媒体提供了内部备忘录（称调查发现「明显违反研究信息处理政策的不当行为模式」）；三人另否认参与向 The Information 泄露新模型可监控性信息，无第三方能仲裁。
• 下一步验证:OpenAI 正式声明或备忘录全文公开；三个监督机构是否回应；有没有更多人离开或公开表态（T-188，10/18 到期）。
• 已有证据:[公开信原文 PDF]｜[当事人一手]｜查看原文；[TechCrunch]｜[内部备忘录与双方口径]｜查看原文；[AI Hot]｜[公开信要点转述]｜查看原文

纵轴 · 能力与技术演进

• 沙箱与运行时（让 agent 在受控环境里干活） —— 档位:收敛中（档内大幅推进）
  • 实验室侧:微软 MXC GA 并宣布 OpenAI/Anthropic 将采用（→候选①，不重复）；谷歌云 Gemini agent 栈自带 Agent Sandbox 与 Agent Gateway：每个 agent 独立身份、最小权限、动作写审计日志，流量按企业策略管控。
  • 开源侧:microsoft/mxc 开源执行系统仓，九种隔离后端收在一个统一模型下。
  • 还卡在哪（open_pain）:第三方隔离评测没出现，当事方采用没确认。
  • 证据:[Google Cloud 官方]｜[Gemini agent 安全栈]｜查看原文
• 推理成本与专用模型（把每次调用的钱和延迟往下打） —— 档位:收敛中
  • Anthropic 出了一套组合拳:Haiku 5.5 定价 0.1/0.5 美元每百万词元（10 万词元内），平均成本比 4.5 低约 75%、与 GPT-6 Luna 同价，首次给 Haiku 系引入可调推理强度；Sonnet 5.5 缓存读取价减半至 0.1 美元，官方称多数 agent 任务成本降约 20%。OpenAI 反向把「快」做成了溢价档:Sol Ultrafast 10/9 如期上线（最高 8 倍速、6 倍价，输入 12/输出 60 美元每百万词元），API 全量开放，Codex 与 ChatGPT Work 面向 Pro 500，上一期盯的 T-185 承诺就此兑现完毕。Simon Willison 补了一个第三方提醒:Haiku 5.5 换了更省不掉的 tokenizer，同一段长提示要多付约 25% 词元，超过 10 万词元后 Luna 反而划算，隐藏涨价正是第三方复核的价值所在。
  • 还卡在哪（open_pain）:价格战没停，但「快」成了新的溢价维度；成本口径仍以厂商自报为主。
  • 证据:[Simon Willison]｜[独立测评与 token 对比]｜查看原文；[The Decoder]｜[降价战报道]｜查看原文；[金十]｜[Haiku 5.5 官方口径]｜查看原文；[OpenAI 开发者]｜[Ultrafast 文档]｜查看原文
• agent 科学发现（agent 能不能产出可验证的新科学） —— 档位:实验（卡点质变）
  • 反向证据制度化:OpenAI 一次性公开 700 余篇 AI 生成数学手稿（openai/math 仓），陶哲轩任主席的人类数学协会（AHM）发声明呼吁数学家停止与 OpenAI 合作，称「这不是学术展示，而是权力展示」；发布次日 OpenAI 因一处符号错误撤回三篇手稿、波及十四篇修订；陶哲轩警告开放问题正被大规模「收割」，一些数学分支会因此不如从前富有生机。HN 同窗热议《Partition Principle》一文（127 分）和陶哲轩《我们该告诉学生什么》（118 分、146 条评论）。正面线没停:谷歌 AMIE 对话式诊断系统登《柳叶刀》主刊（真实门诊前瞻研究，鉴别诊断九成病例覆盖医生最终诊断），Hugging Face 开源基因注释模型 Carbon-A。
  • 还卡在哪（open_pain）:从「差第二个实验室级产出」变成「产出合法性与科研规范冲突」，能力在走，社区关系在崩。
  • 证据:[陶哲轩博客]｜[AHM 声明]｜查看原文；[The Decoder]｜[抵制与撤稿]｜查看原文；[谷歌官方]｜[AMIE 柳叶刀研究]｜查看原文
• agent 安全与信任（失控风险、监控与内容溯源怎么管） —— 档位:收敛中（攻防与定价层展开）
  • 攻防线:Anthropic 启动 Cyber Mission：Critical Infrastructure Defense Program 向电网、供水、交通的防护方提供前沿模型和驻场工程师（Accenture、CrowdStrike、Palo Alto Networks 等创始合作），OSS Scanner 免费为加入的开源项目定期扫漏洞；官方的判断是高网络能力模型已被攻击者广泛获取，防御工具还没覆盖足够多的防御者。OpenAI 首次用 Breakout Scale 公开量化并封禁俄伊「假门面」宣传行动：俄方评 5 级（这类报告发布以来首例）、伊方 4 级。
  • 规则线:Anthropic 新版使用政策 11/12 生效，把「持续且无必要的辱骂或残忍行为」列为违规（官方称只针对极端情况），并新增「欺骗性活动」专节、把武器禁令扩展到软件部件。
  • 定价与推演线:保险业开始为失控 agent 准备数百万美元级理赔，Altman 与 Amodei 被点名可能个人担责；Axios 报道 OpenAI、Anthropic 高管正在私下推演灾难性 AI 事件后的公众反弹情景。内容溯源侧，Google SynthID 检测器向公众开放，1800 亿内容已带水印。解雇门见→候选②。
  • 还卡在哪（open_pain）:监控转执法的合规边界、解雇门的披露质量、水印的对抗鲁棒性，都还没有成文答案。
  • 证据:[Anthropic 官方]｜[Cyber Mission]｜查看原文；[OpenAI 官方]｜[假门面封禁报告]｜查看原文；[The Decoder]｜[保险敞口]｜查看原文；[The Decoder]｜[SynthID 检测器公开]｜查看原文
• 开放权重/开源旗舰（开放权重能渗透到哪） —— 档位:收敛中
  • Mistral 发布 Large 4 预览:1 万亿总参、490 亿激活，在自己的 3800 块 Grace Blackwell 集群上训练，API 已可用，承诺月底开放权重，Simon Willison 的评语是「Mistral are back in the game」。阶跃星辰 Step 5 Preview（1M 上下文 MoE）上架 OpenRouter、OpenCode、Cline、KiloCode 并免费一周（HN 128 分）。上期候选 Reflection Beam 权重窗口内仍未放出（T-189 继续）。渗透侧最扎眼的信号来自德国:Ecosia 以质量落后一年为由弃用 Mistral，转用 GLM、Kimi、Qwen 等中国开源模型，成本约降一半。
  • 还卡在哪（open_pain）:西方开放权重三条线全在途（Beam 本月、Mistral 月底、Step 免费周后定价），一条都还没交付。
  • 证据:[Simon Willison]｜[Mistral Large 4 解读]｜查看原文；[OpenRouter]｜[Step 5 Preview]｜查看原文；[Politico]｜[Ecosia 切换]｜查看原文
• agent 技能与 harness 标准（提示格式与工具层能不能通用） —— 档位:收敛中
  • Ghostty 作者 Mitchell Hashimoto 发布 OSC 7501 通用终端状态协议，让任何程序用一条转义序列向终端上报状态，他的痛点清单是 250 多个编排工具都在靠解析窗口标题猜 Claude Code 在干什么、三个月改了约十次检测规则；Claude Code v2.1.295 已采用，Amp、tuios 跟进。JetBrains 开源 Mellum 2.1（12B 总参/2.5B 激活，强化学习从后训练收尾变成训练主体，SWE-bench Verified 从 2.0 提到 47.0，Apache 2.0）。
  • 证据:[Mitchell Hashimoto]｜[OSC 7501 设计说明]｜查看原文；[JetBrains 官方]｜[Mellum 2.1]｜查看原文
• 长任务可靠性 —— 档位:收敛中。Epoch AI 用自己日常工作的 11 个真实任务测了六个模型（Automation Reports）:Fable 5.1 与 GPT-6 Astra 总体领先、定义明确的环节可靠，但仍不足以完全自动化 Epoch 自己的工作，隐性标准和研究判断力是卡点；开放权重模型差距更大，连定义明确的任务也会出错。证据:[Epoch AI]｜查看原文
• 记忆与上下文 —— 档位:收敛中。claude-mem 连续第三期待在 GitHub Trending 上（star 9.6 万+）；注意力热度还在，「训练出来的记忆管理」依旧没有第二家复现。证据:[GitHub]｜[claude-mem]｜查看原文
• 多智能体编排 —— 档位:收敛中。谷歌 Gemini agent 用单 agent 编排 Gemini 系与第三方模型，配智能路由和项目级实时支出上限，编排能力开始被包装成企业可管的产品面。证据:[Google Cloud 官方]｜查看原文
• 决策模型 / System One —— 档位:收敛中。LiquidAI 在 Hugging Face 开源面向边缘的多模态 d1 决策模型（该页抓取失败，按官方博客标题与橘鸦转述登记）；Mercury Decide 在 OpenRouter 上线零数据留存端点。生态在扩散，OpenRouter 分类份额与 TypeSafe 官方口径仍缺，10/15 复查（T-182）。证据:[AI Hot]｜[Mercury Decide ZDR 端点]｜查看原文
• 具身智能 —— 档位:实验。NVIDIA 被曝讨论向 Figure 再投 10 亿美元（The Information 转述，待官方确认）；Agile Robots 用拍摄人类动作的方式补机器人训练数据；AWS 推物理 AI 工具链。整机交付与真实使用数据仍缺。证据:[金十]｜[Figure 再投资在谈]｜查看原文
• 实时语音智能体 —— 档位:收敛中。窗口内无实质新证据（Whistle 端侧语音转文本 16.9MB、HN 780 分，先记在成本与端侧旁）。证据:[Hacker News]｜[780 分]｜查看原文
• 边界观察:模型自改进（v-rsi）维持实验档 —— 特朗普发文称把继续使用「人工智能」而不叫「超级智能」者视为「敌人」，同窗签署量子计算行政令，「超级智能」工作组领导层周四会面，全是命名与拨款层动作，无主形态级证据（AC-004 维持）。证据:[金十]｜[命名令]｜查看原文；[金十]｜[工作组会面]｜查看原文

横轴 · 渗透率

• 消费级 agent 代办 —— 档位:早期采用（档内实质推进）
  • 载体 / 入口:ChatGPT 免费版与 Go 档全量升级 GPT-6（Luna 驱动，付费档 Sol），智能 UI 同窗上线，回答从纯文本换成图表、按钮和 mini-apps 交互，The Decoder 的说法是「基本放弃了纯文本输出」。
  • 用户段与自主度:大众｜copilot 为主。
  • 真实使用信号:OpenAI 首份青少年使用报告（日均不足 15 分钟、连续 3 小时以上者不足 2%），Common Sense Media 同窗发反报告指出敏感话题防护缺口，正反两个使用侧数据都有了，付费与留存数据仍缺。
  • 还差什么:免费档升级后的留存/转化证据。
  • 证据:[金十]｜[免费档升级官方口径]｜查看原文；[The Decoder]｜[交互式 UI]｜查看原文
• 企业知识工作 —— 档位:早期采用
  • 谷歌云发布 Gemini agent:云端常驻的通用工作 agent，关掉电脑后数小时甚至数天的任务继续跑，入口覆盖网页/移动/桌面加 Workspace、M365、Slack，可连企业现有系统与任意 MCP 服务器，已向中小企业开放早期访问。Anthropic 同窗上线 Dashboards（连 BigQuery/Snowflake/Salesforce 做实时仪表盘）与 Motion（代码生成动画讲解）两个 beta，Docs/Slides/Design 结束测试向含免费版在内的全量套餐开放。腾讯 WorkBuddy 上线独立文件浏览器，右键本地文件即可让 AI 分析修改，查看编辑不耗积分。
  • 证据:[Google Cloud 官方]｜[Gemini agent 发布]｜查看原文；[Anthropic 官方]｜[Dashboards/Motion]｜查看原文；[WorkBuddy 官方文档]｜[文件浏览器]｜查看原文
• 端侧/可穿戴 AI 入口 —— 档位:萌芽（档内载体成排落地）
  • 载体 / 入口:RTX Spark 预购开动、10/16 上市，8 家 OEM 从轻薄本到 24/7 小机箱；Surface Laptop Ultra 2600/3700 美元；DeepSeek V4 Flash 实测 60GB 内存机器可跑；Whistle 把语音转文本压进 16.9MB；阶跃终端首款智能体手机定档 10/13。
  • 用户段与自主度:大众/开发者｜本地后台常驻（MXC 承接）。
  • 真实使用信号:还没有，机器 10/16 才发货，五问这回只过两问。
  • 还差什么:上市后的首批评测与真实装机使用。
  • 证据:[NVIDIA 官方]｜[RTX Spark 规格]｜查看原文；[金十]｜[DeepSeek V4 Flash 端侧]｜查看原文
• 开发者 agent 入口 —— 档位:早期采用
  • Sol Ultrafast 进 API、Codex、ChatGPT Work；Step 5 Preview 多平台免费一周；Vercel AI Gateway 上线匿名模型 Glyph Cluster（面向编程与长上下文，匿名期免费），新模型的匿名灰度测试成了网关侧的新分发玩法。证据:[Vercel]｜[Glyph Cluster]｜查看原文
• Agent 商务入口 —— 档位:萌芽
  • Sierra 与 Meta 联合沃尔玛等推「个人代理协议」，要定义 agent 如何与企业互动，协议标准化先于广告测试落地（ChatGPT Ads 测试窗口内无新证据，T-190 继续）。证据:[金十]｜[代理协议]｜查看原文
• 政府/公共入口 —— 档位:早期采用
  • Genesis Mission 获 11 家行业伙伴合计 24 亿美元科研工具与算力承诺（NVIDIA 10 亿、AMD 5 亿、Google 1.5 亿），已扩展至 15 个以上联邦机构；国务院印发《关于发展新质生产力的意见》，全面部署「人工智能+」行动、全国一体化算力网并给科技企业上市融资开绿灯。证据:[白宫]｜[fact sheet]｜查看原文；[金十]｜[意见「人工智能+」条]｜查看原文
• 中国 AI 全栈 —— 档位:早期采用
  • 政策顶层的《新质生产力意见》叠加产品层动作:Manus 母公司蝴蝶效应完成超 5 亿美元融资（博裕、IDG 领投），阶跃智能体手机定档，WorkBuddy 文件浏览器落地。最有意思的是出口信号:Ecosia 弃 Mistral 转用中国开源模型（见纵轴），中国开放权重第一次以「替换者」身份出现在欧洲客户的成本账上。证据:[Juya]｜[Manus 融资与全窗汇总]｜查看原文
• 音乐/创意生成:Grok Imagine Video 1.5 Lite API 上线（1080p 每秒 0.14 美元），Artificial Analysis 发布音乐生成基准 v1.1，Odyssey-3 世界模型研究预览免费开放（Physics-IQ 基准 66.1 分为已报告最高）。档位维持萌芽。证据:[x.ai 文档]｜[Video 1.5 Lite]｜查看原文

资本与政策

• OpenAI 年化营收口径下调约 200 亿:FT 报道 OpenAI 近期告诉投资者，截至 9 月底年化营收接近 500 亿美元，比上月媒体口径的约 700 亿少了约 200 亿，差异主要出在统计口径（OpenAI 不计入云合作伙伴转售收入）；CNBC 报道触发英伟达、甲骨文、CoreWeave 等 AI 股下跌，HN 讨论 393 分。T-121 的反向证据再加厚一层。
  • 证据:[CNBC]｜[AI 股下跌]｜查看原文；[Bloomberg Law 转 FT]｜[500 亿口径]｜查看原文
• 芯片融资链条继续膨胀:博通为 OpenAI 定制芯片寻求逾 500 亿美元融资（阿波罗、黑石参与洽谈）；甲骨文与阿波罗、高盛洽谈融资填补芯片采购款与云收入之间的缺口；Lambda 以 145 亿美元投前估值融资至多 40 亿（Coatue、Blackstone 领投，被称 2027 年 IPO 前最后一轮私募）；CoreWeave 进军印度建 240MW 数据中心。
  • 证据:[金十]｜[博通 500 亿]｜查看原文；[AI Hot]｜[Lambda 融资]｜查看原文
• AI 通胀与泡沫警告密集化:美联储 9 月纪要提示 AI 或使中期总需求超过供应、推升通胀；英央行行长贝利警告 AI 预期大幅修正将引发冲击；澳联储警告 AI 概念股回调可能冲击家庭支出，戴利、施密德先后把 AI 列为通胀推力；新加坡总理黄循财预计热潮终将修正；微软发布诺奖得主对 AI 十年 only 1.5% GDP 增速的悲观测算。市场另一面:标普 500 新高但只有 30% 成份股高于 50 日线，比互联网泡沫最窄新高时还低 11 个百分点。
  • 证据:[金十]｜[美联储纪要]｜查看原文；[The Decoder]｜[1.5% GDP 测算]｜查看原文；[金十]｜[标普广度]｜查看原文
• 评测与融资小项:Arena 完成 2 亿美元 B 轮、估值 31 亿（Lightspeed 与 Khosla 联合领投），年化收入超 1 亿、累计 3.5 亿场会话，同步发布 Alignment Index：用越权行动、错误归因、欺骗性完成三类可对照真实 agent 轨迹的信号评测 20 多个前沿模型；Isomorphic Labs 被曝洽谈至少 400 亿美元估值的新融资；Harness 收购 Augment Code 部分资产。
  • 证据:[Arena 官方]｜[B 轮公告]｜查看原文；[AI Hot]｜[Alignment Index 细节]｜查看原文

待跟踪

未来 24-72h 待跟踪（这三栏就是本期 watchboard 的投影，也是下一期的输入）: