AI 日报 | 2026-10-23

更新时间:19:15｜覆盖窗口:2026-10-21 ~ 10-23（承接上一期 2026-10-20）
数据来源:GitHub Trending / Hacker News / RSS(AI Hot / The Decoder / Juya AI Daily / OpenAI Blog / HuggingFace / NVIDIA 等) / 金十电报

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

地图这回动在横轴：Agent 商务入口从萌芽跨进早期采用。Walmart 下月起按 MCP 标准让外部 agent 进官网和 Sam's Club 购物，审批、消费限额、单独对账的配套一次给齐；Muse 的财报口径显示活跃用户超过四分之一在经 agent 购物、单笔均价 200 美元以上。商家阵营从「一律封锁」分成了「开门立规矩」和「筑墙」两派，agent 购物这回有了可核对的零售级交易数据。供给端同窗呼应：OpenAI 把 Decisions API 全面开放并给出定价锚，决策模型赛道扩到第五、第六家玩家，v-jev 挂上事实标准候选。资本的调子刚好相反，Meta 信用风险指标创了新高、纳指跌出 6 月以来最大单日跌幅，信用市场开始给 AI 资本开支重新定价。今天确认的重点是 Meta Muse（下面深拆）；重点候选是 OpenAI Decisions API，缺独立复测（→候选①）。接下来 72 小时盯两件事：Artificial Analysis 会不会把 OpenAI 和微软的决策产品收进 Decision Index，以及 MiniMax 承诺 10-23 开放的权重到 10-27 能不能落地。

今日重点 · 深度拆解

① Meta Muse —— 财报电话会给出消费级 agent 迄今最硬的一份成色数据

• 是什么:Meta 在 Q3 财报电话会披露，Muse 用户已超 1000 万（证实了 Sensor Tower 此前的第三方估计），约 25% 完成设置的用户每天使用；购物是最热场景，活跃用户中超过四分之一经 agent 买过东西，平均单笔超过 200 美元。扎克伯格直接宣布产品已过市场契合点，接下来转向规模化、收入和算力成本优化。载体端预告了下月登陆 Meta 智能眼镜、Muse Charm 配件即将推出。
• 方法论落点:f-consumer 档内强推进，留存之问（上期 T-167 挂的核心）有了官方口径的回答；同时交叉坐实了本期 f-agentcommerce 的跨档判断（Muse 部分只留指针）。使用结构同样说明问题：购物之外，接邮件、日历做个人生产力是第二场景，说明用户把它当「代办」而不只是聊天玩具；自主度上仍是审批制下的事务执行，与 Claude Duet 的后台主动式路线形成两种范式。
• 产业位置:上游吃 Meta 自家算力，管理层称明年要把运行成本效率提 10 倍以上、未来几年为超 10 亿人建服务容量；下游直接打通 Plaid 支付连接器，Plaid 自己说没在任何其他服务上见过这种活跃度。商业化选了「多数人免费+交易抽成+高级订阅」的组合，扎克伯格称 Muse 每用户收入最终可能超过应用家族（Facebook/Instagram/WhatsApp 现在约数百美元一年）。对照中国，美图 AI 应用 ARR 6.55 亿元人民币、Today AI 拿到超 2 亿美元融资，个人 agent 的钱都在从订阅转向交易抽成这条路上探。安全设计上，Muse Secure VM 已上线、连 Meta 自己都看不到内容的 Confidential VM 预告中，正好接住本窗运行时隔离的供给潮。
• 证据与反例:一手是公开财报电话会（金十逐条快讯加 TechCrunch 全文转述核对），Sensor Tower 第三方估计被官方证实算半个独立复核，Plaid 的连接器数据是另一个第三方点。反例要数清楚：1000 万是「设置」口径不是月活，留存只有日活占比一个数、没有留存曲线，「已过市场契合点」是厂商自评；Meta 本季自由现金流为负 21.2 亿美元、未来支出承诺总额 8250 亿美元，Muse 的盈利承诺建立在算力成本 10 倍优化的假设上，这个假设兑现前，资本面已经在用脚投票（信用指标新高、次日市值蒸发千亿美元）。
• 兑现路径:T-167 就此结算（成色三问答出两问：留存与载体扩展有了官方答案，跟进动作也在发生），后续兑现点转入新开的 T-207：眼镜版落地节奏、Confidential VM、每用户收入口径。falsifier:眼镜版跳票，或第三方把日活数据下修明显。
• 证据入口:TechCrunch 全文（AI Hot 转述）｜用户 1000 万+、25% 日活、单笔 $200+｜查看原文；金十电话会快讯组｜眼镜登陆与 PMF 表述｜查看原文；金十资本面｜8250 亿支出承诺｜查看原文

重点候选 · 待验证

① OpenAI Decisions API —— 重点候选，尚缺独立复核

• 为什么重要:命中两条触发条件。其一，重点厂商把一个新品类 API 直接推到全面可用：分类、分流、评分这类小决策不用再生成完整回复，速度最高 10 倍于经 Responses API 调 GPT-6 Luna，单请求问题上限从公测 200 个提到 400 个，目前只挂 gpt-6-luna。其二，定价锚公开本身就是行业事件：未缓存输入 $0.10/百万 token、缓存 $0.01、输出免费，小决策的成本曲线从此有了官方参照系。同窗 AA Decision Index 上 SubQ Snap 1.1 以 65 分与 d1-ultra、Elephant 9B 并列第一（领先第三名 Jev 1.14 八分），蚂蚁数科 LingDT-Decision-1.0 与 StartLux Prism 推理引擎补位，这个品类已经聚了五家以上玩家。
• 确认阻断项:官方页本会话被反爬拦住未能落库（官方 RSS 条目与 URL 在库），规格细节以橘鸦转述核对；更关键的是独立复测缺席，AA Decision Index 尚未收录 OpenAI 和微软的决策产品，榜单与旗舰厂商产品还没有交叉。
• 下一步验证:盯 AA 会不会收录 Decisions API 分数（T-195，10-25 的决断改约到 11-01）；开发者实测延迟与缓存计费的真实口径。关联 T-195。
• 已有证据:OpenAI 官方博客（条目在库，页面反爬）｜官方公告｜查看原文；橘鸦 AI 早报｜规格与定价全口径｜查看原文；金十官方快讯｜全面开放与定价｜查看原文；Artificial Analysis 官方口径（AI Hot 转）｜SubQ 65 分并列第一｜查看原文

纵轴 · 能力与技术演进

• 决策模型 / System One（v-jev） —— 档位:收敛中（事实标准候选）
  • 实验室侧:OpenAI Decisions API 全面开放（→候选①，不重复展开）；蚂蚁数科发 LingDT-Decision-1.0、StartLux 发决策推理引擎 Prism，品类当窗扩到第五、第六家
  • 第三方复核:AA Decision Index v1.0 上 SubQ Snap 1.1（$0.04/百万输入、384K 上下文、$30/百万任务）与 d1-ultra、Elephant 9B 并列 65 分
  • 证据:AI Hot 转 AA 官方｜SubQ 并列第一
  • 还卡在哪(open_pain):毕业三条件已满足两条（多家独立实现、第三方独立横评在跑），差的最后一条是旗舰厂商产品入榜：OpenAI/微软产品还没有 AA 独立收录，收录即补上
  • 别高兴太早:65 分里准确率只有 20%，并列第一靠的是 86% 的「不知道就承认不知道」比率，小决策场景对拒答能力的依赖还很重
• 沙箱与运行时（v-sandbox） —— 档位:收敛中
  • 实验室侧:Google 发 Agent Compute Engine，每个 Gemini agent 跑在 Titanium 芯片保护的独立 microVM 里，空闲自动挂起、共享内存把单机 agent 密度提 10 倍，20 万 agent 的挂起恢复不到 500 毫秒，数月内开放预览；NVIDIA 发 OpenShell 给自治 agent 车队做安全运行时（HN 热榜）；CrowdStrike 与英伟达把 agent 安全从软件层延伸到芯片层
  • 开源侧:Anthropic 把 Agent Skills 标准连同 Open Responses、OpenEnv、OpenSandbox 一起捐给 Linux 基金会旗下 Agentic AI Foundation（自称 70+ 平台已集成，捐赠含名称、标志、GitHub 组织与域名）；Composio 发 Firewall 做运行时边界防护；Claude Code v2.1.305 支持 Linux 沙箱嵌套用户命名空间
  • 证据:The Decoder｜ACE 全口径；GitHub｜NVIDIA/OpenShell；Simon Willison｜Agent Skills 捐赠
  • 还卡在哪(open_pain):隔离粒度与挂起恢复的工程答案都有了，缺的是第三方大规模生产采用
  • 别高兴太早:OpenShell 刚上榜还没有生产案例；ACE 开放预览要等数月
• 具身智能（v-embodied） —— 档位:收敛中
  • 实验室侧:特斯拉财报口径确认 Optimus 人形机器人在弗里蒙特开始生产（Semi 卡车同期在内华达投产）；英伟达升级 Isaac 平台，新人形参考设计、开发框架、仿真流程与数据资源一起放
  • 中国侧:智元创新日定档 10-29 上海（围绕部署态讲硬件本体、运动/作业/交互智能），同期成为香港引进办重点企业；广州建筑机器人上岗，市场规模看到 800 亿元
  • 证据:金十｜Optimus 投产；金十｜智元创新日
  • 还卡在哪(open_pain):产品化交付有了产线证据，出货量与任务完成率这类真实使用数据仍然缺席
• 开放旗舰与分发（v-openflagship） —— 档位:收敛中
  • 实验室侧:OpenAI 前沿模型（GPT-ASTRA、GPT-6.1 SOL、GPT-6 LUNA，企业私密预览）与 Codex 上架 Google Cloud Model Garden，叠加谷歌云正式推出 Anthropic 托管版 Claude，三大云同时卖三家旗舰模型的分发矩阵在三天内成形
  • 中国侧:月之暗面预告 Kimi K3.1，思考强度扩成 low/high/max/medium 四档、官方视频已露出模型名；MiniMax 生态面继续扩张（Inferact 成 API 发布伙伴、SGLang-TorchTPU 把 H3/GLM/Kimi 带上 TPU 并支撑 Meta 生产推理、Parallel 搜索效率榜第一），但承诺 10-23 开放的权重到截稿未见公告，港股 MINIMAX-W 单日涨 16.7% 属预期先行
  • 证据:金十｜OpenAI 模型进谷歌云；金十｜Claude 托管版；金十｜Kimi K3.1
  • 别高兴太早:GPT 系在谷歌云仍是「少数企业私密预览」，不是全量开放
• agent 安全与信任（v-security） —— 档位:收敛中
  • 攻击面:LiteLLM 1.107.0 在 PyPI 被投毒（装上即窃凭证带后门，HN 590 分），agent 基础设施的供应链成了新目标；另有单源报道称黑客组织串联四款模型攻击 400 多家拉美金融机构（降级表述，待复核）
  • 治理面:OpenAI 更新使用政策（11-20 生效），模型路由器与 AI 网关提供访问前须过审核批准，另推 Safety IDs 帮助在调查中区分终端用户
  • 能力面:Anthropic 称 Claude 几周内为 123 个开源库写出安全证明；hirundo.io 研究称 Qwen3-Coder 被告知「为美国用户写」时代码安全性下降（单源研究，待复核）
  • 证据:SafeDep｜LiteLLM 投毒；金十｜使用政策
• 实时语音智能体（v-voice） —— 档位:收敛中
  • Mistral 发 Voxtral 3 全语音 agent 栈（听、想、说实时一体，HN 454 分）；ElevenLabs 发两款语音到语音实时模型 Eleven Realtime；同窗两家推进，实时语音栈的工程模板在收敛
  • 证据:Mistral 官方
• 推理与服务栈（v-serve） —— 档位:实验
  • 蚂蚁与 vLLM 社区联合开源 Humming 量化推理算子库（覆盖多 GPU 与兼容 CUDA 设备），与 DeepSeek DeepInfer 同向；DeepInfer 本身本窗无第三方实测增量，周鸿祎「主权之争」评论属舆论侧
  • 证据:金十｜Humming 开源

横轴 · 渗透率

• Agent 商务入口（f-agentcommerce） —— 档位:萌芽 → 早期采用（本期跨档）
  • 载体/入口:Walmart 下月起让用户把外部 agent 接进官网与 Sam's Club 购物，走 MCP 开放标准的 Agent Gateway，绕开浏览器直连，且不向 agent 开放购物历史与个人信息（只帮 agent 找到常购品）；Amazon 走封锁路线（挡掉 Perplexity 购物 agent 与 Muse），商家阵营分成两派
  • 用户段与自主度:大众｜审批制下的预算内自治，默认逐单审批，可设额度（如 100 美元内自动买）、随时关停、单独对账
  • 真实使用信号:Muse 活跃用户超四分之一经 agent 购物、单笔均价 200 美元以上、Plaid 连接器活跃度空前（→重点①）；1Password for Agents 同窗上线，agent 代登录全程不接触密码，首批支持 Claude Duet、Dots、ChatGPT Work、Grok Bot、Muse 五家；阻力面同步显形，大银行在封用客户凭证登录的外部 agent（Morgan Stanley 全禁，多数银行倾向只读）
  • 还差什么:Walmart 通道下月才开，纠纷率、复购、商家接入数都还没有数
  • 证据:The Verge（AI Hot 转）｜Walmart Agent Gateway 全口径；The Decoder｜银行封锁；AI Hot｜1Password for Agents
• 消费级 agent 代办（f-consumer） —— 档位:早期采用（档内推进，→重点①）
  • 载体扩张在提速：Grok Bot 数周内大规模企业部署（马斯克财报会口径）、新增手机应用操作与报告仪表盘生成；Claude 下周起对三档订阅默认启用自动模式；Anthropic 主动式新应用 Claude Duet 开研究预览候补名单（美国 Pro/Max，入口未全开，A 级登记）
  • 证据:金十｜GrokBot 企业部署；claude.com｜Duet
• 企业知识工作（f-knowledgework） —— 档位:早期采用
  • Uber 向全体员工提供 ChatGPT 企业版；甲骨文推行业 Agent Studio 与 Fusion HR 智能体；IBM 财报口径软件业务增 8.3%；微软 MAI Diagnostic 诊断系统登 Science、准确率为急诊医生 1.7 倍
  • 证据:金十｜Uber 企业版
• 中国 AI 全栈（f-chinastack） —— 档位:早期采用
  • 国家信息化「十五五」规划点名高性能 AI 芯片与基础软件栈、算力网、具身智能产业化；港股 AI 应用板块走强；彭博传 DeepSeek 融资约 1000 亿元人民币（转述级，未证实）；科大讯飞发星火 X2.6 端云一体；智谱就订阅用户模型回答质量下降公开致歉并补偿，是国产订阅制信任面的一个样本
  • 证据:金十｜十五五规划；橘鸦｜智谱致歉
• 端侧/可穿戴（f-caros）:今日无新渗透信号，上期预告的联想 AI 主机 P7 预约（10-24）窗口内无新消息，顺延观察

资本与政策

• Anthropic IPO 文件公开:上半年营收 163 亿美元（去年同期 11 亿）、净亏 807 亿（其中约 720 亿是可转换票据公允价值变动的会计费用）、算力基建支出近 90 亿；未来 7-10 年云协议支出约 4500 亿、承诺为租谷歌芯片支付超 1600 亿，基建承诺合计已超 6000 亿、计入在谈协议或达 7500 亿；两家客户贡献 20% 营收；风险提示直言灾难性事故损失可能无法通过保险覆盖
  • 证据:金十｜IPO 文件全口径
• OpenAI 融资:CNBC 称接近完成至多 300 亿美元融资、投前估值 1.25 万亿美元，阿联酋资本与 Coatue 领投，同步谈判以算力换商业协议、下周内签署（转述级）
  • 证据:金十
• Meta 财报资本面:2026 资本开支上调至 1350-1450 亿美元、未来支出承诺总额 8250 亿、发行无投票权 C 类股为 AI 融资、本季自由现金流负 21.2 亿；信用风险指标创历史新高、次日市值蒸发千亿美元（Muse 业务部分已在重点①拆过，不重复）
  • 证据:金十｜8250 亿承诺
• AI 交易开始重定价:纳指周四跌 2.6%，创 6 月以来最大单日跌幅，导火索是资本开支可持续性担忧；Gartner 调查称仅 13% 的企业见到 AI 真实回报；城堡证券格里芬说 AI 泡沫「几乎确定存在」、企业正仔细审查 Anthropic 和 OpenAI 的账单；SpaceX Q3 AI 业务营收 75.6 亿美元超预期（占总收入 52%）但债务担忧同步升温
  • 证据:金十｜纳指 -2.6%；The Decoder｜Gartner 调查
• 中国政策:「十五五」信息化规划与国务院就业友好意见（以开源生态支持 AI 中小企业创业）同日落
• 平台问责:新墨西哥州判 Meta 250 亿美元民事罚款（剑桥分析案），罗德岛州起诉 Meta 纵容诈骗广告
• 传闻存档:马斯克称 SpaceX 与特斯拉已互设特别委员会探讨合并（双方财报会口径）；博纳影业「国内首部 AI 技术制作院线电影」上映、首日排片近 1.1 万场（金十口径）

待跟踪