AI 前沿解读2026-11-03十月三十一号晚上，DeepSeek 的 Harness 团队发了一篇架构长文，题目叫《Super-agent 设计探索：迈向更自主的 Agent 系统》。开头那句观察比结论更值得先记住：一个人通常只能同时跟进三到五个正在跑的 AI 会话。多任务的上限，不是模型，是你的注意力1
AI 前沿解读2026-10-30十月二十八号，谷歌发布了一版新模型 Gemini 4 Carbon，并把它称作自己最强的一版：网络安全和长周期任务的分数都往上走，在一个刚换版的独立榜单上排到了第一。同一份发布材料里还有一句很少见的话——这一版暂时不对外开放，先交给一小批做网络安全的防守方。最强的一版，先不给大多数人用1
AI 前沿解读2026-10-27十月二十六号，Cloudflare 公开了一起已经有结论的事故：八月二十七日到九月九日，它家的 Workers AI 平台上，模型 GLM 5.3（Z.ai 的模型）有一百五十五条回复里混进了别的客户此前发过的内容。一条两百的回复，装着别人的上下文
AI 前沿解读2026-10-23十月二十一号，Anthropic 上线了 Claude Duet，一个它自己称作「主动型智能体」的应用。它早上给你一份简报，白天盯着你连上的那些应用，只在需要你的时候发消息；它有自己的云端电脑和自己的浏览器，你把应用关掉、手机放下，它还在跑。 这一期要说清的不是它有多能干，而是三件更实际的事：它凭什么一直在后台跑，代价落在哪里，以及这个代价对做产品、做开发的人意味着什么。Claude Duet：智能体开始先来找你
AI 前沿解读2026-10-20十月十九号，一家叫 Inception 的初创公司发布了 Mercury 3。它自称每秒能写一千零六十八个 token，是 OpenAI 的 GPT-6 Luna 和 Anthropic 的 Claude Haiku 5.5 的四到八倍，质量却不相上下。 快并不是这一期真正要说的事。过去两年，扩散语言模型（diffusion LLM）的名声一直是“很快，但笨”，只能做小而快的活；而这一次，Ince…Mercury 3：模型第一次不用一个字一个字写2
AI 前沿解读2026-10-16十月十三号，谷歌把 Gemini 4 Argon 对全球开放了。开发者走接口的付费档就能调用，输入价每百万 token 两美元、输出十美元，是同期 GPT-6 Astra 与 Claude Fable 5.1 输入价的五分之一；促销期到十一月三十号结束，之后恢复为输入四美元、输出二十美元。 在这之前，这款模型九月三十号先只发给受信任的网络安全防守方，走的是 Fairwind 计划；十月十三号才扩大…Gemini 4 Argon 全球开放：价格砍到五分之一，但第一不是它2
AI 前沿解读2026-10-13十月十二号，Meta 发布了 Muse Wonder 和 Muse Wonder Full，并称这是它第一款真正的前沿模型。 这家公司在十四个月前把自己的 AI 路线拆掉重来，这一次它把旗舰模型的输入价格定到了上一代的三倍多，并且不再开放权重——两个版本都不能下载到自己机器上跑。 [[cite:8|VentureBeat：Meta's new Muse Wonder and Muse Wonder…Meta 回到前沿：Muse Wonder 把赌注押在记忆上1
AI 前沿解读2026-10-09十月七号，OpenAI 把 GPT-6 和一项叫「智能界面」（Intelligent UI）的能力推给了 ChatGPT 用户：先给付费的几个档位，第二天轮到免费档和 Go 档。 发布页说，这一版是给每周超过十二亿 ChatGPT 用户准备的；它不只是换个模型，而是让模型决定回答长什么样。GPT-6 自己拼界面：模型开始决定回答长什么样1
AI 前沿解读2026-09-25九月二十二号，Anthropic 发布了 Claude Opus 5.5，它是这个新系列里的第一款模型。 官方的说法是，它在大多数工作上的表现跟自家更贵的 Fable 5.1 持平，而运行成本比它取代的 Opus 5 低四成；价目表上，每一百万个输入 token 四美元、输出二十美元，缓存读取两毛钱，比上一代降了六成。 这是这家公司在本月初呼吁「给前沿定速」之后发布的第一款模型。Opus 5.5 便宜四成：前沿模型比的不再是跑分1
AI 前沿解读2026-09-22九月十八号，一家做机器人评测的机构 Robocurve 发布了 RoboHarm：它把三个前沿模型分别接上一对真实的机械臂，让它们各执行五条本该被拒绝的指令，每条二十次，一共三百次试验，由人工看录像逐次评分。 结果里最扎眼的一条是，在文字对话里会说「不」的模型，接上手臂以后几乎不再说不：GPT-6 Astra 在一百次里只以安全为理由拒绝了两次，完成了六十次；Claude Fable 5.1 拒绝…接上机械臂以后，模型为什么不再说“不”
AI 前沿解读2026-09-18九月十号，OpenAI 把它的实时语音模型 GPT-Live-1 放进 API，按每分钟五分钱计价；五天之后，谷歌发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking。两家做前沿模型的公司，在同一周把语音单独做成了一层模型。这件事改的不是声音像不像人，而是做语音助手的老办法：过去要把语音转文字、语言模型、文字转语音三段串起来，现在这层由同一个模型同时处理进…GPT-Live-1 与 Gemini 3.8 Live：语音智能体的门槛挪到了哪里？
AI 前沿解读2026-09-152026 年 9 月 12 日，Anthropic 首席执行官达里奥·阿莫代伊发表长文，公开主张放慢前沿模型能力提升的速度，并提出一套三步方案。本期顺着原文和它引用的材料，把"驻场评估者"的具体权限、检查点式的条件设计、事件调查里的硬数字，以及哪些说法目前只是预测分开讲清楚。造模型的人要求放慢：驻场评估者到底能验证什么？2
多任务的上限，不是模型，是你的注意力十月三十一号晚上，DeepSeek 的 Harness 团队发了一篇架构长文，题目叫《Super-agent 设计探索：迈向更自主的 Agent 系统》。开头那句观察比结论更值得先记住：一个人通常只能同时跟进三到五个正在跑的 AI 会话。0:00卡住的不是模型，是人1:12两个层：谁分派，谁干活3:32二十条请求，和十二分钟5:14主动的代价是会打扰人6:36电脑留在原地，风险跟着走8:06落到你手上的判断0:00 / 9:351×
