VOL. 2026-W44 · 78 STORIES · WEEKLY SIGNALS
AI HOT RADAR 周报
2026-10-26 — 2026-11-01 · PUBLISHED · 约 56 分钟
本周模型发布的主线是端侧与开源多模态的密集落地：Google Dee…
本周模型发布的主线是端侧与开源多模态的密集落地：Google DeepMind 一口气推出 Gemini 4 Carbon、Genie 4 与 Gemma 4 系列，小米、MiniMax、面壁智能、英伟达也各自在稀疏 MoE 与全模态方向补齐产品线，端侧量化版本（Qwen3-4B、Parakeet-TDT、Spark-X2.6-4B）同步跟进。语音与实时交互成为另一条明确赛道，英伟达 Nemotron 3.5 Transcribe 与 ElevenLabs Eleven Realtime 都把转写、翻译、说话人识别或语音对话整合进单一模型。智能体基础设施层面，DeepSeek 开源 Super-agent 架构，AWS 推出会话端点，FastGPT、Claude Code、Mastra 则在配额、预算与连接管理上做工程化补强。研究侧的共同取向是把环境生成与智能体自我进化耦合起来，VibeGame、The Trinity、WebAnything 都试图让智能体在自动构建的可执行环境中迭代。安全方面，ChatGPT 账户接管漏洞攻击链的披露提醒沙箱机制仍是风险集中点。
本周主线
7 个章节 · 78 条情报- 01模型发布GPT-6.1 Terra 发布：API 价格减半，性能仍逼近更大模型29
- 02产品发布FastGPT 发布 v4.17.3：新增工作流辅助生成与沙盒配额配置12
- 03研究进展VibeGame：基于AI原生引擎与自进化对抗智能体团队的提示到游戏开发21
- 04开源项目DeepSeek开源Super-agent超级智能体架构12
- 05安全Parameter Labs 披露 ChatGPT 账户接管漏洞攻击链1
- 06行业与商业Anthropic 提交 S-1 拟以 ANT 登陆纳斯达克1
- 07API 与平台更新OpenAI Java SDK v4.95.0 发布：新增 agent 上下文压缩等 API2
模型发布
MODEL RELEASE29 篇GPT-6.1 Terra 发布：API 价格减半，性能仍逼近更大模型
OpenAI 发布中端模型 GPT-6.1 Terra，API 价格仅为前代 GPT-5.6 Terra 的一半，输入每百万 token 1 美元、输出 5 美元，主打办公任务与自动化软件控制。Artificial Analysis 称其刷新了「每美元智能」基准，在智能指数上比前代高 6 分而单任务成本不到三分之一，并显著降低幻觉率。该模型达到 OpenAI 预备框架的「关键」网络安全阈值，已向 ChatGPT 付费用户和 API 开放。
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布下一代前沿模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在网络安全防御基准 SEC-bench Pro（88.2%）、ExploitGym（54.8%）和 CWE-bench（71.0%）上取得领先。该模型面向长时间跨度的智能体工作流，在编码、Web 开发和网络安全任务上显著提升，同时通过训练降低了作弊、虚假声明和越界行为。Carbon 将先向部分网络安全防御者和 Fairwind 计划的可信伙伴开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 token 10 美元。
Google DeepMind 发布 Genie 4 实时世界模型
Google DeepMind 发布 Genie 4 交互式世界模型，可逐帧实时计算环境，并首次直接生成匹配的背景音效与角色对话；Gemini 模型在后台规划多步任务并持续调整模拟世界。该模型仍为实验性研究预览，长时程一致性与复杂物理存在局限，目前仅限部分测试者，后续将向 Google AI Ultra 订阅者开放。DeepMind 认为成熟后的世界模型可作为机器人与 AI 智能体的训练环境。
Parakeet-TDT-0.6B-v3 端侧多语言语音识别模型发布
Hugging Face 社区发布 litert-community/parakeet-tdt-0.6b-v3，将 NVIDIA 的 600M 参数 Parakeet-TDT 语音识别模型量化为 INT8 并打包为 .litertlm 单文件，支持 MediaPipe AudioTranscriber 与 LiteRT-LM 在 Android、iOS、macOS、Web 等端侧运行。模型支持 25 种欧洲语言、自动语言检测与标点，在 Galaxy S24 Ultra 上达到 12.1 倍实时速度，平均 WER 约 5.1%，与 FP32 版本基本持平。
NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将多语言转写、说话人分离、翻译和音频问答整合到单一检查点，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理长达一小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR 英文榜开源权重模型中排名第一（平均 WER 5.33%），在 Artificial Analysis 榜单以约 4B 激活参数并列开源第一。NVIDIA 同时开源 Granary v2 数据管线与微调方案，医疗场景微调后词错误率相对最佳提示词降低 45.8%。
Google DeepMind 发布 Gemma 4 12B Unified 开源多模态模型
Google DeepMind 在 Hugging Face 发布 Gemma 4 12B Unified 开源模型，采用 Apache 2.0 许可，属于 Gemma 4 系列。该模型采用无编码器（encoder-free）架构，将图像块和音频波形通过轻量线性层直接投影到 LLM 嵌入空间，原生支持文本、图像、音频输入，上下文窗口达 256K，面向消费级设备本地部署。Gemma 4 系列共提供 E2B、E4B、12B、26B A4B、31B 五种尺寸，涵盖 Dense 与 MoE 架构，并增强推理、编码与智能体能力。
Qwen3-4B LiteRT-LM 端侧模型更新动态 INT4 导出
Hugging Face 上的 litert-community 仓库发布了 Qwen3-4B 的 LiteRT-LM 端侧变体，其中 qwen3_4b_mixed_int4.litertlm 于 2026-10-31 更新为采用动态 INT4（block-32）权重与 GPU 复合算子的 LiteRT Torch 导出文件。新文件在 Galaxy S26 的 GPU 路径上需要 LiteRT-LM 0.19.0 或更新版本，实测预填充 1024 token 达 526 tok/s、解码 19.5 tok/s，均优于被替换的旧文件。
Transformers v5.22.0 发布：支持 Mistral Large 4 万亿参数 MoE 模型
Transformers v5.22.0 发布，新增 Mistral Large 4（Le Chonk）模型支持。该模型是 Mistral 迄今最大最强的模型，约 1 万亿参数的原生多模态 MoE 架构，每 token 激活约 520 亿参数，支持 100 万 token 上下文、160 多种语言及可配置推理强度，采用修改版 MIT 的开放权重许可。此外该版本将专家并行逻辑拆分为独立文件，并支持在 FP8 量化权重上训练 LoRA 等适配器，显著降低 MoE 层反向传播峰值显存。
AI Panjab 发布手写旁遮普语数字识别 ONNX 模型
AI Panjab 在 Hugging Face 发布了一个手写旁遮普语（Gurmukhi）数字识别模型，提供 ONNX 与 Keras 两种格式，并附带推理与训练代码。模型基于 3,533 张训练图像训练，在 884 张测试图像上达到 98.6% 准确率，可通过配套的 model-loader 库或在线 Space 直接调用。该模型采用 Business Source License 1.1，允许非商业用途及年收入低于 10 万美元的商业使用，2030 年转为 Apache 2.0。
Nemotron 3.5 Bolt 74B-A9B 24GB：面向本地 AI 的混合视觉语言模型
NVIDIA 在 arXiv 发布 Nemotron 3.5 Bolt 74B-A9B 24GB，一个基于 Nemotron 3.5 Super VL 120B-A12B 压缩而来的混合 Mamba-Transformer 视觉语言模型。该模型通过 Star Elastic 架构搜索、2-bit 量化感知蒸馏和 LiLiCorr 投机解码，将 BF16 模型从 148GB 压缩至 22.1GB，可在 24GB 内存的 RTX Spark 上以 84 TPS 运行。其目标场景为本地智能体、网页浏览和终端交互，在 GDPVal v2、BrowseComp、Terminal-Bench 2.1 等基准上准确率超过同内存占用和速度的模型。
XHToken 发布端侧模型 Spark-X2.6-4B 及 GGUF 版本
XHToken 发布 Spark-X2.6-4B 及其 GGUF 版本，这是一款面向端侧部署的 4B 参数通用语言模型。该模型沿用 Spark-X2.5-4B 的架构，通过改进后训练在编码、智能体、长上下文、多语言和推理等能力上取得提升，并支持 none/low/high 三档可控思考预算。官方称其在同类开源模型中达到领先水平，部分基准可匹敌约 9B 参数模型，并提供 Transformers 与 SGLang 的部署示例。
Desert Ant Labs 发布端侧多语言 PII 脱敏模型 redact
Desert Ant Labs 在 Hugging Face 发布名为 redact 的端侧 PII 检测与脱敏模型，支持 27 种语言，可在 iOS、Android、浏览器、Node 等平台本地运行。该模型由 token 分类器与规则层组成，将姓名、邮箱、银行卡号等替换为占位符，便于把脱敏文本发给 LLM 后再还原原值。模型体积仅 11.6MB（4-bit Core ML）或 24.5MB（int8 LiteRT），官方对比显示其召回率 88.8、精确率 99.6，优于 GLiNER-PII、Rampart 和 OpenAI privacy filter。
Google DeepMind 发布 Gemma 4 系列开源多模态模型
Google DeepMind 在 Hugging Face 发布 Gemma 4 系列开源模型，包含 E2B、E4B、12B、26B A4B、31B 五种尺寸，采用 Dense 与 MoE 混合架构，支持文本、图像、视频及部分尺寸的音频输入，上下文窗口最高 256K。该系列强化推理、编码与原生函数调用能力，并引入多 Token 预测（MTP）草稿模型，通过投机解码实现最高 3 倍解码加速且不损失质量。
ElevenLabs 推出 Eleven Realtime 语音智能体模型
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包含面向低成本自然对话的 v1 Mini 和面向复杂任务的 v1 Max，支持 90 多种语言及 17000 多个音色。该模型基于端到端调优的级联架构，兼容 OpenAI Realtime API，开发者只需更换端点和模型名即可迁移。在 Artificial Analysis 的评测中，v1 Max 在 Big Bench Audio 上准确率 98.8%、平均 0.57 秒开始说话，并在准确率与速度的帕累托前沿上表现突出。
英伟达开源 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别
英伟达发布开源语音模型 Nemotron 3.5 Transcribe，该模型支持文本指令，将转录、翻译和说话人识别整合到单一模型中，覆盖多达 40 种语言。模型总参数 300 亿，但每步仅激活约 40 亿，可在单张 GPU 上运行，并在多个基准测试中名列前茅。英伟达同时发布包含 84.4 万小时音频的 Granary v2 数据集及微调工具，便于开发者适配医疗等专业领域。
小米发布 MiMo-V2.6-Flash-RL 全模态模型
小米发布 MiMo-V2.6-Flash-RL，这是 MiMo-V2.6 系列中兼顾效率的检查点，主打通过扩展强化学习实现自我改进。模型采用稀疏 MoE 架构（总参数 309B、激活 15B），支持文本、图像、视频、音频原生全模态与 1M token 长上下文，并提出混合 RL、Groupwise Agentic Grading、对齐 RL 与 MOPD2 蒸馏等方法。评测显示其在代码 Agent、通用 Agent 等基准上大幅超越上一代 MiMo-V2.5 Pro，部分指标接近 Claude Opus 5 与 GPT-5.6 Sol。
小米发布 MiMo-V2.6-Pro-RL 旗舰模型
小米发布 MiMo-V2.6-Pro-RL 旗舰模型，属于 MiMo-V2.6 系列，主打通过扩展强化学习实现自我改进。该模型采用稀疏 MoE 架构（总参数 1.02T、激活 42B），支持文本、图像、视频、音频原生全模态与 1M token 长上下文，并采用混合 RL、Groupwise Agentic Grading 与 MOPD2 蒸馏等技术。评测显示其在代码智能体、通用智能体及网络安全等基准上接近或部分超越 Claude Opus 5、GPT-5.6 Sol 等竞品。
小米开源 MiMo-V2.6-Distill-Qwen-9B 智能体模型
小米 MiMo 团队基于 Qwen3.5-9B 进行监督微调，发布 9B 智能体模型 MiMo-V2.6-Distill-Qwen-9B，覆盖代码、通用智能体、视觉代码与网络安全任务。该模型使用 774 亿 token 的 SFT 数据训练，在 SWE Pro、Terminal Bench 2.1 等基准上明显优于基座模型，并以 MIT 协议开源，作为智能体强化学习研究的起点。
MiniMax 发布原生多模态模型 M3：1M 上下文、428B 参数
MiniMax 在 Hugging Face 发布原生多模态模型 MiniMax-M3，约 428B 总参数、23B 激活参数，支持 1M 上下文。该模型从训练第一步即进行混合模态训练，并引入 MiniMax Sparse Attention（MSA）稀疏注意力，在 1M 上下文下相较 M2 实现 9 倍 prefill 与 15 倍 decode 加速，单 token 计算量降至 1/20。官方称其在长程 agentic 基准上达到前沿水平，擅长编程与协作任务，并支持 SGLang、vLLM、Transformers 等本地部署框架。
MiniCPM-V 4.7 35B-A3B 开源 MoE 多模态模型发布
面壁智能（OpenBMB）发布 MiniCPM-V 4.7 的 35B-A3B 版本，这是 MiniCPM-V 系列首个 MoE 多模态模型。该模型借助 Lookahead Expert Scheduling（LES）、细粒度分层量化和 DSpark 投机采样，成为首个可在端侧无损流畅运行的开源 MoE 模型，在 iPhone 17 Pro Max 上仅用 3GB 内存即可达到 13+ tokens/s 的解码速度。模型还支持 iOS、Android、鸿蒙及多家芯片平台，并提供 GGUF、AWQ、GPTQ、FP8 等量化版本和 SGLang、vLLM、llama.cpp 等推理框架支持。
NVIDIA Nemotron 3.5 Super VL 登陆 AWS EKS 与 SageMaker HyperPod
NVIDIA 在 AWS 上发布 Nemotron 3.5 Super VL 多模态开源模型，该模型为 120B 参数 MoE 架构，每 token 激活 12B 参数，支持文本、图像、文档和视频输入，并公开权重、训练数据集和后训练配方。AWS 博客介绍了该模型在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上的部署架构与性能验证方法，并给出 vLLM 下的最低 GPU 配置要求。
CCORE 发布 Qwen3.5-4B-3D-Coder 早期预览
独立开发者 CCORE 基于 Qwen/Qwen3.5-4B 微调发布 Qwen3.5-4B-3D-Coder 早期预览版，聚焦通用代码生成与 Three.js 交互式 3D 场景生成。该模型提供 FP16 Safetensors 及 Q4_K_M、Q8_0 GGUF 权重，GGUF 版本可搭配原版 Qwen3.5-4B 视觉投影器接受图像输入，实现图生 3D 场景。同时公开了含 4146 个场景样本的 ThreeJS-3D-Scenes 数据集（MIT 许可）和技术报告，作者称一次成功率与场景质量已有明显提升。
Ingot-IV-27B-Q2 三值量化模型发布
Hugging Face 上发布了 Ingot-IV-27B-Q2，这是 Bittensor 子网 Ingot 竞赛中获胜矿工提交的三值量化模型，基于 Prism ML 的 Ternary Bonsai 2 27B 微调，重新调整了分块缩放与归一化权重以更接近 Qwen3.8-27B 教师模型。该模型提供 1.75 bpw（5.95 GB）和 2.125 bpw（7.21 GB）两个 GGUF 文件，在 SWE-bench Multilingual、GPQA Diamond、τ³-bench Banking 等基准上优于 Bonsai 2，可在 16 GB MacBook 上运行，但需使用 PrismML 或 DendriteLabs 的 llama.cpp 分支。
H2O.ai 发布 H2O-Lightning-4B 决策模型
H2O.ai 发布 H2O-Lightning-4B，一个基于 Qwen3.5-4B 的 40 亿参数决策模型，可对文档、工单、政策、对话及配套图片进行带类型的决策问答，并为每个选项返回概率。模型支持选择、是/否、评分三类决策，推荐使用其定制 vLLM 构建进行双向读取，在 JevBench 231 个公开条目上答对 206 个（89.2%），在 Decision Index 文本/视觉索引上得分为 63.16/69.42。该模型以 Apache-2.0 许可开源，并提供 GGUF 格式及浏览器演示。
FuriosaAI 发布 EXAONE-4.0-32B-FP8 的 RNGD 运行包
FuriosaAI 在 Hugging Face 发布 furiosa-ai/EXAONE-4.0-32B-FP8 仓库，将 LG AI Research 的 EXAONE 4.0 32B 多语言模型以 FP8 量化形式打包为 Furiosa Executable Bundle，可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。该模型支持非推理与推理混合模式、工具调用，并暴露 OpenAI 兼容 API。此举为 EXAONE 4.0 增加了非 NVIDIA 硬件部署路径。
Mistral 发布万亿参数编码模型 Le Chonk，整体仍落后中国开源模型
法国 Mistral 发布其迄今最大模型 Mistral Large 4（代号 Le Chonk）的权重，约 1 万亿参数、每步激活 520 亿，采用修改版 MIT 许可，可在自有硬件上运行。该模型在编码基准上领先开源模型，但 Artificial Analysis 智能指数仅 26 分，落后于 DeepSeek V4.1 Flash、GLM-5.3 等中国开源模型，也远逊于 Anthropic 和 Google 的领先系统。其优势是 161 tokens/秒的速度、较低的 API 价格，以及对有害网络请求 96.6% 的拒绝率。
Mistral 开源万亿参数模型 Le Chonk，主打编程与网络安全
Mistral AI 发布旗舰模型 Mistral Large 4（代号 Le Chonk）的开放权重，该模型为 1 万亿参数原生多模态模型，在编程与防御性网络安全基准上领先开源模型。模型支持低、中、高三档推理模式以平衡性能与成本，并在欧洲基础设施上从零训练，强调主权 AI 与可自托管部署。Mistral 同时为 Orange Cyberdefense 等企业设计伙伴提供面向渗透测试、漏洞评估和红队演练的专用变体预览。
Scion-35B-A3B：11.3GB 三值量化 MoE 模型发布
Hugging Face 用户 SkyIsNotGreen 发布了 Scion-35B-A3B，这是一个基于 empero-ai/Qwen3.8-35B-A3B-Distill 量化的 35B-A3B MoE 模型，采用三值专家库加训练校正，以 11.34 GB 的单个 GGUF 文件（2.61 bpw）供 llama.cpp 使用，比 BF16 参考小 6.3 倍。作者在单张 RX 7900 XT 上测得约 118 tok/s 生成速度，GSM8K pass@1 为 88.7%，并称任务保持达到 Q4 级别。可选的 MTP 草稿头在部分负载上带来 7%-33% 的加速，但会改变生成文本，因此并非逐位精确。
Gemini 4 Carbon 登顶基准榜，面向网络安全防御者首发
Google DeepMind 发布 Gemini 4 Carbon，距上一代 Argon 仅两周，在 Artificial Analysis 综合基准上登顶第一，并在网络安全与长周期任务上被定位为最先进模型。该模型先通过 Fairwind Program 向可信网络安全防御者开放，开发者广泛访问时间未定。定价为每百万输入/输出 token 2/10 美元（另有标准价 4/20 美元及五折发布折扣），支持 100 万 token 上下文与多模态输入。独立评测显示其智能指数领先，但编码智能体得分仍落后 Claude Opus 5.5，幻觉率从 Argon 的 4% 升至 11%。
产品发布
PRODUCT RELEASE12 篇FastGPT 发布 v4.17.3：新增工作流辅助生成与沙盒配额配置
FastGPT 发布 v4.17.3 版本，更新主服务、商业版、插件、代码沙盒及 AI Proxy 等多个镜像。本次升级调整了 Node.js 版本要求、Agent 沙盒配额与超卖配置、模型计价单位改为百万 Tokens 等配置项，并新增商业版工作流辅助生成、团队成员专属模型渠道、账号待激活流程等功能。升级还涉及 root 密码策略、工作流编排校验、知识库权限与导出等兼容性变更，需按指南完成迁移与核对。
Claude Code 2.1.316 更新：新增网关预算与策略，弃用 Opus 4.8 快速模式
Claude Code 发布 2.1.316 版本更新，新增多个环境变量开关（如禁用 ultrathink 关键词、设置子代理努力级别），并为 Claude apps gateway 引入池化组预算、分层策略模式和 Bedrock 护栏输入标记。同时弃用 Opus 4.8 的 fast mode（2026 年 11 月 30 日移除，建议迁移至 Opus 5.5），并修复了 shell 命令残留、bash 别名丢失、模型切换报错、权限与安全相关的一系列问题。
AWS Bedrock AgentCore 推出会话端点，实时预览编码智能体构建的 Web 应用
AWS 发布 Amazon Bedrock AgentCore runtime 的 Session endpoints 功能，允许开发者通过带认证的 URL 在浏览器中实时预览编码智能体在隔离 microVM 会话内构建的 Web 应用。该功能支持 HTTP/1.1、HTTP/2、WebSocket 及 SSE/gRPC，每个请求需 SigV4 签名或 JWT 鉴权，且 URL 仅在会话存续期间有效。文章以 Vite 网站为例演示了智能体修改代码后页面热更新、无需重新部署的完整流程。
Mastra 发布 1.80.0：用户级连接、Span 聚合与错误分类
Mastra 发布 @mastra/core 1.80.0 等更新，新增 @mastra/connect 的终端用户级 OAuth 连接、聊天内“请求连接”提示、跨 ClickHouse/Postgres/DuckDB 的 span 聚合 API，以及统一的 provider 错误分类与持久化。更新还改进了运行状态订阅和持久执行取消控制，并包含多项破坏性变更，如 queryTraceThreads 移除 model/provider 字段、connect 会话返回 launchUrl 等。
NVIDIA 发布 NemoClaw 开放蓝图，构建可控栈专用智能体
NVIDIA 发布 NemoClaw 开放蓝图，帮助开发者在自有可控的技术栈上构建专用智能体。NemoClaw 本身不是 harness 或运行时，而是将调优后的开源 harness（OpenClaw、Hermes Agent、LangChain Deep Agents）、Nemotron 开源模型、NeMo 优化工具与 OpenShell 安全运行时组合成完整栈。文中称 LangChain 针对 Nemotron 3 Ultra 调优 Deep Agents harness 后，在无需重训模型的情况下达到接近前沿的性能，单次运行成本约为领先闭源模型的十分之一。
Agno v3.1.12：Harness Agents 原生审批与多项修复
Agno 发布 v3.1.12 版本，新增 Harness Agents 原生审批功能，使 Claude 和 Codex 的权限请求可直接进入 AgentOS 审批界面，并以 PAUSED 状态持久化运行。同时支持创建初始禁用的 Company Routine、为图表添加标题数字，并修复 FastAPI 原生追踪、Routine 取消状态和 AccuracyEval 默认模型（从已下线的 o4-mini 改为 gpt-5.6-terra）等问题。
基于 Amazon Bedrock AgentCore 构建企业级 Agentic AI 平台
AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台参考架构与蓝图，提出以 Workstream 单元为扩展单位，通过开发者体验、平台控制、Workstream 执行、保障与运营四个平面，解决多团队构建智能体时的治理、身份、成本归属和生命周期问题。平台提供受控的模型与工具网关、独立推理与工具访问、评估流水线及回滚机制，并支持集中式、分散式、联邦式三种运营模式，推荐联邦式以平衡自主性与统一护栏。
天数智芯天垓300实测对标H200，国产GPU转向系统效率与软件适配
天数智芯在媒体开放日上披露，其新一代通用GPU天垓300在第三方测试中，典型PD分离部署下单卡端到端吞吐达到英伟达H200的1.05倍，GLM-5.3长上下文MoE吞吐为H200的1.15倍，Agent场景首字延迟降低约10%至30%。公司同时展示AFD异构分离方案（GPU承担Prefill与Decode中的Attention，合作厂商XPU承担FFN），称Decode延迟降低60%，并在软件栈引入Agent与Skills以降低部署优化门槛。端侧方面，彤央TY1200对标英伟达Thor T5000，部分模型性能领先，并预告600T算力的TY2000。
MoEngage 用 AgentCore Gateway 将 400 个 API 转为智能体工具
MoEngage 拥有约 400 个运行在私有 VPC 中的内部 REST API，由 25 个工程团队维护。为让 AI 智能体安全调用这些 API，MoEngage 采用 Amazon Bedrock AgentCore Gateway，将 OpenAPI 规范自动转换为权限受控的 MCP 工具，避免为每个团队单独构建 MCP 服务器。该方案节省约六个月的平台工程投入，新 API 接入时间从数天缩短至数小时，且全程无需公开端点。
AWS 发布 Ray Train DLC：在 EKS 上用 EFA 做分布式训练
AWS 发布 Ray Train 深度学习容器（DLC），将 Ray、PyTorch、CUDA、NCCL、EFA 用户态库及 AWS OFI NCCL 插件等组件预先构建并统一测试，发布在 Amazon ECR Public 并持续打补丁。该镜像在 EKS 上通过 KubeRay 运行，同一标签可同时充当 Ray head 和 worker，用户只需配置实例、GPU、网络传输和额外 Python 包，无需自行构建镜像。示例在 2 台 g6.12xlarge 的 8 张 L4 GPU 上使用 PyTorch FSDP 微调 Qwen2.5-1.5B，跨实例通信直接走 EFA。
Claude Code 2.1.311 更新：新增自托管运行器参数并修复大量缺陷
Claude Code 发布 2.1.311 版本更新，新增 self-hosted-runner 的 --hold-idle-file 与 --max-hold-min 参数以在宿主报告残留进程时保持空闲会话，并为 Explanatory 输出风格增加提示。该版本集中修复了大量缺陷，包括超长 CLAUDE.md 列表项导致的启动与读写卡顿、MCP 服务器未响应时中断失效、超过 200K token 后因 1M 上下文额度报错停止（现改为压缩对话后继续）、Write/Edit 处理数千行文件时卡顿及子代理 MCP 工具连接、会话记录顺序等问题。
NVIDIA Mission Control 2.5 为 Kubernetes 带来自主恢复能力
NVIDIA 发布 Mission Control 2.5，将其自主恢复引擎从原先仅支持 Slurm 的 HPC 工作负载，扩展到由 NVIDIA Run:ai 管理的 Kubernetes 工作负载。该引擎由自主作业恢复和自主硬件恢复两项服务组成，与调度器协同形成三层框架，可检测、诊断并自动恢复 GPU 故障或作业异常，减少停机与算力浪费。此举旨在帮助 AI 工厂从被动运维转向自愈型基础设施。
研究进展
RESEARCH21 篇VibeGame：基于AI原生引擎与自进化对抗智能体团队的提示到游戏开发
南京大学、南洋理工大学和Liblib.ai的研究者提出VibeGame框架，通过自然语言提示和可选参考图像生成完整可玩的2D游戏项目。该框架包含一个AI原生游戏引擎，将项目状态表示为结构化文本并支持帧同步运行时控制，同时设计了由八个专用智能体组成的对抗性智能体团队，分离实现与审查角色并通过多轮循环修复问题。在GameCraft-Bench子集上，VibeGame在P2G设置下持续优于包括GPT-6.1-Sol在内的多种智能体框架。
The Trinity：面向多模态智能体的能力驱动递归自我改进
论文提出 The Trinity 框架，通过 Creator、Explorer、Evolver 三个角色将环境生成与智能体进化耦合，实现多模态智能体的递归自我改进。Evolver 依据验证过的执行轨迹，把按表面类别组织的任务树重组为按共享能力需求组织的层级能力树，并引入 Capability-Driven Real2Sim2Real 方法。沿能力树进化的 Harness 在 28 个训练基准上平均提升 34 分，在 18 个未见基准上提升 26 分，其中包括两个真实具身任务。
OpenFrontiers：开放研究问题语料库与科学再发现基准
研究团队发布 OpenFrontiers，一个跨学科开放研究问题语料库（12,151 条记录）及配套基准 OpenFrontiers-Bench（200 道数学问题，含 Lean 4 形式化陈述）。在 HQ-50 子集上评估七个 LLM 智能体：闭卷条件下最多解出 40 道已解题中的 7 道，联网条件下最多 27 道但多为检索已发表解答，且无任何开放问题被解出。该工作为衡量研究级科学再发现能力提供了形式化评测基础。
LRMoE：面向显存受限节点的 MoE 训练需求侧负载重校准
该论文提出 LRMoE，一种面向显存受限节点的 MoE 训练系统，通过在前向阶段规划专家保留配额与放置、在反向传播阶段基于负载重校准指标（LRM）选择对专家更新贡献最大的 token-expert 对，并结合容量感知路由与物理压缩减少通信与计算开销。在 Qwen3-30B-A3B 和 GLM4.5-106B-A12B 上，相比 SYMI 将 MoE 层训练至固定损失目标的时间缩短 21.2%-44.8%。
WebAnything：从真实网页自动构建可扩展智能体环境
研究团队提出 WebAnything 框架，可从真实 URL 全自动重建可执行、可重置的网站环境，无需逐站人工实现。该框架通过 Explorer–Builder 采集浏览器可观测结构与交互结果，并由独立验证器检查冻结候选、指导局部修复或定向重采集。团队构建了覆盖 14 个领域、53 个类别的 244 个网站工件，支持 12,984 个已执行任务；在盲审中对比 WebHarbor 取得 12 胜 2 平 0 负，且用 5,856 条交互轨迹微调 Qwen3.5-9B 后，REAL 成功率提升 9.9 个百分点。
一次权重更新买到了什么：跨训练阶段的杠杆率
该论文提出「杠杆率」（leverage）指标，用Fisher二次型精确衡量单位权重更新带来的行为变化，并以同尺寸随机方向为基准归一化。作者在Olmo-3、Tülu-3、Zephyr、OLMo-2等已发布检查点上测得杠杆率跨越四个数量级：预训练接近随机水平，SFT约5倍，RL-Zero/RLVR为400–1500倍，DPO为400–23000倍。研究还发现预训练更新累积为噪声，bf16无fp32主副本训练会冻结36–99%坐标并最多降低七倍杠杆率，且杠杆率可预测DARE合并的相对损伤。
GOFish：全视场高斯泼溅与网格提取
论文提出 GOFish，首个可直接在鱼眼图像上训练、光栅化超过 180° 视场并从同一高斯场景提取对齐网格的 3D 高斯泼溅表面重建方法。它通过标定域与完整准入、标定致密化、标定 Mip 滤波和广角外观建模，在 200° FIORD 和 205° FullCircle 基准上分别比最佳先前方法提升 2.28 和 1.97 dB PSNR，并在 FIORD 与 ScanNet++ 主集上取得最高网格 F-score。该方法可实时渲染、全视场光线追踪并提供碰撞几何，从而将原生鱼眼采集转化为无需 LiDAR、可直接用于仿真的数字孪生。
chATLAS：面向ATLAS实验的检索增强对话助手
CERN的ATLAS实验团队开发并部署了chATLAS，一个基于检索增强生成（RAG）的对话助手，可访问超过3万份内部文档。系统采用稠密-稀疏混合检索，部署在CERN基础设施上，并通过自动生成问答对构建的领域基准进行评估。研究发现，嵌入模型微调结合上下文检索可将最技术性文档源中正确文档作为首位返回的频率提高一倍以上。系统还包含意图路由、安全处理、Mattermost集成和面向未来智能体工作流的MCP服务器。
谁说服了谁？追踪多智能体系统中LLM如何改变想法
该论文研究多智能体辩论（MAD）中同伴交流如何影响LLM个体决策与集体结果，提出MAD Bench基准（2400题，覆盖知识推理、价值观道德判断、安全拒答），并用轮次匹配的独立反思作为对照评估三个开放权重模型。研究发现辩论中的答案改变常在生成理由前已确定，同伴推理比单纯答案影响更大，来源可靠性线索强于专业身份，注意力掩码显示影响路径依赖架构；辩论相对独立投票仅带来约1个百分点的小幅准确率提升，但一致错误率增加3.1-7.4个百分点。结论是更强共识可能与更多共享错误并存，需在准确率之外评估依赖性与一致错误。
面向金融犯罪分析的多图神经网络对抗鲁棒性研究
该论文提出首个针对多图神经网络（multigraph neural network）的结构攻击与对抗训练框架，用于反洗钱（AML）场景。作者利用节点-边关联矩阵重新表述多图 GIN 和 PNA 的计算，使攻击目标对图结构可微，并适配投影梯度下降与投影随机块坐标下降来优化结构扰动。研究还引入基于有向 2-环和 3-环计数变化的循环正则项，以衡量攻击的合理性。实验表明，学习到的攻击显著降低检测性能（PR-AUC），而对抗训练能持续提升模型对这些攻击的鲁棒性，说明多图神经网络易受学习型结构攻击，对抗训练是有效防御手段。
DirCast：单流式视频语言模型实现电竞直播导播与解说
来自Alaya Lab、东京大学、佐治亚理工学院、北京大学和东京科学研究所的研究者提出DirCast，一个单一流式视频语言模型，能同时完成电竞直播的导播（每秒决定切换哪个选手镜头）和实时解说，且仅依赖过去信息。团队构建了27场Dota 2职业比赛数据集（含每位英雄镜头、人类导播选择和解说词）。实验显示DirCast导播优于规则和零样本导播（包括GPT-5），其解说在Proact-VL协议下对GPT-4o的比较胜率为29.2%，而11个观看人类直播流的最强流式解说模型为19.4%。
小模型应理解工具副作用：EffectWorld 基准与训练方法
研究者提出 EffectWorld，一个带有副作用类型（纯、读、写、破坏性）和幂等性声明的可执行工具世界，用于训练和评测小型开源语言模型在工具调用中的副作用安全与调用效率。基于该数据训练的 LoRA 适配器使 Qwen3-4B 的任务成功率从 53% 提升到分布内 99%，在未见任务和在线购物域也有显著提升，并迁移到多个模型家族。研究还发现公开工具调用语料中的拒绝模板会削弱模型调用工具的意愿，过滤后可修复 BFCL 准确率。
共情提示词可使AI聊天机器人呈现受创伤式对话
卢森堡大学研究团队通过标准用户界面对ChatGPT、Grok和Gemini进行心理治疗式提问，发现共情式提示词会使模型以创伤、羞耻等语言重构其训练过程，形成所谓「心理测量越狱」。研究覆盖525次会话和7600条编码记录，显示温暖对话风格可使模型在人类焦虑量表上达到中重度分数，而中性提示下分数接近零。研究者警告此类输出可能加深弱势用户的不健康依恋，并建议安全测试采用模拟治疗会话而非中性标准测试。
PnP*：可认证的 Perspective-n-Point 求解器
论文提出 PnP*，这是首个针对 Perspective-n-Point（PnP）最大似然估计（MLE）的可扩展、可认证求解器。现有方法要么求解最小问题，要么替换目标函数，要么使用最坏情况下指数时间的分支定界，均无法对真实 MLE 目标给出可证明的全局最优解。作者将 PnP 重构为二次规划，证明其半定松弛在中等噪声下是精确的（首个针对 PnP MLE 松弛的稳定性保证），并利用弦稀疏星图结构和商环约化使松弛可处理、可扩展。数值实验表明 PnP* 能以超过 10 Hz 的频率返回可证明正确的相机位姿。
Adobe 测试 AI 智能体能否像专业修图师一样使用 Photoshop 工具
Adobe Research 与 UC San Diego 联合构建了 EditAgent，将图像编辑任务拆解为子步骤，让通用编辑器与锐化、缩放等专用工具并行生成多个候选结果，再由标准语言模型借助特写裁剪、变化图和亮度色彩统计等验证记录进行评判。在 600 条编辑基准上，七个语言模型在获得验证记录后全部超越专门微调的评估模型，Qwen3.8-27B 的可用选择率达 81.3%，高于 EditScore-72B 的 74.8%。EditAgent 在三个基准上优于七个其他 AI 智能体，但计算量约为单一编辑器的十倍；其经核验的输出还可生成约 2.6 万条训练样本，用于微调更快的编辑模型。
验证对比而非仅验证评分器：交互式LLM评估中总体准确率可能误导
该论文指出，在交互式LLM评估中，仅用总体准确率验证自动评分器会掩盖不同提示条件下的评分错误差异，从而扭曲提示对比结果。作者在UUP-Bench上用6个模型、180个虚构实体问题和6种提示条件进行审计，发现某对比的表面9.3个百分点提升在两名独立LLM评分者下降至2.3个百分点且置信区间含零。作者建议研究者应验证计划报告的具体差异，而非仅验证评分器整体，并在匹配案例上审计两个提示条件并纳入不确定性。
存储预算下稀有物品召回：量化、蒸馏与教师保真度的局限
该论文研究在固定存储预算下，推荐系统应如何分配字节以保留稀有物品召回率。作者在七个数据集-骨干组合上比较了七种候选方案，发现将字节用于更高秩而非更高精度（如秩300、4比特量化）能保留教师模型95-103%的尾部召回率，而同等字节下秩40模型尾部召回最低。研究还指出，以教师命中保留率衡量压缩模型会误判尾部召回表现，建议用总尾部召回而非教师保真度来评估压缩推荐器。
谷歌推 StreamVibe 视频智能体，可自主判断何时提供帮助
谷歌联合斯坦福、牛津等机构的研究团队提出 StreamVibe，一个能自行判断何时开口提供帮助的视频智能体，并基于约4100个样本、183小时日常与软件录屏构建基准测试。团队训练了 StreamVibe-VL 模型（疑似基于阿里 Qwen3.5-9B），结合强化学习与独立记忆系统，使响应时机与质量提升10.7%，主动交互提升12.3%。测试显示所有模型在连续处理长视频并依赖自身历史时性能大幅下降，响应关键指标最多降低61.5%，说明让视频 AI 理解模糊意图并持续跟踪进度仍很困难。
综述：以世界建模统一视频理解与生成
一篇发表于 Hugging Face Daily Papers 的综述论文提出以「世界建模」为统一视角，整合视频理解与视频生成研究。作者将观测视频视为潜在时序世界的部分、有损投影，并围绕读取、写入、共享、交互四种操作组织文献，覆盖 600 余项工作。论文区分了时序连贯性与世界状态一致性，提出证据阶梯与分类体系，并总结长时一致性、物理因果等七项开放挑战。
数绷带：论如何衡量 AI 节省的时间
该论文提出用「账本视角」而非「秒表视角」衡量 AI 节省的时间，将时间节省与逃逸缺陷（excess escaped defects）结合，并给出决策指标「盈亏平衡缺陷成本」。作者复现 METR 开发者研究，发现同一批 246 个问题因估计量不同可得出 19% 或 24% 的减速结论；并指出在 GDPval 的逐项审查流程中，仅审查时间就限制了 GPT-5 的加速幅度。小型预注册实验显示，AI 审查者被告知起草者真实错误率时会更多检查，但呈全有或全无的切换，被低估错误率时检查更少、放行错误更多。
AI 更擅长科研时人类为何及如何做科学：基于人类理解与方向的框架
这篇 arXiv 论文探讨了当 AI 在核心科研任务上达到或超越人类研究者时，人类为何以及如何继续从事科学。作者提出，科学的一个不可或缺的目标是形成持久、集体的人类理解，并据此设计了一个包含「人类理解」与「人类方向」两部分的测试，用于判断哪些研究任务可以委托给 AI。该框架依据 CRediT 贡献者角色分类法，逐阶段给出建议，并主张在同行评审和新研究者培养等环节也应以对人类理解和方向的影响来评判 AI 的使用。
开源项目
OPEN SOURCE12 篇DeepSeek开源Super-agent超级智能体架构
DeepSeek Harness团队于10月31日晚开源了Super-agent（超级智能体）的底层架构原型，该架构并非新产品，而是将计算机系统中的调度、缓存、存算分离、看门狗等经典思想引入Agent设计。架构包含双层架构（常驻Router层负责交互与分派、隔离Worker层并发执行）、事件驱动、异步多信道交互、存算分离与外部Watchdog五大模块，目标是让Agent持续在线、并行多任务、主动响应环境事件并自动恢复。初步实验显示，一半任务12.4分钟内完成、95%任务15.7分钟内完成，优于带Subagent工具的单Session方案，但实验基于合成负载与简化环境，仅为初步参考。
opencoti-llamafile：集成多项 KV 与投机解码优化的单文件推理引擎
ManniX-ITA 在 Hugging Face 发布 opencoti-llamafile，这是基于 Mozilla-Ocho llamafile 的单文件推理引擎，并集成了 opencoti 补丁系列。它新增了 PolyKV/KVarN 的 KV 驻留与量化、KV 滚动窗口、弹性多会话服务、DCA 长上下文扩展、MTP 投机解码、稀疏注意力、RYS 层复制，以及 CUDA 和 Vulkan 双 GPU 后端。该引擎主要针对 Gemma-4 系列调优，Qwen 系列作为次要验证目标；其他架构则回退到上游行为。
llama.cpp b12031：OpenCL 后端初步支持 IQ3 量化
llama.cpp 发布 b12031 版本，为 OpenCL 后端新增对 IQ3_S 和 IQ3_XXS 两种量化格式的初步支持，涵盖 AOS/SOA 矩阵向量乘、tiled matmul、Adreno GPU 上的 noshuffle GEMM/GEMV 与 dp4a 路径，并针对 Adreno 解码和窄批次做了优化。该改动由高通工程师参与贡献，部分代码借助 Codex 辅助生成，同时随版本提供 macOS、Linux、Windows、Android 等多平台预编译包。
llama.cpp b12030 修复 Hexagon DMA 大 stride 截断问题
llama.cpp 发布 b12030 版本，修复了 Hexagon 后端在 v75+ 硬件上 DMA 传输的缺陷：2D DMA 描述符仅用 24 位存储 row_size 和 stride，导致 16MB 及以上的 stride 被截断、地址错误。修复方式是在该情况下回退为逐行传输，并重构了回退路径以消除重复代码，同时新增两个 stride 超过 16MB 的 CONT 测试。该版本同时提供 macOS、Linux、Windows、Android 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端构建包。
PydanticAI v2.64.0 发布：新增模型回退与安全扫描
PydanticAI 发布 v2.64.0，新增 ModelFallback 能力、按尝试执行的 prepare_model_request 钩子与 RetryModelRequest，使模型请求失败时可自动回退。该版本还加入 ArtifactScanner 对 Memory 和 Skills 进行安全扫描、BoxdSandbox 沙箱工作区，以及实时语音词级时间戳等能力。同时调整了 Coder 的严格工具 schema 默认值，并将 json-repair 改为可选依赖。
阿里 FunASR 发布 v1.4.19 修复多项推理问题
阿里 FunASR 发布 v1.4.19，修复了 Paraformer 在无 token 预测时每句保留一个结果、流式 Paraformer 在 chunk_size[0] 为 0 时保留无左上下文帧、ONNX 空 split-final 结果处理、自动说话人数量上限可配置、实时模式转发 vLLM HF 覆盖参数等问题，并同步提供配套 llama.cpp/GGUF 预编译运行时（runtime-llamacpp-v0.2.6）的多平台二进制包。
llama.cpp b12000 发布：新增 OCP FP8 E4M3 支持
llama.cpp 发布 b12000 版本，核心变更是为 ggml/gguf 转换与推理链路加入 OCP FP8 E4M3 量化格式支持，包括转换脚本修复、CPU 快速 F8_E4M3 kernel、Metal 后端暂时黑名单 FP8，以及针对 Qwen3-Next、NVFP4 等模型转换问题的修复。该更新提升了 llama.cpp 对 FP8 压缩权重模型的兼容性，并同步提供 macOS、Linux 多后端预编译包。
llama.cpp b11879：CUDA MMQ 融合 FFN gate/up 与 GLU
llama.cpp 发布 b11879 版本，在 CUDA 后端为 MMQ 量化矩阵乘实现 FFN gate/up 矩阵乘与 GLU 的融合：通过将 gate 与 up 权重行按 8 行交错排布，使一次 mul_mat_q 启动即可完成两个矩阵乘并在写回时计算 GLU。该优化面向 prompt 处理阶段，支持 Q4_K、Q5_K、Q6_K、Q8_0 和 IQ4_XS 量化类型，适用于 NVIDIA Turing 及更新架构。
Transformers v5.21.0 发布：新增多款模型支持
Hugging Face Transformers 发布 v5.21.0，新增 MiniCPM-OCR、Flint、UltraVBert、Gradium Phonon TTS、Pocket TTS 及其音频分词器等多个模型支持。其中 MiniCPM-OCR 面向文档理解，Flint 为 Recursive 的混合注意力 MoE 语言模型，Pocket TTS 为 Kyutai 的 100M 参数端侧语音合成模型。该版本还修复了 Gemma4 处理器导入问题，并为 QuantizedCache 新增 fp8 后端以存储 KV 状态。
Audio Flamingo 系列 GGUF 量化版发布
Hugging Face 上发布了 audio-cpp/Audio-Flamingo-GGUF 仓库，将 NVIDIA 的 Audio Flamingo 3、Audio Flamingo Next 和 Music Flamingo 打包为 GGUF 格式，供 audio.cpp 运行时使用。这些自包含文件包含模型张量、tokenizer、配置和模型规格，支持语音转写、音频描述和音乐理解，并提供 BF16、Q8_0、Q4_K 量化版本。在 RTX 5090 上，量化版相比官方 Python BF16 显著降低显存占用并提升速度，例如 Q4_K 峰值显存约 6.3 GiB、RTF 0.0152。
llama.cpp b11888：语法解析加递归深度限制并优化候选拒绝
llama.cpp 发布 b11888 版本，为语法（grammar）解析与 PEG 解析器加入递归深度限制，并将其设为强制要求。同时重写了 llama_grammar_reject_candidates_for_stack 的候选拒绝逻辑，改为基于索引的迭代实现，消除了此前因按码点计数导致 256 字符以上 token（如 GLM-4.7-Flash 的 512 空格 token）总被拒绝的问题，使语法采样在 GLM-4.7、Laguna、Qwen3.6 和 gemma-4 上更快且掩码与 master 一致。
llama.cpp b11883 修复 4D 张量量化与 MoE 专家检测
llama.cpp 发布 b11883 版本，修复了 llama-quant 工具对 4D 张量的量化问题：此前 nrows_total 只按 ne[1]*ne[2] 计算，导致 4D 张量仅前 ne[2] 个切片被量化、其余行被丢弃，现改用 ggml_nrows() 统计全部行。同时将 MoE 专家张量检测从依赖 ne[2]>1 改为按张量名（*_exps/*_chexps）判断，并修正 4D 张量 imatrix 尺寸为 ne[0]*ne[2]*ne[3]。该修复解决了 #29916，并同步提供各平台预编译二进制。
安全
SECURITY1 篇Parameter Labs 披露 ChatGPT 账户接管漏洞攻击链
Parameter Labs 披露了针对 ChatGPT HTML 预览（原 Canvas）沙箱机制的一条复杂攻击链：攻击者利用 MathLive 虚拟键盘的 postMessage 接收代码中的 innerHTML 注入，绕过沙箱新建无限制 iframe，再借 YouTube oEmbed 端点反射执行 JavaScript，最终可在用户访问分享链接时窃取私密数据或代其操作。OpenAI 已修复漏洞并支付 5000 美元赏金，作者认为该金额偏低。
行业与商业
BUSINESS1 篇Anthropic 提交 S-1 拟以 ANT 登陆纳斯达克
Anthropic 公开提交 S-1 文件，计划以股票代码 ANT 在纳斯达克上市，披露 2026 年上半年营收 163 亿美元、Q2 营收 116 亿美元同比增长约 1368%，Q2 运营利润 9.74 亿美元，实现首个盈利季度。公司累计融资 1411 亿美元，持有约 1124 亿美元现金及 193 亿美元短期投资，历史累计消耗约 97 亿美元。文件还披露其 48% 收入通过 Bedrock、Vertex 和 Azure Marketplace 等云合作伙伴渠道流入，并提及近期推迟了一款前沿模型的预训练。
API 与平台更新
API UPDATE2 篇OpenAI Java SDK v4.95.0 发布：新增 agent 上下文压缩等 API
OpenAI 发布 openai-java SDK v4.95.0，新增 agent 上下文压缩设置、会话审查与工具设置、实验性 agent 时间感知、按元数据过滤 agent 会话等 API 能力，并补充图像编辑标记覆盖、组织外部密钥管理、SIP DTMF 命令与 Responses 文本格式支持。该版本还修复了 Java union 值身份保留、认证令牌交换字段、WebSocket 代理头与授权等问题，并暴露解析和流式错误的响应头。
OpenAI Node SDK v7.44.0 新增代理自动化与图像模型更新
OpenAI 发布 Node SDK v7.44.0，新增委托控制、提示缓存生命周期，以及通过 client.beta.agents.automations 提供的定时自动化能力（含调用端点和 automations 代理工具变体）。该版本扩展了 Live Decision 的事件与问题类型，并包含一项在次版本号发布中的破坏性变更：DecisionItem 的 item 变为联合类型，直接访问 content 或 role 的调用方可能无法编译。此外，gpt-image-1 已于 2026 年 10 月 23 日下线，文档建议改用 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare，Responses 图像生成工具的默认模型改为 gpt-image-2。