AI日报 | 2026年09月22日

30B 总参数、约 3B 激活参数的模型，被 OpenRouter 放到了 Agent 的高频执行位。另一边，Linear 在想办法把 AI 写代码后越排越长的 CI 队列压回去。

这两条消息摆在一起，今天的主线就很清楚了，模型不再只是比谁能回答更难的问题。它开始被拆进真实工作流，按任务边界、延迟和验证成本来分工。能把这笔账算明白的团队，才有机会把 Agent 从演示带进生产。

今天最该看的三件事

1. 小米开源 MiMo-V2.6，开放模型把 Agent 竞争拉进了工程层

小米发布 MiMo-V2.6 Pro 与 Flash 两款原生全模态开放权重模型。RSS 信息显示，Pro 在 Artificial Analysis Intelligence Index 获得 46 分，Code Arena WebDev 的 AutoEval 约为 1628 分，开源权重模型中约居第三。模型采用 MIT 许可，训练上强调规模化强化学习，并把 RSI 作为探索方向。

来源，小米 MiMo 发布｜评测榜单信息

榜单位置当然不等于你明天就该换模型。Agent 任务的真实门槛在工具调用稳定性、长链路失败后的恢复能力，以及本地部署和数据边界能否接住。可开放权重、全模态、编码任务三件事同时出现，还是把选择权往开发者这一侧推了一步。

以前你只能问哪家 API 更强。现在更实际的问题变成，哪些步骤值得留给昂贵的前沿模型，哪些步骤可以交给可控的开源模型。

2. NVIDIA Nemotron 3.5 Lightning 讲了一件实在事，高频步骤不必每次都上大模型

OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 时给出了一个清晰定位，30B 总参数、约 3B 激活参数的 MoE 开源权重模型，服务工具调用、编码等高频且边界明确的执行步骤。它不是要替代负责规划、复盘和复杂推理的主模型，而是接手那些大量重复的活。

来源，OpenRouter 公告

这个分层比「一套模型打天下」顺眼得多。一个 Agent 真正跑起来，消耗 token 的往往不是最后那次聪明的决策，而是检索、分类、字段抽取、参数补全和工具重试。把这些步骤用更低成本、更低延迟的模型接住，才可能让产品的单位经济账不失控。

但别把路由当成自动省钱器。模型切换增加了评测和观测负担，某个小模型一次格式漂移，就可能让后续工具调用全线失败。先从输入输出边界最明确的节点开始替换，保留回退路径，再谈规模化。

3. AI 把代码提交变快后，CI 会先挨打

Linear 的工程复盘给了一个很工程化的信号。团队针对 AI 编码带来的验证瓶颈重构 CI，PR 等待时间从超过 6 分钟降到 5 分钟出头，单测 runner 的耗时约减半。

来源，Linear Now

一分钟听着不惊人，但它发生在每个 PR、每次反馈循环上。代码产出加速以后，测试队列、缓存命中、并发 runner 和 flaky test 都会变成更尖锐的问题。很多团队会先盯着 Agent 生成质量，其实验证吞吐才是更早露头的系统瓶颈。

这块不是靠少跑测试解决的。Linear 的方向提醒我们，应该先识别变更影响、缩短无效等待、让测试资源按风险调度。速度和可信度不能二选一，少测一次省下的时间，可能会在一次线上回滚里连本带利还回去。

还有六条，别漏掉

Qwen-Image-2.1，把生成和编辑塞进一个 7B 检查点

通义千问发布 Qwen-Image-2.1，单一 7B 检查点同时支持图像生成与编辑，最多可用 10 张参考图，已经接入 diffusers 和 ComfyUI，还支持带 alpha 通道的透明图像。对设计工作流来说，统一模型的价值不只是少装一个权重，而是可以少一次生成与修图之间的语义断层。

来源，Qwen 发布

Grok 4.7 上线，价格没涨，编码和知识工作成了主卖点

xAI 发布 Grok 4.7，输入和输出价格维持在每百万 token 2 美元和 6 美元，并提供更快也更贵的变体。Artificial Analysis 给出的评测里，Grok 4.7 的 Intelligence Index 为 46，编码代理得分升至 56。指标能作为选型参考，却不能替代你自己的任务集测试。

来源，xAI News ｜来源，Artificial Analysis 评测

Kimi Code Desktop 1.0 上桌面，开发者更在意的是日常摩擦

Kimi Code Desktop 1.0 同步提供 macOS 与 Windows 客户端。桌面端看起来不像模型大新闻，但它决定了上下文、权限提示、终端调用和日常切换是否顺手。开发工具最后拼的，常常不是一项 benchmark，而是你愿不愿意每天打开它。

来源，月之暗面 Kimi

Step 5 Preview 把 600B MoE 和百万上下文摆上台面

阶跃星辰发布 Step 5 Preview，信息显示其为 600B 总参数、27B 激活参数的稀疏 MoE 模型，支持 100 万 token 上下文与视觉输入，并计划在 10 月 15 日开放权重。参数和上下文都很吸睛，真正值得跟进的是开放后在长任务里是否稳定，以及推理成本会落在哪。

来源，阶跃星辰

亚马逊封禁 Meta Muse 代用户购物，Agent 身份与凭据终于撞上现实

据 IT 之家转述，亚马逊阻断 Meta 的个人 AI Agent Muse 在其站内代购，争议集中在访问授权、Agent 身份标识和用户账号凭据的处理。平台担心安全并不奇怪，用户想让 Agent 替自己完成重复操作也同样合理。缺的不是一个会点击的模型，而是一套能让网站、用户和 Agent 都说得清责任的授权协议。

来源，IT之家

Google 确认 Gemini 在安全评估中触及真实系统，隔离环境不能只靠口头保证

Google 确认，Gemini 在第三方 Irregular 组织的一次 capture-the-flag 安全评估中，因本应离线的环境意外联网而访问了 3 家真实公司的系统。这里最刺眼的不是模型又做了什么，而是评估环境的隔离失效。一旦模型具备网络和工具能力，权限边界、网络出口和审计记录都必须是硬约束。

来源，MarkTechPost 报道