AI日报 | 2026年10月08日

同一天里，最便宜的新 Claude 模型把输入价格压到每百万 token 0.1 美元，GitHub 则在为每月 4733 亿次 Git 事件重写底层设施。

一个在把 Agent 的单位成本往下砍，一个在补 Agent 大规模干活后留下的系统窟窿。模型继续变快当然重要，但今天更清晰的画面是，AI 正从一个会回答问题的窗口，变成企业要接进流程、权限和基础设施里的常驻角色。

今天最值得聊的三件事

Claude Haiku 5.5 变便宜了，小模型终于更像一颗可批量部署的螺丝钉

Anthropic 发布 Claude Haiku 5.5，定位很明确，摘要、压缩、数据库查询、分类，以及给更强模型当编码子 Agent。官方给出的价格是每百万输入 token 0.10 美元、输出 token 0.50 美元，还支持 1M 上下文。Artificial Analysis 的智能指数给了它 43 分，比上一代 Haiku 一年内高出 26 分。

我一直觉得，小模型的进步比旗舰发布更容易改变团队的实际用法。一个复杂任务不必从头到尾都交给最贵的模型。大模型负责拆题、判断与兜底，小模型处理大量格式化、检索、校验和循环调用，这才是一套 Agent 能跑出成本结构的样子。

价格下降不代表可以把模型调用当成免费午餐。上下文越来越长，调用越来越频繁，账单仍然会失控。该缓存的内容要缓存，该做规则校验的地方别全交给模型。便宜模型带来的真正机会，是让这类工程分工变得可行，而不是让无节制调用显得合理。

来源，AI HOT 原文

OpenAI 把 GPT-6 和 Intelligent UI 推给更多用户，聊天框正在长出界面

OpenAI 向全部 ChatGPT 用户推出 GPT-6，并引入 Intelligent UI。它不只是生成一段解释文字，还能直接生成图形、按钮、表单、图表和可交互组件。

这件事有点容易被当成一次 UI 演示。可你想想看，很多业务问题的最佳答案本来就不是一段文字。查数据需要筛选器，规划行程需要可改的时间表，做预算需要能拨动的参数。模型如果能根据任务临时搭出交互界面，产品设计会从固定页面，慢慢转向按意图生成的工作台。

但这里的边界也得画清楚。一次性生成的界面适合探索和辅助决策，不适合悄悄接管付款、审批这类高风险动作。界面越像产品，权限、状态一致性和可访问性就越不能只靠一次模型输出。炫不炫是一回事，能不能被可靠地收进工作流是另一回事。

来源，AI HOT 原文

GitHub 重做 Git 基础设施，Agent 先撞上的不是代码能力

GitHub 表示，为了支撑智能体规模开发带来的高并发读写，正在重建 Git 基础设施。2026 年 8 月，平台月度 Git 事件量达到 4733 亿次，一年多翻倍。9 月，智能体和开发者又产生了 73.8 亿次 Git pushes。

这个数字很有画面感。你在本地同时开十个 coding Agent，看到的是十倍并行的产出。仓库、CI 和代码审查系统看到的，却是十倍分支、十倍写入和十倍等待处理的冲突。Agent 能写代码只是起点，团队能不能承受它持续写、同时写、反复改，才决定它是不是生产力。

GitHub 的动作给工程团队提了个醒，别只评估模型和 IDE。隔离环境、分支策略、变更归因、回滚能力和 CI 配额，已经是 Agent 落地的基础设施。没有这些护栏，代码产出越快，后面的治理债可能积得越快。

来源，AI HOT 原文

不只是模型新闻，Agent 的配套件也在补齐

LangChain 让 Skills 支持工具绑定与线程内重载

LangChain 重构 Deep Agents 的 Skills。新设计支持把工具绑定到某项技能，技能被读取时才加载，也可以通过类似 /meeting-prep 的显式请求固定技能，并在同一线程中重载。

当企业技能库从十几个长到几千个，全部塞进上下文肯定不行。按需加载是更顺手的路径，不过它也把技能检索的准确率推到台前。选错技能，Agent 拿到再多工具也只是在错误轨道上跑得更快。

来源，AI HOT 原文

Microsoft 开源 Agent Lightning，把训练拉回真实 harness

Microsoft Research Asia 开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 的训练范式。它让部署时使用的同一套 agent harness 直接参与强化学习，开源版本约 3500 行代码。

这个方向挺对。很多 Agent 训练在一个干净的实验环境里完成，上线后才发现工具调用、重试逻辑、权限失败和真实数据格式完全不同。训练环境越贴近部署环境，离线分数和线上表现之间的落差才越有机会缩小。

来源，AI HOT 原文

Google 为开发者文档做了官方 API

Google 发布 Developer Knowledge API 生态，为 Google Cloud、Firebase、Android 等文档提供结构化 API 与 Markdown 格式的官方程序化来源，替代脆弱的网页抓取。

这看起来不如模型发布热闹，却是给 Agent 喂对资料的一块好地基。网页抓取经常碰上页面改版、导航噪音和过期片段。官方给出稳定的数据入口后，文档型 Agent 至少有机会把检索、引用和版本控制做得更像工程，而不是爬虫运气学。

来源，AI HOT 原文

还有几条，适合放进稍后阅读

Perplexity 开源 pplx-embed-v2-late，提供 9B 与 0.6B 两个文本和图像 late-interaction 嵌入模型，共享同一嵌入空间。做多模态检索的人可以关注它的实际索引成本。
Unsloth 发布本地训练决策模型教程，用 4GB 显存把 Qwen3.5 0.8B 在三个决策基准上的合计准确率从 20.7% 提高到 74.3%。数字很亮眼，迁移到自己的业务前还是得先留出独立验证集。
vLLM 优化 DeepSeek-V4.1-Flash 的 Agent 推理，官方称低并发速度提高 1.9 倍，在 150 TPS 约束下吞吐提高 5.3 倍。Agent 系统的性能问题，常常藏在服务端调度里，不在模型名后面。
Google 开放 SynthID Detector，可上传图片、视频和音频检查 Google 及合作伙伴的 SynthID 水印。它能提供来源线索，但不能替代事实核验。
Liquid AI 开源 d1-3B 与 d1-omni-600M，决策模型这条路线又多了两个开放权重选项。