AI日报 | 2026年10月16日

一边是 816B 参数、1M 上下文的开放权重模型，另一边是能直接替你操作 Chrome 标签页的 ChatGPT。今天这批发布看起来很杂，放到开发者的工作台上却指向同一件事，模型正在从回答问题，变成进入真实工作流程。

真正该盯住的不是谁又刷了一个参数或跑分，而是边界往哪儿挪了。浏览器、代码审查、沙箱、视频工作流，这些原本由人手接力的环节，正在被产品一个个接进去。

今天最该看的三件事

ChatGPT 开始摸到浏览器里的真实工作

ChatGPT 为 Chrome 用户加入了标签页读取与控制能力。它可以读取当前打开的标签页并整理信息，在工作模式中还能控制标签页执行动作，例如发送消息。

这类能力的价值不在于替你点几下鼠标。过去聊天机器人拿到的是你复制进来的碎片，浏览器 Agent 拿到的是任务正在发生的现场，页面状态、上下文切换和最后那一步操作都在场。对于查资料、填表、跨站整理这些低价值但高摩擦的活，体验可能会先发生变化。

但权限也是这里最别扭的部分。浏览器里不只有工作资料，还有登录态、私人对话和支付页面。产品把能力交给模型之前，必须把授权范围、操作确认和审计记录做得足够细。能做不等于该默认做。

来源，ChatGPT

Meta 把开放权重模型推到 Agent 赛场

Meta 发布了 Muse Spark Open，总参数 816B，每个 token 激活 42B，支持 1M token 上下文和原生多模态。模型已进入 Agent Arena，也可以通过 OpenRouter 调用。

参数很大，能否把它放进实际工程才是更难的问题。长上下文、编码和 Agent 工作流是它给出的方向，但部署成本、工具调用稳定性、长任务漂移、许可证边界，都会决定它最后是实验室里的大模型，还是团队愿意接进生产链路的模型。

开源模型竞争正在换考题。以前比谁能答对更多题，现在更像比谁能在复杂任务里少掉链子。

来源，PyTorch Blog 与 OpenRouter

代码审查开始从补全走向把关

Anthropic 宣布 Claude Code Review 结束研究预览，面向 Team 和 Enterprise 组织正式开放。同日，Claude Opus 5.5 fast mode 也结束研究预览，等待名单被移除，官方给出的最高速度提升为 2.5 倍。

代码审查不是生成一段看起来正确的代码，它要面对仓库历史、团队约定和发布风险。一个好的审查 Agent 需要抓住真正危险的改动，又不能把每个无关紧要的风格问题都抛给开发者。前者靠理解，后者靠克制。

我更在意团队会不会把它当成合并前的第二双眼睛，而不是自动批准按钮。模型先帮人缩小排查面，人保留最终判断，这个分工目前仍然舒服。

来源，Claude Blog 与 Claude Devs

继续跟进的发布

可灵 Kling 4.0 把视频模型接进开发工具

可灵宣布 Kling 4.0 全量开放，新增 MCP 和 CLI 接入，最长可直出 30 秒视频，并支持多帧参考。视频生成接入 MCP 和命令行后，终于能进入内容生产流水线，而不只是网页里的一次性试玩。效果是否稳定、成本能否承受，还得看实际任务。

FLUX 3 Image Klein 给本地图片工作流多一个选择

Black Forest Labs 发布 5.6B 的开源权重模型 FLUX 3 Image Klein，支持文生图、编辑和最多 10 张参考图。它已登陆 Diffusers，还提供边界框布局控制。对商品图、角色设定和批量素材这类需要可控性的场景，这比单次出一张漂亮图片更实际。

Perplexity 把 Computer 背后的沙箱开源了

Perplexity 开源 SPACE，称其承载了 Perplexity Computer 的全部沙箱能力。做 computer use 时，隔离环境不是配套设施，而是底座。模型总会犯错，先让错误落在可销毁的沙箱里，才谈得上把权限往外放。

Microsoft 披露 MAI-Base-2 预训练细节

Microsoft AI 公布 MAI-Base-2 的训练信息，这是一款 2.8T 总参数、80B 激活参数的 MoE 基础模型。官方称其预训练 FLOPs 效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍。这个数字很亮眼，但预训练效率并不自动等于应用端更好用，推理吞吐、工具能力和后训练质量还要单独看。