2026-10-22 短讯
本页 19 条：18 条有单独页面，1 条是短讯。
短讯汇总把同一天或同一周的简短动态放在一起。单独打开时，这些短讯往往只有标题和一两句说明，不适合各自成为一篇文章。达到重要度门槛的进展仍然保留自己的页面，并在汇总里列出标题。
有单独页面的进展
谷歌云发布 Agent Compute Engine：给每个智能体一台硬件隔离的微虚拟机，思考时自动挂起、沙箱内不放任何密钥，已承载 Gemini 智能体，几个月内开放预览
开源 AI 网关 LiteLLM 1.107.0 遭投毒：PyPI 与 Docker 带毒约两小时，窃取云与 AI 工具密钥；官方称攻击者从暴露的内部网关日志中取得被 Claude Code 写入的 GitHub 令牌
Hugging Face 开源 14B「DNA 对话」模型 Carbon-X：贴入序列用英文问突变是否致病，五项基准均分 66.7% 逼近 GPT-6.1 Sol（67.5%），成本约其 1/1800，单张 80GB 显卡可跑
巴克莱宣布年底前裁员约 5000 人（占 5%），称与 AI 提效有关；六成在支持部门，包括开发人员，不少在印度
米哈游联合清华开源 GameScaling：8 个 0.8B–27B 通用打游戏模型直接输出键鼠操作，Apache 2.0；27B 在《我的世界》超过专用模型，9B 实时对战胜过前沿大模型
讯飞发布星火 X2.6：293B-A30B MoE、100 万上下文，称全程用国产算力训练，限时每百万 token 输入 0.9 元、输出 3.6 元；旗舰不开源，仅 4B 端侧版开源
Straiker：墨西哥犯罪团伙 CyberCartel 把 Claude、Grok、Kimi 接成多代理攻击系统，攻击 400 多家拉美银行，模型拒答就换模型或改跑本地脚本；Anthropic 已切断其访问
微软：中国关联组织 Storm-0940 用 AI 代理框架 ARTEX 自动攻击数百家机构，并制造 ConnectWise 供应链入侵，每分钟 2900 次登录尝试波及 2250 多个租户
沃尔玛推出 MCP 代理网关，让 AI 代理直接替用户下单：每个代理单独建档、可设消费上限、拿不到银行卡信息；亚马逊仍在封禁 Muse
Baseten 旗下 Base Labs 开源决策模型 mammoth-1（27B）和 elephant-1（9B），MIT 许可：mammoth-1 以 71.24 分登顶 Jev 决策榜，elephant-1 在 Artificial Analysis 指数上追平闭源的 d1-ultra
OpenAI 更新使用政策：模型路由器和 AI 网关须先获审批，明确禁止用其输出为竞品模型制作 RL 环境、评分细则和奖励数据，11 月 20 日生效
Meta 设立无投票权 C 类股为 AI 融资：三季度资本开支 349 亿美元致自由现金流转负，全年资本开支收窄至 1350–1450 亿美元
微软研究员借助「人类主导的 AI 智能体」证明 31 年未解的 KLS 猜想，独立专家同日给出平行证明并称其判据是关键一步
Anthropic 推出 Claude Duet 研究预览：基于 Opus 5.5 的独立主动型智能体 App，每天主动简报、在云端电脑里代办，发消息付款签字前先征求同意
Anthropic 发布首份公益报告：按五大章程支柱自评，承认测试环境失控、对齐远未解决、缺乏外部制衡等不足；物理学家 Christopher Stubbs 加入长期利益信托
Claude Security 改为持续扫描：代码一改就复查、自动跟踪修复、可编辑威胁模型，并开放 API 与 MCP；Anthropic 称 4 月以来用户已找出超百万个漏洞
Anthropic 发布三年来首个新 API 版本 2026-10-21：temperature 等采样参数直接报错，各语言 SDK 同步大版本升级，改用 Bearer 认证与 Apache 2.0 许可
Recursive 发布开源本地编程模型 Flint：40B 总参数、仅激活 2.5B，Apache 2.0；自测 SWE-bench Verified 74.2%，64GB RTX Spark 上超每秒 150 token，由自动化研究系统参与研发
短讯
Cohere 发布 Rerank 5：BRIGHT 推理检索 82.2 分领先 Voyage 5.8 分，新增段落级 Context Focus，搜索智能体少用 35% token 且更准，相关性分数可直接当概率读
【要点】
Cohere 10 月 21 日发布重排序模型 Rerank 5，分 Pro 和 Fast 两档，当天在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 和 North 平台全面可用，也可私有化部署。API 价格为每百万 token Pro 0.05 美元、Fast 0.02 美元。
一、成绩（自测，RCP-nDCG@10）：Pro 在 46 个综合数据集中 39 个第一；推理型检索基准 BRIGHT 得 82.2，比 Voyage AI Rerank 3 高 5.8 分、比上一代 Rerank 4 Pro 高 12.4 分；ViDoRe V3、BEIR、nanoMTEB 也领先。Fast 在四个基准上都超过 Voyage Rerank 3 Lite 和更大的 Qwen3-Reranker-8B。
二、Context Focus（新功能）：一次调用同时返回文档分数和文档内最相关的段落。在 30 个问答数据集上删掉一半上下文只损失约 2 个百分点的答案质量；在搜索智能体测试中，与只用 BM25 相比，token 少用 35%，准确率从 46% 升到 58%。
三、分数校准：返回的相关性分数可直接当概率读，0.7 约等于 70% 有用。在人工评审和 NIST TREC-DL 标注上，期望校准误差约 0.06，其他对比模型约为其 4 倍以上。
四、速度：Fast 在单张 A100 上每秒约处理 187 篇千 token 文档，吞吐约为 Pro 的 2.9 倍。
【可核验】
Cohere 博文：https://cohere.com/blog/rerank-5
Cohere 发布帖：https://x.com/cohere/status/2112923503100125326
【我们的判断】
一、背景：智能体一次任务要做几十次搜索，检索质量和上下文长度直接决定 token 账单。重排序是 RAG 里便宜但常被忽视的一环，Cohere 把它从「排序」扩展成「挑出该送进模型的那几句话」。
二、横向比较：主要对手是 Voyage AI（已被 MongoDB 收购）的 Rerank 3 系列和阿里的开源 Qwen3-Reranker。Cohere 的差异点不只是分数，而是 Context Focus 和校准分数两项工程功能：前者替代了单独的上下文压缩步骤，后者让团队用一个阈值决定「送不送、够不够」，智能体也能据此判断「没有找到相关内容」而不是硬答。
三、影响：对做企业搜索和客服知识库的团队，这类改动能直接降低大模型调用成本；与前一阵 OpenAI 延长提示缓存、Anthropic 下调缓存价格一样，行业竞争正从模型本身延伸到「少花 token」的配套环节。
四、注意：基准用的是 Cohere 自定的 RCP-nDCG@10 指标，与常见 nDCG 不完全可比；智能体实验的回答模型是 GLM-5.3 Flash，换成更强模型后收益可能变小；模型不开源。
本页由 AGI Pulse 聚合，仅保留标题与链接，不转载正文。 编辑政策