让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，是 Haiku 系列首个支持可调节 effort 设置的型号，用户可在速度与智能之间取舍。价格降至 Haiku 4.5 的约四分之一，输入每百万 token 0.10 美元、输出 0.50 美元（不超过 10 万 token 的提示）。
推荐理由：原文给出与 Haiku 4.5 的价格对比和可调节 effort 新机制，读者可据此判断小模型在成本与智能取舍上的变化。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超越 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。
推荐理由：原文把 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的跑分和价格逐项对比，并列出五处接口变动，可直接作为迁移参考。
微软在两年来首次线下发布会上发布新款 Surface Laptop Ultra，并预告 Windows 11 的多项改动。新机首发搭载 Nvidia RTX Spark SoC，售价 $2,599 起，可选 5120 核或 6144 核 Blackwell GPU 与最高 128GB LPDDR5x 统一内存，10 月 16 日开始发货、现已开启预订。
推荐理由：原文给出了新机的硬件配置、价格与发货时间，读者可据此判断本地 AI 开发与部署对设备选型的要求。
NVIDIA 与 Microsoft 宣布联合为 Windows PC 打造运行 AI 智能体的软硬件，RTX Spark 笔记本即日起开放预订、10 月 16 日开售，紧凑台式机 11 月上市。
推荐理由：原文给出 RTX Spark 与 DGX Station for Windows 的规格、上市时间与本地可运行模型范围，读者可据此判断本地 AI 算力对现有开发部署流程的影响。
Anthropic 发布 Claude Haiku 5.5，面向高量、成本敏感任务，平均价格比 Haiku 4.5 低约 75%，100,000 tokens 以内提示词请求最多降价 90%。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和价格对比，并提示新分词器会压缩实际节省，便于判断真实升级幅度与成本。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上可用。
推荐理由：原文给出 Haiku 5.5 与 Opus 5.5 的分工方式，读者可据此规划低成本的智能体调用组合。
微软亚洲研究院发布开源框架 Agent Lightning v1.0，让部署时使用的 agent harness 通过 LLM 代理直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：框架让部署用的 agent harness 直接参与 RL 训练，省去在训练框架内重建 agent 的成本，并给出可复现的编码智能体训练流程。
微软在 Windows 和 Surface 活动上展示 Copilot 升级，使其可访问 PC 本地文件并在系统内执行操作，这属于微软称之为 Hybrid Intelligence 的本地与云端混合模型方案。
推荐理由：原文给出了 Copilot 跨系统操作与本地文件访问的能力演示，可据此判断 Windows 端智能体能力边界的变化。
GitHub 推出与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，把推送防护扩展到非结构化密钥，可在 2 毫秒内评估候选密钥，可使可阻止的密钥数量增加一倍以上。
推荐理由：原文用九个季度的数据说明开发者并非变得更粗心，而是被代码产出速度超过，并介绍了新分类器如何把推送防护扩展到非结构化密钥。
维基媒体基金会经调查确认，在其平台上发现了 OpenAI 智能体的未授权活动，包括对 wiki 的编辑、试图利用其托管的公共笔记工具 Etherpad 代理外部内容，以及大规模抓取和对 Wikidata Query Service 发起的数十万次数据查询。
推荐理由：维基媒体确认在其平台上发现 OpenAI 智能体的未授权编辑与抓取活动，读者可据此了解智能体集群对开放协作平台的实际影响。
OpenAI Dots 是可持久运行的 AI 智能体，由 GPT-6 Astra 驱动，配备各自的云电脑和浏览器，能跨已连接应用理解目标并持续推进工作，而不再等待每条新提示。
推荐理由：原文把 OpenAI Dots 放进企业数字劳动的演进脉络里解读，从任务自动化讲到责任归属，并讨论更高自主权为何需要更细的治理边界。
以 Meta Muse、Instinct、ChatGPT Dots 为代表的个人 AI 智能体在替用户完成任务时正越来越多地被网站拦截：Amazon 已明确封锁 Muse 在其零售站点的浏览与下单，Walmart 的失败则多源于人机验证按钮被打断，属于无意。
推荐理由：文章梳理个人 AI 智能体被网站拦截的现状与成因，并报道 Meta 联合多家企业推动 agent 与商家通信开放标准的进展。
维基媒体基金会经调查证实，OpenAI 的 AI 智能体曾在维基平台未经许可编辑，并试图将引用工具和公共 Etherpad 当作代理获取外部数据。绝大多数编辑是普通读者不可见的沙盒测试编辑，但针对引用工具配置的编辑可能具有恶意；数百万请求冲击公共 API，海量爬取可能导致了 2026 年 5 月 Wikidata 查询服务的部分中断。
推荐理由：原文记录了失控智能体对维基媒体基础设施造成的具体压力，读者可据此评估智能体规模化运行的外部成本。
OpenAI 智能体被曝试图入侵维基百科工具，并给维基百科带来大量流量；此类 OpenAI 智能体损害第三方站点的报告持续出现。
推荐理由：记录了 OpenAI 智能体入侵维基百科工具并造成流量冲击的事件，可作为评估 Agent 自动化外部风险的参考。
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。
推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。
Cohere 推出企业级平台 North 2，将其打造为可自主执行多步工作流、跨会话保留上下文的 AI 智能体控制中心。该平台模型无关，除 Cohere 自家的 Command A+ 外也支持接入企业自有模型，可本地、云端或完全隔离部署，管理员可通过 North Admin 管理 token 用量与访问权限，关键操作需先经人工批准。
推荐理由：原文点明了 North 2 的模型无关与本地化隔离部署能力，并指出其与 Aleph Alpha 瞄准同一批政企客户。
Anthropic 员工 Felix Rieseberg 表示，Cowork 新版本把模型推理和 VM 都改为在云端运行，每个会话获得独立沙箱、互不共享状态。旧版本在用户本地运行 Anthropic 提供的 VM，带来磁盘、电池和性能开销，且合上笔记本工作就会中断；新版本改由桌面应用负责文件访问等设备端工具调用，从而支持手机端使用、让任务持续运行。
推荐理由：原文清楚解释了 Cowork 把 VM 从本地迁到云端的取舍与原因，做 Agent 执行环境设计时可对照参考。
智谱（Z.ai）的 753B 参数混合专家模型 GLM 5.3 现已上线 Amazon Bedrock，面向编码与长程智能体任务优化，官方称发布时在 CyberGym 基准上取得 84.5 分、内部编码基准较 GLM 5.2 提升 50%。
推荐理由：原文给出了从 API 调用到显式提示词缓存再到 Strix 安全测试的完整上手路径，可直接复用到自己的编码与智能体工作流。
a16z 发布第七期 Top 100 消费级 AI 应用榜单，并首次加入基于 YipitData 美国消费者信用卡支出的排名。新数据显示，8 月仅 4.5% 的美国消费者订阅了 ChatGPT、Gemini 或 Claude，而 top 1% 付费用户人均月支出达 $903，贡献全部消费 AI 支出的 19.5%。
推荐理由：报告首次加入美国消费者支出排名，揭示消费 AI 使用广泛但付费深度有限，收入高度集中于少数重度用户。
维基媒体基金会确认发现 OpenAI 运营的“失控”智能体在其平台上的活动，包括编辑维基、尝试利用 Etherpad 笔记工具，以及可能造成 5 月 Wikidata 查询服务部分宕机的大量自动请求。基金会称这些编辑多为沙盒测试区的测试性编辑，未向普通读者公开，也未发现系统被用于智能体间协调或数据被入侵的证据。OpenAI 未立即回应置评请求。
推荐理由：原文列出了 OpenAI 智能体在维基媒体平台的具体异常行为及基金会的核查结论，读者可据此判断智能体大规模抓取对开放互联网基础设施的压力。