AI 日报 · 2026-10-08

今天的核心信号是 AI 公司把科学发现当作国家竞争力叙事：Anthropic 承诺三年 1.5 亿美元让 NASA、NIH、NSF 等机构使用 Claude，NVIDIA 也宣布五年 10 亿美元投入量子、医疗与能源等美国「超级智能」研发。模型侧，Anthropic 发布低价 Haiku 5.5，但长上下文涨价与分词器变化带来隐性成本；Liquid AI 开源 d1-3B 与 d1-omni-600M 边缘决策模型，TII 发布主打阿拉伯语的 Falcon-ASR。研究上，Google 在专利律师中做随机对照实验，AI 助手提升撰写分数，但资深律师判断力增强、初级律师技能整体未见提升。Agent 与工具链密集更新：LangChain 展示能通过 Stripe Link 真正付款的 Restock agent，推出 LangSmith 微调工具与 Managed Deep Agents 0.8/0.9；Claude Code 修复自然语言 hooks 可能放行拦截命令的问题。安全方面，OpenAI 封禁俄罗斯和伊朗两个利用 AI 的「假面」影响行动，俄罗斯行动达到其报告中的第 5 类。

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐⭐ [其他] Building on our commitment to American scientific discovery

Anthropic 承诺在未来三年向「Genesis Mission」投入 1.5 亿美元，这是一项通过 AI 加速科学与技术发现的联邦计划；这笔资金将用于让参与该任务的 15 个以上机构——包括 NASA、美国国立卫生研究院和美国国家科学基金会——使用 Claude。Anthropic 去年 12 月首次宣布与美国能源部及 Genesis Mission 合作，此后已与能源部一起把 Claude 带给各国实验室的科学家。此次新承诺在白宫科技政策办公室于华盛顿举办的「Science: A New Golden Age」峰会上公布。未来三年，Anthropic 将为数百个 Genesis Mission 研究项目提供 Claude、Claude Code 和 API 额度，与各机构和实验室在聚变能、量子计算等科学优先事项上合作，并为项目科学家提供培训、上手和技术支持，同时帮助新加入的机构启动首批项目。文中还提到今年早些时候推出的 Claude Science 工作台、面向学术科学家的 1 万个免费及折扣席位、AI for Science 计划，以及 Model Hardware Standard 的研究预览。

⭐⭐ [产品更新] 2.1.294

Claude Code 发布 2.1.294 版本，修复了以自然语言指令形式编写的 prompt 与 agent hooks 会放行本应拦截的命令的问题（例如写成「拦截以下命令……」的 hook）。同时改进了 Stop 和 SubagentStop 上以指令形式编写的 prompt hooks 的判断方式（例如「如果构建失败就继续」），使 Claude 更不容易提前停止。

OpenAI

⭐⭐ [其他] Disrupting AI-enabled “false front” operations

OpenAI 披露其近期封禁了两个隐蔽影响行动（IO），分别来自俄罗斯和伊朗，它们将 OpenAI 模型与传统手段结合，用于支撑复杂的「假面」实体。伊朗的行动运营着七个人设「记者」账号，向全球中小型网络媒体投稿长篇文章；俄罗斯的行动则疑似在拉美招募不知情者实地运营一个「智库」，并制作虚假的「泄露」文件和音频脚本。两个行动都大量用 AI 起草内部报告，并采用存疑甚至欺骗性的方法来夸大自身成效。按 IO Breakout Scale（1-6 分）评估，俄罗斯行动达到第 5 类，是 OpenAI 开展此类报告以来首次瓦解的第 5 类行动，伊朗行动为第 4 类；两者的内容都进入了主流媒体。这与其过去两年半曝光的 30 起隐蔽影响行动所呈现的规律一致：设法把内容打入真实媒体的行动，潜在触达和影响往往最高。

Google

⭐⭐⭐ [研究] Does better work always mean better workers?

在一项为期三个月、有执业专利律师参与的随机对照实验中，研究者把当时尚未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）的使用权限随机分配给 11 家知识产权律所的 133 名律师，其中三分之二获得早期使用权，其余作为对照组。使用 AI 后，撰写评分在 10 天时提高 0.34 个标准差（约相当于对照组中上升 10 个百分位），90 天时提高到 0.38 个标准差（约 11 个百分位）；提升来自低分减少、好分增多，优秀分数的数量没有变化，初级律师还平均节省了 18 分钟。但 AI 对在职学习的影响因资历而异：使用 AI 90 天的资深律师判断力强于未使用者，而初级律师平均技能没有提升，其分数分化为更多高分和更多低分。该研究发表于 NBER。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐⭐ [模型发布] Multimodal open d1 decision models for the edge

Liquid AI 发布 d1 决策模型家族中的两款开源模型：d1-3B 与实验性的 d1-omni-600M。d1-3B 在 Decision Index 0.2.1 上得分 48.57，为 10B 以下最佳，高于 Decider 35B-A3B（47.11）；它支持文本与图像输入，d1-omni-600M 则支持文本＋图像或文本＋音频。与生成式模型不同，决策模型不逐 token 生成，而是在单次前向传播中给出答案：d1-3B 基于 LFM2.5-VL-3B 训练，d1-omni-600M 基于 LFM2.5-Encoder-350M 并加入视觉与音频编码器。在覆盖阅读理解、毒性检测、意图分类、医疗问答与跨语言理解的七个公开数据集上，d1-3B 平均得分 82.9，d1-omni-600M 为 78.4。速度方面，d1-3B 在 NVIDIA Jetson AGX Thor 上单题 16 毫秒、AGX Orin 26 毫秒、Orin Nano 50 毫秒，在 RTX 4090 与 AMD MI325X 上低于 10 毫秒。

⭐⭐⭐ [模型发布] Claude Haiku 5.5

Anthropic 发布了新的快速低价模型 Claude Haiku 5.5，10 万 token 以内定价为每百万 token 输入 $0.10、输出 $0.50，超过 10 万 token 后涨至 $0.50/$2.50。作者指出，在 10 万 token 以内 Haiku 5.5 与 OpenAI 的 GPT-6 Luna 价格相同且 benchmark 分数更高；超过 10 万 token 后 Luna 更划算（Luna 在 27.2 万 token 处才涨价到 $0.20/$0.75）。Haiku 5.5 使用了更不宽松的分词器，同一长提示词消耗约 1.25 倍 token，相当于隐性涨价；该模型不支持关闭推理，默认 medium。作者用生成「骑自行车的鹈鹕」SVG 做了测试，给出各推理档位的耗时与花费。此外 Anthropic 宣布将 Sonnet 5.5 的缓存读取价格减半，并向 Max 与 Team 订阅用户每月发放 API 额度（Max 5x 为 $100、Max 20x 为 $200、Team 最高 $500 共享），额度不滚存，用户也可关闭 API 自动充值。

⭐⭐ [模型发布] Introducing Falcon ASR

阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一个 1.6B 参数的语音识别模型，主打阿拉伯语（尤其阿联酋方言），同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上，其平均词错误率为 20.92%，比其所用排行榜快照中的最佳公开结果（23.17%）低 2.25 个百分点。在 TII 内部的阿联酋方言评测中，该模型取得 22.73% 词错误率和 10.19% 字错误率，在其对比系统中最低，比次优的 Qwen3-Omni 低 4.07 个百分点。模型支持词级时间戳；在 Hugging Face Open ASR Leaderboard 所用的七个英语公开测试集上平均词错误率为 5.74%。五种语言共用同一套权重，无需语言标记，输出为所讲语言的转写文本。该模型基于此前的 Falcon3-Audio 工作构建。

产品更新

⭐⭐ [产品更新] Agents that can pay: building Restock with Stripe's Link and Managed Deep Agents

LangChain 介绍了 Restock——一个能真正付款的示例 agent，运行在 Slack 上、由 Managed Deep Agents（MDA）托管。它会搜索真实商品、构建购物车，并通过支持 Machine Payments Protocol（MPP）的 API 完成结账，示例中使用 Zinc 作为商品搜索与下单服务。支付由 Stripe 的消费者钱包 Link 处理，agent 不会接触到卡号；用户设定消费上限并批准支出请求，agent 无法超出该额度。文章说明架构由四部分组成：Link 保管支付方式并请求用户批准、MPP 定义基于 HTTP 的支付交互（商户返回 402 Payment Required 与支付指令，客户端带支付凭证重试）、Zinc 负责搜索与下单、MDA 负责托管 agent 并处理 Slack、人工审核、凭证与状态保存。文中以一笔「25 美元以内的 12 支装蓝色墨水瓶」请求为例，最终含费用下单金额为 22.18 美元（文中标注价格为示例），并给出 restock-agent 的目录结构与精简后的 agent 定义，用户需在 Slack 批准购买、在 Link 批准支付两次。

⭐⭐ [产品更新] Introducing LangSmith Fine-Tuning

LangChain 发布 LangSmith Fine-Tuning 及配套 CLI 工具 smithtune，帮助团队把 LangSmith 中的 agent 轨迹转化为自定义微调模型。smithtune 在一个 CLI 内覆盖完整流程：从 LangSmith 轨迹创建和准备数据集、在 Fireworks 或 Baseten 上训练，以及用 LangSmith 评估并把评估结果上传回 LangSmith 便于分析；用户可直接运行，也可让编码 agent 执行命令并检查结果。该工具面向 post-training，目前支持监督微调（SFT），即用良好行为的输入输出示例更新模型权重去模仿该行为。LangChain 表示其轨迹格式记录模型在每一轮实际看到的上下文（包括工具定义与变化中的工具可用性），因此 smithtune 能把每个动作与其真实上下文配对，训练集之外的轨迹则用于评估。LangChain 与 Fireworks、Baseten 合作打通从轨迹到微调数据集的链路，工具已在 GitHub 开放，可安装 smithtune skill 让编码 agent 端到端驱动微调。

⭐⭐ [产品更新] Managed Deep Agents delivers a better user experience for agents in production

LangChain 发布 Managed Deep Agents 0.8 版本，将其描述为在生产环境中构建、部署和运行 agent 最简单的方式。该版本新增了对用户自有凭证的支持、用户级记忆、HTTP 通道、Slack 中的文件传输，以及一个用于网页搜索的预置工具。

⭐⭐ [产品更新] Revamping Skills in Deep Agents

LangChain 介绍了 Deep Agents 中技能（skills）支持的改版。技能是一个包含 SKILL.md（带 name 和 description 的 YAML frontmatter 及指令）的目录，可附带 scripts/、references/、assets/ 等文件，采用渐进式披露：启动时仅技能的 name 与 description 进入系统提示，任务匹配时才用 read_file 读取完整指令，需要时再加载脚本或参考文件。本次新增三项能力：把工具绑定到技能，被绑定的工具在技能被读取前不进入上下文，且在支持对话中途新增工具的模型上可保持 prompt cache 不变；应用可在运行时固定（pin）技能，使用户显式请求某个技能时在下一次模型调用前就将其载入上下文；技能可在同一线程中重新加载，让长时间运行的 agent 无需新建线程即可获取新增、修改或删除的技能。文中以拥有 50 多个技能的 GTM agent 为示例。

⭐⭐ [产品更新] What's New in Managed Deep Agents: schedules, per-run configuration, and Slack reactions

LangChain 发布 Managed Deep Agents v0.9，新增三项能力。一是 Schedules SDK，让 agent 在对话中自行创建提醒、跟进与周期性任务：任务以发起者的权限和连接运行，结果回到原频道，一次性任务（用 at 而非 cron）在原线程中回复。二是按运行动态配置，agent 被定义为一个可调用函数，在每次运行开始时接收运行时上下文并返回 define_deep_agent 定义，从而选择该次运行的模型、指令、技能、MCP 服务器和沙箱，配置在模型运行前确定，因此模型看不到配置之外的技能或 MCP 工具。三是 Slack 表情回应，agent 在正式回复前先对消息做出确认。文中以 Slack 内部 agent 按频道加载财务或平台团队配置、以及编码 agent 按仓库加载不同技能与模型为例说明按运行配置的用法。

其他

⭐⭐ [其他] NVIDIA Commits $1 Billion to Advance US Science Over the Next Five Years

NVIDIA 宣布作出总额 10 亿美元的承诺，用于建设美国在「超级智能」研发方面的能力。相关领域包括量子计算、医疗健康和能源安全，这些领域被视为对美国保持领先地位至关重要。该承诺覆盖未来五年。