AI 日报 · 2026-10-09

腾讯发布 5B 全模态解析模型 Youtu-Parsing-Omni，以统一 OmniSchema JSON 输出覆盖文档、图像、音视频等输入的感知与认知解析，并在多个基准上取得领先，是今天最值得关注的模型发布。其余更新集中在 Agent 落地与开发工具：OpenAI 连续放出 Sophos、Oracle、LegalOn 三个企业案例，分别展示安全调查提速、企业信息整理与代码开发降本；LangChain 则介绍付款型采购 Agent、支持 Agent 产品化以及 Managed Deep Agents 的 reactions API；Ai2 也分享了 GPU 集群调度从优先级制转向预算制。Simon Willison 发布 token 工具 ttok 1.0，并公开了用语音在 Codex 中开发博客功能的过程。整体来看，今天更像模型能力向具体业务流程和开发者工作流渗透的一天，而非重大行业事件。

北美一手（LLMs 官方 & 关联账号）

OpenAI

⭐⭐ [其他] Sophos cuts threat investigation time by 96% with OpenAI Daybreak

OpenAI 官网发布 Sophos 使用 OpenAI Daybreak 的案例：Sophos 将 OpenAI 模型与其威胁情报、响应剧本和安全经验结合，用于加快威胁调查与响应。文中给出的数据是：使用 AI agent 处理的案件平均响应时间约 89 秒，较此前约 38 分钟的流程减少 96% 的调查时间，约 52% 的 MDR 案件由 AI 端到端解决。Sophos Fusion 汇集 500 多个第三方集成的传感器数据，每天产生数万亿事件，最终被提炼为约 1000 至 2000 个案件，交给其九个安全运营中心调查。通过 Daybreak 构建的 agent 中，调查 agent 收集客户上下文、检测结果、失陷指标与相关威胁情报，再由规划模型执行「计划—执行—复核」循环并产出含建议响应动作的摘要。Sophos 在 MDR 中设置 Notify、Collaborate、Authorise 三种模式，可能造成破坏的操作仍需人工判断。

⭐⭐ [其他] How Oracle turns days of work into minutes with ChatGPT and Codex

OpenAI 发布 Oracle 使用 ChatGPT Work 与 Codex 的客户案例。Oracle 有超过 10 万名员工使用这两款产品，其中 ChatGPT 活跃用户 13 万、Codex 活跃用户 9.5 万以上。招聘团队用 ChatGPT Work 搭建了人才市场情报工具，可输入职位描述、调研同类岗位、对标薪酬并评估各地人才池，把原本需要 2–4 天整理的信息压缩到 15–20 分钟的准备时间，官方给出的时间降幅为 98%。Oracle Applications Lab 建立公司对象、关系与规则的本体，让业务用户用自然语言描述目标，由 Codex 决定调用哪些内部系统、汇总信息并返回分析、报告或应用。生产工程方面，站点可靠性工程师用 Codex 收集事故上下文并自动调出对应 playbook，原文称过去需一小时处理的简单事故现在几分钟内完成。文中也提到这些流程并非全自动，仍需要有人确保底层系统设计、架构与安全正确。

⭐⭐ [其他] LegalOn halves Codex costs while maintaining development speed

OpenAI 发布 LegalOn Technologies 使用 Codex 的客户案例：这家提供法律领域 AI 的公司把 Codex 引入开发流程并推动全员采用，但无限制使用高性能模型会超出年度预算。其 AI 开发卓越中心（AID CoE）制定模型选择指引，按任务复杂度与开发阶段在 GPT-6 Luna、GPT-6.1 Sol、GPT-6 Astra 之间选择，并通过管理员设置对部门和个人设定月度用量上限，同时默认限制 Fast 模式、必要时才按单次请求放开。具体分工为：最轻量的 GPT-6 Luna 负责需求明确的代码实现与日常自动化、作为子代理；GPT-6.1 Sol 负责标准设计、数据分析与文档撰写；能力最强的 GPT-6 Astra 负责架构设计等复杂判断与多代理编排。该公司称在此基础上维持了开发速度并将成本减半，成熟业务领域成本降低 20%，预估每日成本降低 65%。

东亚一手（中国厂商官方 & 模型发布）

腾讯（混元）

⭐⭐⭐ [模型发布] tencent/Youtu-Parsing-Omni

腾讯在 HuggingFace 发布 Youtu-Parsing-Omni，一个 5B 的紧凑型全模态解析模型。输入单一模态内容（文档页、自然图像、图表/流程图、几何图、音频片段或音视频视频），模型输出统一的结构化 JSON，涵盖布局元素、文本、表格、公式、边界框、时间戳、ASR、OCR、声学事件、镜头运动等感知信息以及描述、叙述、报告等认知信息，输出类型由任务提示词在七个解析族中选择。方法上，它用单一 Youtu-Omni-Encoder 取代此前分别预训练的像素与音频双塔，仅模态相关的 stem 与 merger/projector 头部不同，感知参数几乎全部共享，再由 Youtu-LLM 解码器输出 OmniSchema JSON。官方称其在 OmniDocBench v1.6 上取得 96.96 Overall 的 SOTA，在 OmniParsingBench 上以 75.08 Avg. 为最佳开放权重模型（仅次于 Gemini-3-Pro），并在化学结构（ChemOCR）与乐谱（PDMX-Synth）识别上接近专用模型。随模型一并发布技术报告、模型权重、vLLM 插件与推理示例。

衍生 & 周边（产品 / Agent / Tools / 观点）

产品更新

⭐⭐ [产品更新] How to build great out-of-the-box user experiences with Managed Deep Agents

LangChain 介绍 Managed Deep Agents 在 v0.9 中新增的 reactions API：为 Slack 频道配置 reactions 属性，可传入一个 emoji 字符串，也可传入一个返回 emoji 的可调用对象。文中的支持机器人示例默认回复 👀，当消息中出现「broken」一词时改回 🐛。用户还可接入 Jev 这类决策模型，按输入上下文从预设 emoji 词表中选择回应；文中称 Jev 最多支持 255 个选项，也可通过把 emoji 分组、先选类别再选 emoji 的多级决策矩阵来覆盖更多 emoji。文章表示该 SDK 用于为运行时间较长的 agent 任务提供加载状态与回执，并提到其内部有一个生成视频内容的营销 agent 作为例子。

⭐⭐ [产品更新] How Snyk Turned an Internal Support Agent into a Customer Feature

这篇文章是 LangChain 博客对 Snyk 的案例研究，讲述 Snyk 如何把内部支持 Agent 变成面向客户的产品功能。Snyk Assist 是一个基于 LangChain 和 LangGraph 构建的对话式 Agent，并用 LangSmith 做可观测性与评估。它最初是面向 Snyk 自家支持团队、运行约一年的内部工具，2026 年 9 月被并入 Snyk 核心产品，所有付费客户均可使用。它能用自然语言帮客户查找答案，并可代为执行操作：查询未解决问题、检查某个依赖包的已知漏洞、从对话中开启支持工单，或在暂不支持某工作流时记录功能需求。由于 Snyk 是安全平台，该 Agent 被设计为始终停留在用户自身权限范围内，并在扩大上线前证明其回答正确、该拒绝的能拒绝、不会返回用户本就无权查看的内容；单一 LangGraph 运行时支撑多个入口，LangSmith 评估用于发现回归。

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

LangChain 发布了一篇教程，介绍如何构建「能付款的智能体」，示例项目名为 Restock：一个运行在 Slack 上的办公用品采购 agent，基于 Managed Deep Agents 托管，能搜索商品、生成购物车并通过 Stripe 的消费者钱包 Link 完成支付。文中以采购一盒 12 支蓝色笔（预算 25 美元内，实际含费用 22.18 美元）为例，说明 agent 选择付款方式的取舍：驱动浏览器结账易受页面变化和反自动化限制影响，而支持机器支付协议（MPP）的 API 可直接告知应付金额并受理支付，代价是只能购买支持 MPP 的商家商品。系统由四部分组成：Link 保管支付方式并请求用户批准，MPP 定义基于 HTTP 的支付交换（商家返回 402 Payment Required 与支付指令，客户端带支付凭证重试），Zinc 通过其 MPP 订单 API 搜索商品并下单，Managed Deep Agents 负责托管 agent 并处理 Slack、人工审核、凭证与状态保存。agent 全程看不到卡号，用户先设定支付上限，Restock 将 25 美元预算视为上限而非扣款金额，用户需在 Slack 和 Link 中各批准一次。

⭐⭐ [产品更新] ttok 1.0

Simon Willison 发布命令行工具 ttok 1.0，用于按 token 计数和截断文本。他先把 ttok 升级到 0.4，随后发现新版本默认使用的是 GPT-4 分词器，而它显然应该默认使用 GPT-5/GPT-6，于是把默认分词器切换过来，并借此机会正式发布 1.0。OpenAI 尚未确认 GPT-6 是否与 GPT-5 系列使用同一分词器，作者引用 William Liu 的一个提交：该提交报告了一项实验，七个 GPT 模型（5.5、5.6 Sol/Terra/Luna、6 Astra/Sol/Luna）均报告 44,794 个 token，并在全部 31 个测试样本上彼此一致，说明 GPT-6 在这批语料上没有带来输入计数的变化。

其他

⭐⭐ [其他] Impactful scheduling for GPU clusters

Ai2 的 AI 基础设施团队撰文介绍其为 GPU 集群重新设计调度系统的经验。团队用四个层层递进的指标衡量这项工作：可用性、占用率、影响力与利用率。他们最近用一套包含 GPU 时间预算、分层公平份额分配和时间切片契约的系统，取代了原有的基于优先级的调度器，从而把「各研究项目应得多少 GPU 时间」的争论，从逐案的操作性事务转为透明的行政预算流程。该团队管理数千块 NVIDIA H100、B200、B300 GPU，集群规模从 88 到 1024 块不等，服务约 150 名内部研究员，未满足的 GPU 需求常达可用量的 2-3 倍。旧调度器允许工作负载选择不被抢占，带来了 GPU「占位」（停放可随时接入的空转作业）、优先级通胀（最终 100% 被调度的工作负载都使用 HIGH 优先级）等问题，团队将其视为「公地悲剧」的观察样本。

⭐⭐ [其他] A new feature for my blog, built using my voice

Simon Willison 为他的博客上线了一个新功能 Newsletters 页面，用来索引他发出的所有通讯——免费每周 Substack 通讯和仅赞助者可见的月度更新。他几乎完全用语音完成开发：在 ChatGPT 桌面应用的 Codex 标签页开启语音对话模式，把笔记本电脑放在厨房，一边做晚饭一边对着它说话。所用模型是 GPT-6 Astra High，约半小时内实现了新的 Django 模型与迁移、Django Admin 配置、四个可用的导入（最新 Substack 条目走 RSS、其余条目走 Substack 的未公开 API、simonw/monthly-newsletter-archive 公开仓库、私有仓库中最新一期赞助者通讯），以及 /newsletters/ 归档页和站内搜索集成。文中提到模型自行尝试了 /api/v1/archive，并通过搜索弄清分页方式。剩下待处理的是导入脚本部分。