AI 日报 · 2026-10-10

今天最值得关注的是 Deno 被 Cloudflare 收购：Deno 运行时将在未来一年继续每月发布缺陷修复与安全更新，之后官方停止开发，但项目仍保持开源；Ryan Dahl 在 Hacker News 上表示这是共同决定，并认为 Deno 已被 Node 兼容性的「引力井」吸住，他更想推进 celld 这类新抽象。与此同时，OpenAI 发布 Asana 案例，Asana 借助 GPT-6 Astra 优化浏览器智能体，在 GPT-6.1 Sol 上将估算模型成本降低 76 倍、速度提升 5 倍，主要改进是扩展缓存策略。LangChain 则连续发布两篇文章，分别讲 Managed Deep Agents 的表情回应与加载体验设计，以及在 agent harness 内构建模型路由器、将中位成本降低 64%。此外，Standard Bots 完成 2 亿美元 C 轮融资，其工业机器人采用共享基础模型加客户微调、云端训练本地推理的架构。

北美一手（LLMs 官方 & 关联账号）

OpenAI

⭐⭐ [其他] Asana cuts model costs 76x in browser tests with GPT-6.1 Sol

OpenAI 发布 Asana 的案例：Asana 在 Codex 中使用 GPT-6 Astra 开展实验，将其浏览器智能体在 GPT-6.1 Sol 上的工作流优化，测试中估算模型成本降低 76 倍、运行速度提升 5 倍。Asana 的 144 次运行研究测试了 GPT-6.1 Sol 以及另外三个前沿模型（文中记为 Model A、B、C），优化后的工作流在 GPT-6.1 Sol 上平均估算模型成本为 0.47 美元、每次运行约四分钟，相比原生产环境所用的 Model B 便宜 76 倍、快 5 倍。GPT-6 Astra 发现该智能体缓存了固定指令和工具定义，但没有缓存不断增长的页面文本与截图历史，因此每次请求都按全价重发这些历史。Hidalgo 从中选定三项改进进行测试：将缓存扩展到浏览历史、增加可保留的文本量、按批次而非每步移除截图；表现最好的策略允许截图累积到 20 张后再裁剪到最近一张。他估计手工完成这项工作需一到两个月，借助 GPT-6 Astra 约一周完成。

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 发布了一篇教程，介绍如何用 Managed Deep Agents 为智能体构建开箱即用的用户体验，重点在于设计加载状态与回执。Managed Deep Agents v0.9 新增了面向 Slack 频道的 reactions API，可按频道管理表情回应：reactions 参数既接受一个代表 emoji 的字符串，也接受一个返回 emoji 的可调用对象。文中给出的例子默认返回 👀，若消息文本包含 broken 则返回 🐛。表情的选取可以用简单的条件判断启发式，也可以交给 Jev 这类决策模型，按输入上下文从预设词表中挑选（Jev 最多支持 255 个选项，还可通过分层提问构造决策矩阵以扩展选项数）。文章以 LangChain 内部的营销智能体（用于生成视频内容）为例，说明在等待长时间运行的智能体任务时，让用户看到进度有助于建立信任。

⭐⭐ [产品更新] How to Build a Model Router in the Harness

LangChain 撰文介绍如何在 agent harness 中构建模型路由器，并以自家开源编码 agent Open SWE 作为试验场。文章认为路由决策应放在 harness 内而非通用网关，因为选择模型需要 harness 已经收集的领域与任务上下文。相对始终使用顶级前沿模型的基线，该路由器把每个线程的中位成本降低 64%，质量没有可测量的变化。构建过程从理解任务空间开始：他们取一周的交互线程数据，用 LLM 分类器按任务类型打标，其中新功能（22%）和 bug 修复（17%）两类最多，测试或空跑占 16%。文章还用总成本和调用次数作为任务复杂度的信号，并强调有效的路由器设计建立在可观测性和评估之上。

其他

⭐⭐⭐ [其他] Deno is joining Cloudflare

Deno 团队今年 8 月发布了 celld 的首个版本，这是他们对 Cloudflare Workers 中 Durable Objects 模式的开源实现；如今 Cloudflare 直接收购了 Deno，目标是基于 celld「让 workerd 自托管成为使用 Workers 编程模型构建和运行应用的一等支持方式」。坏消息是 Cloudflare 在接下来一年内仍会以每月发布的形式维护 Deno 运行时，提供缺陷修复和安全更新，一年后将终止对 Deno 运行时的开发，Deno 仍保持开源，欢迎其他人继续推进。Deno（以及 Node.js）的创造者 Ryan Dahl 在 Hacker News 评论中解释并认同这一决定：这是共同决定，他认为 Deno 并非在解决大问题，已被 Node 兼容性的引力井吸住，被迫表现得与 Node 完全一致，而他对构建强大的新抽象更感兴趣；celld 目前运行良好，只依赖对象存储做协调与持久化，是服务器开发的另一种全新模型。Simon Willison 还提到自己一直最喜欢 Deno 的权限系统，可以精确指定脚本能读写哪些文件和目录、能访问哪些网络主机；Node.js 在 2023 年 4 月的 v20.0.0 加入类似权限模型、2025 年 1 月的 v22.13.0 宣布稳定，但尚不支持把特定网络主机加入允许列表，网络要么全开要么全关。

⭐⭐ [其他] Building AI for Reliable Execution: Lessons From Industrial Robotics

Latent Space 采访了工业机器人公司 Standard Bots 的联合创始人兼 CEO Evan Beard 与 AI 负责人 Leif Jentoft，介绍其 AI 栈。该公司自称「美国最大的 AI 原生工业机器人制造商」，客户包括 NASA、亚马逊和洛克希德·马丁，近期完成由 General Catalyst 和机器人专项基金 RoboStrategy 领投的 2 亿美元 C 轮融资，估值 10 亿美元。其机械臂面向上下料、焊接和装配等任务：一个共享基础模型由客户通过演示和微调来适配，其中最大模型的参数量在数十亿的低位；据 Jentoft 称，公司更看重数据质量而非数据量，真实部署中的现场干预可用几十个样本修正一个边缘案例。在典型的上下料流程中，学习模型只负责感知，即定位和识别零件，运动与单元逻辑仍由传统编程完成；该零样本系统的骨干网络在超过 10 亿张图像上训练。此外，训练在云端进行而推理在本地运行，公司同时掌控机械臂、末端执行器、控制系统和 AI，称这使其能够协同优化模型与控制策略。