AI 日报 · 2026-11-02

今日主线是智能体基础设施与实际落地并行推进。Claude 为长时间运行 agent 推出消息线程公测，通过只发送增量消息把首 token 延迟中位数降低约 35%，但不改变 token 消耗。OpenAI 一边发布日常生活任务评测 LifeVal，用搬家报名幼儿园、远程陪祖母看比赛等场景衡量模型动手能力；一边启动 Grid Protectors Program，承诺让数据中心园区承担自身电力成本并通过需求响应减轻电网压力。工具侧，LangChain 给托管 Deep Agents 加入浏览器能力，处理登录交接、会话隔离和自动停机，适合订票、理赔等 API 覆盖不到的任务。观点方面，LangChain 认为主动式、常驻、目标导向智能体带来通知节奏、记忆、异步和目标追踪等新工程挑战；Simon Willison 则提醒美国普查局 AI 采用率口径调整和更名为 Super Intelligence，前后数据不可直接比较。

北美一手（LLMs 官方 & 关联账号）

Anthropic

⭐⭐⭐ [产品更新] Make long-running agents faster with message threads

Claude 平台以公测形式推出 message threads：agent 不再需要在每一轮重发完整对话历史，只需发送上一轮之后的新消息，以及上一次响应的 ID。大多数 Claude Code 用户默认开启该功能，50 万至 100 万 token 的请求首 token 延迟中位数下降约 35%。在两次请求之间，每个线程加密保存在内存中、不写入磁盘；线程在最后一次请求 5 分钟后过期，客户端随后需重发完整对话来开启新线程。由于每条请求更小，但 Claude 每轮仍会读取完整对话，因此 token 用量不变。该功能适合长时间运行的编码 agent、每轮需携带截图的 computer use agent，以及文档和图片密集的工作流；目前已在原生 Claude 平台、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude Models 提供，按标准 token 价格和现有速率限制计费。

OpenAI

⭐⭐⭐ [其他] Introducing the Grid Protectors Program

OpenAI 宣布启动「Grid Protectors Program」，一项全国性计划，目标是在其建设数据中心园区所在的社区支持可负担、可靠的电力供应。OpenAI 表示将与公用事业公司、监管机构和政策制定者合作，为未来园区设计在电网承压时削减用电需求的安排，并根据当地需求与设备条件，通过现场发电或储能供电，以及用电池和功率控制平抑需求波动。文中提到，美国数据中心容量预计到 2030 年将超过 100 吉瓦。作为范例，OpenAI 称其规划的佐治亚州 Effingham County 园区将全额承担为该项目建设所需的基础设施与电力服务成本，与 Georgia Power 的协议还包含最高 1,000 兆瓦的灵活需求响应，相当于约 70 万户家庭的平均用电需求。OpenAI 表示，大型计算设施应当自行承担成本，家庭和小企业不应被要求补贴计算园区的用电需求。

⭐⭐⭐ [研究] LifeVal

OpenAI 发布了一项名为 LifeVal 的评测，用于衡量模型在日常生活任务上的表现，目标是让 ChatGPT 能真正动手完成任务，而不只是给出建议。为确定人们最希望获得 AI 帮助的领域，OpenAI 以美国时间使用调查和跨国时间使用研究为基础，并额外对 3,995 名受访者做了一次人口结构上具有代表性的调查，最终任务覆盖照护、健康、教育、家庭事务管理、个人财务、购物和获取政府服务等。OpenAI 表示，过去一年用这套评测跟踪并推动模型在日常任务上的表现。文中给出了若干任务示例及其成功率，例如搬新家后报名合适的幼儿园 93.1%、协助社区防洪志愿者安排 98.0%、为家庭找房 100%、远程陪祖母看比赛 96.3%、为刚确诊糖尿病的家人制定饮食计划 90.4%。文中还附有表格，列出「有记录的最佳成绩」和「GPT‑6 Astra 得分」两列。

衍生 & 周边（产品 / Agent / Tools / 观点）

产品更新

⭐⭐ [产品更新] Browser Use in Managed Deep Agents

LangChain 在 Managed Deep Agents 中加入了浏览器能力：由平台运行浏览器，并提供为节省上下文而调优的浏览器工具，让 Agent 能读取页面渲染结果并点击、滚动、填写表单，完成 API 覆盖不到的操作，例如订机票、取消订阅、提交理赔，以及在前端改动合并前做端到端点击测试。开发者需要在项目根目录的 browser.py 中通过 define_browser 定义浏览器；scope 参数控制会话共享方式，thread 为默认值（每个会话独立浏览器），user 则在同一登录用户的多个会话间共享 cookies 等状态，但每个会话仍有独立窗口。浏览器在 idle_ttl_seconds 无活动后停止，默认 10 分钟。遇到登录页时，Agent 调用 browser_handoff 并给出原因，用户在 LangSmith Studio 的交互卡片中自行登录后交还浏览器，以避免把密码交给模型。文中还提到 DataDome 观察到 9 月 agentic 浏览器请求增长 4.7 倍，开源 Deep Agents 同样可以使用浏览器，相关测试与调优细节将在下周的深入文章里说明。

观点

⭐⭐ [观点] New context engineering challenges in late 2026

文章指出，业界智能体架构正趋同于「LLM 在循环中调用工具、运行在沙箱里」这一模式，一些工程师由此产生「难题都已解决」的看法。作者认为，这些人主要指已经形成的常规上下文工程做法：长对话超长时做摘要、卸载大型工具调用结果、用 Skills 渐进披露、工具搜索、子代理上下文隔离、以 Bash 为主要工具。作者观察到智能体能力或使用方式正在出现阶跃变化：近几个月他交流过的智能体开发者都在考虑主动式、常驻、目标导向的智能体。这类智能体带来尚无通用解法的新问题：如何在主动推送与打扰用户之间取得平衡、记忆（核心是决定记住什么）、异步（长任务完成后如何通知主智能体，以及主智能体处于运行中、已结束还是等待人工批准时如何处理）、目标追踪（把目标拆解为小步骤、做实验、获得反馈并持续迭代）。

⭐⭐ [观点] The U.S. Census Bureau and “Super Intelligence”

Simon Willison 重新跑了美国人口普查局「商业趋势与展望调查」（BTOS）中的企业 AI 采用率数据，并据此更新了图表。他指出该调查在 2025 年 11 月 17 日把问题从「过去两周是否在生产商品或服务时使用 AI」改为「是否在任何业务职能中使用 AI」，因此变更前后的回答不能直接比较。按新措辞，250 人以上的大企业在 2026 年 2 月回答「是」的比例约为 30%，到 2026 年 10 月升至约 40%；而 2025 年 9 月旧措辞下的比例约为 12%。他还发现，自 2026 年 10 月 19 日起，因第 14434 号行政令，问卷改为询问「Super Intelligence 或 SI（原称人工智能或 AI）」。普查局说明，当前数字仍反映旧的人工智能问法。