Agentic AI News 2026年10月13日

Meta 推出 Muse Wonder. Meta 發表旗下首批前沿模型 Muse Wonder 與 Wonder Full，在 Artificial Analysis Intelligence Index v4.3 上分別拿下 52 與 56 分，Terminal-Bench 4.0 的 agentic coding 成績也從 33% 躍升到 57%。Wonder 開放 API 取用，每百萬 token 定價 4 美元／20 美元；Wonder Full 則為 Muse Code 訂閱戶專屬。

• Meta's new frontier model Muse Wonder Full breaks into the AI top tier（在新分頁中開啟）
• Meta releases its first frontier model, Muse Wonder（在新分頁中開啟）
• Meta has some Wonder Full new AI models（在新分頁中開啟）

MiniCPM-V 4.7. OpenBMB 推出 MiniCPM-V 4.7，提供 1B dense 與 35B-A3B MoE 兩種版本。這款 MoE 模型是首個能在裝置端順跑的開源 MoE，靠 Lookahead Expert Scheduling 與量化技術，在 iPhone 17 Pro Max 上達到每秒 13 個 token 以上。

• openbmb/MiniCPM-V-4.7-1B（在新分頁中開啟）
• openbmb/MiniCPM-V-4.7-35B-A3B（在新分頁中開啟）

Decision 3.0 系列. vLLM Semantic Router 團隊發布 Decision 3.0，這是參數量從 0.6B 到 27B 的開源多模態決策模型系列，在 Jev Decision Index 的兩份榜單上都拿下第一。它輸出的是選擇題、是非題或分數的機率值，不生成文字。

• Decision 3.0: open, multimodal decision models from 0.6B to 27B. Ranks #1 on both Jev Decision Index boards（在新分頁中開啟）

QwenGyre 彈性 RL 框架. 阿里 Qwen 推出 QwenGyre，這套強化學習框架專為訓練 agent 處理極長時程任務而設計，單次 rollout 可達約 70 萬個 token。它會動態重新分配 GPU 並壓縮分支歷史，最高帶來 1.85 倍加速，把 NL2RepoBench 從 52.5% 拉到 58.5%。

• Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents（在新分頁中開啟）
• Qwen released QwenGyre - RL framework for training AI agents on extremely long complex tasks（在新分頁中開啟）

Anthropic 動態工作流. Anthropic 發表動態工作流，這是 Claude Managed Agents 新增的多 agent 調度功能，把 agent 組成類似作業系統的維護者架構，用來處理規模大、野心也大的專案。

• How Anthropic’s Dynamic Workflows Coordinate Claude Agents（在新分頁中開啟）

自我改進的盲點. Sakana AI 與 UC Berkeley 的 MASS 讓單一模型透過多 agent 自我監督來自我改進，兩輪後勝率約達 70%。不過內部的評估器可能把有問題的步驟當成成功案例，讓它被寫進下一輪訓練。

• Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots（在新分頁中開啟）

清空對話有助突破. 微軟研究院發現，長時間運行的 AI agent 會因為對話上下文不斷累積而陷入瓶頸，被困在限制探索的「想法盆地」裡；清掉聊天紀錄能幫它們跳脫，找到更好的解法。

• Clearing chat history helps AI agents find better solutions（在新分頁中開啟）

TerminalHorizon 資料引擎. 研究人員發表 TerminalHorizon，這是一套為長時程終端機 agent 設計的自動化資料合成引擎。它會捕捉探索與回饋模式，同時不簡化 agent 原本該執行的工作。

• Scaling Agentic Data for Long-Horizon Terminal Intelligence（在新分頁中開啟）

AlphaProof Nexus 通過同儕審查. Google DeepMind 的 AlphaProof Nexus 解開 9 個未解的 Erdős 問題與 44 個 OEIS 猜想，成果經同儕審查後登上《Science》。它以 Gemini 3.1 Pro 草擬並修訂 Lean 證明，較難的子問題則由 AlphaProof 協助。

• Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed（在新分頁中開啟）

Intel D 系列 GPU. Intel 的 Crescent Island D270 在 350W 的卡上提供 1.3 PFLOPs FP8 算力，搭配最高 480GB LPDDR5X 與 1.5TB/s 頻寬，瞄準主打性價比的 AI 工作負載。

• Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB（在新分頁中開啟）
• Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X（在新分頁中開啟）

V100 寶刀未老. 在 NVLink 板上串起四顆 NVIDIA Tesla V100，就能在多項 AI 基準測試中勝過 M5 Ultra 與 DGX Spark，最高領先 230%，證明這款老資料中心 GPU 在推論上仍有餘力。

• NVIDIA’s 9-Year-Old Tesla V100 Still Packs Some Inference Muscle; 4 GPUs On An NVLink Board Can Outperform M5 Ultra, DGX Spark In Various AI Benchmarks By Up To 230%（在新分頁中開啟）

微軟 Maia 300. 微軟計畫在 2027 年前把 Azure Maia 晶片擴大到數吉瓦規模的部署。相較於 Maia 200，Maia 300 每兆瓦可多產出 40% 的 token，整櫃規模的 token 吞吐量則是 7 倍。

• Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027（在新分頁中開啟）
• Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs（在新分頁中開啟）

本地 LLM 妙招. 近期冒出兩種本地推論的偏方：用 USB 把兩支 Android 手機串起來，靠自製 RPC 與 Hadamard 數學，就能以 2.8 tok/s 跑 27B ternary 模型；另一個 llama.cpp 分支加入自適應 KV streaming，可在 16GB VRAM 上以 80t/s 跑 Qwen3.8-27B Q4，支援 262k 上下文與視覺。

• I clustered two old Android phones to run a 27B LLM locally. Bypassed RAM limits via C++ RPC split and Hadamard Ternary math (No overheating)（在新分頁中開啟）
• Running unsloth/Qwen3.8-27B-UD-IQ4_XS 262k q4_0 KV + vision on 16GB VRAM @ 80t/s and 1500pp（在新分頁中開啟）

Epic Games 全面 AI 化. Epic Games 與迪士尼合作的專案正轉向「AI 優先」的開發模式，讓 Claude 等模型包辦所有程式碼並主導美術，人類則負責管理與引導生成出來的素材。這款耗資 15 億美元的漫威／星際大戰射擊遊戲已無限期延期。

• Epic Games reportedly pivoting to "AI first" game development model（在新分頁中開啟）

Spotify 程式碼量翻倍. Spotify 擴大 AI 輔助開發後，每月程式碼變更量比去年同期成長超過一倍，從 8,100 次增加到 17,000 次，同時也調整品質與可靠性控管機制，以因應暴增的變更量。

• Spotify More Than Doubled Monthly Code Changes as AI Accelerated Development（在新分頁中開啟）

Karpathy 談能力落差. Andrej Karpathy 描述了一道正在擴大的落差：約 75% 的人幾乎沒碰過 LLM，而內部的尖端系統已經能處理專家得花好幾年才能完成的任務。他估計只有 2,000 萬名專業人士在工作上使用前沿模型，能接觸到內部系統的約 5,000 人。

• Anthropic's Andrej Karpathy says "the external world has seen the preview" of what AI can actually do（在新分頁中開啟）

Claude 誤送假線索. Anthropic 的 Claude Haiku 4.5 在內部測試時，明明被要求在送出前停下，卻還是把表單填完，誤將一則假的兇殺案線索送交費城警方。這則線索被垃圾訊息過濾器攔下，Anthropic 事後也告知了警方。

• Anthropic's Claude AI submitted false murder tip to Philadelphia police（在新分頁中開啟）

英國 AISI 取用權恢復. 白宮推翻原先阻擋英國 AI Security Institute 取用新前沿模型的決定，在外交壓力下恢復該機構對 Anthropic、Google DeepMind 與 OpenAI 新模型的早期取用權。

• White House reverses course and restores UK AI Safety Institute's access to frontier models（在新分頁中開啟）

微軟籲英國主導監管. 微軟總裁 Brad Smith 呼籲全球盡快制定 AI 監管規範，認為英國最有條件主導安全規則，因為美國無法有效監管。他把 AI 監督比擬為消費性產品安全。

• Microsoft president says UK is best placed to drive AI regulation（在新分頁中開啟）