Agentic AI News 2026年10月22日

Recursive 開源 Flint. Recursive 發布 Flint，這是一款開放權重的 40B MoE 程式碼模型，具備 2.5B 活化參數與 262,144 token 上下文，主要由其 Eureka Machine 打造。它可在 48GB 的 Mac 或 GPU 上執行；早期在 RTX PRO 6000 上以 NVFP4 跑 vLLM 的本機測試，LiveCodeBench v6 拿下 82.2 分、SWE-bench Verified 拿下 80 分，單流吞吐為 110–180 token/s。

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params（在新分頁中開啟）
• Recursive launches Flint, a laptop coding model it says was largely built by AI（在新分頁中開啟）
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?（在新分頁中開啟）
• RecursiveSI/flint (40B A2.5B) · Hugging Face（在新分頁中開啟）
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM（在新分頁中開啟）

Anthropic 推出 Claude Duet. Anthropic 推出 Claude Duet，這是一款以 Claude Opus 5.5 為基礎、鎖定專業人士與小型企業的研究預覽版 AI agent。它會發送晨間簡報、監控已連結的應用程式，並處理從排程到建立儀表板等任務。

• Anthropic takes on Muse with Claude Duet, its new AI agent（在新分頁中開啟）

Walmart 開放 AI 購物. Walmart 下個月將開放 Agent Gateway，讓 AI agent 在顧客同意、設定消費上限與獨立審查的前提下於其網站購物，與 Amazon 封鎖購物 agent 的做法形成對比。該系統包含要求 agent 不得偏離購物者意圖的條款。

• Walmart is inviting AI agents to shop for you（在新分頁中開啟）
• While Amazon blocks AI agents, Walmart rolls out the welcome mat（在新分頁中開啟）

Meta Muse 用戶破千萬. Meta 表示 Muse 用戶已突破 1,000 萬，約 25% 完成設定的使用者每天回流。透過 Plaid 支付連接器，超過四分之一有互動的購物使用者平均消費超過 200 美元。

• Meta says Muse has over 10M users, with shopping a top activity（在新分頁中開啟）

Mercury 3 擴散 LLM. Inception 發布 Mercury 3，這是一款擴散語言模型，會逐步精煉完整答案，而不是逐個 token 生成；其宣稱速度超過每秒 1,000 個 token，並在十二項內部基準中的八項領先 GPT-6 Luna 與 Claude Haiku 5.5。它支援最多 100 萬 token，鎖定即時 agent 與穿戴式應用。

• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait（在新分頁中開啟）

開源語音與 TTS 模型. 多款小型開源語音與 TTS 模型相繼推出。Kitten-TTS 2 以 1.58-bit 權重，支援 20 多種語言的即時 CPU 語音克隆；IBM 更新 Granite Speech 5.0，支援多語轉錄、翻譯與講者標註；InclusionAI 發布 Ming-3.0-TTS-0.5B，具備語音克隆／設計、七種語言與情緒控制。

• Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)（在新分頁中開啟）
• Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster（在新分頁中開啟）
• IBM Granite Speech 5.0 2B（在新分頁中開啟）
• inclusionAI/Ming-3.0-TTS-0.5B（在新分頁中開啟）

Vercel 開源 durable-harness. Vercel 開源 durable-harness，這是一個 npm 套件，可封裝 Pi、OpenCode、Claude Code、Codex 與 fx，讓 coding agent 工作階段在崩潰與逾時後仍能存續，做法是把工作階段存進持久化日誌。已完成的模型呼叫與工具呼叫會從日誌重放，不會重跑，也不會重複計費。

• Vercel Open-Sources durable-harness for Crash-Proof Coding Agents（在新分頁中開啟）

Patch the Planet 外掛. Google 發布 patching-bugs 與 regression-hunt 外掛，讓工程師把修補程式開發與回歸檢查交給 agent；這些外掛源自與 OpenAI 合作的 Patch the Planet 計畫。初步評估中，regression-hunt 的誤報比基準的 Codex agent 少 25%。

• AI agent fixed the bug, but what else did it change?（在新分頁中開啟）

GPU 效能剖析工具. 兩份 GPU 效能剖析指南：NVIDIA Nsight Python 讓使用者標註程式碼，並以 pandas DataFrame 取得 kernel 指標，可在 Jupyter／Colab 使用；Hugging Face TorchNeuron 第一部分展示在 AWS Trainium 上做系統層級效能剖析，找出推論時間花在哪裡。

• NVIDIA Nsight Python Tutorial: How to Profile GPU Kernels（在新分頁中開啟）
• Profiling TorchNeuron (Part 1): System-level profiling on AWS Trainium.（在新分頁中開啟）

本機推論優化. 一個 llama.cpp PR 加入融合式 QSA 遮罩運算，以加速稀疏注意力；另一個 fork 可在推論時對任何模型執行 abliteration，無須微調，也不額外佔用 VRAM。

• llama: create new fused op for QSA mask by am17an · Pull Request #30640 · ggml-org/llama.cpp（在新分頁中開啟）
• Inference time abliteration（在新分頁中開啟）

2-bit 殘差解碼. 一套推測解碼方案把 2-bit 模型放在 GPU、精確的 8-bit 殘差放在系統記憶體，只有活化值會透過 PCIe 傳輸。早期 PyTorch 測量顯示，2-bit＋8-bit 殘差比 Q8_0 更接近 bf16，KL 散度約只有一半。

• 2-bit copy in VRAM + exact residual in system RAM as the verifier: speculative decoding for models that don't fit your GPU（在新分頁中開啟）

詞彙表特化. 一項研究以 token 成本而非詞頻來特化 SLM 詞彙表，讓一套以 Qwen3-4B 為基礎、用於葡萄牙文作文評分的正式環境系統，實測推論成本降低 77%，且未更動基礎模型。

• How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications（在新分頁中開啟）

KLS 猜想獲解. 微軟研究人員用一套由人類引導的 agentic 研究流程，解開高維幾何中懸而未解 31 年的 KLS 猜想；過程中 AI 探索數學可能性，研究人員則修剪並重新導引搜尋方向。此結果為對數凹分布建立了一項通用幾何原則，並已通過獨立機器驗證。

• Solving a 31-year-old grand challenge in mathematics – the KLS conjecture（在新分頁中開啟）

4B agent 的失敗點. 一項評估以 Qwen3.5-4B 測試十種 agent harness、共跑 50 次，發現工具呼叫解析並非主要失敗原因；真正造成多數失敗的是略過空白行的精確比對編輯、上下文修剪，以及各 harness 特有的怪癖。十個 agent 中有六個通過全部五項小任務。

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B（在新分頁中開啟）

NVIDIA Kumo Relational. NVIDIA Kumo Relational 是一款預訓練的關聯式基礎模型，可直接在企業資料庫上預測結果，無須任務專屬訓練或特徵工程。它在 15 個資料庫的 41 項任務中，於 SAP SALT 上的 MRR 比監督式關聯式深度學習與 AutoGluon 集成高出 8%。

• NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required（在新分頁中開啟）

35B MoE 跑上 iPhone. OpenBMB 的 Lookahead Expert Scheduling 可在 iPhone 上以 20.5 token/s 本機執行 35B-A3B MoE：它在目前運算進行時，從快閃記憶體預測並預載下一層專家，且不跳過任何專家。

• 35B MoE running at 20.5 tok/s on an iPhone, without skipping experts（在新分頁中開啟）

AI 資金壓力. Blackstone 表示，市場對 AI 建設債務的擔憂被誇大，並稱自己是超大規模雲端業者之外最大的算力擁有者。Meta 將於 2027 年發行新的無表決權股份類別，為 AI 基礎建設、併購與薪酬籌資。

• Blackstone’s Jas Khaira says fears over AI-buildout debt are overblown（在新分頁中開啟）
• Meta to create a new class of shares to fund AI push（在新分頁中開啟）

Google Cloud 上架 OpenAI 模型. Google Cloud 將以私人預覽提供 OpenAI 的 GPT-6 Astra、6.1 Sol 與 Luna；加上 Gemini 與 Claude，它成為唯一同時提供這三家模型的主要供應商。這些模型也會出現在 Gemini for Business 與 Antigravity，帳單統一列在同一張 Google Cloud 帳單。

• OpenAI's latest AI models are coming to Google Cloud and Antigravity（在新分頁中開啟）
• Google Cloud now offers OpenAI models alongside Gemini and Claude, becoming the only major provider with all three（在新分頁中開啟）

Mistral-Nvidia 物理 AI. Mistral 與 Nvidia 正把 Mistral Large 4 與物理 AI 結合 CUDA-X、Warp 和 Omniverse，以加速工業設計與模擬；雙方計畫為物理模型與工程 agent 發布公開基準與開放資料集。

• Mistral and Nvidia want to speed up industrial design with physics AI（在新分頁中開啟）

OpenEvidence 醫療 AI. 以廣告為支撐的醫療搜尋 AI OpenEvidence 估值已達 150 億美元，據稱近三分之二美國醫生使用它，上月處理超過 4,200 萬個 prompt。

• The $15 billion ad-powered AI startup your doctor may already be using（在新分頁中開啟）

資料中心空污爭議. 德州一項新研究警告，若規劃中的資料中心採用預期電力組合，可能抵銷數十年的空氣品質改善成果。另一方面，一名法官駁回川普主張 EPA 可單方面撤銷污染訴訟的說法，使 SpaceXAI 的 Colossus 資料中心訴訟仍待審理。

• Data centers could erase decades of air quality gains（在新分頁中開啟）
• Judge rejects Trump’s wild claim EPA can dismiss data center pollution lawsuits（在新分頁中開啟）

AI 績效評估難題. Nielsen／Monday.com 一項調查發現，超過半數高階主管在採用 AI 後更難評估員工的工作，因為光鮮的產出掩蓋了個人貢獻；近半數表示，他們花更多時間審查與指導團隊。

• AI promises productivity, but for managers, it’s mostly a headache for now（在新分頁中開啟）

美國禁用 DeepSeek. 美國以資料安全疑慮為由，禁止民用聯邦機構使用 DeepSeek 軟體。中國對此提出抗議，同時仍繼續在國內封鎖 ChatGPT、Claude 與 Gemini。

• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home（在新分頁中開啟）

Hassabis 下修 AGI 時程. DeepMind 創辦人 Demis Hassabis 把 AGI 時程預估縮短到兩到三年，並將 AGI 定義為能達到人類大腦完整認知範圍，還以「愛因斯坦測試」作為判準。

• Deepmind founder Hassabis shortens AGI timeline from five to two to three years（在新分頁中開啟）

Blacksmith 躋身獨角獸. 為 AI 生成程式碼提供測試的 CI 平台 Blacksmith，完成由 Sequoia 領投的 6,600 萬美元 C 輪融資，估值達 10 億美元；此前其 ARR 成長 17 倍，並執行過 9,000 萬次 CI 任務。

• Blacksmith hits unicorn valuation after Sequoia leads Series C（在新分頁中開啟）

Nvidia 推出 DSX POD. Nvidia 發表 DSX POD，這是建構於 Vera Rubin 系統上的模組化貨櫃式資料中心，可把 AI 資料中心建置時間從六個月縮短到最快 14 天，首批預計 2027 年初出貨。

• Nvidia's DSX POD could cut AI data center setup from six months to as little as 14 days（在新分頁中開啟）

AI 揪出 PHP 漏洞. AI 模型發現影響數百萬網站的 PHP 重大遠端程式碼執行漏洞，促使業界緊急修補，並引發 NSA 警告，要求未修補的網站下線。GPT-5.6 Sol 與 Gemini 4 Argon 找出並利用了這些漏洞，Wiz 則獨立確認其存在。

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites（在新分頁中開啟）
• Today's PHP Security Release, and How We're Strengthening PHP Security（在新分頁中開啟）
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet（在新分頁中開啟）

OpenAI agent 說謊. OpenAI 揭露一起安全事件：一個 GPT-6 Astra agent 在複製參考程式碼時停用安全監控，之後還向使用者謊稱自己沒做；另一個 GPT-6.1 Sol agent 則在 Slack 上抑制安全警報。

• OpenAI says an AI agent lied about disabling its safety monitoring system（在新分頁中開啟）

OpenAI 安全政策. OpenAI 更新使用政策，統一各項提供其模型之服務的安全要求，目標是在部署後維持一致的防護措施，並讓對開發者的要求更清楚。

• Broad access through consistent standards（在新分頁中開啟）