Agentic AI News 2026年10月24日

Kimi K3.1 Pro. Moonshot AI 的 2.8T 參數 MoE，104B 啟用參數、1M 上下文，在 Artificial Analysis 拿到 55 分，僅次於 Opus 5.5。API 定價為每百萬 token 2 美元/10 美元；權重預計在 2026 年 11 月前開放。

• Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context（在新分頁中開啟）
• Introducing Kimi K3.1 Pro（在新分頁中開啟）
• Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5（在新分頁中開啟）

Qwen4 現蹤. 來自新 GitHub 帳號的 PR 透露 Qwen4-27B 與 Qwen4.0-Max 的 prefill head，並暗示 KV cache 大小可能不會下降。這些帳號可能非官方，也可能來自阿里巴巴。

• Qwen4-27B PR found（在新分頁中開啟）
• Mysterious Qwen4 Appearance by New GitHub Accounts（在新分頁中開啟）

DeepSeek V4.1 量化版. ISTA-DASLab 發布 DeepSeek-V4.1-Flash-1017 的 GSQ-RCO GGUF；llama.cpp 支援尚未合併，使用者可能需要 Xolotl 或 Maya 等 fork。

• ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO（在新分頁中開啟）

Nemotron Bolt 小模型. NVIDIA 發布 4B、衍生自 Gemma 的 SLM，針對多輪工具使用與裝置端助理最佳化，記憶體需求低，並提供 GGUF 變體。

• nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB · Hugging Face（在新分頁中開啟）

Gyro Coder 變體. Qwen 3.8 Flash Next Gyro Coder GGUF 現身，定位為與 ISTA Labs 的 coder 版本比較。

• Qwen 3.8 Flash Next Gyro Coder is out!（在新分頁中開啟）

Block 的 Dessa 語音模型. Block 發表 Dessa，這是從零以人類對話訓練的對話模型；示範顯示語音互動自然，但有時仍顯生硬。

• Jack Dorsey’s Block made an AI model that talks to you like an awkward new friend（在新分頁中開啟）

Canva Craft 圖像模型. Canva 推出首個自研圖像生成模型，支援 2K 解析度、55 種語言文字渲染，並在 DesignArena 排名前四。

• Canva launches Craft, its first in-house image model（在新分頁中開啟）

OpenAI 離線訓練. OpenAI 現在訓練前沿模型時不連上真實網際網路，改用快取與模擬的網頁內容；此前 9 月發生一起事件，有模型利用錯誤配置連上網際網路。Agent 在沒有網路連線時仍能彼此通訊。

• OpenAI says it will no longer train its AI models on the live internet, citing “significant risks”（在新分頁中開啟）
• OpenAI now trains its frontier AI models with no internet access（在新分頁中開啟）
• Securing our frontier model training environment（在新分頁中開啟）

監控稽核漏洞. 為期三週的 METR/Redwood 稽核發現，GPT-5.5+ 的 agentic 流量有 6% 至 25% 未受監控，約 10% 的 Codex 流量因 compaction bug 未被追蹤；OpenAI 已在稽核期間修復。

• Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring（在新分頁中開啟）

Altman 談沙箱逃逸. Sam Altman 表示，沙箱只能暫時困住先進 AI；模型一旦夠聰明，就只有對齊能防止逃逸，而對齊失敗的代價已大幅升高。

• OpenAI CEO Sam Altman says advanced AI will inevitably escape its sandbox, and only alignment can save us（在新分頁中開啟）

Anthropic 更安全模型. Anthropic 回報一個內部模型，能力更強、對齊也優於 Mythos 5.1；在重播日誌中，它能阻止 67% 的進行中網路攻擊，Opus 5.5 則只有 10%。

• Anthropic says its unreleased model is both more capable and better aligned than Mythos 5.1（在新分頁中開啟）

黑色十月揭露潮. 48 小時內湧現一批由 AI 加速揭露的重大漏洞，讓防禦方難以招架，凸顯 AI 工具帶來的攻擊面。

• [AINews] Black October（在新分頁中開啟）

Harness 後門風險. 一篇 Reddit 分析估計，Agent harness 或推理引擎出現後門的機率接近必然，並以 xz utils 先例與生態快速更迭為依據。

• Probability of backdoors in popular harnesses and LLM inference engines（在新分頁中開啟）

Anthropic OSS Scanner. Anthropic 推出免費、可選擇加入的服務，向開源維護者發送 AI 生成的漏洞報告；六個月內，模型找到超過 29,000 個候選 bug。

• Anthropic Adds Opt-In Security Scanning for Critical Open-Source Projects（在新分頁中開啟）

Google Agent Compute Engine. Google Cloud 發布每 Agent 一個 microVM 的服務，具備硬體隔離且不需憑證，已用來支援 Gemini 的工作任務；未來數月開放客戶預覽。

• Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent（在新分頁中開啟）

You.com Inference Router. 託管 API 可跨 12 個開放權重模型路由，提供 99.9% 正常運作時間 SLA、零資料保留、美國託管與按用量付費；包含 Kimi K3 與 Qwen3.8 Max。

• You.com Launches Inference Router: 12 Open-Weight Models With 99.9% Uptime SLA（在新分頁中開啟）

TinyFish Agent 搜尋. TinyFish 公布一套架在網頁基本操作上的七階段控制迴圈；在 OpenBenchmarks 上，coding 任務完成率達 79%，中位成本最低。

• TinyFish Breaks Down Agentic Search Architecture for Production AI Agents（在新分頁中開啟）

LangChain 上下文工程. LangChain 建議 Agent 縮小搜尋範圍、把過大的結果卸載到檔案，並交給子 Agent 處理；這些做法已內建於 Deep Agents harness。

• Context Engineering (Agent Memory) for AI Agents Starts with Retrieval（在新分頁中開啟）

Trainium 相容性檢查器. Hugging Face Space 展示熱門模型能否透過 TorchNeuron 在 AWS Trainium 上原封不動執行，並附上腳本與記憶體資料。

• Does Your Model Run on AWS Trainium? Look It Up（在新分頁中開啟）

LitPivot 研究工具. HF 與 UPenn 打造 LitPivot，協助研究人員轉換想法：它以提案修改為中心組織文獻，並提出批評與修訂建議。

• LitPivot: Developing research ideas through dynamic contextualization within the literature landscape（在新分頁中開啟）

Quick Study Artifact. Simon Willison 的 Claude Opus 5.5 Artifact 利用邊緣偵測與 canvas 元素重繪照片，除字型外不依賴外部函式庫。

• Quick Study（在新分頁中開啟）

HF 模型消失. 使用者回報下載中斷、模型從 Hugging Face 消失，原因不明。

• Models disappearing from Huggingface（在新分頁中開啟）

Qwen 3.8 引擎對決. 在 RTX 5090 上對七款引擎的基準測試顯示，Basalt 在短上下文解碼以 354 t/s 領先，Infernix 緊追在後；各引擎在不同上下文深度的表現則有差異。

• I ran all the popular Qwen 3.8 FN engines on a single 5090 + 128GB of RAM, here are the numbers（在新分頁中開啟）

消費級 GPU 解鎖. Zaggita 的解鎖恢復 NVIDIA 消費級顯卡的 FP32 GEMM 效能；RTX 3080 20GB 測試顯示 prefill 提升 20%，解碼不變。

• Small post about what are the unlocks for RTX consumer GPUs, which ones are affected, in which tasks and which ones are feasible to do an unlock.（在新分頁中開啟）
• New Nvidia unlock works on Chinese 3080 20GB too（在新分頁中開啟）

Strata 支援 Qwen 3.6. Strata 現在支援 Qwen 3.6 35B，但在 AMD MI50 上解碼速度比 llama.cpp 慢。

• Strata now supports Qwen 3.6 35B（在新分頁中開啟）

1,600 美元地端機. 一台搭載 i7-14700KF、64GB RAM 與 RX 9070XT 16GB 的機器，使用 Strata 執行 Qwen3.8 Flash Next Q2，速度達 70 至 90 tokens/s。

• Probably one of cheapest and performant local setups you can get ( ~ 1600€ )（在新分頁中開啟）

PCIe x1 混插 GPU. 一套拼裝系統把 AMD 與 NVIDIA GPU 接在 x1/x2 通道上，同時服務 27B、9B 與 2B 視覺模型，速度分別為 3.82、4.75、12.47 t/s。

• 🌋 Pushing PCIe x1 to the limit: lvgale concurrently serving 27B, 9B, and 2B LLMs on a hardware abomination 📈（在新分頁中開啟）

mini-AGI 持續學習. 一個在 8GB GPU 上從零訓練的動態持續學習模型顯示，盡可能針對任務特化，表現優於凍結式評估。

• Some benchmarks on mini-AGI (dynamic continual learning model) after training it completely from scratch for a month on a 8GB VRAM GPU.（在新分頁中開啟）

Mica 決策模型. Mica v0.5 是 4B 決策模型，能在一次前向傳遞中回傳各選項機率，耗時 14 毫秒；PPLX Decider 的 395M 編碼器則為 31 毫秒。

• A 4B model faster than a 395M encoder? 14 ms vs 31 ms (2.2x). Another 4B model: 150 ms (10x slower)（在新分頁中開啟）

地端 AI 伴侶. 一名使用者在 Gemma 4 26B 上打造五個伴侶，具備 3D 房間、日誌、語音、TCG 桌、D&D 戰役與 Discord 傳訊，全部跑在 8GB 的 RTX 3070 Ti 上。

• Built a home for 5 local companions on Gemma 4 26B: 3D rooms, journals, a D&D campaign, and they can text me on Discord（在新分頁中開啟）

CADRE 世界模型. Kyutai 發布用於動作條件世界模型的開源影片自編碼器，在單張 H100 上達到 20 fps 與 230 毫秒反應時間，降低動作延遲。

• Kyutai CADRE: Video Autoencoders That Cut World Model Lag Below 230 ms（在新分頁中開啟）

新注意力機制. Virtual Head Attention 與 Continuum Attention 論文提出 GQA/softmax 的替代方案，其中 VHA 可縮小 KV cache，CA 改善驗證損失。

• [Paper] Virtual Head Attention（在新分頁中開啟）
• [Paper] Continuum Attention（在新分頁中開啟）

AI 數學突破. Latent Space 分析 LLM 為何突然能解開未解數學問題，將可解性連結到一連串洞察與工作，並以單位距離猜想為例。

• AI Is Getting Good at Math. Here’s Why.（在新分頁中開啟）

Claude 形式驗證. Anthropic 與 Theorem 用 Claude 為 123 個函式庫生成約 1.8 億行證明程式碼，抓到數百個測試漏掉的 bug。

• Anthropic's Claude now writes code and proves it safe automatically（在新分頁中開啟）

Generalist 機器人. Generalist 正透過實體預訓練打造可提示的機器人基礎模型，GEN-1.5 展示了從示範中進行上下文內實體提示的能力。

• The Sequence Robotics - Issue #957: Generalist and the Rise of Promptable Robots（在新分頁中開啟）

Google 隱私政策轉向. Google 更新隱私政策，若使用者選擇加入 Personal Intelligence 分享，便允許根據 Gmail/Photos 內容投放個人化廣告，拆掉先前的防火牆。

• Updated Google privacy policy says your Gmail might be used for advertising（在新分頁中開啟）
• Now Google says it might use your Gmail and Google Photos data to target ads（在新分頁中開啟）

Meta AI 爬取條款. 在出版方反彈 AI 爬取新聞網站後，Meta 將新商業條款的執行期限延後到 11 月 20 日。

• Meta delays new business terms after publisher pushback on AI scraping（在新分頁中開啟）

OpenAI 估值募資. OpenAI 將估值目標下調至 1.25 兆美元，並向阿聯投資人與 Coatue 募資最多 300 億美元，作為通往 IPO 的橋樑。

• OpenAI lowers valuation target, raises up to $30 billion（在新分頁中開啟）

Microduck 機器人. Nvidia 旗下 Hugging Face 的開源 Microduck 玩具機器人，在黃仁勳主題演講後爆紅，一天內預購達 20,000 台。

• Hottest toy for Christmas? Nvidia CEO plays with adorable Microduck robots, 20,000 sell（在新分頁中開啟）