AI 日报 · 2026 年 10 月 23 日 · 星期五
AI 情报站
拆解 Claude Code 2.1.303–2.1.305 的五种异步工具用法
作者通过抓包对比 Claude Code 2.1.303 和 2.1.304 的请求体，梳理出后台 Bash、后台 Agent、Monitor、Cron/ScheduleWakeup、Workflow 五种异步工具形态，并给出各自的调用方式、生命周期限制和选型表。
掘金原文 产品发布/更新
Caudra 发布单二进制开源终端编码智能体
Caudra 发布一个 Apache 2.0 开源的终端编码智能体，以单个原生二进制分发，支持 macOS、Linux 和 Windows，内置可中途引导的子智能体、shell 输出过滤、按消息回滚文件、/goal 完成目标和终端内 workbench。
NVIDIA 开源 OpenShell 0.1.x，为自主智能体提供安全私有运行时
NVIDIA 开源 OpenShell 0.1.x，为成批自主智能体提供安全私有运行时，用策略声明每个智能体可触碰的文件、系统调用和网络。它在内核层对每次文件访问、系统调用和网络连接做策略检查，智能体看不到真实凭证，凭证只在发往已批准端点时注入。
Forked 开源：给 AI 智能体状态做 Git 式分支与回放
Forked 开源了一套给 AI 智能体结构化状态做版本管理的工具，支持 fork、回退和重放消息、记忆、计划与工具结果，并用副作用日志让邮件、支付和 API 调用在重试与回退时保持 effectively-once。
IT之家另外 1 家也报道了OpenAI 全面开放决策 API，基于 GPT-6 Luna，输入每百万 token 0.1 美元
OpenAI 于当地时间 10 月 22 日宣布全面开放决策 API（Decisions API），该 API 基于 GPT-6 Luna 构建，面向具有限定答案的问题，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。
agent-usage-guard 发布 Claude Code 插件，限制子 agent 并发与上下文消耗
agent-usage-guard 是一个运行在 Claude Code 内的插件，在 agent 启动、提示词发送和工具调用前拦截失控消耗，默认限制本机同时运行 4 个 agent、每 10 分钟 12 次启动、子 agent 每 10 分钟 10M token。
NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线，DGX Spark 64GB 周五开售并支持八机集群
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station 三条本地 AI 硬件线，DGX Spark 64GB 版本从 10 月 23 日起由合作伙伴出货。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble 时序预测集成
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，用一个可扩展接口把四个预训练 Granite 时序模型组合起来，无需重训即可输出中位数和分位数预测。
Microsoft Research 发布 Flint-interactive，让智能体生成可交互数据可视化
Microsoft Research 发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
技巧与观点
掘金得物技术总结昇腾 910C 大模型推理优化：镜像升级与参数调优使 TPOT 下降 45.1%
得物技术总结在华为昇腾 910C 上优化 Qwen3.5-35B-A3B 在线推理的实践，仅靠镜像版本升级与参数调优，c=1 的 TPOT 从基线 14.22ms 降至 7.8ms，下降 45.1%。
微软与 Hugging Face 用 ThinkingBox 数据库终态校验做 RL 奖励，Qwen3.8-27B 全对任务从 38 增至 107
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励。
AWS Machine Learning Blog一手AWS 用 SageMaker AI 上的 Kokoro TTS 为 AI 智能体流式输出低延迟语音
AWS 介绍在 Amazon SageMaker AI 上托管 Kokoro-82M 语音合成模型，把智能体产出的每个句子即时送入合成，而不是等整段回复生成完再开始。
- AWS 用实测 Q_max 和 T_total 推导 SageMaker 上 Kokoro-82M 的自动扩缩容阈值AWS Machine Learning Blog