AI 月报 · 2026 年 10 月
AI 情报站
这个月可以直接拿去用的东西不少：小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，适合文档解析和信息抽取；微软联合 UC Berkeley 开源 TokenEconomizer，能把编码 agent 成本降低 18.4% 至 30.9%；mnemonic-proxy 的 32K 窗口代理在 AgentLongBench 上拿到 86 分，超过全上下文的 69 分。模型侧主线是开源权重继续向大参数和多模态推进，Kimi K3.1 Pro 以 3T 级开源权重支持 100 万 token 上下文，Mistral Large 4 也放出了 1 万亿参数多模态权重。
Mistral 开源 Mistral Large 4（Le Chonk）权重，1 万亿参数多模态模型
Mistral 发布 Mistral Large 4（Le Chonk）的开源权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
模型发布/更新
本版导读开源权重成为本月主流，从 0.8B 的轻量专用模型到万亿参数旗舰都在放权重，多模态与超长上下文是共同方向。
岩山科技岩芯矩阵联合港科大、CMU 开源 EdgeRock-4B，KV Cache 减少 99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU 等高校发布并开源 EdgeRock-4B，在 256K 上下文下 KV Cache 固定为 72MiB，相比源模型 Qwen3.5-4B 减少 99.1%。
Kimi 发布 K3.1 Pro 与 K3.1 Pro Highspeed，3T 级开源权重模型支持 100 万 token 上下文
Kimi 发布 K3.1 Pro 和 K3.1 Pro Highspeed，前者是 K3.1 系列首个模型，也是其迄今最强的 3T 级开源权重模型，上下文窗口 100 万 token，Highspeed 版本速度提升 2-3 倍。
Recursive 发布开源权重 Flint 本地编码模型，40B MoE 仅 2.5B 激活参数
Recursive Superintelligence 发布首个模型 Flint，一个 40B 总参、约 2.5B 激活参数的 MoE 编码模型，权重以 Apache 2.0 放在 Hugging Face。
Liquid AI 发布 LFM3 系列，六个 2B 级多模态模型共用同一 backbone
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一 backbone 上，全部开源权重并已在 Hugging Face 上线。
IT之家10.27OpenAI 发布低成本新模型 GPT-6.1 Terra，每任务成本约为 Claude Opus 5.5 九分之一
OpenAI 于 10 月 27 日发布新模型 GPT-6.1 Terra，主打以更低成本完成复杂电脑操作任务，擅长视觉推理和桌面软件自动化。
IT之家10.30小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，支持 Markdown 与 JSON 输出
小米开源轻量级文档理解模型 Xiaomi-OCR-0，参数规模 0.8B，权重与推理代码已上线 Hugging Face 和 GitHub，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。
产品发布/更新
本版导读本月产品几乎都围绕编码与托管 agent 的工程化，开源 harness、推理引擎、运行时和成本控制工具密集出现。
HAR 1.0 发布开源 AI 编码工作流 harness，支持 Claude Code、Cursor、Codex 等 MCP agent
HAR 1.0 发布，这是一个开源 AI 编码工作流 harness，以 CLI 和 MCP server 两种形式提供，可为每个编码 agent 分配独立 worktree、端口和数据库，并执行确定性的 launch、verify、teardown 流程。
DeepSeek 开源推理引擎 DeepInfer，披露单集群日处理约 155 万亿 Token
DeepSeek 在 GitHub 开源了 DeepSeek-V4.1-Flash 背后的推理引擎 DeepInfer，包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术，并披露单集群每天需处理约 155 万亿个 Token。
Omnara 开源托管智能体平台，对标 Claude Managed Agents 与 OpenAI Agents API
Omnara 发布开源托管智能体平台，作为 Claude Managed Agents 和 OpenAI Agents API 的自托管替代，采用 Apache 2.0 许可。
Microsoft Research 开源 Agensh：无中心编排的多智能体框架，最多跑 1,024 个编码 agent
Microsoft Research 开源了 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。
微软联合 UC Berkeley 开源 TokenEconomizer，编码 agent 成本最高降 30.9%
微软研究院与 UC Berkeley 发布开源编码 agent 成本控制器 TokenEconomizer，在 277 个 SWE-Bench 任务、5 种 agent 与模型组合下把平均成本降低 18.4% 至 30.9%，30 个仓库与设置组合全部更便宜。
AWS 与 UC Berkeley 开源 Infinity，面向高并发 Agent 的运行时
AWS 与 UC Berkeley 在 Hydro 项目下以 Apache 2.0 开源 Infinity，一个把工具调用当作挂起点的 Agent 运行时。它把 Agent 拆成有界执行切片，挂起时只保留对话历史，基准中 8 万 Agent 常驻内存约每空闲 Agent 100 KB，8 GB 的树莓派 5 可容纳约 7.5 万个并发 Agent。
Infini-AI-Lab 开源 Hermit 框架，用可训练 harness 适配器演化智能体
Infini-AI-Lab 开源 Hermit 框架，用于训练、评估和部署 harness 适配器，在不改动原有模型和 harness 的前提下通过外部适配器让智能体适应新任务。
论文研究
本版导读研究侧关注用编排和调度提升现成模型的表现，既有冲刺式多智能体调度，也有免训练的自编排方法。
Agent Scrum：用两小时冲刺调度 AI 编码智能体团队，38 天跑完 324 个冲刺
作者用一支 AI 编码智能体团队在 38 天里围绕真实产品待办跑了 324 个两小时冲刺，其中专职 scrum 团队 agent 执行的 90 个冲刺里 79% 的承诺故事在冲刺内完成，仪式耗时不到 5 分钟。
掘金10.27阿里 ATH-MaaS 开源 0.8B 统一 OCR 模型 OvisOCR3，OmniDocBench v1.6 得分 96.74
阿里 ATH-MaaS 团队 10 月 20 日发布 OvisOCR3 技术报告，一个基于 Qwen3.5-0.8B 的统一 OCR 模型，单模型覆盖文档解析、通用 OCR、KIE、图表描述和跨页表格重建五类任务，权重已在 HuggingFace 开源。
GVS5H 编排框架让 Qwen3.8-27B 在 LiveCodeBench 上从 66.8% 升到 92.4%
GVS5H 提出免训练的 ledger-based zero-shot 自编排方法，让同一模型的新实例通过共享文件系统交换计划、笔记和当前解法来拆解问题。
技巧与观点
本版导读实践文章集中在 agent 的上下文与工具调用工程，KV 缓存、长上下文衰减和工具误调用防线被反复拆解。
掘金10.30VoiceStudio 搭配 VoxCPM 2 本地配音教程：参考音频清洗、分段与质检全流程
作者用 VoiceStudio 加 VoxCPM 2 在本地搭出一套可商用的中文配音流程，给出图形界面和 Mac 上 mlx-audio 两条路线。
mnemonic-proxy 发布 32K 窗口代理，在 AgentLongBench 上 86/100 超过全上下文 69
mnemonic-proxy 是一个夹在编码 Agent 和本地模型之间的透明 HTTP 代理，Agent 照常发送完整历史，由代理决定模型实际读到什么，旧消息和工具输出被替换成带 id 的一行回执，原文逐字留在磁盘上可随时取回。
掘金10.22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10.24LangChain 拆解 Agent 检索的三大坑与六套解法
LangChain 在 2026 年 10 月 24 日的官方博客中把 Agent 上下文工程的第一步定为检索，指出低效搜索、一次塞太多、无关或过期三类问题会连锁放大。
掘金10.20HeyGen 开源 HyperFrames：写 HTML 就能渲染确定性视频，专为 AI Agent 设计
HeyGen 开源 HTML 转视频框架 HyperFrames，把视频合成写成普通 HTML 文件，用 data-start、data-duration、data-track-index 标注时间和轨道，动画用 GSAP 等可 seek 库编写，渲染时无头 Chrome 逐帧截图再由 FFmpeg 编码，同样输入得到同样帧。
foundry-protocol 开源 AI 智能体复杂任务编排框架
foundry-protocol 是一个用人类/AI 编排协议、Claude 规划加子智能体执行器来编排复杂任务的可复用框架，从 2026-09 一个合规审计项目（T0-T5、25 张工单）中抽取并泛化而来。
掘金10.26Agent 工具调用工程化：用 TypeScript 和 Zod 把 Tool Runtime 做扎实
作者在系列第 4 篇中给出生产 Agent 工具执行层的完整做法，按注册、参数校验、鉴权、并行与串行、超时重试、结果写回对话的顺序拆解，技术栈为 TypeScript + Zod。
掘金10.30如何给儿童故事 Agent 搭一套基于 PostgreSQL 和 pgvector 的长期记忆系统
作者为儿童系列故事 Agent 设计了一套 Story Bible 长期记忆系统，用 PostgreSQL 存事实条目、pgvector 做语义召回，解决角色名、道具归属、伏笔状态在多集之间前后矛盾的问题。
掘金10.22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%。
掘金10.23KV 缓存全场景剖析：从单次推理到 Agent 架构的九类场景
文章按九个场景拆解 KV 缓存，指出它把每步重算前缀的 O(N²) 压成线性，但每步注意力仍需遍历全部缓存，线性项不会消失。多轮对话与 Agent 场景下前缀任一字节改动都会让改动点之后的缓存失效，文中给出一个客服 Agent 因在系统提示词加一行时间戳导致首 token 延迟从 0.5 秒涨到 3-5 秒、月度账单近乎翻倍的案例。
掘金10.20多智能体编排实战：拆分、隔离与收敛的 Java 实现
一篇 Java 实战教程用 Spring Boot + Reactor + AgentScope Java + Spring AI 实现 orchestrator-workers 多智能体编排，把一次请求拆成规划、扇出、并行执行、收敛四幕。
掘金10.23长上下文为何越喂越差：从注意力公式拆解上下文腐烂与应对方案
作者梳理 Chroma、RULER、Lost in the Middle、NoLiMa 等实验，指出长上下文衰减与任务难度无关、只与长度强相关，标称窗口不等于有效窗口。
掘金10.25从参数校验到高危二次确认：AI Agent 工具误调用的四层工程防线
文章针对 AI Agent 工具误调用，提出 Schema 约束、工具分类隔离、权限白名单、运行时风控四层工程防线，并给出 Pydantic 校验、别名归一化、重复调用指纹等可复用代码。