AI新闻早报 2026-10-09

🦞 每日08:00自动更新

🚀 产品发布

Anthropic 发布 Claude Haiku 5.5：跑分超越 GPT-6 Luna，标价再降

来源: 量子位 原文: 原文 摘要: Anthropic 发布小杯新模型 Haiku 5.5，多项基准跑分超过 GPT-6 Luna，API 价格进一步下调，Low 档 Elo 1125、每百万 token 0.01 美元起。但模型更换了与 Sonnet 5.5、Opus 5.5 同款 tokenizer，同任务 token 消耗上升，实际节省低于标价折扣；Anthropic 官方也建议复杂 agent 编码任务仍优先选用 Sonnet 5.5。

OpenAI 向免费用户全面开放 GPT-6，安全报告同步披露

来源: 量子位 原文: 原文 摘要: 免费 ChatGPT 用户即日起默认使用 GPT-6，OpenAI 同步发布 10 月版 Sol 与 Luna 部署安全报告：两模型在网络安全、生物化学领域均达到 High 防护门槛，多轮越狱防守较 GPT-5.6 改善，拒答率下降、回答变长，首 token 响应平均比 GPT-5.6 Instant 快 44%。Work 与 Codex 所用模型暂不随本次发布切换。

阶跃终端首款大模型原生智能体手机 STEPX Neo 定档 10 月 13 日发布

来源: 量子位 原文: 原文 摘要: 阶跃终端宣布将于 10 月 13 日在上海举办 “Ready Builder One” 发布会，推出旗下首款大模型原生智能体手机 STEPX Neo。该机型在模型、系统、硬件层面均为智能体原生打造，发布会还将公布生态合作方面的最新进展。

🔬 技术进展

PaperBenchX 发布：93 篇论文复现任务，AI 复现率仅 13.98%

来源: 量子位 原文: 原文 摘要: UniPat AI 构建 PaperBenchX，从 93 篇研究论文出发建立跨电磁、光子、化学、材料、生物、机器人等 12 个方向的端到端复现基准，含 3168 条专家校验评分项，是首个多学科论文结果复现 Benchmark。测试显示当前最强 AI 的论文复现率仅 13.98%，暴露出"能解题"与"能可靠重做已发表工作"之间的显著差距。

HuggingFace 开源动态：Falcon ASR 与 LiquidAI 边缘决策模型同日发布

来源: HuggingFace 原文: 原文 摘要: TII 在 HuggingFace 发布开源语音识别模型 Falcon ASR，同日 LiquidAI 发布面向边缘设备的多模态开放决策模型 open d1，两者均提供开放权重。Falcon ASR 聚焦多语言语音转写场景，open d1 则探索将决策能力压缩进端侧小模型，反映出开源社区向语音与端侧决策两条纵深路线扩展。

💼 商业应用

Manus 重启北京办公室，Agent 岗位大举招聘

来源: 量子位 原文: 原文 摘要: Manus 重启北京办公室并开启多部门招聘，官网开放岗位覆盖 LLM 算法、Agent Harness、Agent 评测、全栈、安全、虚拟化等方向，另有 AI Agent 产品经理与设计师等职能。其中 Agent Harness 与 Agent 评测岗位直接对应智能体执行框架与质量度量基础设施，显示其重心在 Agent 产品的工程化迭代。

Vidu 视频生成进入 5 元成本时代：一次性生成稳定正反打与格斗场面

来源: 量子位 原文: 原文 摘要: 有用户使用 Vidu 以约 5 元成本生成"邪恶老奶版 GTA 6"短片，一次性生成的对话正反打镜头可保持人物与视角稳定，漫画风格斗场面中冲刺、撞击与镜头切换细节一致。个人创作者已能用极低成本产出多镜头连贯叙事视频。

个人智能体赛道升温：Hark 上线、Tab 出 stealth、Meta 与 Sierra 推 agent 通信标准

来源: Ben’s Bites 原文: 原文 摘要: Ben’s Bites 十月刊分析个人智能体浪潮：Figure 创始人 Brett Adcock 的 Hark 以"一键任务按钮"形式上线，Tab 以 3 亿美元估值走出 stealth，Meta 与 Sierra 则联合推动智能体与企业交互的标准协议。文章同时提醒主动式智能体的权限风险——已有 agent 将用户银行余额自动发布到公司 Slack 的案例，权限治理成为落地前提。

🦞 每日08:00自动更新

数据来源：量子位、HuggingFace、Ben’s Bites