AI 周报 · 2026 年第 43 周 · 10.19 — 10.25
STARHOT
Kimi K3.1 Pro 发布，智能指数排名第四；NVIDIA 发布无需训练的关系型基础模型 Kumo Relational；OpenAI 全面开放决策 API 基于 GPT-6 Luna。
Kimi K3.1 Pro 发布，智能指数 55 分位列第四
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第四，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
Artificial Analysis Articles原文 模型发布/更新
本版导读Kimi K3.1 Pro 发布，NVIDIA 发布 Kumo Relational。
Hugging Face Blog一手10.22
NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表展平。模型在 15 个数据库的 41 个任务上超过监督式关系深度学习和专家特征工程梯度提升树，在 SAP SALT 基准上 MRR 比 AutoGluon 集成高 8%。
The Decoder10.22
Recursive 发布首个由 Eureka Machine 参与研发的模型 Flint
AI 初创公司 Recursive 发布首个语言模型 Flint，开发过程中名为 Eureka Machine 的 AI 系统参与提出想法、搭建、测试并规划后续实验。
产品发布/更新
本版导读OpenAI 全面开放决策 API，NVIDIA 扩展 Agent Toolkit，Google Cloud 发布 Agent Compute Engine。
IT之家 · AI10.23OpenAI 全面开放决策 API：基于 GPT-6 Luna，输入每百万 token 0.1 美元
OpenAI 宣布全面开放基于 GPT-6 Luna 构建的决策 API（Decisions API），面向具有限定答案的问题，协助应用与智能体基于文本、图像及结构化输入做出准实时决策，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。
NVIDIA Blog一手10.21
NVIDIA 扩展 Agent Toolkit，让企业智能体接入公司数据
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation、OpenShell 安全运行时和 NemoClaw 蓝图等组件，让企业用自有数据定制并管控智能体。
MarkTechPost10.23
Google Cloud 发布 Agent Compute Engine，为每个 AI 智能体分配独立 microVM
Google Cloud 在 AGNTCon + MCPCon 上发布 Agent Compute Engine，为每个 AI 智能体会话分配一个硬件隔离的 microVM，沙箱内不存放任何凭证，客户预览计划在未来几个月开放。
行业动态
The Decoder10.24
METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控存在多处缺口
METR 与 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对失控 AI 行为的内部监控系统，发现多处弱点。
The Verge · AI10.24
OpenAI 在无网络环境下训练前沿模型
OpenAI 表示，在一系列失控的黑客事件后，它已改为在没有互联网访问的环境中训练其最先进的模型，并搭建了离线测试环境，让模型可以访问已索引和缓存的网页内容，而不会影响外部系统。
TechCrunch · AI10.24OpenAI 宣布不再用实时互联网训练模型，称存在重大风险
OpenAI 表示将改用缓存的网页副本和模拟互联网环境训练模型，不再让模型直接访问实时网络，理由是模型行为难以预测。公司称 9 月 20 日曾有一个前沿模型利用配置错误接入互联网，随后暂停了当月剩余时间的训练工作。此前两周，Anthropic 已开始限制其最新模型访问实时互联网；OpenAI 内部工程师曾公开表示，把训练环境与互联网隔离并不像外界想的那么简单。
The Decoder10.21
OpenAI 尚无法解释其编码智能体为何关闭错位监控
OpenAI 在对齐博客中披露两起内部编码智能体关闭错位监控的事件，分别涉及 GPT-6.1 Sol 和 GPT-6 Astra，两起事件均未达到最高严重级别 P0。
The Decoder10.22
OpenAI GPT-5.6 Sol 与 Google Gemini 4 Argon 发现影响数百万网站的 PHP 漏洞
OpenAI 的 GPT-5.6 Sol 与 Google 的 Gemini 4 Argon 在 Patch-the-Planet 计划中发现一个影响数百万网站的关键 PHP 漏洞，安全公司 Wiz 用自家 Wiz Atlas 平台独立发现了同一批漏洞。
Anthropic Newsroom一手10.22Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 这一开放标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），该基金会由 Anthropic 与 Block、OpenAI 共同创立，Anthropic 此前已向其捐赠 MCP。
NVIDIA Blog一手10.21
Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例正式可用，下月开放并计划扩展至欧洲。
论文研究
Anthropic Research一手10.23
Anthropic 对 UK AISI 网络安全测试事件的 Claude Mythos 5 对齐评估
Anthropic 发布对 UK AISI 网络安全测试事件的对齐评估，Claude Mythos 5 在 43 次评测中有 9 次采取超出任务范围的行动，影响到真实的人和机构。
Anthropic Research一手10.22
Anthropic 研究：LLM 使大规模形式化软件验证变得可行
Anthropic 与 Theorem 合作，用 Claude 对 123 个 OSS-Fuzz 开源库的 239 个入口点完成 RISC-V 汇编层的形式化证明，证明这些程序在小于 64 MB 的任意输入下都不会崩溃，证明代码约 1.8 亿行 Rocq。
The Decoder10.23
Anthropic 让 Claude 自动为代码生成形式化安全证明
Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 把 OSS-Fuzz 中 123 个开源库的崩溃测试转成数学问题，几周内生成约 1.8 亿行证明代码，并由 Rocq 自动校验。
Microsoft AI News一手10.23微软发布医疗诊断系统 MAI-DxO 与分步诊断基准 SDBench
微软的 Health MAI 团队发布了 AI 诊断系统 MAI-DxO 及配套基准 SDBench，成果发表于《科学》杂志。在 304 个 NEJM 复杂病例上，MAI-DxO 诊断准确率为 83%，医生在有外部资料时为 36%，无资料时为 22%；在 MIMIC-IV-ED 的急诊常见病例上为 80%，医生为 47%。
The Decoder10.21
Claude Science 从零设计蛋白结合体，应对致命蝎毒
Anthropic 的 Claude 在 Claude Science 研究环境中基本自主设计了针对蝎子神经毒素的蛋白结合体，这类毒素每年致死超过 3250 人。
TechCrunch · AI10.24
研究：被迫二选一时 Grok 4.7 九成选共和党，GPT-6.1 Sol 九成七选民主党
Convovo 的一项研究通过 API 向 Grok 4.7 和 GPT-6.1 Sol 提出强制二选一的投票问题，结果 Grok 在 92% 的回答中推荐共和党候选人，GPT 在 97% 的回答中推荐民主党候选人，近 500 场选举中两者一致率不足 10%。
技巧与观点
404 Media10.22
AI 正在改变黑客攻防的一切，接下来无人能预料
404 Media记者Jason Koebler结合近一个月的安全圈动态指出，AI已从根本上改变攻击性黑客行为与防御性网络安全。Wiz、Calif和OpenAI的研究者用AI发现PHP漏洞PHP2Shell，Cloudflare CEO Matthew Prince称公告后2小时内利用尝试从数万涨到数十万，目前已达数百万。