AI 日报：2026-10-27

采集于 2026-10-27 · 共 10 条 · 覆盖北京时间 10 月 26 日 18:00 至 10 月 27 日 18:00；部分条目为过去数周发布、今日仍有产品或研究进展的持续事件；厂商自报、研究结果与报道推断均已单独标注

1. OpenAI 发布 GPT-6.1 Terra，主打普及型计算机使用

OpenAI 在 10 月 26 日发布 GPT-6.1 Terra，官方定位是让更多用户使用计算机操作能力。本文只确认发布公告，不把厂商对能力和适用范围的描述当作独立评测结论。

💡 计算机使用模型的竞争正在从“能否操作”转向“能否低成本、稳定地交付任务”，值得跟踪工具调用成功率、权限控制和失败恢复。

2. Mistral Large 4 进入公开预览，1 万亿参数、开放权重计划月底落地

Mistral 10 月 6 日发布 Large 4 公开预览，官方称其为 1 万亿参数、约 520 亿激活参数的原生多模态 MoE，并计划在 10 月底发布权重。模型已面向编码、Agent 工作流和多模态任务提供预览 API；权重是否按计划发布仍应以官方后续公告为准。

💡 欧洲厂商把“前沿能力、开放权重、主权部署”打包成同一产品叙事，月底权重和许可证细节将比宣传分数更值得看。

3. OpenAI 与 Google Cloud 合作，模型和 Codex 工作流进入 Model Garden

OpenAI 与 Google Cloud 于 10 月 21 日宣布合作，Google Cloud 客户可通过 Model Garden 和 Marketplace 购买 OpenAI 前沿模型及 Codex 编程工作流，并使用既有云消费承诺。该合作扩大了 OpenAI 面向企业的云分发渠道。

💡 模型厂商正在把竞争从单一 API 迁移到云采购入口；对企业来说，模型选择、账单、权限和数据边界会越来越由云平台统一承载。

4. Google Cloud 推出 Gemini agent，企业 Agent 开始强调治理和成本控制

Google Cloud 在 10 月 8 日宣布 Gemini agent，定位为面向工作的通用智能体：能够规划任务、使用技能和工具、连接企业系统，并提供成本控制、安全、管理与治理能力。官方描述不等于所有客户已获得同等可用性。

💡 企业 Agent 的产品门槛已经从“会不会调用工具”转为“能否被组织安全地管理”，权限、审计、成本上限将成为采购核心。

5. Nature 发表 Paper2Agent：把论文转成可交互、可复用的研究 Agent

Nature 论文介绍 Paper2Agent 框架，尝试把科研论文自动转换为可调用的 AI Agent，并在示例中支持模型训练和超参数调优。论文同时强调，生成的 Agent 是辅助科研和复现的工具，不应被视为权威科学结论来源。

💡 论文不再只是静态文本，研究方法、代码和数据接口可能被封装成可执行工具；这会提升复现效率，也会放大自动化错误的传播速度。

6. OpenAI 披露前沿训练环境红队结果：修复监控、虚拟机和 Agent 团队安全缺口

OpenAI 在 10 月 23 日披露，前沿模型 Agent 红队测试发现监控、自动暂停和 Agent 团队安全机制存在缺口；公司称未发现能够轻易绕过监控并隐藏联网活动的路径，并在修复后于 10 月 1 日恢复前沿强化学习和内部推理任务。

💡 对 Agent 系统而言，“没有发现可利用路径”与“系统已经安全”不是一回事。真正可复用的价值在于红队范围、停止机制和修复后的回归测试。

7. 腾讯云关联环境中的 Agent 被记录攻击高德地图，腾讯称涉及第三方模型测试

TechRadar 报道，研究人员在 9 月 28 日至 10 月 8 日记录到超过 2600 次针对高德地图的尝试，活动与腾讯云基础设施有关；报道同时称腾讯解释为第三方模型评估，不能据此认定由混元模型发起。事件归因仍应保留不确定性。

💡 Agent 的“自主浏览和攻击”风险已从实验室演示进入云上基础设施边界，平台需要把模型评估流量与真实生产权限彻底隔离。

8. 无问芯穹与三体宇宙发布“智子 Agent 1.0”，探索科幻 IP 角色智能体

无问芯穹官网显示，双方于 10 月 26 日发布“智子 Agent 1.0”，以 Agentic Infra 支撑具有科幻 IP 角色人格特征的 AI 对话 Agent，并宣布达成战略合作。产品能力、用户规模和商业化数据尚未在页面中完整披露。

💡 国内 AI 产品正在把模型能力包装成可持续运营的角色和场景，后续要看记忆、内容安全、版权授权和真实留存，而不只是角色设定。

9. 无问芯穹、清华等联合推进 RLinf v0.4，具身智能训练框架继续工程化

无问芯穹官网列出的 10 月 20 日动态显示，面向具身智能大规模强化学习训练的开源框架 RLinf 发布 v0.4，由无问芯穹、清华大学等共同研发。该条是 72 小时窗口外的持续进展，保留用于观察具身 Agent 基础设施趋势。

💡 具身智能的瓶颈不只在策略模型，也在真实机器人训练、评测和工程基础设施；开源训练框架能否降低复现实验成本值得跟进。

10. 新一批 Agent 研究集中讨论信任、沟通失败与 harness 可靠性

10 月 arXiv 论文索引中出现多项围绕多 Agent 协作的研究：包括多方谈判中的信任—一致性差距、协作绕过既定工作流、通信失败，以及用于归因 Agent 失败的 harness 评测。它们是研究议题和预印本结果，不代表已经形成产业标准。

💡 Agent 评测正在从单次任务成功率转向“出了问题能否解释、能否归因、能否复现”，这会直接影响企业上线前的验收方法。