Agent Daily2026-09-23全球AI情报

AI Agent模型降本与执行提效

新模型拉开价格梯度，开放权重提供研究起点；视频编辑、机器人试玩与异步执行，让能力如何变成可用工具更具体。

14值得关注

11可动手试

3开源发现

3覆盖区域

今日总判断：成本竞争正从每个词元的价格，转向完成一件事需要多少步骤。模型、缓存和执行框架都能省钱，但必须用同一任务、质量目标与评测条件来比较。

RISC机器说明

RISC = 生产级 Agent / 机器人身体的四个系统

一个真正能上生产的 Agent，不能只有大脑。它还要持续行动、扛住故障、抵御越权，并进入真实组织协作。

行业已经交付了一颗出色的大脑，但生产级 Agent 还需要机体、免疫和社会。ALUX 构建的，就是这台完整机器。

R｜强韧 / 机体持久执行、容错、恢复与水平扩展。身体站不住，一次故障就会把工作清空。

I｜智能 / 大脑模型循环、记忆、工具与编排。它决定 Agent 如何思考、调用和完成复杂工作。

S｜安全 / 免疫能力对象、策略审批、回滚与审计。没有免疫，恢复与连接会扩大失控半径。

C｜连接 / 社会跨公司授权、中立基底、会话类型与生态连接。没有社会接口，Agent 只能停在单一产品里。

AI Agent雷达

任务成本

模型与框架共同降低开销

Sol与Luna提供更细的模型分工，Unreal减少工具等待造成的模型回合。选型要同时比较能力、执行方式与重试成本。

可编辑交付

创作工具保留修改入口

混元支持多参考图连续编辑，Clueso让外部助手修改视频工程。生成之后能否保留不该变化的部分，决定迭代是否有用。

可复核证据

工具与评测补齐上下文

relore追溯代码背后的讨论，AISI评测卡公开成绩对应的配置。找到结果之外的依据，才能减少重复工作与误判。

值得关注的新功能

01GPT-6 Sol与Luna美国发布于2026-09-22 / 观察于2026-09-23一手资料

GPT-6新增两档价格与能力选择

发生了什么：OpenAI于9月22日开放GPT-6 Sol与Luna，均支持图文输入和文本输出、105万上下文与12.8万最大输出。标准短提示计价中，Sol每百万输入与输出词元为2和10美元，Luna为0.1和0.5美元；两者支持推理档位与工具调用。

为什么值得关注：同系列提供更低成本的任务分工入口：复杂编程与高频小任务不必使用相同模型。真正该比较的是任务成功后的总成本，而非只看单价。

适合谁看：需要为编码、文档处理及批量Agent任务选择模型的开发者与产品团队。

02Claude Opus 5.5美国发布于2026-09-22 / 观察于2026-09-23一手资料

Opus 5.5把长任务成本继续压低

发生了什么：Anthropic于9月22日发布Opus 5.5，称其多数工作达到Fable 5.1水平。每百万输入、输出词元分别4和20美元，缓存读取0.2美元；公司称默认设置下典型任务总成本较Opus 5下降40%，输出速度提升超过30%，并公布行为审计与外部评估信息。

为什么值得关注：Agent成本同时来自单价、使用词元和反复尝试。价格下降之外，完成长任务所需步骤是否减少，更值得在真实工作负载中检验。

适合谁看：长期使用编程助手、跨仓库修改与知识工作自动化的开发者和企业团队。

03MiMo-V2.6中国权重与模型卡公开于2026-09-22 / 观察于2026-09-23许可证 MIT一手资料

小米开放MiMo全模态强化学习权重

发生了什么：小米在北京时间9月22日公开MiMo-V2.6模型卡与权重。Pro-RL为1.02万亿总参数、420亿激活参数，Flash-RL为3090亿和150亿；两者支持文本、图像、视频、音频及百万上下文。另有基于Qwen3.5-9B的蒸馏SFT检查点，发布页标注MIT许可证。

为什么值得关注：开放的不只是模型调用入口，也包括不同规模的研究起点。统一混合强化学习与组内轨迹评分，让训练方法能被拆开检查，而非只看榜单。

适合谁看：研究多模态Agent、长流程强化学习及开放模型部署的研究者和工程团队。

04Grok 4.7美国发布于2026-09-21 / 观察于2026-09-23一手资料

Grok 4.7开放API与分档推理

发生了什么：xAI于9月21日开放Grok 4.7 API，提供50万上下文、图文输入和文本输出，支持四档推理强度。提示少于20万词元时，每百万输入、缓存输入和输出分别2、0.5和6美元。两倍词元速率的Fast版本目前仅由Cursor与Grok Build提供。

为什么值得关注：模型名称相同，并不代表各入口拥有相同速度与价格。面向Agent的选型应把接口、长上下文费率及推理强度放在同一张比较表里。

适合谁看：比较编程与知识工作模型、维护多供应商路由的产品和基础设施团队。

05Hy Image3.5 preview中国发布于2026-09-22 / 观察于2026-09-23一手资料

混元图像预览版支持五图连续编辑

发生了什么：腾讯9月22日发布Hy Image3.5 preview，支持文生图、图生图、最多五张参考图和基于历史上下文的连续编辑，最高输出2K。官方重点展示中英文小字、复杂版式及主体一致性；腾讯云中国区API对2K及以下输出按每张0.15元计费，输入不收费。

为什么值得关注：多参考图和连续编辑适合把一张海报扩成成套物料。成本降低能增加修改空间，但真正的交付标准仍是文字准确、主体稳定和改动范围可控。

适合谁看：制作商品素材、信息图、营销物料与影视人物场景资产的创作者和产品团队。

06Qwen3.8-Omni-Flash-Realtime中国发布于2026-09-21 / 观察于2026-09-23一手资料

快讯：千问全模态模型新增实时接口

发生了什么：千问9月21日列出Qwen3.8-Omni-Flash-Realtime，支持实时音视频交互、文字与语音输出，并加入多通道音频、视频聚合和远程MCP工具。

为什么值得关注：全模态理解可以直接接入持续交互，而不只处理上传文件。

适合谁看：实时助手与多模态应用开发者。

07Qwen-Audio-3.1-Realtime-Plus中国发布于2026-09-20 / 观察于2026-09-23一手资料

快讯：千问双工语音3.1增加系统声线

发生了什么：千问9月20日上线Audio-3.1-Realtime-Plus，沿用3.0 Plus接入协议，保留既有声线并增加八种系统声线，支持全双工对话与声音复刻。

为什么值得关注：既有语音应用可沿原协议比较新模型，不必重写整套接入。

适合谁看：语音助手与实时客服开发者。

08Clueso MCP全球发布于2026-09-22 / 观察于2026-09-23一手资料

快讯：对话里改视频，工程仍能手动编辑

发生了什么：Clueso于9月22日推出MCP入口，让外部助手创建、重制和修改视频，可调整素材、字幕、品牌样式与段落顺序；产物仍留在可编辑的共享工作区。

为什么值得关注：聊天不再只给剪辑建议，而能改动具体视频工程。

适合谁看：制作教程与产品演示的创作者。

09Microduck Sandbox欧洲更新于2026-09-10 / 观察于2026-09-23一手资料

快讯：浏览器小鸭可加载不同机器人动作

发生了什么：Microduck仿真游乐场9月10日加入按清单加载步态、单次动作和命令脚本的入口。浏览器运行MuJoCo物理与ONNX策略，可用键盘或手柄操纵机器人。

为什么值得关注：不用先买硬件，就能观察控制策略怎样改变动作。

适合谁看：机器人爱好者与交互实验开发者。

GitHub开源发现

Stars为成稿时的关注度快照，不代表质量排名。

10relore全球发布于2026-09-21 / 观察于2026-09-23GitHub Stars 6许可证 Apache-2.0一手资料

relore让编码助手先找到别人做过的工作

发生了什么：Hugging Face于9月21日介绍relore，把GitHub议题、评审与合并请求连到当前代码。它区分维护者决定、贡献者判断和机器人评论，可查询正在进行的修复，也能从代码行追到相关讨论。查询在本地完成，只有摄取和刷新索引时连接GitHub，采用Apache-2.0许可证。

为什么值得关注：仓库记忆不只是更多文本。谁做了决定、是否已有修复、理由对应哪段代码，会直接影响Agent是否重复劳动，以及能否理解维护者的真实要求。

适合谁看：维护历史较长的开源仓库、代码审查助手与团队知识检索工具的开发者。

11Unreal Agent全球发布于2026-09-22 / 观察于2026-09-23GitHub Stars 905许可证 MIT一手资料

Unreal Agent把工具等待移出模型回合

发生了什么：Unreal Labs于9月22日介绍异步Agent执行框架：工具启动后立即记为进行中，完成时再写入结果并唤起模型，用户可在等待期间转向任务。项目提供Go库、命令行运行器与Harbor评测接入。作者在Astra xhigh对照中报告更低成本，并公开运行记录链接。

为什么值得关注：减少等待、轮询和冗余工具返回数据，也可能比换模型更有效。执行框架决定一次模型调用之间能完成多少工作，值得与模型能力分开测量。

适合谁看：建设长流程Agent服务、工具调度层与编码评测环境的基础设施工程团队。

全球技术与市场观察

12Transformers GGUF全球发布于2026-09-22 / 观察于2026-09-23一手资料

快讯：Transformers直接运行压缩GGUF权重

发生了什么：Hugging Face于9月22日介绍GGUF推理支持：Transformers复用ggml内核，首批聚焦苹果芯片与Qwen3.5，可沿用Python接口。

为什么值得关注：量化模型可以接回熟悉的评测与实验流程。

适合谁看：本地模型与PyTorch研究开发者。

13AISI与EvalEval英国发布于2026-09-22 / 观察于2026-09-23一手资料

快讯：英国评测机构公开成绩背后的配置

发生了什么：英国AISI与EvalEval于9月22日介绍通过Evaluation Cards共享评测，包含五项主要基准、六个模型的结果与配置，并补充两项网络安全评测。

为什么值得关注：相同榜单分数，也可能来自不同计算预算和反馈条件。

适合谁看：研究模型评测与采购比较的读者。

14混元Batch Size Scaling中国发布于2026-09-22 / 观察于2026-09-23一手资料

快讯：强化学习增大批量，未必更快达标

发生了什么：腾讯9月22日研究将强化学习的样本效率与系统吞吐一起比较。固定硬件实验中，最佳GRPO配置达到同一验证目标的时间缩短29%，但过大批量反而变慢。

为什么值得关注：训练更快要看达到同一质量的时间，而非只看吞吐。

适合谁看：强化学习训练与算力规划团队。

本期观察：模型价格、执行回合与训练吞吐，都只是成本的一部分。把比较落到同一质量目标，才能知道省下的是浪费，还是必要的工作。