Agent Daily2026-10-28全球AI情报

AI Agent模型走向可控交互

小模型走进设备，世界模型接受指令，视频研究开始留下可追溯的材料。今天看能力如何开放，也看谁能真正上手。

16值得关注

12可动手试

4开源发现

3覆盖区域

今日总判断：可交互不等于可部署。LFM3与HyNoMAS交出可下载材料，Genie 4仍处测试阶段；研究工具开始提供时间戳、引用与运行边界。

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

模型适配

小模型细化适用场景

LFM3按模态拆分家族，微软情感模型围绕目标服务做分类。模型的可用价值越来越依赖具体输入与部署条件，而非参数规模一项。

交互世界

世界模型分出开放路径

Genie 4把声音与对话带进可交互世界，HyNoMAS提供可下载代码与权重。两者的体验入口和算力条件不同，不能把演示能力等同于普遍可用。

结果核验

研究工具补上验证线索

Omni Deep Research把视频时间戳与外部来源连到报告，Ai2展示创新判断如何随提示变化。可追溯材料帮助复核结论，但不能替代独立判断。

值得关注的新功能

01Liquid AI美国2026-10-27 发布2026-10-28 观察官方一手来源

LFM3用小模型覆盖看、听、说与决策

发生了什么：Liquid AI开放LFM3系列权重，以同一骨干扩展文本、视觉、音频、全模态及决策模型，规模约二十亿参数。文本版支持25.6万词元上下文，视觉版新增视频输入；官方同时给出单卡微调教程，让用户按任务选择和改造模型。

为什么值得关注：小模型的竞争不只在回答质量，还在能否围绕具体设备和任务部署。统一骨干提供不同输入输出组合，有望减少本地应用拼接多套模型的工作。

适合谁看：开发端侧助手、语音界面、视觉工具及专业小模型的产品与研究团队。

02Google DeepMind美国与英国2026-10-27 发布2026-10-28 观察官方一手来源

Genie 4让生成世界带上声音与实时控制

发生了什么：Google DeepMind公布Genie 4，原生生成环境声、音乐和交互对话，并允许用户用文字实时改变场景。Gemini在生成过程中观察画面、规划步骤并调整进程。目前仅向受信任测试者提供研究预览，Project Genie已开放候补登记。

为什么值得关注：世界生成正从观看一段视频转向参与连续情境。声音、人物响应和实时修改扩大了游戏原型及训练场景的想象空间，但不能据演示认定物理模拟已可靠。

适合谁看：关注交互叙事、游戏原型、机器人仿真及世界模型的创作者和研究者。

04Microsoft美国2026-10-20 发布2026-10-28 观察官方一手来源

微软开放按目标对象判断情绪的模型

发生了什么：微软在10月20日上传Sentiment-Analysis-7B权重，以Mistral七十亿参数模型为底座，用约300条内部样本及模型评审奖励进行强化学习。输出先给负面、中性或正面标签，再解释理由；官方自报准确率从62.0%升至72.8%。

为什么值得关注：它将情绪判断限定为用户对当前服务、产品或Agent的态度，而不是泛泛判断句子情绪。明确目标与分类规则，比单纯换一个更大的模型更容易检查业务适配。

适合谁看：研究客服分流、产品反馈分析和可本地部署文本分类的工程团队。

08Talkhawk全球2026-10-27 公开展示2026-10-28 观察作者一手来源

快讯：Windows口述先在本地转成文字

发生了什么：Talkhawk作者展示Windows 11语音输入工具，按住快捷键说话后粘贴到当前应用。Parakeet转写在本机运行；付费润色与改写会把文字发往服务器。

为什么值得关注：本地识别与云端改写被拆开，便于按需要选择。

适合谁看：使用欧洲语言语音输入的Windows用户。

09My Own Lore全球2026-10-27 公开展示2026-10-28 观察作者一手来源

快讯：通过AI客户端进入共享故事世界

发生了什么：My Own Lore作者展示通过远程MCP参与的多人角色扮演服务，可查看公开世界、加入其他人的角色故事，或创建原创及同人世界；浏览入口无需账号。

为什么值得关注：AI客户端成为共享叙事的入口，而非单人聊天框。

适合谁看：喜欢互动故事与多人角色扮演的读者。

13SlidePilot全球2026-10-27 公开展示2026-10-28 观察作者一手来源

快讯：编码助手也能制作竖屏图文

发生了什么：SlidePilot展示MCP图文工具，由编码助手写文案、服务选图并渲染六张1080×1920图片，用户检查后自行发布。目前是收费私测，需申请并获批。

为什么值得关注：开发助手的上下文被用于产品营销素材制作。

适合谁看：需要为应用制作社媒图文的小团队。

16Vercel Agent美国2026-10-27 发布2026-10-28 观察官方一手来源

快讯：Vercel靠上下文管理降低会话成本

发生了什么：Vercel称Agent会话平均费用降低67%，来自增量上下文管理、缓存复用及工作指引调整，已自动生效。计费单价未变，并非模型价格直接打折。

为什么值得关注：降低重复输入，也能改变持续Agent的使用成本。

适合谁看：运营长会话与Slack助手的开发团队。

GitHub开源发现

Stars为成稿时的关注度快照，不代表质量排名。

03Tencent Hy-Nomas中国2026-10-21 发布2026-10-28 观察官方一手来源GitHub Stars 268README声明Apache-2.0；GitHub未识别

Hy-Nomas开放可操控世界的训练与推理代码

发生了什么：腾讯Hy-Nomas在10月21日开放代码、权重与交互演示，支持多轮文字和镜头控制，并用持续KV缓存保留跨片段上下文。项目提供单张RTX 4090低显存推理和LoRA微调路径；26日又更新技术报告及社区集成入口。

为什么值得关注：与只能观看的演示不同，可下载权重和训练代码允许团队改变运行方式与任务适配。它提供了研究交互世界的开放起点，但本地可运行不代表实时速度相同。

适合谁看：希望自行部署世界生成、研究镜头控制或微调专用场景的开发者。

05Qwen Omni Deep Research中国2026-10-22 发布2026-10-28 观察官方一手来源GitHub Stars 3,150许可证 Apache-2.0

千问插件把视频研究接到编码助手

发生了什么：Qwen-MM-Plugins在10月22日新增Omni Deep Research，随后完成首次发行的打包修复。它让Claude Code或Codex结合视频画面、语音及外部资料研究问题，生成带时间戳、图片和引用的交互报告，并可从已有报告目录继续工作。

为什么值得关注：视频问答常停在一段摘要，这个插件把视听理解接到外部查证和可追溯报告。时间戳与引用使读者能够回到具体证据，而不是只能相信最后的概括。

适合谁看：需要分析产品演示、技术视频或多模态材料的研究者和内容团队。

06Qwen Code中国2026-10-27 发布2026-10-28 观察官方一手来源GitHub Stars 28,759许可证 Apache-2.0

Qwen Code让工作流偏好随会话保存

发生了什么：Qwen Code在10月27日合入会话级Workflow模式，默认关闭。开启后，后续普通输入会提醒模型考虑工作流，偏好可随会话恢复；CLI、SDK及部分协议接口可查询和修改状态。该变化目前是开发分支代码，不是已确认的稳定版发行。

为什么值得关注：持续偏好与一次提示分开，能减少反复交代，但也需要区分已请求、工具可用和实际生效。项目把这些状态单独暴露，比一个含义模糊的开关更可检查。

适合谁看：维护编码助手宿主、会话恢复及多工作区控制的工具开发者。

07CleanCode全球2026-10-27 公开展示2026-10-28 观察作者一手来源GitHub Stars 95许可证 MIT

CleanCode把多个Agent摆到同一画布

发生了什么：CleanCode作者在10月27日展示跨平台预览版，把编码Agent、终端和服务放进同一画布。仓库列出33种CLI启动配置，支持按Git分支建立独立工作区，并用依赖连线组织命令流程。日期指作者公开展示，而非确认的首次发行。

为什么值得关注：多Agent协作不只是多开聊天窗口。可见的分支、依赖和执行状态帮助人判断谁在做什么，以及何时需要接手；实际协作质量仍取决于各工具行为。

适合谁看：同时使用多种编码助手、维护并行分支及自动化流程的开发者。

11Ai2美国2026-10-27 发布2026-10-28 观察官方一手来源GitHub Stars 3许可证 Apache-2.0

快讯：开放基准检验AI的创新判断

发生了什么：Ai2公布新颖性评测研究及代码。对同一批人类与AI构想，仅改提示词就使GPT-5.4的成对判断准确率从93.5%降至40.9%；增加检索也未稳定改善。

为什么值得关注：评审提示自身可能改变创新结论，值得单独测量。

适合谁看：开发科研助手与模型评审流程的团队。

全球技术与市场观察

10Meta PrivacyLib美国2026-10-27 发布2026-10-28 观察官方一手来源

快讯：Meta在数据入口检查Agent访问

发生了什么：Meta披露PrivacyLib架构：内部Agent的工具调用携带会话上下文，在已接入的数据访问边界执行观察或策略检查；启用的控制可拦截不允许的操作。

为什么值得关注：权限判断落在数据入口，不只依赖模型遵守指令。

适合谁看：设计企业Agent数据权限的架构团队。

12RoboJev全球2026-10-23 发布2026-10-28 观察官方一手来源

快讯：十帧视频估计机器人是否完成任务

发生了什么：RoboJev提供机器人任务评分演示：从不超过60秒的视频抽取十帧，结合任务描述预测完成概率。套环成功与滑落样例显示已保存结果，也可提交新推理。

为什么值得关注：把动作看起来正确与任务真正完成分开检查。

适合谁看：研究机器人评测与视频奖励的开发者。

14Amazon SageMaker AI美国2026-10-27 发布2026-10-28 观察官方一手来源

快讯：训练容器不必下载完整镜像才启动

发生了什么：SageMaker AI训练与处理作业加入SOCI镜像索引，先拉取启动所需文件，再按需加载其余内容。AWS两类实测任务最终提前一至六分钟完成。

为什么值得关注：缩短镜像等待，可能比加速训练本身更易见效。

适合谁看：频繁启动短训练与处理作业的团队。

15AOS-Bench全球2026-10-23 发布2026-10-28 观察官方一手来源

快讯：Agent单题成绩不等于并发工作能力

发生了什么：AOS-Bench让已验证任务持续到达，并共享CPU与内存限制。五组模型与执行框架在重负载下均下降13至23个百分点；固定并发二也接近最佳管理策略。

为什么值得关注：接单与调度能力，需要独立于解题能力评估。

适合谁看：开发常驻助手和多任务执行系统的团队。

本期观察：从Meta的会话级隐私边界到AOS的并发实验，Agent系统的进步不仅是多做几步。数据怎样进入、任务怎样共享资源、结论怎样复核，决定了能力能否稳定兑现。