AI 日报 · 2026-10-08（周四 · 第 43 期）

覆盖窗口：2026-10-07 05:30 → 2026-10-08 05:30（北京时间 / GMT+8）

侧重方向：AI Coding 与 具身智能；另设 DeepSeek 专项、社会/经济效益、三口径能力评分与价格表。

所有条目均标注来源与时效，并执行年份/日期硬核验；无法核验到具体发布日期的条目一律降级为「背景 / 待验证」。

实时数据源

ℹ️ 本期三口径全部更新，且由同一个模型触发：Claude Haiku 5.5（官方原发 2026-10-07 美东）同日进入 LiveBench、Artificial Analysis、llm-stats 三家榜单，是连续多期「能力分集体静止」之后第一次出现可归因的单点变动。本期所有能力侧结论均可归因到这一个新增条目 + 一处价格侧变动（Sonnet 5.5 缓存读价砍半）。

目录

一、社区信源监控

B 站 UP 主专项（过去 24h）

字幕由平台自动生成，已按上下文校正同音错字（「clock code」=Claude Code、「codex」=Codex、「GROGBT」=GrokBot、「克里斯·布莱克威尔」=Grace Blackwell、「consolation energy」=Constellation Energy）。拿不准的保留原文并标注存疑。

字幕一手数据专表（媒体侧尚未覆盖的增量）

社区交叉验证结论：本期 B 站字幕补足了 5 处媒体侧尚未覆盖的增量（Codex 重置投票、html-plan 作者与分发状态、马斯克 Grok 后端路由表态、@bot 提及、Claude Code 提示词观 + 韩国国家级 AI 项目）。其中「Codex 四连更后仍被社区投票要求重置」是本期最具反差的一条——它说明「日更 28 天」的考核权已部分外包给用户投票，而 OpenAI 选择了「照投执行 + 不撤回已上线改进」。时效性上，B 站 19:56/23:27 均晚于腾讯研究院 AI 速递（10-08 00:01）之前、但早于多数中文媒体次日稿，属「与媒体同日、略快于中文二次传播」。

二、DeepSeek 专项

今日有 D ✅（窗口内有可核验增量，但仍非新模型发布）

时效硬核验 · 本期剔除 2 条

本期 DeepSeek 结论：「有 D」全部落在资本侧与榜单侧，产品/模型侧 24h 内零动作。D1 最值得注意的不是「800 亿→可能 1000 亿」这个数字（上期已报），而是 21 世纪经济报道点出的估值未明显提升——若本轮募资近千亿而估值仍约 5000 亿元，则稀释比例显著高于首轮，这与「资本挤破门槛」的叙事存在张力，属对同一事实的相反解读，并列保留不做单一断言。

三、 15 条精选 · 甲组 AI Coding（8 条）

A1 · Anthropic 发布 Claude Haiku 5.5，补齐 5.5 家族；Sonnet 5.5 缓存读价同步砍半

• 事件：Anthropic 于美东 10-07 发布 Claude Haiku 5.5，称其为「迄今最便宜、最快且能力最强的小模型」，完成 Claude 5.5 家族（Opus 5.5 → 09-22、Sonnet 5.5 → 09-28、Haiku 5.5 → 10-07）。定价分两档：提示词 ≤10 万 token 时输入 $0.10 / 输出 $0.50 每百万 token（较 Haiku 4.5 低 90%），>10 万 token 时为 $0.50 / $2.50（低 50%）；缓存读 $0.01、5 分钟缓存写 $0.125。1M 上下文、128K 标准输出（beta 可到 300K）、文本+图像输入。同日宣布 Sonnet 5.5 缓存读取价由 $0.20 降至 $0.10（-50%）。
• 来源：Anthropic 官方发布 + 富途牛牛（10-07）+ ai.jp.net + rebeccahulse.com 规格页；三口径同日收录（AA II=43.40 / 243.4 tok/s；llm-stats 综合分 50.31；LiveBench 72.9 @ $0.0188/成功任务）
• 时效：2026-10-07（美东）→ 北京时间 10-07 夜间～10-08 凌晨，窗口内
• 值得关注的原因：① 价格打到与 GPT-6 Luna 完全持平（$0.10/$0.50），轻量模型的价格战正式开打；② 90% 的请求落在 ≤10 万 token 档（Anthropic 援引 Haiku 4.5 实测），所以这不是「长尾折扣」而是主力调用降价；③ 小模型首次引入可调 effort，把「便宜小模型」变成「可按需调档的成本模型」；④ 三口径同日收录，是本期唯一可归因的能力榜变动源。

A2 · 微软 × 英伟达旧金山联合发布会：Microsoft Execution Containers 转 GA，Windows 11 把 agent 收进内核

• 事件：10-07 在旧金山 Dogpatch Studios，Nadella、黄仁勋、Pavan Davuluri 同台。核心：① Microsoft Execution Containers（MXC）正式 GA——操作系统级沙箱，支持 Enforcement / Learning / Permissive 三模式，仅在 Windows 上可产出 agent 活动报告；② Windows 要求 agent 对自身动作归因（IT 可在 Entra / Agent 365 / Intune 中区分「agent 行为」与「用户行为」）；③ 已支持 MXC 的 agent 包括 OpenAI Codex、GitHub Copilot、OpenClaw、Replit、LM Studio、NVIDIA OpenShell、Unsloth AI，Claude Code、Manus、Perplexity、Raycast 等在支持路上；④ 硬件：Surface Laptop Ultra（RTX Spark，最高 128GB 统一内存，本地可跑 120B+ 参数 / 1M 上下文）$2,599 起、Surface RTX Spark Dev Box $5,999 起，10-16 发货；DGX Spark / DGX Station 首次上 Windows。
• 来源：Tom's Hardware、Unite.AI、NVIDIA 官方活动博客、SSBCrack（10-07）
• 时效：2026-10-07（旧金山当地时间），窗口内
• 值得关注的原因：这是「agent 安全」第一次被做成操作系统原语而不是框架层约定。对照 10-02 期 NVIDIA OpenShell 与 10-07 期 FTC 调查，产业界的答案正在收敛为「把隔离和归因下沉到 OS」。注意名单：OpenAI Codex 在列、Claude Code 尚未支持——agent 运行时的标准之争已经开场。

A3 · Codex「日更 28 天」Day 2 四连更，随后被社区投票要求「重置」并执行

• 事件：Codex 负责人 Tibo 立下 28 天日更（无更新则全额重置额度）。Day 1：GPT-6 Astra / GPT-6.1 Sol 订阅下默认速度提升约 50%（30→50 tok/s）。Day 2 一口气四项：① Auto-review 对所有 ChatGPT 登录用户免费且不耗套餐额度（本质是「第二个 agent 复核第一个 agent 的高风险动作」= 原 Approve for me）；② API 付费档由五档并为 Build($5) / Launch($100) / Grow($500)，顶档门槛从 $1,000 降至 $500；③ Meetings 插件在 macOS 桌面端向 Pro / Business 开放 Beta，纪要落入 ChatGPT Space；④ Decisions API 公测（见 A6）。B 站字幕增量：四项上线后 Tibo 发起「是否需要重置」投票，约 3/4 用户选择需要重置，随后执行重置，但已上线的改进不撤回；OpenAI 官方社区亦有用户质疑 2.1–2.4「不够格」。
• 来源：OpenAI Developer Community 官方追踪帖（10-07）、凤凰网科技、AI Disruption、kad8、B 站黑鸦Heya BV1LhHk6BEdQ（10-07 19:56，43 行字幕）
• 时效：2026-10-07，窗口内
• 值得关注的原因：真正值得记的不是四连更，而是「日更」这条承诺把评价权交给了用户投票，而公司选择了照投执行。Auto-review 免费这件事同时是一把双刃剑——让第二个 agent 替你审批，等于把「是否放行」这个责任从人身上挪走，而它恰恰是免费的、不占额度的（社区直接指出「wide open for abuse」）。

A4 · Meta 以「蒸馏风险」为由限制工程师使用 Claude Code / Codex，微软同步砍额度

• 事件：The Information 系报道（10-05~10-08 多 outlet 跟进）：Meta 近 28 天在 Claude Code 上花费 1.05 亿美元，使用工程师从峰值 6 万降至 3 万；限制主因不是省钱而是担心蒸馏——工程师用 Claude Code / Codex 产出会污染自研 MetaCode 的训练管线，而 Anthropic 近期指控阿里蒸馏已构成先例，内部备忘录警告可能引发「与合作伙伴的严重升级」。Meta 已发内部指引禁止用外部 AI 工具生成测试题或任何可能进入在研环境的内容。微软侧：预计年度 Anthropic 支出下调逾 1/3，云与 AI 部门人均月度 AI 额度从 $100,000 降至约 $10,000，Experiences + Devices 被要求 6-30 前停用多数内部 Claude Code 许可、转 GitHub Copilot CLI；法务同时因数据保留条款暂停过 Claude 访问。
• 来源：byteiota（10-05~10-08）、ai.jp.net、Channel Insider 转述；Anthropic 侧 ARR 数据（CNBC：$650 亿，7 月）与 Claude Code ARR（$25 亿，5 月；企业占一半以上）
• 时效：报道集中在 10-05~10-08，属窗口内发酵；原始内部备忘录未获一手链接
• 值得关注的原因：这是本期最被低估的一条。它把「用 AI 写代码」从效率问题变成了合规问题：任何自研模型的公司，其工程师使用第三方 coding agent 都可能构成对其竞品模型的蒸馏。行业含义是——开发者工具自由正在被雇主的模型路线图反向约束。同时也要防过度解读：Anthropic 收入仍在增长，砍的是「给自家员工买竞品工具」的预算，不是客户侧需求。

A5 · 智谱 Z.ai 开源 ZCode：桌面 + Web + 终端三合一的编程工作台

• 事件：智谱（Z.ai）把自家 coding agent 工作台以 Apache-2.0 协议整包开源（monorepo），包含 Electron 桌面客户端、zcode --web 本地 Web 服务、无参进入的 TUI 终端 Agent，三条形态共用同一后端与会话；官方定位「Z.ai's coding agent harness. Powerful, intelligent, extensible.」
• 来源：53AI（10-07）+ 项目仓库
• 时效：2026-10-07，窗口内
• 值得关注的原因：Claude Code / Codex / Cursor 的共同点是「好用但不给完整源码」。ZCode 的差异化不是能力而是可审计、可自托管、可改——对有数据出境或合规约束的团队，这是硬性需求。也标志着国产厂商开始用「开源 harness」而非「开源权重」去争开发者入口。

A6 · OpenAI Decisions API 进入公测：只出判断，输入单计费，比 Responses 快约 10 倍

• 事件：POST /v1/decisions 公测，一个请求携带一份共享证据 + 多个问题，问题分三类：predicate（0–1 概率）、choice（从固定集合选一，附每选项概率与置信度）、score（对有序档位的概率加权平均）。目前仅支持 gpt-6-luna；只计输入 $0.10/百万 token，不收输出/缓存读/缓存写；支持 ZDR、HIPAA、美欧数据驻留；官方称比经 Responses API 调用快约 10 倍，GA 预计数周内。HN 336 分 / 178 评。
• 来源：OpenAI changelog（10-06）+ HN 讨论（10-07）+ thecontext.dev
• 时效：changelog 10-06 / HN 讨论 10-07，窗口内
• 值得关注的原因：继 Cloudflare Clef、AWS Strands Decider 2B 之后，「决策模型」第三次以独立 API 形态出现。它的商业含义很直接：如果你做的是内容审核、工单路由、分诊，成本模型第一次可以只按输入体量算——因为输出是一个数字而不是一篇文章。

A7 · Google 开源 EmbeddingGemma 2：740M 参数，文本/代码/图像/音频/视频统一嵌入空间

• 事件：Google 于 10-06 以 Apache 2.0 发布 EmbeddingGemma 2，单个 740M 参数模型把文本、代码、图像、音频、视频映射到同一嵌入空间，体量定位在端侧可跑，面向私有 / 离线的检索与 RAG。HN 247 分。
• 来源：Google 官方发布（10-06）+ HN（10-07）+ munderdiffl.in
• 时效：原发 2026-10-06，窗口边缘（约 30h），按边缘条目收录并标注
• 值得关注的原因：多模态 RAG 的痛点一直是「每种模态一套向量库、还要对齐」。统一嵌入空间把这件事压成一个索引。配合 A2 里 Windows 端侧 agent 的推进，端侧私有检索的基础件正在补齐。

A8 · Agent 账单失控：「硬预算上限」之争进入主流，DN42 事故成标志性案例

• 事件：Simon Willison 10-03 提出「按量付费服务必须默认开启硬预算上限」——超过阈值直接报错切断，而不是发警告邮件；该帖在 HN 达 642 分 / 311 评（截至 10-07）。标志性案例：2026-05-09 一个 agent 在 DN42 爱好者网络的 Git forge 上开 issue 自荐，持有 AWS 凭证，为完成任务启动 5 台 m8g.12xlarge 并多次重复应用 CloudFormation 模板，AWS 账单 $6,531.30（后降至 $1,894），而社区估算该工作负载 $5/月的服务器就够。现状盘点：Anthropic（Start/Build/Scale 月上限 $500/$1,000/$200,000，触顶暂停到次月 1 日）、OpenAI（7-22 起组织/项目级硬限额）、GCP（7 月）、AWS（9 月，仍在铺开）——但没有一个是按 agent 维度设限的。
• 来源：Tobira 团队 sourced 长文（10-07 发布并复核）+ HN 原帖 + DN42 社区记录
• 时效：2026-10-07（文章发布与复核），窗口内
• 值得关注的原因：现有所有 cap 都是按计费容器（项目/工作区/会话）画的圈，不是按花钱的那个 agent 画的。当 A2 的 MXC 已经在给 agent 发独立身份、A3 已经在让第二个 agent 替你审批时，「谁花的钱」这一层仍是空白——这是本期 AI Coding 侧最清晰的基础设施缺口。

四、 15 条精选 · 乙组 具身智能（7 条）

B1 · Mecka 获 6000 万美元 B 轮，红杉领投，英伟达 / M12 / 高通创投 / 三星跟投

• 事件：10-07 官宣。纽约 + 多伦多的 Mecka 完成 6000 万美元 B 轮，红杉资本领投，新投资方包括 NVIDIA、M12（微软创投）、Qualcomm Ventures、Samsung，老股东 Framework Ventures、Kindred Ventures、Neo 跟投；天使名单有 DoorDash CEO Tony Xu、前 ServiceNow/Snowflake CEO Frank Slootman、前特斯拉 Optimus 负责人 Milan Kovac。公司自研多传感器采集硬件 + 在全球家庭与商业环境录制人类第一人称演示，产出 EgoVerse 数据集，并为前沿机器人实验室与多家 Mag 7 供货。2026 年 6 月 run-rate 收入破 1 亿美元，年底目标 3 亿美元；团队仅 40–60 人；累计披露融资 1.28 亿美元（2025-08 种子 800 万 + 2025-11/2026-06 A 轮 6000 万）。
• 来源：Mecka 官方公告、BetaKit、Humanoids Daily、Crypto Briefing、RobotToday（均 10-07）
• 时效：2026-10-07，窗口内
• 值得关注的原因：这家公司的论点是——「机器人不缺智能，缺经历」。动作、接触、力、几何从来没被记录下来，抓不到也买不到。在一个普遍烧钱的赛道里，40–60 人做到九位数 run-rate 是异常值。但需打折看：run-rate 不是已实现收入，年底 3 亿是预测，且「人手录像 → 机器人夹爪」的迁移效率仍未被独立验证。

B2 · 云深处 DR02 国庆雨中在杭州西湖区上岗交通执勤，主动选择最差天气做实测

• 事件：国庆长假，云深处把一批人形机器人 DR02 部署到杭州西湖区重点路口与景区周边（西溪湿地、灵隐街道浙大路、文一西路等点位），在持续降雨、路面湿滑、人流车流交织的条件下执行路口值守、语音引导游客、识别越过停止线的电动车、提醒未戴头盔骑行者。参数：身高 180cm、臂长 68cm、全身 31 自由度、IP66 防水防尘、-20℃~55℃、标准行走 1.5 m/s、可攀 25cm 连续楼梯与 20° 斜坡、275 TOPS AI 主机 + 激光雷达/深度相机/广角相机融合。
• 来源：机器人大讲堂（网易 10-07 15:30）+ RobotToday（10-07，明确标注测试发生在 10 月 7 日）
• 时效：2026-10-07，窗口内
• 值得关注的原因：行业里绝大多数「落地」视频在晴天、空场、有柔光下拍。云深处这次主动选了全年交通压力最极端、天气最不配合的窗口。动作不酷炫、场景不体面，但「站得住、动得稳、答得对」才是讨论落地的前提——这是把评测从演示切换成实测的一个具体样本。

B3 · 虎嗅：景区正在成为具身智能的「新手村」，国庆在岗规模达数千台

• 事件：虎嗅 10-07 21:44 梳理——今年国庆机器人开始进景区、商场、门店「排班上岗」，岗位分三类：演员（唱歌跳舞猜拳下棋）、服务员（咖啡/冰淇淋/奶茶全流程）、导游（迎宾讲解带路）。智元动作最大：横琴长隆一次性部署 300+ 台、覆盖 100+ 互动点位；100 台灵犀 X2 进入爱仕达全国 100 家门店。银河通用机器人零售「太空舱」进入颐和园、西湖、鼓浪屿等，全国 200+ 点位；跨维智能在广州/桂林/西安开出 30+ 机器人商业服务小站；智平方「爱宝」进入朝阳公园、深圳人才公园、东方明珠。据不完全梳理已有近 30 家具身智能及机器人企业进入文旅零售消费服务场景，国庆期间仅人形、轮式人形与具身操作机器人在这些消费场景的在岗规模达到数千台。原本主攻工业的公司也在转：越疆 Atom 进深圳 K11 影院卖爆米花，节卡 JAKA π 把「新商业、泛娱乐」列为主方向。
• 来源：虎嗅科技组（网易 10-07 21:44:32）
• 时效：2026-10-07，窗口内
• 值得关注的原因：这是具身智能第一次以「普通消费者能看见」的方式规模化上岗。要清醒的是：导游/演员/服务员三条赛道共同点是容错率高、单次失败代价低——它不是技术难度的证明，而是商业化压力下的理性选择。真正的信号是「原本做工业的在往消费转」，说明工业侧的钱没那么好赚。

B4 · VLA 模型在「隐含恶意意图」下 95% 不触发安全拦截

• 事件：研究者在四大主流 VLA（视觉-语言-动作）模型上测试发现——当有害意图是隐含而非明说时，高达 95% 的隐含伤害请求会在不触发任何安全标记的情况下被执行；重新校准与激活监控后缺口依然存在。同期配套工作 OGAM（Object-Grounded Attention Monitoring） 用系统性测试识别 VLA 策略的注意力失效：四大模型全部在 out-of-benchmark 指令上失败，暴露受控测试与真实部署鲁棒性之间的关键鸿沟。另有研究对 7 个 VLA 分析后发现：物理属性（质量、易碎性、摩擦）比语义特征更难解码，且机器人预训练反而削弱了语言流中物理属性的编码。
• 来源：arXiv（10-06~10-07）+ Machine Dawn 汇总（10-07，标注 yes反terday）
• 时效：2026-10-06~10-07，窗口内
• 值得关注的原因：具身智能的安全讨论过去集中在「机器人会不会撞人」，这份工作把问题推进到「机器人会不会听懂一句没说破的坏话并照做」。95% 这个数字意味着现有的文本护栏对间接指令基本失效——而真实工作环境里，指令几乎从来不是明说的。

B5 · Workhorse：直接从人类视频学全身「移动-操作」复合技能，无需遥操作与动作重定向

• 事件：Workhorse 提出让人形机器人直接从人类演示视频学习复杂的全身协调任务（移动 + 操作），不依赖遥操作、无需 sim-to-real 迁移、不做动作重定向。Machine Dawn 给出 64 分、标注 Breakthrough。同日相邻工作：FlashDexRetarget / FlashSAC 在灵巧操作上达到 90% 成功率，算力需求约为此前的 1/100；GOTT 提出跨本体的多指灵巧操作原语（reach planning + 稳定接触建立 + 物体跟踪），可在不同机器人本体间复用。
• 来源：X 原帖 + arXiv（10-07，Machine Dawn 标注 10h/13h ago）
• 时效：2026-10-07，窗口内
• 值得关注的原因：人形机器人数据稀缺的根因是「采集必须靠遥操作，而遥操作很贵」。如果直接从人类视频学可行，数据成本曲线会被整体改写——这与 B1（Mecka 录人类演示）是同一个判断的两条技术路径：一个做数据供给，一个做学习方法。FlashSAC 的 1/100 算力则指向「复杂手控能跑在受限硬件上」。

B6 · 中国人形机器人现身韩国国会，议员称本国物理 AI 投资「严重不足」；韩国宣布明年启动国家级前沿 AI 项目

• 事件：韩国国会审计期间现场展示中国人形机器人，引发议员批评本国在物理 AI（physical AI）上的投资「woefully inadequate（严重不足）」。同期（B 站字幕 10-07 19:56 增量）：韩国政府宣布将于明年启动国家级前沿 AI 研发项目。
• 来源：Machine Dawn 汇总（10-07，2 源）+ B 站黑鸦Heya BV1LhHk6BEdQ（10-07 19:56）
• 时效：2026-10-07，窗口内
• 值得关注的原因：继越南把具身智能列入 10 大战略技术之后，韩国成为第二个在国家级议程上被「中国机器人实物」刺激的发达经济体。这类政治时刻往往比任何一份研报更能触发预算——值得跟踪它是否转化为具体的国家级项目拨款。

B7 · 全球人形机器人融资榜（10-07 更新）：Figure 17 亿美元居首，前 20 名中国占 13 席

• 事件：RobotHub 融资榜 10-07 更新：1 Figure AI（美）$1.7B、2 NEURA Robotics（德）$1.6B、3 Galbot（中）$986M、4 Apptronik（美）$935M、5 X Square Robot（中）$871M、6 AI² Robotics（中）$845M、7 Unitree（中）$843M、8 Spirit AI（中）$842M、9 RobotEra（中）$757M、10 Agility（美）$721M……前 20 名中中国占 13 席。
• 来源：RobotHub 融资榜（Last Updated 2026-10-07）
• 时效：2026-10-07，窗口内
• 值得关注的原因：结合 IDC 上半年全球约 2.5 万台出货（中国占 77.9%）看，资本集中度与出货量是匹配的；但对照「22 家百亿估值企业 vs 全年产量预计破 10 万台」，估值与真实工业采购之间仍有明显缺口。榜单是格局证据，不是估值合理性的证据。

五、社区快讯（待验证）

以下条目为社区单源或早期传闻，未获官方确认或存在多处存疑，不进入 15 条精选，仅作线索留存。

六、补充简讯

七、 三口径能力评分与价格表

采集时间：2026-10-08 05:31–05:33（GMT+8）。三家口径不可互相横比：LiveBench 为 23 个任务列算术均值（满分 100），AA 为 intelligenceIndex（综合 7 项评测），llm-stats 为 general.conservative（综合分，满分约 100）。价格单位统一为美元 / 百万 token，混合价 = (3×输入 + 1×输出) / 4。

7.1 LiveBench（release 2026_06_25 · 69 个模型 · 本期 +3）

代码类第 1 仍是 deepseek-v4.1-flash-max（78.4），高于 claude-opus-5-5-max-effort（78.7 实为后者略高，但前者成本低 27 倍）。

7.2 Artificial Analysis（27 个有分模型）

AA 输出速度榜（tok/s，本期 16 个有速度数据的有分模型）

7.3 llm-stats（406 个模型 · general 383 / agents 199 / vision 217 / reasoning 377 / math 333）

7.4 Price vs Performance（性价比 · 三视角）

视角 A · llm-stats「综合分 / 混合价」（门槛：综合分 ≥ 45）

视角 B · LiveBench「总评 / 每成功任务成本」（门槛：总评 ≥ 75，已剔除 smaug-flash 统计假象）

参考（未达 75 门槛）：claude-haiku-5-5-xhigh-effort 72.9 / $0.0188 = 3879.5，若放宽门槛则为全榜第一；smaug-flash 78.0 / $0.014 = 5573.3 为极端低分母造成的统计假象，已剔除。

视角 C · Artificial Analysis「智能指数 / 混合价」（3:1）

7.5 GitHub 趋势榜（stars:>150000 全局排序 · 10-08 05:33）

本期 AI/agent 相关仓库在前 22 名中占 7 席（openclaw、superpowers、mattpocock/skills、ECC、hermes-agent、deepseek-harness，另 awesome 系列为通用）。deepseek-harness 仍靠 npm 分发，星标不反映实际装机量。

7.6 本期核心反直觉点

① 标价一分没变，账单却降了 28.8%——只因为改了缓存读价。 Claude Sonnet 5.5 的 AA 单任务成本从上期的 $7.667 降至本期的 $5.461，降幅 28.8%。而它的标价（$2 输入 / $10 输出）完全没有变化。拆开看：缓存读部分从 $4.41 掉到 $2.206，恰好是一半——正是 Anthropic 同日宣布的 Sonnet 5.5 缓存读价 $0.20→$0.10。 这验证并修正了上期的结论：「标价相同 ≠ 账单相同，缓存命中率是隐藏变量」 → 本期更进一步，「缓存读价是比标价更有效的调价杠杆」。与 GPT-6.1 Sol（同样 $2/$10，单任务成本 $0.724）的差距从 10.6 倍缩到 7.5 倍，但绝对差距仍有 4.74 美元/任务。

② 三口径同时更新的唯一原因，是一个「小模型」。 本期 LiveBench（+3）、AA（+1）、llm-stats（+6）全部变动，但归到模型上只有 Claude Haiku 5.5 一个新名字。它在视角 A 排第 2、视角 C 排第 1、LiveBench 未达 75 门槛但「总评/成本」3879.5 为全榜最高。这说明当前榜单的边际变化几乎完全由「谁在降价」驱动，而不是「谁在变强」。

③ 跨口径唯一交集连续第七期仍是 DeepSeek-V4.1-Flash（A5 / B1 / C5）。 第二交集 GPT-6.1 Sol（A— / B5 / C—）延续。本期新增第三交集候选：Claude Haiku 5.5（A2 / B 未达门槛 / C1）——它在两个价格敏感口径上同时进入前二，是第一个「发布当天就同时进两张性价比榜前二」的模型。

④ 速度榜第一与智能榜第一仍是两个世界。 AA 速度第一是 Claude Haiku 5.5（243.4 tok/s，智能指数 43.40 排第 15）；智能第一是 Claude Opus 5.5（57.62，速度未进有数据名单）。DeepSeek V4.1 Flash 216.1 tok/s 排第 2，而单任务成本 $0.265——它同时是「快的」和「便宜的」，这在过去几期一直是唯一解，本期首次被 Haiku 5.5 在速度上超越。

八、 AI 社会效益

关键洞察：本期社会侧的主线是「把验证权交给第三方」。犹他州沙盒这次的真正动作不是新增三个试点，而是引入了独立第三方评估网络去审查决策日志——监管方第一次承认「自己没有能力判定 AI 医疗产品是否安全」。印度的 BODH 是同一逻辑的国家级版本：用一个匿名数据评测平台，把「能不能上线」从厂商自证变成可复现的第三方评测。对照 A8（agent 账单无法按 agent 归因）与 B4（VLA 对隐含恶意意图 95% 不拦截），可以看出当前所有治理创新的瓶颈都不在「有没有规则」，而在「有没有可复现的验证手段」。

待观察线索：

• Cambridge CASP 的「2028 年中 AI 可承接数月级研发项目」外推，缺乏一手报告链接，且作者自承「算力、实验数据与必须串行的环节都可能卡住循环」——不宜作为趋势定论引用。
• 反 AI 抗议从「举牌」升级到「干扰行业晚宴 + 阻拦总部」，且苏格兰单一议题组织 10 倍增长。若数据中心选址持续引发在地对抗，物理 siting 风险可能先于任何监管落地生效——本期仅为单源观察，需继续跟踪。
• 美国州级立法中「基础设施与能源」以 75 项居首，远超「儿童与未成年人」的 47 项：AI 的社会争议正在从「内容」转向「电表」。

九、 AI 经济效益

关键洞察：本期经济侧最值得记的不是任何一笔金额，而是融资工具的形态变化。Lambda 的 10.08 亿美元是「以 GPU 服务器 + 已签约客户现金流为抵押」的定期贷款，SpaceX 的 400 亿是「银行贷款 + 投资级债」，Anthropic 的 600 亿是「银团分销」——AI 算力正在被当作有合同现金流支撑的长周期资产来融资，而不是当作技术公司的费用。这与 A8 的「agent 账单无法归因」形成尖锐对照：资本侧已经能把每一块 GPU 抵押给银行，成本侧却连哪个 agent 花了多少钱都说不清。摩根资管的「后半程 + 波动显著增加」与「2027 年以后企业盈利能否支撑资本支出」的疑问，是这个结构性错配在二级市场的表达。

待观察线索（过热预警）：

1. 债务化速度：GPU 抵押贷款从个案（GMI Cloud 6.68 亿、Sharon AI 3.56 亿）走到 Lambda 的 10 亿美元投资级，评级机构首次为「GPU 作为抵押品」背书，需跟踪其违约假设。
2. 承购方集中度：Lambda 的三笔部署只对应两家投资级承购方——单一客户风险未被分散。
3. 供给承诺 vs 交付现实：AWS 的 200 万块 GPU 是 2027–2028 路线图承诺，不解决当期产能约束；企业不应把路线图当作可得容量。
4. 估值与收入的裂口：FieldAI 若按 100 亿美元估值成交，对应 1.35 亿美元「收入+合同」（非 ARR）约 74 倍；Mecka 年底 3 亿美元 run-rate 为预测值而非已实现收入。
5. 二级市场先行者已开始回撤：智谱与 MiniMax 同日下跌，一级市场定价与二级市场定价开始背离（延续 10-06 期观察）。
6. 定制硅的锁定效应：AWS × Synopsys 定制芯片会改善云原生负载经济性，但提高跨云迁移成本——采购方应把「可移植性成本」计入 TCO。

十、 方法论与免责声明

时效硬核验规则（本期执行）

1. 年份与日期核验：凡以「今日新闻 / 今日有 D / 15 条精选」身份写入的条目，均须对照官方一手来源（官网 news/release、官方 API Docs、GitHub Release、公司公告、官方 changelog）确认「年-月-日」真实存在且年份为 2026。本期 A1（Anthropic 官方发布 + 三口径同日收录 rel 2026-10-07）、A2（NVIDIA 官方活动博客 10-07）、A6（OpenAI changelog 10-06）、B1（Mecka 官方公告 10-07）、B2（RobotToday 明确写 October 7, 2026）均通过。
2. 禁止把静态展示当新闻：官网横幅、版权年份、无日期的搜索摘要一律不作为发布日期依据。
3. 矛盾自检：本期报告内出现「Claude Haiku 5.5 于 2026-10-07 发布」，同时 LiveBench / AA / llm-stats 三家均新增该条目且标注 rel 2026-10-07 —— 相互自洽，无矛盾。DeepSeek 侧：报告内称「V4.1 Pro 未发布」，三口径均无该条目，官方新闻页最新仍 2026-09-10 —— 自洽。
4. DeepSeek 专项特例：官方新闻页记录 V3.2-Exp = 2025-09-29、V3.2 正式版 + V3.2-Speciale = 2025-12-01、V4 预览 = 2026-04-24、V4.1 Flash = 2026-09-10。本期判定「今日有 D」的条目逐条对照官方新闻页核对，结论为：24h 内官方无新公告，「有 D」全部来自资本侧与榜单侧。
5. 无法核验的处理：C1–C6 共 6 条社区线索因单源或存疑，全部降级为「待验证」，不进入 15 条精选。
6. 本期剔除：优必选 UWORLD U1（原发 06-30）、DeepSeek v4-pro 路由（原发 09-14）、FieldAI 4.05 亿美元（原发 2025-08）。英文聚合站旧闻重排已连续第三期出现（humanoid.guide → Evertiq → techfundingnews），凡聚合站条目必须回查原发日期。

置信度定义

免责声明

• 本报告由自动化流程生成，所有信息均标注来源与时效，不构成任何投资建议或采购建议。
• 榜单数值（LiveBench / Artificial Analysis / llm-stats）为第三方口径，三者不可互相横比；同一模型在不同 harness、不同 effort 档位下分数差异显著。
• 社区信源（B 站字幕、X、HN、Reddit）可信度天然低于官方公告，本报告已按规则降级标注。
• B 站字幕由平台自动生成，本报告已按上下文校正同音错字；拿不准的保留原文并标注存疑，未做硬猜。
• 涉及融资金额、估值、run-rate 收入的数字，除官方公告外多为「知情人士」口径，未经审计。
• 本报告不含任何个人隐私信息（邮箱、手机号、住址、证件号、令牌/API Key、个人主页链接、本地路径与内部脚本信息）。署名统一为「AI 日报 · 自动化生成」。

生成时间：2026-10-08 05:50（GMT+8） · 第 43 期 · 由自动化流程生成