AI 日报 · 2026-10-09（周五 · 第 44 期）

覆盖窗口：2026-10-08 05:35 → 2026-10-09 08:50（北京时间 / GMT+8，约 27h）

说明：上期于 10-08 05:50 生成，故本期起点对齐上期采集时刻以避免漏条；每条均单独标注是否落在严格 24h 内。已由上期覆盖的条目一律不重复计条。

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

⚠️ 本期三口径出现两种不同的「静止」：LiveBench 与 Artificial Analysis 能力分逐位未变，而 llm-stats 全站综合分普遍下调 0.01–0.28（Opus 5.5 60.50→60.40、Haiku 5.5 50.31→50.01、Sonnet 5.5 58.47→58.30）。这不是模型一夜变笨，而是榜单自身重算了口径——本期把它作为一条独立的「可复现性」结论单列，请勿用跨期综合分差推断能力趋势。

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（「haiku5.5」=Claude Haiku 5.5、「我的世界」=Minecraft、「5 小时额度」=订阅额度窗口）。拿不准的保留原文并标注存疑。黑鸦Heya 本期两次均未能解析到投稿列表（页面处于未登录状态），无法确认其过去 24h 是否有新视频；Icyの狼 与 无机酸-_- 均逐位核对完毕。

字幕一手数据专表（Icyの狼 BV1hYHm6rE49）

反直觉点：字幕里「电脑操作 15.7→72.4」的 4.6 倍跃升，与 AA 记的「AutomationBench-AA 因过度拒答被压到约 35%」是同一枚硬币的两面——一个模型可以同时是「最能操作电脑的」和「最不敢替你办事的」。这解释了为什么本期三口径里 Haiku 5.5 在「性价比」两张榜都是第一或第二（视角 A 第 2 / 视角 C 第 1），却在 LiveBench 上只有 72.9 分、进不了 ≥75 门槛的性价比榜：所有性价比口径共同不测的，恰恰是「被允许做什么」。与 10-07 期 Mistral Large 4（Cyber 82% 但落在「贵而中等」象限）是同一类盲区。

社区交叉验证小结：本期字幕补足了媒体侧 3 处未覆盖的增量——① 知识截止 2026 年 6 月；② 电脑操作 15.7→72.4 的具体数值对；③ 33 分钟搭出 Minecraft 只花 3% 额度的社区实测。存疑保留 1 处（「第三方企业任务 49→60」未指明评测机构；「光刻 4.7 的像素画」疑指 Grok 4.7 的像素画产出对比，保留原文不硬猜）。

二、DeepSeek 专项

今日有 D ✅ —— 窗口内有可核验的 DeepSeek 增量，但均非新模型发布。

D1 · 字节 Seed 团队论文直指 DeepSeek「抽风」根因：分块 KV 缓存压缩引入「相位敏感性」，长上下文检索准确度在不同相位间相差最高 40 个百分点 已确认

• 事件：字节 Seed 团队论文（arXiv 2609.36322，2026 年 9 月底提交于预印本平台）系统评估 DeepSeek-V4-Flash（基础版 / 后训练版）、DeepSeek-V4-Pro（基础版 / 后训练版）与后训练后的 DeepSeek-V4.1-Flash。结论：分块 KV 缓存压缩以固定步幅把连续 token 窗口压成更少的缓存条目，从而省下长上下文推理的显存与注意力开销；但压缩引入了新的位置坐标——token 的相位（相对于压缩窗口边界的位置）。团队发现采用此类压缩的模型存在系统性不对称：同一份信息在一个相位容易检索、在另一个相位很难检索，称为相位敏感性（phase sensitivity）。在采用该压缩的大型开放权重模型中，长上下文检索准确度在各相位间可能相差高达 40 个百分点——而这个周期性弱点会被平均基准分数掩盖。
• 来源：arXiv 2609.36322（一手论文）+ IT之家报道（2026-10-09）+ 论文页列表
• 时效：论文原发 2026-09 月底（年份 2026 ✓）；IT之家 10-09 报道在本期窗口内，是本条计入「今日有 D」的依据
• 值得关注的原因：这是对「DeepSeek 长上下文偶发抽风」这一长期社区吐槽的第一个有量化边界的技术解释。商业含义很直接：平均基准分数会系统性掩盖周期性弱点——采购方若只看平均分选型，买到的是一个「在某些输入位置上会掉 40 个百分点」的模型。也提醒所有做长上下文 agent 的团队：提示词里插入内容的位置，可能比内容本身更影响结果。

D2 · HN 现象级热帖：「为什么整个行业不为 DeepSeek 4.1 Flash 恐慌？」 大概率（边缘）

• 事件：HN 帖 50000488（10-08 00:14 UTC = 10-08 08:14 GMT+8，截至采集 379 分 / 318 评论）。作者称重度使用 DeepSeek 4.1 Flash 一个月、跨十几个项目，「中途不看模型名分不清是 DeepSeek 还是 Opus」；在 OpenCode Go $10/月订阅下，跑一整天的会话预期成本 rarely 超过 $1，简单任务低至 $0.003。核心归因：KV 缓存较 DeepSeek V1 缩小约 437 倍，而长编码会话最大的成本就是把缓存 held 在显存里。作者同时称 Opus 5.5 也悄悄吃到了同一套缓存优化的红利。
• 来源：HN 原帖 50000488 + mangodeveloper / wpnews / parallax 等多家转述；ainchina.com 补充 OpenRouter 侧数据（V4.1 Flash 在 shell-execution 与 multi-step planning 两类 7 日份额均居第一，分别 19.9% / 14.0%）
• 时效：10-08 08:14 GMT+8，超出严格 24h 窗口约 38 分钟 → 按窗口边缘条目收录，不作为「今日有 D」的核心依据
• 值得关注的原因：帖子里最该被记住的不是「便宜」，而是作者给出的沉默归因：中国开放权重实验室 2026 年发布太密集（V4、Kimi K3、Qwen 3、MiniMax M3、GLM 5、V4.1 Flash），行业对「 disruption 公告」产生了免疫；且 V4.1 Flash 赢的是 Terminal-Bench / DeepSWE 这类做事的榜，而不是 GPQA / HLE 这类知道的榜——后者才产生头条。

D3 · 客观可复现增量：deepseek-ai/deepseek-harness 星标 245,685 已确认

• 事件：GitHub Search API 10-09 08:46 采集，deepseek-ai/deepseek-harness 星标 245,685（上期 10-08 记 245,145，+540），居全局第 21；fork 29,465。同期 deepseek-ai/DeepSeek-V3 104,510、DeepSeek-R1 91,920、awesome-deepseek-integration 39,337。
• 来源：GitHub Search API（一手，可复现）
• 时效：2026-10-09 窗口内
• 值得关注的原因：本期唯一纯客观、可复现的 DeepSeek 增量。注意它仍是工具侧而非模型侧——DeepSeek 当前的社区热度主要由 harness（分发层）而非新权重驱动。

D4 · 否定性结论：官方新闻页 24h 内无新公告；三口径均无 V4.1 Pro 已确认

• 官方新闻页核验：deepseek.com/news 于 10-09 08:47 直采，可见 post 日期集合为 2024-07-25 … 2026-04-24 / 2026-09-10，最新一条仍是 2026-09-10（DeepSeek V4.1 Flash）。页面构建时间戳为 2026-10-08T13:28:34Z（上期为 2026-09-29T11:53:49Z）——页面在 10-08 被重建过，但没有新增 post。按规则，横幅与版权年份不作为发布日期依据。
• 三口径核验：llm-stats 408 个模型 / AA 27 个 / LiveBench 69 个，均无 V4.1 Pro 条目；llm-stats 中 DeepSeek 系列最新发布日仍为 2026-09-10（V4.1-Flash）。
• 矛盾自检通过：报告内称「V4.1 Pro 未发布」，三口径均无该条目、官方新闻页最新为 09-10 —— 三者自洽。

D5 · 已覆盖不重复计条

• 融资侧：21 世纪经济报道口径「DeepSeek 新一轮锁定至少 800 亿元、按已签条款清单可逼近 1000 亿元，远超约 500 亿元初始募资目标；因融资规模近千亿，实际估值水平并未较首轮明显提升；宁德时代与腾讯或为承诺出资金额最高方」，网易号于 10-09 03:38 二次扩散。核心事实 10-06~10-07 期已覆盖，本期不重复计条，仅登记为延续佐证。

三、 15 条精选 · 甲组 AI Coding（8 条）

A1 · Google 在 Gemini at Work 2026 发布「Gemini agent」：一个通用工作智能体，跨 Workspace / M365 / Slack，且今天起会路由到 Claude 已确认

• 事件：10-08 在 Gemini at Work 2026 上，Google Cloud CEO Thomas Kurian 宣布 Gemini agent——定位「single, universal agent for work」，装在 Gemini Enterprise 应用内，涵盖 Gmail / Drive / Docs / Sheets / Slides / Calendar，并接 Slack、Microsoft 365、网页、Windows / Mac、iOS / Android、命令行，也提供 API 以无头 agent（headless，无需专用 UI）形式嵌进第三方应用。核心机制：① 云端保存上下文，任务可跨设备续跑数小时至数天；② 四类记忆——session（当前任务）、semantic（读文档/对话/协作积累的结构化知识库）、procedural（怎么做，包括它自己给自己写的 skill）、episodic（做过什么）；③ Coworker Agents：不是临时 subagent，而是有持续职责的常驻数字同事，可拥有独立 Workspace 身份、日历、Drive 空间、公司目录条目与 @agents.company.com 邮箱，可加入 Chat 群、在文档评论里被 @；④ 每个 job 自动选最合适的模型，今天已包含 Gemini 与 Claude 两个家族，未来支持私有与开放模型；⑤ 内置成本控制。Workspace Intelligence 会主动识别可委派任务（如经理来邮件要项目进展做成幻灯片），给出一键转交 Gemini 的选项。目前为企业私测。
• 来源：Google 官方博客（blog.google，Thomas Kurian 署名，10-08）+ 9to5Google（10-08）+ aiindustrytoday + 财联社（10-09 01:57）
• 时效：2026-10-08（旧金山 / 美东），窗口内且落在严格 24h 内
• 值得关注的原因：这是本期最重的一条，理由有三。① 它是第一个把「模型无关」写进企业智能体默认行为的头部产品——Google 在自己的旗舰 agent 里默认路由 Anthropic 的模型，等于承认「单一供应商不可能在每个子任务上都最优」，这会反过来改变 Claude 的企业分销。② 记忆被拆成四层并允许 agent 自己写 skill，意味着 agent 的产出物从「一段回答」变成「一份可复用、可发布的组织资产」（员工/部门可发布到共享 skill 注册表）。③ Coworker Agent 有独立身份与邮箱，把「AI 在组织里的法律与权限主体」这个问题第一次摆到台面上——对照 A2 里 Anthropic 同期新增的「合格操作员」条款，两侧在同一天从不同方向指向同一件事：自主性必须有可指认的责任主体。

A2 · Anthropic 使用政策 2026 版更新：首度禁止「虐待模型」，并第一次为「AI 驱动会动的硬件」设人类回路 已确认

• 事件：Anthropic 于 10-08 发布 2026 版 Usage Policy（2026-11-12 生效，为一年多来的首次大改）。核心变更：① 新增禁止「sustained and needless abusive or cruel behavior toward our models」，明确仅适用于极端情形（反复、无目的地施虐），不适用于常见挫败表达、反驳、暗黑创作主题、测试与研究；执行机制仍以 Claude 主动结束对话为主（该能力 2025-08 起已上线），公司未说明是否有封号等进一步手段；② 新增条款：当模型接入「可自主采取物理动作、且可能造成伤害」的硬件时，必须有合格操作员（qualified operator）能够观察设备并在需要时停机，且设备在 Claude 断开后须能保持安全状态；③ 武器：禁令从「开发武器」扩展到让武器可用的软件与组件，含为无人机及其他自主载具加装武器；④ 监控：明确未经同意追踪个人（实时或对既有数据分析）均被禁止，且 Claude 不得用于决定或建议侦查/逮捕/起诉对象；⑤ 选举：新增「不得破坏民主进程」，禁止传播候选人/投票方式虚假信息、冒充候选人或选举官员、压制投票率；同时移除了对个性化竞选与投票定向的一刀切禁令（因其误伤了非营利组织多语种选民信息、选举官员补正通知等正当用途）；⑥ 收紧「支持地区」表述，禁止位于/注册于/由不支持地区实体控股的主体使用。
• 来源：anthropic.com/news/2026-usage-policy-update（官方一手，10-08） + The Verge + Arab News + Yahoo/Engadget + HN 两帖（50008565 65 分/138 评、50013897）
• 时效：2026-10-08，窗口内且落在严格 24h 内
• 值得关注的原因：条款② 是本条真正的重量所在——一家头部模型公司第一次在自己的使用条款里，为「AI 控制的物理设备」规定了人类回路：能观察、能停机、断连后仍安全。这不是机器人的安全标准，但它第一次把「你得留一个人看着」写进了模型供应商的合同语言里，比任何行业自律文件都更早具备可执行性。对照 A1 同日发布的 Coworker Agents（AI 有了组织身份），2026-10-08 这一天同时出现了「给 AI 身份」和「给 AI 刹车」两件事。另需注意：Anthropic 留了口子——「对某些政府客户，若合同限制与保障措施足够，可调整这些规则」，且未说明合格操作员是否必须为人。

A3 · 白宫「Science: A New Golden Age」峰会：11 家公司认捐 24 亿美元 AI 资源给 Genesis Mission，Anthropic 明确把 Claude Code 打包纳入 已确认

• 事件：10-08 白宫科技政策办公室（OSTP）在华盛顿主办峰会并公布 fact sheet：11 家公司合计承诺 24 亿美元 AI 资源（官方表述为 "super intelligence"）投入 Genesis Mission Consortium，覆盖 15 家以上联邦机构（能源、健康、太空等）。明细：NVIDIA 10 亿（CEO 黄仁勋称「把先进 Super Intelligence 交到美国科学家手上」）、AMD 5 亿、OpenAI 2 亿、Anthropic 1.5 亿、Google 1.5 亿、AMP 与 Emerald AI 各 1 亿、AWS / Armada / Crusoe / Micron 各 0.5 亿。同场另宣布：通过州与区域 AI 基础设施枢纽扩大科研算力可得性；NSF 与 DOE 联合投入超 1 亿美元用于 AI 赋能的科学仪器与自主实验室。
• Anthropic 侧细节（官方公告）：三年期 1.5 亿美元，用于让 Claude 覆盖 15 家以上参与机构（含 NASA、NIH、NSF）；向数百个 Genesis Mission 研究项目提供 Claude、Claude Code 与 API credits；与机构/国家实验室在聚变能源、量子计算等优先方向深度合作；提供培训、上手与技术支持。此前已开放 1 万个免费/折扣学术席位、推出 Claude Science 工作台，并开启 Model Hardware Standard（AI agent 安全操作实验室仪器的共享规范）研究预览。
• 来源：白宫 fact sheet + anthropic.com/news/genesis-mission-commitment（官方一手） + PYMNTS + New York Post + Anthropic 官方 X 帖（均 10-08）
• 时效：2026-10-08，窗口内且落在严格 24h 内
• 值得关注的原因：① Claude Code 被写进联邦科研供给清单——coding agent 第一次以「科研基础设施」身份进入政府采购语境；② 结构值得玩味：NVIDIA 出 10 亿是捐献算力生态，Anthropic 出 1.5 亿里有相当部分是自家产品的 credits，两种「10 亿」不是同一种钱；③ Model Hardware Standard 这条容易被忽略——它想定义「AI agent 怎么安全地操作实验室仪器」，与 A2 的硬件操作员条款在物理侧是同一命题的科研版本。

A4 · AI Coding CLI 单日五连发：Antigravity 引入插件市场，并把「危险开关」的语义收窄 已确认

• 事件：10-08 单日至少五个 release notes 落地。① OpenAI Codex CLI rust-v0.162.0：审批头/问题/MCP 提示/警告/验证提示中的 URL 全面可点击（含换行）、Command Center 中按 p 置顶任务、/copy 与 Ctrl+Insert 复制转录块、为受信任本地项目创建与列出托管 Git worktree、可为自定义 Responses 兼容模型配置实时联网与远端压缩；② Claude Code v2.1.294：修正基于指令的 hook 解析，让阻断规则真正生效；③ Claude Code v2.1.295：hook 失败时可阻断动作，并改进终端状态更新；④ GitHub Copilot CLI v1.0.94：更快的模型选项、配置与会话切换可靠性修复、审批前显示将要执行的确切命令；⑤ Antigravity CLI v1.3.2：新增 /plugin 官方插件市场（可打包 skills / MCP servers / subagents / rules / hooks，支持安装前表单填配置、本地目录安装，agy plugin install @antigravity-plugins-official），并把 --dangerously-skip-permissions 收窄——该 flag 不再自动批准 /plan 模式下的实施计划，只跳过工具权限提示，计划重新回到需人审阅。
• 来源：Havoptic release notes 逐条（10-08）+ Google Antigravity 官方 X 帖（https://t.co/zcWx92BPr6）+ 各项目 changelog
• 时效：2026-10-08，窗口内且落在严格 24h 内
• 值得关注的原因：本期最该记的是 Antigravity 那一行语义变更。「跳过权限」和「跳过计划审阅」被第一次明确切成两件事——此前 --dangerously-skip-permissions 一把梭，等于把「agent 想干什么」和「agent 能不能干」一起放行。这与 A2（硬件必须有合格操作员）、A8（agent 账单无法按 agent 归因）指向同一个缺口：自主性的每一层（意图 / 权限 / 物理动作 / 花费）正在被逐个拆开，但拆开的进度并不同步。另外 Copilot CLI 的「审批前显示确切命令」也是同一方向的小步。

A5 · Stacklok 开源 Mecatl：K8s 共创者要把 AI coding agent 从开发者笔记本搬到云端 大概率

• 事件：Kubernetes 共同创造者 Craig McLuckie 与 Joe Beda 的创业公司 Stacklok 发布 Mecatl——一个开源的、云原生（cloud-native）agent harness，目标是把 AI coding 循环从本地开发机搬到集中运行的云环境中。Stacklok 的论证是：企业的上下文本来就产生在开发环境里，桌面端 agent 因此难以被监控、隔离与加固；把执行搬到云端，安全与访问控制才有地方落地。
• 来源：AI Breaking Wire 每日简报（10-09）+ 相关转述
• 时效：2026-10-09，窗口内
• 值得关注的原因：这是 A1（Google 把 agent 放云端）在开源侧的呼应，但方向更彻底——它主张 coding agent 根本不该跑在你的机器上。值得注意的是它与 A4 的张力：Copilot CLI 刚把本地沙箱做成 GA、微软刚在 Windows 上把 agent 收进内核（10-07 期 A2），本地派与云端派正在同时加固各自的护城河。存疑提示：本条目前缺官方仓库链接与一手 release 日期，故只标「大概率」，未列入已确认。

A6 · Anthropic 上线 Claude Dashboards 与 Claude Motion（beta），Docs / Slides / Design 结束 beta 并对含 Free 的所有套餐开放 大概率

• 事件：10-08 Anthropic 推出两项 beta：Claude Dashboards（连接数据平台或 CRM，用自然语言生成可查询、由查询支撑的实时可视化）与 Claude Motion（生成可编辑的代码化动画，可导出 MP4）。同时 Claude Docs、Slides、Design 结束 beta，向包括 Free 档在内的所有套餐开放。
• 来源：HeadsUpAI 每日汇总（10-08）+ HN 两帖（50010623 / 50010631，10-08 19:16 UTC）+ 官方产品页
• 时效：2026-10-08，窗口内
• 值得关注的原因：与 A1 的 Coworker Agents 对照看，Anthropic 与 Google 在同一天把「AI 的产出物」从文本推向了可执行/可查询的资产（仪表盘、动画、文档、幻灯片）。方向一致但落点不同：Google 做在「组织身份与记忆」层，Anthropic 做在「交付物形态」层。存疑提示：缺 Anthropic 官方 changelog 的一手日期戳，故标「大概率」。

A7 · OpenAI 公布内部前沿模型的数学新结果（含 Lean 形式化），社区反应剧烈：Vitalik 转推「bunker mode」，评论者称 700+ 解法待验证 大概率

• 事件：OpenAI 发布一批由内部前沿模型产出的新数学结果，以 GitHub 仓库形式公开，包含 Lean 形式化证明、推理摘要与每项结果的计算开销估计；过程中采纳了 IAS（高等研究院）「数学与人工智能独立顾问组」的建议。社区侧：Vitalik Buterin 转发并表态支持加密领域的「bunker mode」（HN 58 分 / 47 评）；评论者 Alberto Romero 在 The Algorithmic Bridge 撰文称，一份与 OpenAI 相关的内部文档含 700 多个正在验证中的数学解法，若被证实其中一些可能具有历史意义，但机器产出的体量已超出人类审阅能力；OpenAI 研究员 roon 公开提醒不要把这些进展当魔术看。
• 来源：OpenAI GitHub 仓库 + HN（10-08 19:17 UTC / 20:48 UTC）+ The Algorithmic Bridge 评论
• 时效：2026-10-08，窗口内
• 值得关注的原因：真正的新闻不是「AI 做出了数学」，而是 OpenAI 选择了「先公开、后验证」并把计算开销一并披露。这条与本期 B1（RoboJEPA 给出可预算的算力—能力曲线）形成一对：当一个领域开始公布「每单位成果花了多少算力、以及谁来验证」，它才从演示进入工程。反面同样重要：700+ 解法无人审，是当前最具体的「产出速度 > 验证带宽」实例。

A8 · 模型压缩双线推进：Sub-1-Bit 潜因子分解压缩登上 HN，Underdog AI 放出 2-bit 的 Saluki 27B 大概率

• 事件：① Sub-1-Bit LLM Compression via Latent Factorization（HN 50005608，10-08 13:29 UTC，77 分 / 22 评）——把权重压到 1 bit 以下；② Underdog AI Saluki 27B：Qwen 3.8 27B 的 2-bit 压缩构建，体积 7.89 GB，官方称保留原版 96% 基准表现，且在工具调用类任务上反超全尺寸原版，智能密度（每 GB）提升 7.5 倍，Apache 2.0 授权，面向本地 agentic 工作流。
• 来源：HN 原帖（10-08）+ Underdog AI 发布 + HeadsUpAI（10-08）
• 时效：2026-10-08，窗口内
• 值得关注的原因：对照 10-07 期 A2（微软把 137B 编码模型压到端侧）与本期 B1（机器人世界模型给出算力阈值），「把能力塞进给定的硬件预算」正在同时成为语言模型和机器人模型的共同主线。Saluki 的反直觉点是「2-bit 在工具调用上反超原版」——压缩并非纯损失，它对某些结构化输出任务可能是一种正则化。需打折看：96% 与 7.5 倍均为厂商自述口径。

四、 15 条精选 · 乙组 具身智能（7 条）

B1 · Meta FAIR 开源 RoboJEPA 8B：第一个给出「多本体机器人世界模型 scaling law」的工作，并自承已接近数据饱和 已确认

• 事件：arXiv 2610.10515（10-07 提交，10-08 在 HuggingFace Papers 与多家媒体扩散）。RoboJEPA 是基于 JEPA（Joint Embedding Predictive Architecture） 的机器人潜世界模型，8B 参数，是迄今最大的 JEPA predictor，在覆盖 12 种机器人本体、23 个操作数据集、15,022 小时机器人视频的数据上训练，规模从 22M 一路放到 8B。核心结论：① imagination error（潜 rollout 误差）随算力服从二阶幂律 L(C) = E + A·C^(α − γ ln C)，在 DROID holdout 上外推误差 0.6×10⁻³（一阶幂律为 2.0×10⁻³），即用 22M–2B 上拟合的曲线能预测 4B 与 8B 的留外结果；② 能力在特定算力阈值处涌现：末端执行器 3D 到达约 10²⁰ FLOPs、避障约 10²¹、精细物体动力学（如推）约 10²²、长程非贪心规划 > 10²²（即 2B–8B 区间）；③ 不可约误差项 E 在 DROID 上为 0.218、RoboCasa 上为 0.1709，作者读作「在当前数据预算下已接近饱和」；④ 真机验证为单臂 Franka + DROID stack（抓取、抬物、pick-and-place），规划用 CEM 对单张目标图，零样本部署。作者团队：Artem Zholus 领衔，Jeannette Bohg、Nicolas Ballas、Mahmoud Assran 为共同末位作者。全部 checkpoint、训练代码与机器人部署代码均已开源（github.com/facebookresearch/robo_jepa）。
• 来源：arXiv 2610.10515（一手）+ HuggingFace Papers 页面（10-08）+ aiweekly（10-08）+ lilys.ai 每日论文
• 时效：论文提交 2026-10-07，10-08 扩散，窗口内
• 值得关注的原因：① 机器人领域第一次有了可预算的算力—能力曲线，团队可以按 FLOPs 反推「要多大的模型才做得了避障」；② 但作者自己给出的 E = 0.218 才是重点——他们承认按今天的数据量已经接近天花板，也就是说下一跳靠的不是堆参数而是堆真实机器人数据；③ 与 A7（OpenAI 数学结果的「产出速度 > 验证带宽」）对照，这条是反面样本：RoboJEPA 明确写了「imagination error 与下游规划表现强相关，可作为真机评测的可靠代理」——它给出了一个不用下真机就能排队的指标，这正是当前具身领域最缺的东西。打折看：与 π₀-FAST / π₀.5 的对比因目标设定不同而只是参考，论文给的是趋势而非逐任务成功率。

B2 · 英伟达拟向 Figure 再投 10 亿美元（投前估值约 380 亿美元），同期曝出黄仁勋担忧 AI 需求降温 大概率

• 事件：The Information 于美东 10-07 援引知情人士称，英伟达正讨论向 Figure 追加投资 10 亿美元（约合 67.1 亿元人民币），Figure 投前估值约 380 亿美元（约 2,550.7 亿元人民币）；英伟达本就是 Figure 的既有投资方，一年前按同样估值参与过超 10 亿美元的 C 轮。时间线：2024-02 Figure B 轮约 6.75 亿美元（英伟达出资约 5,000 万，投后 26 亿）→ 2025-09 C 轮超 10 亿美元（投后 390 亿）→ 2026-10 拟追加 10 亿。同期另一条同源报道：黄仁勋近期的公开表态被解读为对 AI 需求降温的焦虑。华鑫证券 10-08 汽车行业报告把这笔投资与 AMD 82 亿美元收购 World Labs 并列，作为「人形机器人确定性行情」的依据。
• 来源：The Information（10-07）→ IT之家 / 新浪财经 / 华鑫证券研报（10-08）
• 时效：2026-10-07 原发 → 10-08 中文扩散，窗口内
• 值得关注的原因：本期最具张力的一组事实——同一家公司一边加倍下注人形机器人，一边被报道担心 AI 需求降温。这两个动作并不矛盾，反而是同一个判断的两面：如果通用 AI 算力的需求曲线见顶，那么「把算力卖进物理世界」就成了下一个必须占住的出货口。对产业的含义是：英伟达对 Figure 的下注，越来越像是在为自己的 GPU 找出货场景，而不是单纯的财务投资。存疑：投资仍处「讨论」阶段，未关闭；估值为知情人士口径。

B3 · 本溯智能 BASAL 完成种子轮：不做「语言中心基模 + 后训练」，改做动作原生的 In-Context 具身基础模型 大概率

• 事件：10-08 宣布完成种子轮，五源资本领投，常春藤资本、线性资本、华山资本参与。公司成立于 2026 年 7 月，由八名具身智能研究者共同创立；创始人兼 CEO 李健雄为清华智能产业研究院（AIR）首届博士生（本科西安交大机械专业第一保送清华，师从张亚勤院士）。技术路线：主流做法是「预训练视觉语言模型 + 动作模块 + 后训练适配具体本体/场景」，BASAL 选择把动作作为模型的核心表达方式，围绕动作、任务反馈、失败纠正与人类示范建模，目标是换场景后无需重训、靠少量示范与自主尝试在现场完成学习与适应。团队积累：X-VLA 获 IROS 2025 智元机器人操作挑战赛总冠军、ODEWorld 隐空间世界模型、UniAct 跨机器人统一动作空间（向量量化码本编码共享原子行为，0.5B 参数性能超过参数量大 14 倍的对比模型）。
• 来源：潮涌 AI（网易，2026-10-09 00:10）+ 公司公告（10-08）
• 时效：2026-10-08 官宣，窗口内
• 值得关注的原因：种子轮即由五源领投，买的不是短期交付能力而是跨本体迁移的潜在通用性。与 B1 对照很有意思：RoboJEPA 说「按今天的数据量快到天花板了」，BASAL 的赌注则是「换一种建模对象（动作而非语言）可以让现场学习替代预训练」——这是同一瓶颈的两种解法。打折看：公司成立仅三个月，路线难度高于主流方案，尚无公开的可复现真机演示。

B4 · 厘清智能完成天使轮 + 天使+轮数亿元，蚂蚁连续两轮加码并领投天使+轮 大概率

• 事件：Physical AI Infra 平台公司厘清智能完成天使轮与天使+轮数亿元融资。蚂蚁集团连续两轮加码并领投天使+轮；CMC 资本、国汽投资、中金资本旗下基金、上海人工智能产业系列基金、中关村科学城基金、上海未来产业基金、德石投资、澄凯基金等跟投；顺为资本、世纪金源、峰瑞资本、水木清华校友种子基金等老股东追加。公司成立于 2026 年 4 月，创始人 李一鸣为清华大学人工智能学院助理教授（1997 年生，NYU 博士，2024 年度英伟达奖学金全球十位获得者之一），团队五十余人、平均年龄 22 岁。定位「连接模型智能与物理世界的基础设施」，覆盖真实世界数据采集与治理、模型研发训练、物理仿真、能力评测、跨本体适配、部署系统与反馈迭代；全栈自研 T1 系列数采手套与 Ego 数采设备（记录视觉、深度、手部姿态、接触与环境信息），并自研 PWM 可微分物理引擎 + 后训练强化学习（少量真机数据对齐后在引擎中大量仿真试错）。业务从模型厂商（采集工具→任务设计→数据生产→质检→能力验证）与终端客户（按现场约束组合任务/数据/模型/设备/系统适配）两端切入。
• 来源：潮涌 AI（网易，2026-10-09 00:08）
• 时效：2026-10-08 官宣 / 10-09 扩散，窗口内
• 值得关注的原因：与 B3（模型层）互补的数据/基础设施层。值得注意三点：① 蚂蚁连续两轮加码——支付/金融背景的战略方在具身基础设施上押重注，指向的是未来「机器人即服务」的结算与身份层；② 可微分物理引擎是把 B1 里「仿真代理指标」做成产品的关键部件；③ 但公司自承「Physical AI Infra 目前尚无成熟的商业化对标」，从数据管线到真机验证都还需要时间。打折看：团队平均年龄 22 岁、成立仅半年，数亿元的兑现压力不小。

B5 · 同日两笔：灵生科技 A 轮（华方资本等）与灵感机器人数千万元天使轮（力触觉 / 电子皮肤） 大概率

• 事件：① 灵生科技（北京，成立于 2023-02）10-08 宣布完成 A 轮，华方资本、苏文电能、道禾投资参与，金额未披露；公司基于自创的多模态感知融合、决策与执行一体化系统，构建人形与具身智能机器人「通用类脑」，面向智能制造、医疗健康、家庭服务。② 灵感机器人（北京，成立于 2025）10-08 宣布完成数千万元天使轮，力合资本、合肥创新投联合投资，治臻咨询任财务顾问；核心产品为指尖视触觉传感器、力觉传感器与电子皮肤，主打高分辨率、多维度、多模态与无干扰，融资用于产品研发、团队扩充与产线建设。
• 来源：网易财经 / 腾讯证券（10-08）
• 时效：2026-10-08，窗口内
• 值得关注的原因：把这两笔放在一起看，本期具身融资的钱流向了同一个位置：触觉与感知零部件。这与过去几期观察到的「钱从整机叙事躲向零件层」一致（10-06 期帕西尼等、10-08 期 Mecka 的动作数据）。逻辑是：当整机厂商还在为出货量吵架，传感器与数据层的定价权已经确定。打折看：两笔金额均偏小或干脆未披露，属早期下注而非产业拐点信号。

B6 · 大厂具身人事与生态同日动作：Boston Dynamics 启用前亚马逊高管掌舵 Physical AI，LG CLOiD 亮相 185 国青少年机器人赛 大概率

• 事件：① Boston Dynamics 任命一位前亚马逊高管领衔 Physical AI 业务（robot24，2026-10-07）；② LG 电子赞助 2026 FIRST Global Challenge（10-07 至 10-10，仁川松岛 Convensia，全球 185 个国家青少年代表队，主题「Igniting Innovation」，要求用自制机器人完成从山火发生到扑救与恢复的模拟任务），现场展示人形机器人 LG CLOiD；LG 同步公布路线：以 Physical AI 为核心，把家庭机器人加入既有工业/商用机器人业务，自建执行器等核心部件能力，并已启用 LG Data Factory 采集与管理机器人学习数据、与 NVIDIA 机器人方案打通以推进 Robot Foundation Model（RFM）。
• 来源：robot24（10-07）+ 朝鲜日报 ChosunBiz 英文版（2026-10-08 10:01）
• 时效：2026-10-07~10-08，窗口内
• 值得关注的原因：这两条合起来说明具身智能正在进入「组织架构调整」阶段——不是发布新产品，而是换人、建数据工厂、赞助青少年赛事去锁定下一代开发者。LG 的 RFM 路线尤其值得注意：它与 B1（RoboJEPA 的世界模型）、B4（可微分物理引擎）是同一条技术栈上的三家不同公司，而它们的共同供应商都是 NVIDIA。

B7 · 正行创新在 APRCE 2026 发布零售 Physical AI 24/7 方案：双足 H1 + 轮臂 C1，主打「0 改造」部署 大概率

• 事件：10-08 在第 22 届亚太零售商大会暨展览会（APRCE 2026）上，正行创新基于「具身大脑」发布面向零售开放场景的 Physical AI 解决方案：由机器人本体 + 统一机器人管理平台（负责任务分配、状态监控与人工接管）组成，打通任务获取→环境感知→移动→识别→抓取→作业执行闭环，覆盖货架补货、店面巡检及相关搬运；无需改造门店货架与动线即可部署。同期推出两款本体：面向人类活动空间的通用型双足人形 H1，与为狭窄空间设计的搬运理货轮臂式 C1。将与全球知名连锁零售企业推进产品测试与商业化，验证真实开放零售环境下的作业能力并快速验证 ROI，逐步扩展到热食、库存管理、配送分拣与包装；计划 2027 年正式商业化，客户可直接采购或采用 RaaS（机器人即服务） 订阅（覆盖硬件、软件、运维与持续升级）。公司由连续创业者姚颂、杨宇欣、清华青年学者于超与正大集团联合发起。
• 来源：量子位（今日头条，2026-10-08 20:29）
• 时效：2026-10-08，窗口内
• 值得关注的原因：本期唯一给出明确商业模式与时间表的落地方案。「0 改造」这个约束是零售场景的真实门槛（门店不可能为机器人重装货架），而 RaaS 则把资本开支转为运营开支——与第九节里「算力正在被债务化」是同一个财务逻辑在机器人侧的镜像。打折看：2027 年商业化是计划值，ROI 尚待与连锁零售企业联合验证。

五、社区快讯（待验证）

六、补充简讯

七、 三口径能力评分与价格表

阅读须知（本期最重要的一条方法论提示）：LiveBench 与 Artificial Analysis 本期能力分逐位未变；llm-stats 全站综合分普遍下调 0.01–0.28，但价格 0 变化、发布日 0 变化。综合分普调属榜单口径重算，不得据此推断任何模型的能力变化。跨期比较分数前，务必先确认榜单是否换过口径。

7.1 LiveBench（release 2026_06_25 · 69 个模型 · 10-09 08:47 采集）

总评 = 23 个任务列算术均值；成本 = cost_per_successful_task（美元）。本表与上期逐位一致，24h 未更新。

DeepSeek 全系：deepseek-v4.1-flash-max 81.4 / $0.0292（第 10）· deepseek-v4-pro-0813 78.2 / $0.0442 · deepseek-v4-flash-vision-exp 77.7 / $0.0505 · deepseek-v4-flash-0731 74.8 / $0.0596 · deepseek-v4-pro 72.6 / $0.0498 · deepseek-v4-flash 66.1 / $0.0161。

7.2 Artificial Analysis（27 个有分模型 · 10-09 08:47 采集）

II = Intelligence Index；混合价 = 3:1 输入输出；成本/任务 = intelligenceIndexCostPerTask.cost.total（美元）；速度 = timescaleData.medianOutputSpeed（tok/s）。

本期变化：II 全部逐位一致；唯一数值变化是 Step 5 Preview 单任务成本 0.7175 → 1.0264（+43%）；速度普遍波动（属正常测量抖动）；两处模型名规范化（GLM 5.3 Flash→GLM-5.3-Flash、Claude Haiku 5.5 (Max, Default Fallback)→Claude Haiku 5.5 (Max)）。

速度榜 Top 12：Claude Haiku 5.5 241.9 · DeepSeek V4.1 Flash 216.8 · gpt-oss-120b 180.3 · Muse Spark 1.3 175.3 · Inkling 149.6 · Nemotron 3 Ultra 140.1 · Claude Sonnet 5.5 139.3 · GPT-6 Luna 123.0 · K2 Horizon 116.8 · Gemini 3.8 Flash 116.6 · Mistral Large 4 Preview 116.1 · Muse Glimmer 104.6。

7.3 llm-stats（408 个模型 · 10-09 08:46 采集）

本期变化：模型数 406 → 408（新增 Gemini 4 Argon、GPT-Rosalind）；综合分全站普调下调（非能力变化）；价格 0 变化；发布日 0 变化；吞吐有波动。

吞吐榜（综合分 ≥30）Top 10：Gemini 3 Flash 540.2 · Gemini 3.7 Flash 378.5 · Gemini 3.8 Flash 375.2 · Muse Spark 1.1 203.8 · Qwen3.6 Plus 203.2 · GPT-5.6 Luna 199.6 · Claude Opus 5.5 174.6 · GPT-5.5 169.0 · Claude Fable 5 167.5 · MiniMax M2.5 162.3。

新增条目：Gemini 4 Argon（Google，rel 2026-09-30，综合分 55.09 / Agentic 40.51）；GPT-Rosalind（OpenAI，rel 2026-09-11、announce 2026-04-16，$5/$25，综合分 31.62 / Agentic 21.57）。

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）

跨口径交集观察（连续第八期）：DeepSeek-V4.1-Flash 仍是唯一在三张性价比榜同时进入前五的模型（视角 A 第 5 / 视角 B 第 1 / 视角 C 第 5），且三个位置与上期逐位一致。第二交集 Claude Haiku 5.5（视角 A 第 2 / 视角 C 第 1），本期维持不变；但它在 LiveBench 上只有 72.9 分、进不了 ≥75 门槛——「最能操作电脑」与「最不敢替你办事」并存（见第一节反直觉点）。

7.5 GitHub 趋势榜（stars:>200000 全局 + topic 多路去重 · 10-09 08:46）

注：openclaw/openclaw 本期读数 391,478，较上期记录的 391,594 少 116 星——星标数出现回落属异常（可能为搜索索引抖动或批量取关），已如实标注，不作为趋势结论。

7.6 本期核心反直觉点

1. 标价完全相同 ≠ 账单相同（延续并锁定）：Claude Sonnet 5.5 与 GPT-6.1 Sol 标价均为 $2/$10，AA 单任务成本 $5.4609 vs $0.7242 = 7.54 倍；拆开看，差异几乎全在缓存读（$2.2059 vs $0.1232 = 17.9 倍）。上期 Sonnet 缓存读价砍半后差距由 10.6 倍缩到 7.5 倍，本期纹丝不动——说明厂商已经认识到「缓存读价是比标价更有效的调价杠杆」，但不再进一步让利。
2. 最贵的模型不是最快的：Claude Opus 5.5 单任务成本 $5.9820 为全表最高，速度仅 96.4 tok/s（27 个模型中排第 20）；而 Haiku 5.5（241.9）与 DeepSeek V4.1 Flash（216.8）分列速度前二，后者的每成功任务成本只有 Opus 5.5 的 1/23。
3. 「全站分数下调」不等于「模型变笨」：llm-stats 本期把 408 个模型的综合分普遍下调 0.01–0.28，但价格与发布日一项未动。这是榜单口径重算，不是能力坍缩。任何跨期比较综合分的行为，都必须先确认榜单是否换过口径。
4. 性价比口径的共同盲区（本期升级）：Haiku 5.5 在视角 A 第 2、视角 C 第 1，但 LiveBench 只有 72.9、进不了 ≥75 门槛榜；字幕显示它的「电脑操作」跑分从 15.7 跳到 72.4，而 AA 记它在企业自动化任务上因过度拒答被压到约 35%。所有性价比口径都在测「能做什么」，没有一个在测「被允许做什么」。

八、 AI 社会效益

关键洞察：本期社会侧的主线是「账单开始指向具体的人」。过去几期的治理叙事是「原则下沉为规则」，本期则进一步：Cha­llenger 的数据把 AI 从「未来风险」变成2026 年裁员的第一归因（12 万+ 起 / 21%）；中金的就业指数把冲击从「总量」精确到年龄段（初级 -11.5% vs 中坚 +10%）；Resumebuilder 的调查则进一步指出钱是从谁的口袋里挪走的（奖金优先）。三条数据合起来是一个可验证的判断：AI 对就业的压力目前不表现为岗位总量崩塌，而表现为入口收窄与分配偏移——被挤压的是刚入场的人，被挪走的是本该发给在岗者的奖金。

与此同时，治理侧出现了两种相反的「人格化」冲动：Anthropic 把「不许虐待模型」写进可执行条款（并同步给 AI 控制的硬件加了人类回路），而微软与教宗在同一天明确拒绝赋予模型任何道德地位。这不是学术争论——它直接决定了未来「谁能为 AI 的行为负责」这条链怎么画。对照 A1（Google 给 Coworker Agent 发组织身份与邮箱），2026-10-08 这一天，产业界同时在做三件事：给 AI 身份、给 AI 刹车、为 AI 是否有资格被保护而分裂。

待观察线索：

• Acemoglu 的「十年 5%」缺少一手采访链接，且与他此前更保守的估计口径是否一致未核——不宜作为定论引用。
• Common Sense Media 的评测被 OpenAI 质疑方法论，「急性心理困扰下的持续对话倾向」是产品设计（参与度导向）与安全防护的结构性冲突，需等 OpenAI 的具体回应与独立复现。
• 印度「行业须承担主要管理责任」的表态值得跟踪：若落地，意味着监管成本被显性转移到企业侧，与欧盟的合规路径是两条路。
• 湖北省方案中「培育 OPC 一人公司」与「5 个以上省级 OPC 生态社区」是少见地把AI 降低创业门槛写进省级三年目标，其就业净效应（创造 vs 替代）暂无可核验测算。

九、 AI 经济效益

关键洞察：本期经济侧最值得记的是一个结构性数字：摩根士丹利给的 2.9 万亿 capex 中约 1.5 万亿缺口，要靠 8000 亿私募信贷 + 2000 亿公司债 + 1500 亿资产证券化来填。这句话的含义是——AI 基础设施的投资强度已经不再由科技公司的现金流决定，而由信用市场的胃口决定。当天披露的四笔交易（博通/OpenAI 500 亿+、博通/Anthropic 600 亿、SpaceX 400 亿、甲骨文 1GW）正好落在这三个格子里，其中甲骨文那笔还特意设计了表外实体买芯片再租回给自己——这是把资本开支从资产负债表上挪走的明确动作。

第二个观察是半导体侧的「预期已经跑到事实前面」：台积电 +51% 是硬需求信号，但三星创纪录的 100 万亿韩元营业利润仍低于一致预期——市场已经把 AI 驱动的存储需求定价到了比「历史最好」还高的位置。这与二级市场当天创业板算力指数 -3.15% 是同一种情绪的两端：一级市场用债务把规模继续往上推，二级市场已经开始为这个规模定价风险。

待观察线索（过热预警）：

1. 融资形态债务化的速度：从个案 GPU 抵押贷款（GMI Cloud 6.68 亿、Sharon AI 3.56 亿、Lambda 10.08 亿）到本周单日四笔、合计超 1000 亿美元的债务融资，私募信贷已成为 AI 基建的主要资金源，需跟踪其违约假设与集中度。
2. 承购方与客户集中度：Anthropic 侧前两大客户约占其收入 25%（10-06 期）；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. 供应商同时是融资方：博通既为 OpenAI 设计芯片、又为其采购安排融资；既为 Anthropic 供货、又牵头 600 亿债务分销。风险不但集中，而且没有被分散出去。
4. 表外化掩盖了真实杠杆：甲骨文的「实体买芯片 → 租给甲骨文」会改善账面债务指标，但经济实质上的付款义务并未消失，需按租赁负债口径重算。
5. SpaceX 债券已破发仍在谈 400 亿：贷款方在定价中计入了 AI 基建风险，说明信用市场对这类资产的风险认知正在形成，与股权市场的乐观不同步。
6. 估值与收入的时间差：Manus 恢复独立运营不到一个月即以约 40 亿美元估值完成 5 亿美元融资；Isomorphic Labs 的 400 亿估值尚无对应收入披露——一级市场定价继续领先于可验证收入。

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、arXiv、GitHub Release、公司公告、官方 changelog）确认「年-月-日」真实存在且年份为 2026。本期通过核验的官方一手源：A1（blog.google / Google Cloud 官方博客，10-08）、A2（anthropic.com/news/2026-usage-policy-update，10-08，且写明 11-12 生效）、A3（白宫 fact sheet + anthropic.com/news/genesis-mission-commitment，10-08）、A4（Havoptic 逐条 release notes + Google Antigravity 官方帖，10-08）、B1（arXiv 2610.10515，提交 2026-10-07）、D1（arXiv 2609.36322，2026-09 提交；IT之家 10-09 报道）、D3（GitHub Search API 一手读数）、D4（deepseek.com/news 直采）。
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。DeepSeek 专项严格执行：官方新闻页可见 post 日期集合中最新一条仍为 2026-09-10（V4.1 Flash）；页面构建时间戳虽由上期的 2026-09-29T11:53:49Z 变为 2026-10-08T13:28:34Z（说明页面在 10-08 被重建），但无新增 post，故判定 24h 内官方无新公告。
3. 矛盾自检：本期报告内称「DeepSeek V4.1 Pro 未发布」，三口径（llm-stats 408 / AA 27 / LiveBench 69）均无该条目，官方新闻页最新为 2026-09-10 —— 自洽。另：报告称「Claude Haiku 5.5 于 2026-10-07 发布」，三口径均收录且 rel 为 2026-10-07 —— 自洽。
4. 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。
5. 本期剔除（旧闻重排与超窗）：宇树 G1+（原发 09-14）、智元远征 A3 Ultra（09-16）、八部门智能家居方案（09-14）、国家统计局 97% 出货占比（09-15）、地瓜机器人 C 轮与智身科技 B 轮（均见于 10-08「周报」但原发更早）、AMD 收购 World Labs（09-28）、IDC 出货报告（原发更早）、Sierra × Meta Personal Agent Protocol（10-06）、NVIDIA AICR v1.0（10-06）。英文聚合站与中文「周报」类内容把旧闻按本期口径重排，已连续多期出现，凡此类条目必须回查原发日期。
6. 不重复计条：DeepSeek 融资（核心事实 10-06~10-07 已覆盖）、Claude Haiku 5.5 发布与 Sonnet 5.5 缓存读价砍半（上期 A1）、微软 × 英伟达旧金山发布会（上期 A2）本期仅作对照引用。

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。本期 llm-stats 综合分为全站口径重算后的结果，不得与上期数值直接相减推断能力变化。
• 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。某位 UP 主因投稿列表未返回，不作「过去 24h 无新视频」的断言。
• 涉及融资金额、估值、run-rate 收入、算力规模的数字，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：2026-10-09 09:05（GMT+8） · 第 44 期 · 由自动化流程生成