每日新闻速览
DAILY NEWS REVIEW · 科技晨报
今日头条 Headlines
Haiku 5.5 补上缺口：OSWorld 从 15.7% 跳到 72.4%、平均成本再降 75%，昨天本报观察的「结构性缺口」一夜闭合，问答只剩价格表怎么读
10 月 7 日，Anthropic 正式发布 Claude Haiku 5.5，官方定位「最便宜、最快、最强的小模型」，面向摘要、压缩、分类、浏览器操作等高并发任务，并明确「与 Opus 5.5 / Sonnet 5.5 组队当编码 subagent」。基准面：OSWorld 2.1 离线子集 72.4%（上代 15.7%，GPT-6 Luna 为 48.9%，Sonnet 5.5 为 83.9%）；Terminal-Bench 4.0 从上代的 0.0% 提到 39.2%；HLE 无工具 45.9%。它是 Haiku 系第一个带 effort 档位的型号。价格面：输入 $0.10、输出 $0.50（10 万 token 以上跳到 $0.50/$2.50），缓存读 $0.01；同日 Sonnet 5.5 缓存读价从 $0.10 砍半到 $0.05 级别口径为「减半」，并给 Max/Team 订阅新增每月 API 额度。10 月 15 日 Haiku 4.5 退役前一周，接棒者准时到场。
- 价格表的结构才是重点（拆解）：新定价以 10 万 token 为界切两档，越界贵 5 倍。官方理由是此前 Haiku 约 90% 的请求都在 10 万以内——这是把 agent 请求画像直接写进了价目表：短上下文的批量 subagent 调用最便宜，长上下文任务被温和劝退去 Sonnet。读价格表时真正要盯的是缓存读 $0.01 这一档，agent 工作流里反复命中的系统提示与工具定义才是大头
- 缺口闭合的速度本身是信息（分析）：昨天本报写「如果 Anthropic 不能在 10 月 15 日前推出接棒者，迁移摩擦会放大默认值锁定」——结果窗口只开了八天。对照数据看这不是仓促应战：OSWorld 2.1 上 72.4% 意味着「小模型干不了计算机操作」的假设作废，官方拿它与 Sonnet 5.5 的 83.9% 同表陈列，意图明确：编排层用大模型、执行层用 Haiku 的分工可以成立
- 对 Agent 开发者的可执行结论：如果既有工作流把 subagent 挂在 Haiku 4.5 上，那么这次迁移几乎只有收益（同提示词、成本 1/4、能力大涨），迁移成本接近零；如果还在用单一旗舰模型跑全部子任务，那么「Sonnet/Opus 编排 + Haiku 5.5 执行 + 缓存命中」的三层结构现在是成本上明确占优的默认解
本报观察：昨天本报把这个问题算成了「缺口期风险题」，今天它变成了「结构优化题」——这正是跟踪行业新闻的价值：同一份事实底座，隔一天结论就要重写。动手项：模型路由表里把执行层默认换成 Haiku 5.5 跑一轮对照，重点记录缓存命中率与单任务成本，别只看单价。
[Anthropic 官方发布 · 10月7日] [DataCamp 评测 · 10月8日] [The Decoder · 10月8日]
AWS 开源 Strands Box：给 Agent 的「行为围栏」不止圈地，还能记账——读完文件就不许再出网，这条规则第一次可以用配置写出来
10 月 8 日，AWS 开源 Strands Box（Apache 2.0，开发者预览版），一个本地 AI Agent 沙盒。它分两层：围栏层用操作系统级隔离（macOS Seatbelt 等）划定 Agent 能碰到什么；策略层内嵌 Dogwood 策略引擎，在 shell 解释器、Python 解释器、网络出口代理、MCP 代理四个执行点上对每个动作做允许/拒绝判定。关键差异在「时间维度」：策略不只看当前动作，还能看动作历史——官方示例包括「Agent 读完客户数据目录后阻断其后续出网请求」「每 10 分钟最多向事故频道发 3 条消息」。
- 与传统沙盒的差别在哪（拆解）：容器和 microVM 解决的是「碰不碰得到」，Box 解决的是「碰到了之后能干什么、干了几次」。四个执行点共享同一份事件历史，所以「用 shell 读文件」和「用 Python 读文件」在策略眼里是同一个 fs:read 事件——跨工具的时序规则没有这个统一事件层就写不出来
- 为什么是现在（分析）：昨天本报写过 FTC 对「智能体越权风险」的双重调查。监管问「准入门槛怎么设」，云厂商随即交付「门槛的实现件」，这个节奏衔接说明 Agent 权限治理正在从论文议题变成供应链标配。如果「权限最小化、行为可审计」进入合规清单，那么这类策略引擎会成为 Agent 技术栈的标准层，就像 Web 时代的 WAF
- 与 DSH 的沙盒思路对照：DSH 把权限边界做在 harness 的工具调用层，Box 把它做在操作系统与进程层，两者不互斥——前者管「模型想做什么」，后者管「进程实际做了什么」。自己写 Agent 应用时，这组对照可以直接搬进架构答辩：意图层围栏与执行层围栏各管一段
本报观察：「时序策略」是这个发布的真增量：权限从静态清单变成有记忆的规则。对正在攒 Agent 项目作品集的求职者，Box 的策略写法值得跑一遍 demo——面试里能讲「我给 Agent 配过基于历史行为的出网策略」，比多背一段八股值钱。
[AWS 开源博客 · 10月8日] [The Register · 10月7日] [GitHub 仓库]
AI / 科技 Tech
游戏 / 开发圈 Dev
OpenAI 数学手稿进展：未发布模型自称证明拟黎曼猜想并附 Lean 形式化，可验证输出再进一步
- 事实（10 月 8 日，华尔街见闻早餐引述）：OpenAI 未发布的 AI 模型证明了拟黎曼猜想（quasi-Riemann hypothesis），并同步发布 Lean 形式化文件——数学结论与机器可查证明一起交付
- 与昨天头条的呼应（分析）：昨天本报写过 722 篇数学手稿与「可验证性工程化」，今天这条把「部分可验证」推进到「全文形式化」。Lean 证明器的价值在于它不信任模型的自述，逐行核对推理——这正是 Agent 动作输出的验收范式：验证器做裁判，模型只做提案者
- 推演（明示推断）：如果形式化交付成为旗舰模型的常规能力，那么高价值场景（金融计算、代码合入、安全策略）会先出现「无 Lean 证明不合入」的流水线门禁，AI 应用层要多学一类「证明即产物」的接口设计
验证器裁判、模型提案者的范式会扩散到代码与 Agent 验收，作品集里值得加一个形式化校验的小件。
[华尔街见闻 · 10月8日]
可灵 AI（Kling）拟赴港 IPO 募资至少 10 亿美元：AI 视频生成第一次走到资本市场门口
- 事实（10 月 8 日，永安国际证券快讯引述）：快手旗下可灵 AI 拟赴港 IPO，募资至少 10 亿美元，与中金公司、高盛等合作，估值约 150 亿美元
- 坐标（分析）：对标口径里它的竞对包括字节系视频模型——视频生成从「大厂内部成本中心」变成「独立上市主体」是第一次。如果顺利发行，那么「生成式 AI 业务单独分拆上市」会多一个可引用的估值锚点，对下游工具创业者的融资叙事也有传导
- 对创作者侧的含义：上市主体意味着收入透明化压力，API 定价、创作者分成政策会更可预测——做 AIGC 内容流水线的独立开发者可以把「供应商财报季」排进成本复核日程
AI 视频首个独立 IPO 估值锚点：做 AIGC 流水线的成本模型里，把 API 供应商的上市进度记一列。
[永安国际证券快讯 · 10月8日]
Godot 资产库共建计划与 4.6.x 维护节奏确认：引擎侧本周安静，社区侧在为下个大版本攒基础设施
- 事实（10 月 7-8 日，引擎官网与仓库口径）：Godot 主线无新 tagged release，4.6 系维护分支照常收补丁；官方文档确认 4.6.x 的维护节奏延续「稳定优先」路线，下一个功能版本无明确窗口
- 判断（分析）：引擎大版本间隔拉长是行业共同现象（Unity、UE 同步在收缩激进变更），Godot 把增量转到插件与资产库生态——对独立开发者，跟维护分支的收益开始高于追 master，项目要跨版本迁移时优先锁 LTS 式口径
- 提示：4.6.x 上做 Web 导出（WebGL2）仍是小游戏上传抖音/快爆的当前稳定路径，Compatibility 渲染器在这条链路上最省心
引擎安静期是把项目锁到维护分支、清升级债的窗口：棱镜这类小游戏正好做一轮依赖整理。
[Godot 官网 · 维护版说明] [GitHub 主仓]
索尼向 Meta 转让约 419 项 XR 专利（美国 43 项）：PSVR 硬件线收缩的第一份书证
- 事实（10 月 7-8 日发酵，Road to VR 披露）：USPTO 记录显示转让发生在 6 至 9 月间，出让方是 Sony Group Corporation 本体而非 Sony Interactive Entertainment，受让方均为 Meta；全球范围涉及约 419 项专利
- 信号强度（分析）：出让自己集团的 XR 专利组合、且由集团层面而非游戏子公司经手，通常意味着该硬件线在内部已失去保护价值——PSVR 2 之后索尼的消费级 VR 硬件大概率不再有续作，资源转向别处
- 格局影响（推演）：如果 Meta 吃下这批专利后继续开放生态（Quest + Android XR 双线），那么独立开发者的 XR 分发目标会进一步向 Meta 系集中；Godot/Unity 的 Android XR 支持路线反而受益——做 XR 原型时选引擎可以少留一条 Sony 后路
索尼退场、Meta 集中的格局下，XR 独立开发的目标平台收敛成一道单选题，立项前先想清楚。
[Road to VR · 10月7日] [TechPowerUp · 10月8日]
Steam 新品节 10 月版 10 月 8 日开启 Press Preview：媒体试玩先行一周，正赛 19-26 日
- 日历事实（Steamworks 官方文档）：10 月 8 日上午 10 时（PDT）Press Preview 开放，媒体与创作者提前拿到 demo——报道基本都在这一周写完；10 月 19-26 日正赛
- 运营启示（分析）：新品节的曝光竞争前移到了 preview 周——demo 冻结时间实际比正赛早 11 天，愿望单冲刺的 KOL 外联要在这个窗口发出，等正赛开幕再推已经慢一拍
- 数据参照（第三方统计，9 月口径）：demo 上线远早于新品节的游戏，愿望单中位数约为节前一周才挂 demo 者的 2.5 倍——「长线挂着攒愿望单」胜过「卡节点冲刺」的结论在 2026 年的数据里更硬了
媒体周才是新品节的主战场：demo 冻结和 KOL 外联都倒排到本周，正赛只是开奖日。
[Steamworks 官方文档] [SPA 数据统计 · 9月]
世事 · 人间 World
CISA 发布预警：与中国政府关联的黑客组织组合使用 botnet 与 VPN 基础设施，情报采集服务商 Integrity Technology Group 被点名
10 月 8 日，美国网络安全与基础设施安全局（CISA）发布通告 AA26-281A，提供检测与缓解指引；同期 FBI 披露查获一批关联组织对外提供被盗邮箱访问入口的门户。对做跨境联网产品的开发者，出口侧的 IP 信誉与代理治理成本会继续上升
[CISA 预警 AA26-281A · 10月8日] [The Hacker News · 10月8日]
世界气象组织通报：厄尔尼诺显著增强，10-12 月热带太平洋中东部海表温度将创纪录，预计 12 月达峰值
10 月 8 日通报，事件大概率持续至 2027 年 2 月；对依赖天气数据的应用（旅行规划、农业）意味着未来两个季度的历史数据参考性下降，模型侧要多留一档「气候异常期」的置信度折价
[DoNews 快讯转引 · 10月8日]
Agent 前沿 · DeepSeek Harness DSH
DSH v0.2.1-alpha.1（10 月 3 日）：实验性 Claude Code Mods 兼容层亮相，插件体系第一次对外宣布「子集兼容」路线
- 版本事实（GitHub Releases，10 月 3 日）：v0.2.1-alpha.1 新增实验性 Claude Code Mods 兼容层，官方口径明确当前目的是「验证 Claude Code Mods API 是否为 DSH 插件的功能子集」而非提供完整兼容；同版还有插件页「让 Agent 创建插件」入口、--public-url 反代路径支持、开发者调试组合包等约 15 项变更
- 路线判断（分析）：兼容层意味着 DSH 选择了「承认事实标准、吸收存量生态」而不是另起炉灶——如果验证成立，Claude Code 现有插件可以低成本迁入 DSH，迁移摩擦从「重写」降到「适配」。这也是 star 数从 9.5 万（8 月）涨到 24.5 万（10 月）背景下最务实的一步：先用存量生态喂饱新框架
- 对求职者的提示：读源码时优先看兼容层的 API 映射表——「事实标准与自研架构的子集关系怎么验证」是多 Agent 生态面试里少有人能答的题，答出来就是差异点
兼容层是框架竞争的教科书动作：把 DSH 插件源码里这块映射逻辑读懂，比刷题稀缺得多。
[GitHub Release · 10月3日] [GitHub 主仓]
值得关注 Watchlist
Sonnet 5.5 缓存读价随 Haiku 5.5 发布同步减半：价格战从单价转向「缓存命中率」这条新战线
随 10 月 7 日发布，Sonnet 5.5 缓存读价格下调，官方口径多数 Agent 工作流成本降约 20%；推理降价的竞争轴已从「每 token 单价」移到「重复上下文的缓存定价」，长会话 Agent 的成本模型需要重算
[Anthropic 官方 · 10月7日] [SiliconANGLE · 10月7日]
OpenAI 证实 GPT-6.1 Astra 不对外发布（原 10 月计划）：旗舰级能力「只内用不发售」第一次被官方确认
原日期 10 月 1 日，安全负责人口径为任务边界把控、权限遵守与如实反馈未达标；仍在发酵的后续是「闭源旗舰与开放 API 的能力差」会不会成为新的产品分层逻辑，值得持续盯
[网易科技 · 10月1日]
苹果 10 月 13 日纽约「欢迎回家」产品发布会：M 系新品预期之外，AI 侧动向更值得盯
10 月 9 日美股盘面确认发布会日程；端侧 AI 与本地模型的软硬协同是本场可能的变量，做端侧 Agent 与桌面工具的开发者可以等一手再决定要不要跟进 Apple Intelligence 接口
[新浪财经 · 10月9日]
📖 本期词汇
时序策略Strands Box 引入的 Agent 权限控制形态：规则不只判断当前动作是否允许，还结合动作历史做判定——「读完客户数据后阻断出网」「每 10 分钟最多发 3 条消息」这类带记忆、带频控的规则，静态权限清单写不出来
上下文分档定价Haiku 5.5 以 10 万 token 为界把输入/输出分成两档、越界贵 5 倍的价目表结构；本质是把 agent 请求的上下文长度画像直接写进定价，短上下文批量调用最便宜、长上下文任务被引导去更贵的模型
子集兼容验证DSH 兼容层的方法论：先证明外部事实标准（Claude Code Mods API）的功能落在自家插件体系之内，再谈互通与迁移；框架生态竞争里「吸收存量」先于「另起炉灶」的典型打法
— 完 —