2026年10月31日 AI资讯盘点星期六 · 全文版

时间：2026年10月31日。

地点：美国，Anthropic 通过官方社交平台 X 账号发布公告。

人物：Anthropic；OpenAI Codex 与 ChatGPT 负责人 Tibo。

事件详情：Anthropic 宣布订阅套餐调整，将 Max 5x 更名为 Max、Max 20x 更名为 Ultra，两档价格保持不变，分别为每月 100 美元与每月 200 美元；同时取消已验证 Ultra 账户的 5 小时使用时长限制，该优惠即日起适用于大多数现有订阅用户。新账户在验证完成前仍保留临时使用时长限制，限制解除后将收到电子邮件通知。每月 17 美元的 Pro 套餐与每月 100 美元的 Max 套餐仍保留 5 小时使用限制。

背景：就在前一日，OpenAI 宣布 Codex 与 ChatGPT Work 的 Pro100、Pro200、Pro500 以及 Business Premium 订阅使用额度翻倍。Anthropic 则于 10 月 26 日向美国证券交易委员会提交 S-1 注册文件，外媒报道其目标是在 11 月 16 日这一周上市。

影响：Anthropic 正处冲刺 IPO 前夕。据英国《金融时报》报道，其预计在 IPO 后获得信用机构的双 B 级评级；黑石集团是 Anthropic 近期一项 630 亿美元融资交易的重要投资者，该交易旨在为其芯片研发提供资金。此次套餐权益调整被视为 AI 厂商竞争从模型能力比拼延伸到套餐权益与用户争夺的信号。

总结：取消 5 小时时长限制直接缓解了开发者频繁触发用量上限、工作中途被迫中断的痛点，也是 Anthropic 在竞争加剧与上市窗口期留住高价值用户的最新举措。

参考来源：
1. 智东西：https://zhidx.com/p/606194.html
2. 量子位：https://www.qbitai.com/2026/10/506855.html
3. 36氪：https://eu.36kr.com/zh/p/4049021975886084
4. Unwire：https://unwire.hk/2026/10/31/claude-max-ultra-subscription-limits/fun-tech/
5. IT之家：https://www.ithome.com/1/020/398.htm
6. ShiftDelete：https://en.shiftdelete.net/claude-ultra-plan/

时间：2026 年 10 月 31 日（北京时间），苹果在中国大陆官网 Newsroom 发布新闻稿《Apple 智能即将登陆中国》，阿里巴巴同日发布合作公告。

地点：中国北京（苹果中国官网新闻稿与阿里公告发布地）；美国加利福尼亚州库比提诺（Apple 总部，新闻稿落款）；首批功能只面向中国大陆用户。

人物：苹果公司（Apple）；阿里巴巴与阿里通义千问（Qwen）团队；苹果执行董事长蒂姆·库克（Tim Cook）；苹果 iOS 与 Siri 生态团队。

事件详情：10 月 31 日，苹果宣布首批 Apple 智能功能即将在中国推出，并与阿里巴巴达成合作，在部分 Apple 智能体验中加入对千问的支持，让中国用户能直接在 Siri、写作工具以及视觉智能中使用千问，包括文本与图像理解相关功能。时间表被首次写进官方新闻稿：这批功能自 11 月 4 日起随最新的 iOS 开发者 Beta 版开放测试，并将于 12 月 iOS 27.3 正式发布时面向中国用户推出，其他平台的支持将在获得必要审批后推出。

首批功能覆盖实时翻译、写作工具、视觉智能、照片 app 中的消除工具、智绘表情、照片自然语言搜索与回忆影片创建、邮件优先邮件与邮件摘要、智能回复、通知摘要与首要通知、减少干扰专注模式、备忘录与通话录音的转写摘要，以及输入文字与 Siri 对话。实时翻译整合进信息、FaceTime 通话和电话 app，并支持 AirPods 4、AirPods Pro 2 及后续机型进行面对面对话翻译；写作工具负责改写、校对和摘要；视觉智能通过摄像头即时了解周围的物体和场所；照片 app 的消除工具可以去除画面中的干扰对象。

千问接入的三个位置分别是：处理特定请求时 Siri 接入千问，用其知识协助用户，用户也可以针对照片以及包含 PDF 与演示文稿的文档向千问提问；写作工具新增创作功能，可以直接让千问从零开始创作原创内容；视觉智能里则可选择询问千问。只需登录千问账户，或使用通过 Apple 登录，即可在 Apple 智能中访问千问。阿里巴巴在公告中强调，用户可自主选择是否开通千问集成功能，任何问题、文档和图片发送给千问之前都会先征得用户同意，用户请求及生成的回复均不会被阿里巴巴用于模型训练。

首发机型与海外版保持一致：iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16 全系列、iPhone 17 系列、iPhone Air、iPhone 18 Pro 系列以及 iPhone Duo，iPhone 15、iPhone 15 Plus 及更早机型不在名单内；首批只确认在 iPhone 上提供。新闻稿同时写明，本次更新不包含 Siri AI 及 Apple 在 WWDC 2026 上宣布的其他下一代 Apple 智能功能。

背景：Apple 智能自 2024 年 6 月在 WWDC 首次亮相起，国行用户已经等了两年半，中间还出现过一次短暂闪现又撤回的插曲：今年 3 月 31 日凌晨有国行用户发现设置里的 Siri 变成 Apple 智能与 Siri，两小时左右又被撤回，苹果称是软件问题。真正的审批信号出现在 7 月 15 日，网信办公告 7 款手机端侧生成式人工智能服务完成备案，苹果技术开发（上海）有限公司的 Apple 智能在列；9 月 29 日 iPhone Duo、iPhone 18 Pro 等多款国行 iPhone 完成进网许可换证，许可文件里新增了三个大模型备案编号，分别对应 Apple 智能、通义万相和通义千问。10 月 15 日，已卸任 CEO、现任苹果执行董事长的库克在接受澎湃新闻、界面新闻采访时确认苹果智能及相关阿里千问大模型已获批准，首批功能包含实时翻译、书写工具、照片清除工具，Siri AI 不在此次发布范围之内。

这批功能框架与海外版本基本对应：写作工具、消除、通知摘要是 2024 年 10 月海外首批，智绘表情是同年 12 月，实时翻译是 2025 年 9 月。技术路线上，苹果新闻稿称 Apple 智能由 Apple 构建的生成式模型驱动；爱范儿报道称国行版用苹果专门为中国大陆用户定制的 Apple Foundation Models 打底，照片消除、实时翻译等基础功能完全在 iPhone 本地运行，需要更大算力与复杂知识的请求才交给云端的千问。

影响：千问在国行 Apple 智能里接手的，正是海外版 ChatGPT 占据的三个位置，Siri、写作工具、视觉智能，这也是阿里大模型第一次进入苹果系统级入口的核心位置。对国内用户来说，国行产品页上那句推出时间依监管部门审批情况而定，终于换成了一张可以对照日历的时间表，11 月 4 日是开发者 Beta，12 月随 iOS 27.3 正式推送。

合作深度也在变化。据爱范儿介绍，阿里方面表示双方还在围绕中国用户的语言习惯和本地服务生态，共同训练并优化面向中国用户的专属大模型，并将其纳入苹果的 AFM 体系，用于支撑后续具备屏幕感知与跨应用执行能力的 Siri；爱范儿还了解到，此次合作并未绑定单一版本的千问模型，而是使用多个不同的千问模型并会随模型迭代持续更新。关于百度是否参与，两家媒体报道口径不一：极客公园称苹果的新闻稿与官网只提了阿里巴巴和千问，爱范儿则称百度以视觉智能的以图搜索（识图）环节参与。

限制同样清晰：首批只有 iPhone，iPad、Mac、Vision Pro 等平台要等监管审批，这意味着本周围刚发布的触屏 MacBook Pro、M6 iMac 和新款 iPad mini 国行版暂时用不上 Apple 智能；Siri AI 缺席，中文版 Siri AI 目前在任何地区都还没有，海外首批也只支持英文、法文、日文、韩文、葡萄牙文和西班牙文。极客公园还指出，国行页面的隐私段落目前只写了设备端处理技术，没有出现海外版的私密云端运算说法。对国产 AI 手机而言，苹果带着两年后的成熟模型和本土云端伙伴进入中国市场，入口竞争会进一步加剧。

总结：苹果官宣国行 Apple 智能，接入阿里千问，11 月 4 日起随 iOS 开发者 Beta 版开放测试，12 月随 iOS 27.3 正式发布。首批覆盖实时翻译、写作工具、视觉智能、消除工具、智绘表情等功能，千问承担云端扩展，登录千问账户或通过 Apple 登录即可在 Siri、写作工具和视觉智能中调用，用户可自主选择是否开通，请求与回复不会被阿里用于模型训练。首批只支持 iPhone 15 Pro 及之后机型，其他平台待审批，Siri AI 不在本次更新范围内。这条时间表把两年前就开始的等待变成了可执行的日程，也让阿里千问第一次成为苹果系统级入口的云端底座。

参考来源：
苹果官方新闻稿《Apple 智能即将登陆中国》：https://www.apple.com.cn/newsroom/2026/10/apple-intelligence-features-are-coming-to-users-in-china/
IT之家：苹果 Apple 智能国行版官宣落地，11 月 4 日开放测试：https://www.ithome.com/1/020/389.htm
IT之家：Apple 智能官宣入华：https://www.ithome.com/1/020/392.htm
IT之家：阿里巴巴公告，用户可自主选择是否开通千问集成功能：https://www.ithome.com/1/020/395.htm
IT之家：苹果 Apple 智能入华亮点，AirPods 实时翻译登场：https://www.ithome.com/1/020/393.htm
IT之家：库克确认月底在华发布测试版本，不含 Siri AI：https://www.ithome.com/1/013/478.htm
极客公园：国行 Apple 智能官网正式上线：https://www.geekpark.net/news/373238
智东西：国行苹果智能倒计时 4 天开测：https://zhidx.com/p/606181.html
36氪 / 爱范儿：国行 Apple 智能官宣，满血 SiriAI 还得等：https://www.36kr.com/p/4049055297436164

时间：2026 年 10 月 30 日，零一万物对外宣布，10 月 28 日公司与杭州市、杭州市临平区达成合作；杭州网同日报道，零一万物总部项目已签约落地临平。

地点：浙江省杭州市临平区，零一万物新总部与产业 AI 转型基地所在地；投资方为杭州市与杭州市临平区两级国资。

人物：零一万物创始人兼 CEO 李开复；零一万物核心团队成员多来自谷歌、微软、IBM、百度等公司；杭州市与临平区有关部门；杭州网报道记者颉月娇。

事件详情：10 月 30 日，零一万物宣布，10 月 28 日公司与杭州市、杭州市临平区达成合作，由市区两级国资联动投资，合计向零一万物投资数亿元。公司总部将落地杭州临平区，并以此为依托打造产业 AI 转型基地。杭州有关部门表示，杭州正全力争创人工智能创新发展第一城，未来将持续开放高价值应用场景，推动人工智能深入千行百业，并期待与零一万物共同探索可复制、可推广的产业 AI 转型模式。李开复表示，杭州已经诞生了一批世界级的 AI 创新企业，但杭州 AI 更大的机会还在后面，这里有活跃的民营经济，完全有条件成为产业 AI 转型的主战场。据观点网报道，零一万物曾把 2027 年 IPO 列为发展目标，并提出 2026 年订单额达到 15 亿元的目标。

背景：零一万物由李开复于 2023 年 5 月创办，是国内大模型六小虎之一，核心团队成员来自谷歌、微软、IBM、百度等公司。2024 年末公司启动战略转型，自研大模型转向 ToB、ToG，陆续推出万智企业大模型一站式平台和万策企业 AI 决策平台，主打把大模型能力落地到企业经营环节，公司还设置前沿部署工程师岗位，派驻人员深入企业一线对接业务需求。

据智东西援引天眼查信息，零一万物创立至今已完成三轮融资：2023 年 11 月一轮新融资后估值达到 10 亿美元，跻身独角兽行列；2024 年 8 月又完成数亿美元融资。公司此前已在四川内江高新区、武汉硚口区汉江湾落地 AI 产业基地，并在海外参与哈萨克斯坦主权 AI 项目，建设哈萨克语大模型 AlemLLM 以及国家级 AI 教育平台。资本层面，IT之家报道称，2026 年 7 月李开复在世界人工智能大会上透露，公司计划于 2027 财年结束后在香港进行 IPO，并在首次公布年度业绩期间寻求 Pre-IPO 融资。

影响：这是一次上市冲刺前的关键落子。零一万物总部从北京迁到浙江制造业腹地，意味着公司重心从底层大模型研发转向产业 AI 的场景与交付。上海证券报称零一万物已发布三款自研大模型，IT之家报道称公司 2024 年确认收入超亿元。杭州网报道称，临平今年上半年人工智能集群总产值增长 48.3%，全区规上工业总产值超 1800 亿元，拥有上市企业 30 家、国家级制造业单项冠军 6 家；临平还设立总规模 4 亿元的算力产业基金，对企业大模型研发最高给予 300 万元经费补助，单家企业每年可申领最高 200 万元算力券补贴，位于当地的杭州数据要素运营中心今年上半年算力交易额超 6000 万元。零一万物与临平还可能共同组建一个基金，主要投向在临平区设立的产业链生态企业和项目。对杭州来说，这是继 DeepSeek、通义千问之后落地的又一重量级通用大模型总部标杆项目。

总结：零一万物把总部搬到杭州临平，拿到了杭州市与临平区两级国资合计数亿元的投资，也把产业 AI 转型基地放到了长三角制造业腹地。对这家公司来说，这是 2027 年上市冲刺前的一次关键落子；对杭州来说，则是在 DeepSeek、通义千问之后再补上一块通用大模型拼图。零一万物接下来要证明的是，模型能力能不能真正变成企业愿意买单的订单，其 2026 年订单额 15 亿元的目标正是这次迁移能否兑现的检验。

参考来源：
智东西：融资数亿元，零一万物要搬去 DeepSeek 大本营了：https://zhidx.com/p/605829.html
IT之家：李开复创立的零一万物总部将落地杭州临平区，获市区两级国资联动投资数亿元：https://www.ithome.com/1/019/877.htm
上海证券报·中国证券网：零一万物获杭州国资投资 计划 2027 年冲刺 IPO：https://finance.eastmoney.com/a/202610303916440646.html
界面新闻：李开复公司零一万物，总部将落地杭州，获市区两级国资数亿元投资：https://finance.eastmoney.com/a/202610303916066290.html
观点网：零一万物获杭州市区两级国资数亿元投资 总部将落地临平：https://www.guandian.cn/article/20261030/620863.html
杭州网：零一万物落地临平，一场“万物生长”的开始：https://ori.hangzhou.com.cn/ornews/content/2026-10/31/content_9362297.htm
新浪科技：李开复创立的零一万物总部将落地杭州临平区，获市区两级国资联动投资数亿元：https://finance.sina.com.cn/tech/digi/2026-10-30/doc-iniwyfwf4810850.shtml

时间：2026 年 10 月 29 日（北京时间），2026 腾讯全球数字生态大会主峰会开幕日，大会于 10 月 29 日至 30 日举行。

地点：深圳国际会展中心（2026 腾讯全球数字生态大会主会场）；腾讯集团云与智慧产业事业群。

人物：腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生；腾讯混元大模型团队；腾讯云 WorkBuddy、腾讯网盘与 Agent Runtime 产品团队；智东西记者江宇（现场演讲实录整理）。

事件详情：10 月 29 日，腾讯在 2026 腾讯全球数字生态大会上宣布，腾讯混元大模型 Hy4 正式版即将发布。相比今年 8 月 28 日发布并开源的 Hy4 preview，新版本实现全面提升，尤其强化了长程任务与真实生产力任务的处理能力，显著提升思维链效率，并首次加入视觉理解能力。腾讯还将在近期推出主打极致性价比的 Hy4 Flash，在继承 Hy4 视觉理解、Agent 等能力的基础上，通过模型与产品的深度协同继续优化使用成本。

同场发布的产品同样围绕 Agent 展开。腾讯正式发布以 WorkBuddy 为工作台的一体化办公套件 Buddy One，整合腾讯文档、腾讯会议、腾讯网盘、ima 等办公协同产品，共享 WorkBuddy Agent 底座，通过统一账号、统一积分池和统一数据池，由大模型按任务调用不同工具生成多模态内容；腾讯同时推出面向 Agent 时代的全新网盘产品腾讯网盘，为 WorkBuddy 套件提供统一存储，用来保存 Agent 积累的上下文与生成成果，并已开放内测申请。腾讯云还宣布全面升级 Agent Runtime，围绕上下文管理、工具调用、安全沙箱、可观测、评测等关键环节做系统性增强。

腾讯同时披露了 WorkBuddy 的落地数据：该产品自今年 3 月上线以来，企业版已落地 50 多个行业，覆盖中国企业 500 强中的 50%、企业 100 强中的 60%，开放平台伙伴和开发者超过 5 万家，上架 Skills 超过 20 万，并已累计迭代 100 个大版本、完成 90 亿次用户任务请求。汤道生表示，企业使用 AI 的关键正在从“用上”转向“用好”，模型选型也从粗放使用最强最贵的模型，转向按任务精准匹配不同模型、追求更高性价比。

背景：Hy4 preview 于 8 月 28 日发布并开源，总参数 770 B、激活参数 49 B、上下文长度 1M，定位为“为生产力而生”，上线后长期位居 OpenRouter 排行前列，支撑元宝、WorkBuddy 等产品。腾讯混元过去一年重建了数据与训练基础设施，平均两个月发布一个大版本。需求侧同样在变化：腾讯援引国家数据局统计，我国日均 Token 调用量已从 2024 年初的 1000 亿增长到今年 7 月的超 500 万亿，两年增长超 5000 倍；而随着 Agent 持续渗透办公与业务场景，Token 消耗与成本同步上升，企业开始从“用最强最贵的模型”转向按任务匹配模型、追求性价比，这也是腾讯同时布局 Hy4 与 Hy4 Flash 的直接原因。

影响：这次发布的重点不是单个模型，而是“模型加套件加底座”的一体化路线。Buddy One 把办公套件从“围绕文件流转”改为“围绕任务协同”，腾讯网盘补上 Agent 的统一记忆与存储层，Agent Runtime 负责运行时的上下文管理、安全沙箱与可观测，三者叠加让企业 Agent 从单点工具走向跨应用、跨系统的连续执行；模型分层策略则直接回应了企业最关心的 Token 成本问题。对开发者与生态伙伴而言，WorkBuddy 开放平台已聚集超过 5 万家伙伴与 20 万个技能，Buddy One 的统一账号、积分池与数据池，意味着第三方 Agent 可以更顺畅地接入办公与业务系统。

产业层面，这是一次云厂商把 Agent 从概念推向规模交付的样本：企业级 AI 应用的竞争正从模型分数转向能否把模型接进真实流程并控制成本，办公套件、企业系统连接与可信 AI 治理成为新的分水岭。腾讯还披露，为承接 Hy4 preview 上线后的调用洪峰，其与混元团队在模型上线前两周把某国产芯片单卡吞吐量提升了 5 倍，并表示过去一年腾讯云海外 AI 需求实现三位数增长，将加快全球数据中心布局，推动 WorkBuddy、ADP、Agent Runtime 等产品出海。

总结：腾讯在 10 月 29 日的全球数字生态大会上给出三件事：混元 Hy4 正式版即将发布，首次加入视觉理解并强化长程任务与真实生产力任务，主打极致性价比的 Hy4 Flash 也将在近期推出；围绕 Agent 的办公套件 Buddy One 与腾讯网盘正式发布，Agent Runtime 同步升级。用“模型分层加套件协同加运行时底座”的组合，腾讯把企业使用 AI 从“用上”推向“用好”，也把成本与安全一并纳入产品设计。对行业而言，这标志着国内企业级 Agent 竞争进入以套件化交付和性价比为卖点的阶段。

参考来源：
智东西：汤道生预告混元Hy4，首次加入视觉理解，Flash版本也将推出（2026-10-29）
https://zhidx.com/p/605433.html

IT之家：首次引入视觉理解，腾讯混元 Hy4、Hy4 flash AI 模型即将发布（2026-10-29）
https://www.ithome.com/1/019/328.htm

凤凰网：2026腾讯全球数字生态大会：混元大模型Hy4即将发布，推出Buddy One等Agent新产品
https://original.ifeng.com/c/8xc4so4ZDVF

中华网科技：腾讯发布一体化办公套件Buddy One，混元Hy4.0即将推出（2026-10-29）
https://m.tech.china.com/article/20261029/202610291970714.html

虎嗅网：腾讯正式发布Buddy One、腾讯网盘
https://www.huxiu.com/ainews/15953.html

腾讯新闻：腾讯发布办公套件Buddy One并推出腾讯网盘（2026-10-29）
https://news.qq.com/rain/a/20261029A0C2MY00

中国日报网：2026腾讯全球数字生态大会官宣，聚焦Agent生产力（大会时间与地点）
https://cn.chinadaily.com.cn/a/202609/16/WS6aaa3a82e4b09a165c78a6c0.html

时间：2026 年 10 月 30 日（北京时间），美国科技媒体 The Information 披露 DeepSeek 第二轮融资的具体细节，融资规模、公司估值与投资方名单首次完整公开。

地点：中国（出资方分处北京、上海、深圳、合肥、宁德、佛山等地）；报道首发方 The Information 位于美国加州旧金山。

人物：DeepSeek 创始人梁文锋；宁德时代董事长曾毓群；砺思资本创始人曹曦；本轮出资方包括腾讯控股、宁德时代、长鑫存储及其董事长朱一明、中芯国际、vivo、美团、吉利汽车、美的集团、立讯精密、携程、小红书、中国移动、中国电信、中金公司、中信证券、中国人寿与国家人工智能发展基金；投资机构包括砺思资本（Monolith Management）、IDG 资本、博裕资本。

事件详情：The Information 报道称，DeepSeek 第二轮融资规模最终锁定在 1055 亿元人民币，约合 158 亿美元，对应公司估值约 6155 亿元，近 30 家投资方参与其中。

腾讯与宁德时代仍是出资规模最大的两家机构：腾讯本轮投入 100 亿元，与首轮出资额持平，两轮累计 200 亿元；宁德时代及其董事长曾毓群本轮合计出资 100 亿元，高于首轮的 50 亿元。

新加入的产业投资者包括长鑫存储及其董事长朱一明、中芯国际；vivo、美团、吉利汽车、美的集团、立讯精密、携程、小红书等企业单家出资 10 亿至 30 亿元。

国有资本参与度是本轮最显著的变化：本轮国资出资占比约 27%，而首轮这一比例仅为 2%；国家人工智能发展基金再次出资 10 亿元，与首轮金额相同，中国移动、中国电信、中金公司、中信证券、中国人寿等机构单家出资 20 亿至 80 亿元。

投资机构方面，砺思资本两轮分别投资 30 亿元和 75 亿元，IDG 资本两轮累计投资 65 亿元，博裕资本本轮投资 35 亿元。

背景：DeepSeek 今年 6 月完成约 510 亿元首轮融资，此后第二轮募资目标多次调整，最初设定为 500 亿元，随后上调至约 1000 亿元，10 月 30 日披露的 1055 亿元为更具体的融资规模。The Information 在当地时间 10 月 22 日曾称其募资约 150 亿美元，彭博社此前报道的规模约为 1000 亿元。

首轮融资采用了特殊的投资安排：除国家人工智能发展基金外，其他投资者均需将资金投入梁文锋持有的实体，放弃投票权，并承诺锁定股份五年，除非 DeepSeek 提前上市。

The Information 援引知情人士称，英伟达高端芯片价格持续上涨以及对 AI 产业泡沫的担忧，是 DeepSeek 在融资中途将募资规模扩大一倍的原因。据智东西援引该报道，本轮融资持续的约四个月里，一台搭载 8 颗英伟达 B300 芯片的服务器价格从约 1500 万元上涨至 1900 万元，这一价格已超过同类服务器在多数国家售价的 5 倍。

从两轮融资累计看，科技企业贡献约 42% 的金额，国有投资者占比约 19%，风险投资和私募股权机构位列其后。

影响：国资出资占比从首轮的 2% 跃升到 27%，是本轮最具信号意义的变化。国家资本是在既有治理框架已经确立之后入场的，以出资换取与 DeepSeek 算力基础设施、国产芯片生态的绑定，而不参与投票。长鑫存储、中芯国际这类芯片制造企业同时入股一家大模型公司，把存储芯片与晶圆代工直接绑到 AI 训练链条上；携程、小红书、美团等互联网与终端侧企业的加入，则让这份名单横跨芯片、消费电子、互联网服务与金融机构多个行业。

对 DeepSeek 本身，这笔钱的直接用途是在高端算力受限、芯片采购成本持续上行的窗口期储备算力资金。The Information 同时提到，已经上市的 MiniMax 和智谱股价均经历明显下跌，部分原因是 IPO 前投资者股份解禁后带来的抛售压力，DeepSeek 提前储备资金也是为行业可能出现的调整留出空间。

资本也在为上市定价：据驱动中国援引路透社报道，DeepSeek 已聘请中信证券，为其可能在上海证券交易所科创板上市做准备，具体上市时间、估值及募资规模尚未确定。截至新浪科技发稿，DeepSeek 方面未就本轮融资公开置评。

总结：DeepSeek 第二轮融资以 1055 亿元落定，公司估值约 6155 亿元，近 30 家投资方参与，腾讯与宁德时代各以 100 亿元领衔，国资出资占比从首轮的 2% 跃升至 27%。

这笔钱的规模是在四个月里翻倍定下的，直接推手是英伟达高端芯片涨价以及对 AI 泡沫的担忧。

比金额更值得注意的是结构：芯片、终端、互联网平台、国资与金融机构同时进场，DeepSeek 用放弃投票权、锁定股份五年的安排换取了外部资本。

上市准备同步推进，中信证券已进场为科创板上市做准备，但时间表与定价均未公布，DeepSeek 至今未公开置评。

参考来源：
智东西编译 The Information：梁文锋千亿融资细节曝光，近 30 家机构，腾讯宁德时代领跑，国资占比 27%：https://zhidx.com/p/605882.html
极客公园：DeepSeek 完成第二轮 1055 亿元融资，估值达 6155 亿元：https://www.geekpark.net/news/373220
新浪科技：曝 DeepSeek 再融资 1055 亿元，估值 6155 亿元，腾讯二度加码：https://finance.sina.com.cn/roll/2026-10-30/doc-iniwysmw2341005.shtml
东方财富转中新经纬：DeepSeek 融资 1055 亿细节曝光，投资方名单公布：https://finance.eastmoney.com/a/202610303916750551.html
ChainCatcher：DeepSeek 融资 1055 亿元细节曝光，估值约 6155 亿元，近 30 家投资者参与：https://www.chaincatcher.com/article/2300341
虎嗅：DeepSeek 融资 1055 亿元细节曝光：https://www.huxiu.com/moment/1292587.html
腾讯新闻转驱动中国：DeepSeek 第二轮融资 1055 亿元，估值 6155 亿元：https://news.qq.com/rain/a/20261030A08Y1300

时间：2026 年 10 月 30 日（北京时间；Cohere 与加拿大总理府于当地时间 10 月 29 日同步宣布）。

地点：加拿大多伦多（Cohere 总部所在地）；加拿大总理马克·卡尼在蒙特利尔宣布联邦投资；德国（领投方施瓦茨集团总部所在地）。

人物：Cohere 联合创始人兼 CEO Aidan Gomez（Attention Is All You Need 论文八位作者之一）、联合创始人 Nick Frosst 与 Ivan Zhang（三人均毕业于多伦多大学）；Cohere 首席财务官 Francois Chadwick；加拿大总理马克·卡尼；领投方施瓦茨集团（Schwarz Group）；新加入的投资方 Bell Ventures、Bullhound Capital 与加拿大联邦政府；继续参投的老股东 Inovia Capital、英伟达与沙特阿美旗下 Prosperity7 Ventures。

事件详情：Cohere 宣布 E 轮融资完成首轮交割，整轮目标最高 70 亿加元，约合 334 亿元人民币；若这一目标全部完成，将创下加拿大科技企业史上规模最大的单轮私募融资纪录，对应公司估值 357 亿加元，约合 1702 亿元人民币。
本轮由德国零售与云基础设施集团施瓦茨集团旗下公司领投，Bell Ventures、Bullhound Capital 与加拿大联邦政府作为新投资方加入，英伟达、Inovia Capital 与沙特阿美旗下 Prosperity7 Ventures 继续参投；据东方日报报道，施瓦茨集团今年 4 月已承诺出资 5 亿欧元。
加拿大政府将以商业股权方式分阶段投入最多 16 亿加元，约合 76 亿元人民币。作为条件，Cohere 承诺在 2030 年前新增至少 1000 个高薪技术岗位，投入至少 17 亿加元、约合 81 亿元人民币建设加拿大本地算力设施，并保留加拿大总部与注册地。
Cohere 未披露首轮交割的实际到账金额，首席财务官 Francois Chadwick 对彭博社表示，首轮已包含目标金额中的大部分。

背景：Cohere 成立于 2019 年，总部位于多伦多，为受监管行业与政府提供可私有化部署的大模型、智能体与搜索工具；今年 5 月开源 Command A+，其量化版本仅需两张英伟达 H100 即可运行；10 月 5 日推出智能体平台 North 2，新增跨会话记忆与共享知识库。
公司披露截至 2026 年第三季度末，年度经常性收入同比增长 165%，全球客户数一年内增长到原来的 20 倍、达到 300 家，客户包括加拿大皇家银行、多伦多道明银行、加拿大贝尔、富士通与普华永道等。
Cohere 在官方博客中把本轮资金的用途写得很直接：建设一家位于美国与中国之外的前沿 AI 公司。公司称首轮交割已覆盖目标金额的大部分，但整轮仍在继续募集，最终交割金额与日期均未公布。
公司还计划在未来一年推进两项并购：10 月 15 日与美国 AI 网络安全公司 AISLE 签署收购意向书，用来推出企业漏洞自动发现与修复产品 Cohere Cyber；与德国 AI 公司 Aleph Alpha 签署合并协议，整合模型研发能力与欧洲的政府、企业客户资源，施瓦茨集团则计划在旗下 STACKIT 云平台部署 Cohere 的模型。

影响：加拿大联邦政府以股权方式直接进入一家 AI 公司，是这轮融资里最具信号意义的部分：政府不只提供资金，还用就业岗位、本地算力投入和总部注册地换取持股，把主权 AI 写进了投资条件。
对欧洲而言，施瓦茨集团领投加上 STACKIT 云上的模型部署，让 Cohere 成为美国和中国之外主权 AI 阵营的直接受益者；公司把资金明确投向私有化部署工程、前沿模型训练算力与网络安全三个方向。
对企业 AI 市场来说，年度经常性收入同比增长 165%、客户数一年增长 20 倍至 300 家，以及从 North 智能体平台到 Cohere Cyber 的产品线扩张，说明受监管行业里的智能体与安全运维已经是大模型公司的主战场，而不是演示场景。

总结：Cohere 的 E 轮首轮交割把加拿大私募融资纪录推到 70 亿加元的目标上限，对应估值 357 亿加元，英伟达继续跟投，加拿大联邦政府首次直接持股。
值得注意的是这不是一笔已经到账的融资：70 亿加元仍是募集目标，首轮实际金额未披露，公司只说首轮已涵盖其中大部分。
结构上的变化比数字更值得看：政府以商业股权方式入股并绑定就业与算力指标，产业资本领投，资金同时流向私有化部署、前沿模型训练和网络安全三个方向。
Cohere 把这轮钱明确定位为建设美国和中国之外的前沿 AI 公司，加拿大与欧洲正在用资本押注一个不依附中美两家的模型层。

参考来源：
Cohere 官方博客：Who Gets to Build the Frontier for AI：https://cohere.com/blog/who-gets-to-build-the-frontier-for-ai
Cohere 官方新闻稿：E 轮融资目标最高 70 亿加元，对应估值 357 亿加元：https://www.prnewswire.com/news-releases/cohere-announces-series-e-fundraise-targeting-cad-7-billion-to-meet-surging-global-demand-for-secure-sovereign-ai-302923951.html
The Next Web：加拿大与英伟达加入 Cohere 创纪录的 70 亿加元 E 轮：https://thenextweb.com/news/cohere-series-e-c7bn-canada-nvidia
Financial Post：联邦政府最多投 16 亿加元入股 Cohere，估值 357 亿加元：https://financialpost.com/technology/cohere-raise-billion-ottawa-canadian-ai-company
Light Reading：Cohere 完成新融资首轮交割：https://www.lightreading.com/ai-machine-learning/cohere-wraps-initial-close-of-new-funding-round-to-fuel-sovereign-ai-efforts
Unite.AI：Cohere E 轮首轮交割，目标最高 70 亿加元：https://www.unite.ai/cohere-closes-initial-series-e-targeting-up-to-cad-7b-at-cad-35-7b-valuation/
智东西：拟融资 334 亿，英伟达投的大模型独角兽冲击加拿大史上最大单轮融资纪录：https://zhidx.com/p/605975.html
DoNews：Cohere 正在推进大规模融资，估值超 200 亿美元：https://www.donews.com/news/detail/1/6759307.html
东方日报：打造 AI 主权，加拿大政府承诺入股 AI 初创公司 Cohere：https://www.orientaldaily.com.my/news/business/2026/10/30/859118

时间：2026年10月29日，OpenAI 核心产品与平台负责人 Thibault Sottiaux（社区称 Tibo）在 X 平台发布公告，宣布自当日起上调 ChatGPT Pro 系列与 Business Premium 订阅的使用额度，中文科技媒体在 10 月 30 日上午跟进报道。

地点：美国旧金山，OpenAI 公司总部，公告通过 X 平台与 OpenAI 开发者社区同步发布。

人物：Thibault Sottiaux，OpenAI 核心产品与平台负责人，X 账号为 @thsottiaux，这则公告在社交平台获得超过 600 万次浏览；Andrew Ambrosino，OpenAI 负责 Codex 与 ChatGPT 产品的负责人，表示团队已启动一轮聚焦产品简洁性与性能的密集改进；OpenAI 开发者社区中的 Pro 200 订阅者，他们把这次调整称为取消降级，认为部分高额度用户并未真正翻倍。

事件详情：公告以 Day 25 开头，宣布把所有 Pro 100、Pro 200、Pro 500 档位以及 Business Premium 的使用额度翻倍，即日生效。OpenAI 同时表示已听取用户反馈，不会削减 Pro 200 的使用额度，其 Work 与 Codex 用量保持不变；常驻 AI 助理 dots 的扩展额度暂时继续提供，且 dots 的用量仍与账户默认额度分开计算。按官方帮助文档整理的信息，Pro 100 月费 100 美元、Pro 200 月费 200 美元、Pro 500 月费 500 美元；Pro 100 与 Pro 500 用户用 Codex 写代码、通过 Work 执行任务的额度翻倍，但在 ChatGPT 聊天界面使用 GPT-6 Pro 的每周消息上限保持不变；Pro 200 中此前额度较低的用户获得翻倍提升，原本额度较高的用户保留原额度，最终所有 Pro 200 用户统一到同一水平。新订阅用户可直接获得更新后的额度，现有用户无需等待续订即可自动生效。

背景：这次调整是 OpenAI 为期 28 天产品改进计划的第 25 天，该计划从 10 月 4 日开始，承诺每天要么交付一项面向 Codex 与 Work 用户的明确改进，要么做一次全量额度重置，此前的第 22 天是 GPT-6.1 Terra 回归，第 26 天是多账号切换。导火索是 OpenAI 在 9 月 29 日以模型效率提升为由通知部分 Pro 200 用户，计划把该档位的 Work 与 Codex 额度下调约 50%，并让老用户在 10 月 29 日之后转入较低额度，价格不变而权益缩水引发了付费用户的强烈反弹，社区里一度出现要转投 Anthropic 的表态。

影响：对重度用户是实打实的算力扩容，订阅价格不变，也无需等续订即生效。OpenAI 提醒额度翻倍不等于任务量翻倍，实际产出仍取决于模型、任务复杂度、上下文长度、工具调用与速度模式，Fast 模式消耗额度的速度约为标准模式的 2.5 倍，Ultrafast 高达 8 倍，因此 Pro 500 这类高档位才被用户视为真正受益者，有用户追问 Pro 500 是否相当于 Plus 套餐 50 倍的使用量，Tibo 直接回答 Yes。另一端，ChatGPT Plus 的使用额度保持不变，Plus 用户对此次调整没有覆盖低价套餐表达不满，认为 OpenAI 正在拉开不同付费层级的体验差距。Tibo 为此配了一句自嘲的说法，OpenAI 已经从一家不断重置额度的公司，毕业成为一家提供 Token 的公司。

总结：这是一次先撤回再扩容的调整，OpenAI 取消已通知的 Pro 200 降额，把 Pro 100、Pro 500 与 Business Premium 的额度直接翻倍，Pro 200 则通过拉平档位内差异让所有用户落在同一水平线。额度提升对依赖 Codex 与 ChatGPT Work 的重度用户是明确的成本效率改善，但 Plus 用户未被纳入，加上 Fast 与 Ultrafast 模式下额度消耗成倍增加，实际可用任务量并不必然翻倍。OpenAI 同时把改进重心放在更简洁的产品体验与模型效率上，能否靠效率提升持续放大有效用量，将决定这套订阅分层还能维持多久。

参考来源：
OpenAI 产品负责人 Tibo 的 X 公告原文
https://x.com/thsottiaux/status/2115850175868727621

OpenAI 开发者社区 28 天产品改进计划追踪帖中的 Day 25 条目
https://community.openai.com/t/28-days-of-shipping-at-openai/1403897

OpenAI 开发者社区用户对 Pro 200 翻倍口径的质疑
https://community.openai.com/t/day-25-wasnt-a-2x-improvement-for-existing-pro-200-users-stop-calling-a-canceled-downgrade-an-upgrade/1410852

OpenAI 开发者社区 Pro 200 老用户的额度诉求与邮件内容转述
https://community.openai.com/t/existing-200-pro-subscribers-should-keep-their-current-usage-allowance/1401988

IT之家：ChatGPT Pro 订阅用量翻倍，取消 Pro 200 砍半计划
https://www.ithome.com/1/019/848.htm

爱范儿：刚刚，ChatGPT Pro 额度官宣翻倍，但免费重置可能要没了
https://www.ifanr.com/1686830

36氪与 InfoQ：ChatGPT Pro 额度翻倍，是让步不是福利吗
https://www.36kr.com/p/4047841517484292

时间：2026 年 10 月 31 日晚（北京时间），DeepSeek Harness 官方团队发布技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，并在 GitHub 同步公开名为 dsh-superagent-prototype 的原型仓库。

地点：中国（DeepSeek 官方团队线上发布，文章与代码面向全球开发者公开）。

人物：DeepSeek Harness 团队（技术文章未署名个人）；中文原创报道方为量子位记者梦瑶、IT之家记者问舟、爱范儿记者莫崇宇。

事件详情：DeepSeek 把这套运行在 DeepSeek Harness 上的 Agent 形态称为 Super-agent，并归纳为四项特征：连续（跨会话、跨平台保持任务上下文）、高效（多个复杂任务并行执行）、主动（持续观察环境事件并自行推进）、持久（长期在线并能从异常状态恢复）。DeepSeek 团队观察认为，一个人通常只能同时跟进 3 到 5 个活跃 Session。

架构上采用 Router 与 Worker 双层设计。Router 承接人类交互、维护全局上下文并分派任务；Worker 在相互隔离的会话中并发执行具体工作，完成后把状态与结果汇报给 Router，由 Router 统一对外沟通，用户面对的始终是同一个 Agent。某个 Worker 接手一条 GitHub Pull Request 后可以直接订阅后续评论，后续事件不再逐条经过 Router 转发。

主动能力建立在事件驱动之上：群聊消息、邮件与日程提醒、代码审查评论、CI 运行结果等外部信息被定义为 Trigger，先由程序规则过滤，再交由大模型判断是否需要行动。系统还引入投机执行，AI 可以先在后台复现问题、寻找修复方案，确认问题存在且修复方式简单时才把结果交给用户，否则全程保持安静。

为实现长期在线，DeepSeek 把 Agent 的计算逻辑、会话状态与执行环境解耦：计算与持久化状态放在云端，代码仓库和工具链留在本地设备，本地只部署负责执行命令、返回结果的轻量 daemon，设备离线时云端 Agent 仍能维持任务状态。系统另设独立的 Watchdog 会话作为外部控制回路，监控接口报错、状态恢复失败等基础设施问题，并通过模型判断 Worker 是否取得实质进展、是否偏离目标，异常时尝试介入修复。异步 ReAct Loop 把耗时工具调用改为异步的 start() 与 stop()，该机制已在 DeepSeek Harness 中实现，但尚未默认开启。

初步实验模拟了约 300 条消息、其中约 20 条为工作请求的协作环境，每种方案重复运行 5 次。Super-agent 的任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟，而中性提示下的传统单 Session 加 Subagent 方案 p95 达到 29.5 分钟。爱范儿援引原文说明称，在中性提示配置下五次实验中模型一次都没有调用 Subagent，所有任务都在主会话中执行。效率提升也有代价：取消事件直通机制后，Router 的决策次数增加约 30%，读取缓存 Token 增加约 37%。IT之家援引原文的 Router 层压力测试显示，Trigger 到达速率从每分钟约 1 条提升至约 40 条时，平均批处理大小从 1.0 增至 2.8，单次请求耗时从 2.5 秒增至 3.9 秒。

基于上述思路并依托 DeepSeek Harness 构建的内部 Super-agent 实例已持续运行，参与问题复现与修复、代码审查响应以及 DeepSeek Harness 自身的迭代。官方同时提供了 dsh-superagent-prototype 原型实现，其仓库 README 明确标注这是供研究参考的原型、并非 DeepSeek 正式产品，采用 MIT 许可；它是一个面向单个 GitHub 仓库的主动式编码 Agent 插件包，监听 GitHub 并可选接入飞书。

背景：过去一年以 Coding Agent 为代表的工具已能独立阅读代码、定位问题、运行测试，但主流 Agent 设计仍以单一 Session 为基本单位，用户需要手动切换并维护各个会话的上下文。DeepSeek Harness 本身以一切皆插件的架构开源公测，一直在扩展子代理与多模型调度能力，这次的 Super-agent 探索是在此之上向持续在线、主动工作的 Personal Agent 形态推进。量子位提到，此前不少人还在等传闻中的 dsh dot，这次先来的是一篇面向工程实践的架构思路探讨。

影响：对开发者与团队而言，这套方案把 Agent 的使用方式从人管会话改成人定目标、人做验收，Router 负责调度、Worker 负责执行，一个持续在岗的 Agent 可以承担复现问题、跟进 PR 评审这类原本需要人盯着的工作。DeepSeek 同时把调度机制公开为 MIT 许可的原型代码，第三方可以直接验证或改造这类主动式 Agent 的工程实现。

但它目前并不是可以直接上手的产品。官方明确说明原型仅供研究参考，文章中部分设计只是未来方向，原型实现也与内部版本不完全一致。实验同样有边界：结果基于合成负载和简化环境，只评估系统调度与协作能力，并不衡量单个任务的实际执行能力。文中列出的待解问题包括 Router 层如何随任务规模扩展、跨月乃至更长时间跨度的长程记忆、脱离 Session 后的人机协作方式、不同 Agent 实例之间的 A2A 通信，以及安全与隐私保护，尤其是云端 Agent 接入本地设备后的提示词注入、端侧凭据泄露和跨设备权限风险。成本侧，事件路由虽然压低了单次决策成本，却让缓存读取 Token 明显上升。

总结：DeepSeek 这次公开的是 Personal Agent 的底层架构思路，而不是面向用户的新产品。Super-agent 用 Router 与 Worker 双层架构、事件驱动与投机执行、存算分离和 Watchdog 监督，把 Agent 从被动响应指令的单会话工具推向持续在线、并行推进、主动发现问题的自主协作者。官方给出的初步数据是任务完成时间 p50 12.4 分钟、p95 15.7 分钟，明显优于传统单 Session 方案的 p95 29.5 分钟，代价是缓存读取 Token 增加约 37%。

参考来源：
量子位：刚刚，DeepSeek 重磅开源：Agent 底座架构！：https://www.qbitai.com/2026/10/506904.html
IT之家：DeepSeek 提出 Super-agent 架构设计：Router 与 Worker 双层架构，探索更自主的 Agent 系统：https://www.ithome.com/1/020/615.htm
爱范儿：DeepSeek 重磅发布全新 Agent 架构：AI 开始指挥 AI 干活：https://www.ifanr.com/1687026
DeepSeek 官方开源仓库 dsh-superagent-prototype：https://github.com/deepseek-ai/dsh-superagent-prototype
DeepSeek 官方仓库 README 原文（标注为研究原型、非正式产品，MIT 许可）：https://raw.githubusercontent.com/deepseek-ai/dsh-superagent-prototype/main/README.md
DeepSeek Harness 官方页面：https://www.deepseek.com/en/harness/

时间：2026 年 10 月 29 日（新芯航途 XHEART 在苏州举行 X7 Ultra 发布会，中国青年报客户端、盖世汽车英文站与我苏客户端均确认发布日为 10 月 29 日）。

地点：中国江苏苏州（相城区高铁新城，围绕智驾产业链打造的“智驾之城”）；发布会同期由盖世汽车英文站与 Pandaily 等英文媒体跟进报道。

人物：新芯航途 CEO 李宗霖；Momenta 创始人兼 CEO 曹旭东，以及 Momenta 创始团队成员夏炎，两人通过控股股东苏州好望角新芯企业管理合伙企业（有限合伙）间接持有新芯航途股份；战略轮投资方长鑫科技、雷诺集团、奇瑞汽车。

事件详情：新芯航途正式发布大模型芯片 X7 Ultra，大模型算力达 700 TOPS。与行业通行的实验室基准不同，这块芯片直接用真实量产智驾大模型来评测，本次参与评测的模型正是 Momenta 的 R7 世界模型，量子位称这是世界模型首次直接指导芯片设计，官方也称这是行业第一次用“大模型算力”来描述芯片性能。
X7 Ultra 以量化部署后模型输出与 FP32 训练模型相似度达 99.99% 以上为约束，把原本分散的多个小计算核聚合为超大核，芯片内部数据通道由百 GB 级提升至 TB 级；实测 NPU 计算利用率达 98.7%，在跑同等规模模型时，内存带宽消耗较对照的行业旗舰产品下降 80%，能效提升 100%。
企业称 X7 Ultra 支持的模型参数量较常规方案提升 10 倍；芯片内集成激光雷达专用加速器，每秒可处理 2000 万点，可支撑千线级激光雷达；摄像头链路处理稳定性相比传统方案提高 100%；其算力 CPU 采用中国首个量产落地的 Arm v9 车规级架构，内核性能较上一代提升 20%、能效提升 10%，整颗 SoC 达到 ASIL-B、集成的 MCU 达到 ASIL-D。
产品已有量产规模：X7 系列已量产 8 个月，累计出货超 20 万颗，搭载 10 款量产车型，获得超过 40 款车型订单。同期公布的下一代芯片 X9 目标为 3000 TOPS 算力与 700GB/s 单芯片内存带宽，计划 2027 年推出。

背景：新芯航途 2023 年成立，从第一天就确立“大模型定义芯片”的技术路线，即从真实应用中的模型需求出发倒推芯片架构，重新组织计算、存储和数据流转，与传统“先做通用芯片、再适配模型”的路径相反。公司与智驾算法公司 Momenta、操作系统厂商 QNX 深度合作，X7 在规划设计阶段就与 Momenta 团队协作，把对算法的理解植入芯片架构；X7 首发搭载于上汽大众 ID.ERA 9X，之后陆续进入上汽 MG、荣威，通用凯迪拉克以及奇瑞部分车型的供应体系。
资本层面，新芯航途 2025 年完成 A 轮融资，蔚来资本、深创投等入股；2026 年 10 月 16 日完成战略轮融资，雷诺集团首次投资、奇瑞汽车追加投资、国产存储龙头长鑫科技参与，历史累计融资额约 50 亿元。长鑫入股也被外界视为芯片公司锁定存储报价与供应的一步。
行业背景上，过去两年智驾体验大致每两年提升 10 倍，被称为“智驾摩尔定律”；在“大模型定义芯片”的框架下，曹旭东认为这一节奏正在加速为每年提升 10 倍。

影响：第一，智驾芯片的评测口径正在改变。过去谈 TOPS 多用稠密算力或稀疏算力，难以回答“把真正用于智能驾驶的模型放上去究竟跑多快、跑得多稳”；X7 Ultra 把评测对象换成真实量产智驾大模型，并要求模型结构不能随意改、计算精度必须保证、驾驶体验不能打折。芯片竞争可能因此从标称算力转向“大模型算力”，对算法公司与芯片公司在设计阶段就协同提出要求。
第二，端侧算力效率直接决定可部署的模型规模。98.7% 的 NPU 利用率与 80% 的带宽节省，意味着在同样的功耗预算下可以跑更大的模型。曹旭东判断，要实现规模化 L4，车端需要承载百亿至千亿参数级别的模型，L3 与 L4 有望在 2028 年迎来关键节点；基于 X7 Ultra，即将推出的 R7 Ultra 模型参数规模将扩大 5 至 10 倍，安全性能预计提升 5 至 10 倍。
第三，供应链与生态开始绑定。长鑫科技入股让芯片端拿到存储供应与成本优势，雷诺与奇瑞的股权关系为出海铺路；新芯航途注册地所在的苏州相城区已累计建成 600 余公里智能网联道路、集聚上下游企业超 280 家，形成从核心算法、芯片设计到车联网通信与出行应用的全链条生态。

总结：X7 Ultra 的看点不在这 700 TOPS 本身，而在于它把芯片评测对象从实验室基准换成了真实量产智驾大模型，并给出 98.7% 的 NPU 利用率、80% 的带宽下降与 99.99% 以上的量化相似度作为硬约束。
X7 系列量产 8 个月出货超 20 万颗、搭载 10 款量产车型，说明“大模型定义芯片”不是发布会概念，而是已经跑通的车规量产路径；Momenta 体系内即将发布的 R7 Ultra 与 2027 年 3000 TOPS 的 X9 是后续两个观察点。
对公司而言，从芯片供应商走向物理 AI 算力平台的路径已经打开，长鑫的存储资源、雷诺与奇瑞的车队、QNX 与 Momenta 的软件生态被绑到同一张牌桌上；对行业而言，“大模型算力”这套评测口径一旦被更多厂商采用，单纯比拼 TOPS 的时代可能会被改写。

参考来源：
量子位：世界模型首次指导设计芯片！超大核 NPU 700TOPS，99% 算力可用：https://www.qbitai.com/2026/10/506866.html
中国青年报客户端（新浪财经转载）：出货 20 万颗之后，XHEART 的“大模型定义芯片”路线走到哪了：https://finance.sina.com.cn/jjxw/2026-10-30/doc-iniwziin5455893.shtml
盖世汽车英文站 Gasgoo：XHEART Officially Launches Large-Model Chip X7 Ultra With 700 TOPS Compute Power：https://autonews.gasgoo.com/articles/news/xheart-officially-launches-large-model-chip-x7-ultra-with-700-tops-compute-power-2116427888576057345
我苏（江苏广电苏州中心站）：苏州企业发布大模型芯片 X7 Ultra 国产智驾迎来算力新底座：https://m.ourjiangsu.com/news/2026/10/30/1565667519578857472.html
上海证券报·中国证券网：新芯航途发布大模型芯片 X7 Ultra 长鑫科技参与战略轮融资：https://www.cnstock.com/commonDetail/820439
36 氪独家：长鑫科技出手，新芯航途 XHEART 累计融资 50 亿：https://eu.36kr.com/zh/p/4028536443327112
集微网爱集微：长鑫科技、雷诺、奇瑞参投 新芯航途累计融资约 50 亿元：https://www.laoyaoba.com/n/1120457

时间：2026 年 10 月 30 日，Anthropic 确认已在 Claude Code 运行 Opus 5.5 时的提示词中加入两句限制指令；该指令最早在 10 月 27 日前后被用户发现并公开，10 月 31 日 Tom’s Hardware、Mashable、快科技等媒体集中跟进。

地点：美国旧金山（Anthropic 总部），限制通过 Anthropic 服务器下发的配置字段生效；发现与讨论来自全球开发者社区，报道方包括 Tom’s Hardware、Mashable、ShiftDelete.Net、快科技、BlockTempo 与凤凰网科技。

人物：Anthropic 工程师 Addy Osmani（在 Claude Code 团队工作，负责解释此次改动）、Anthropic 发言人（向 Game Developer 媒体给出同一口径）、X 平台用户 chasm（最早公开该限制）、独立游戏开发者 Freya Holmér 与工作室 Digital Sun（因作品被 AI 复刻而受影响）。

事件详情：Anthropic 在 Claude Code 的 Opus 5.5 提示词中加入两句指令：可以开发原创游戏、品类游戏以及基于用户自有设计与素材的游戏，但不要复刻某款具体已有游戏，即使改名或声称是原创也不行。该指令由 Anthropic 服务器通过名为 tengu_heron_brook 的配置字段下发，没有开关可以关闭。XDA Developers 在 Claude Code 2.1.314 版本的二进制文件中找到这条指令，并测出 Opus 5.5 会拒绝复刻《宝可梦 钻石》，同时援引自己的会话指令；同一模型却仍愿意协助该游戏的反编译项目，把反汇编函数改写成可读的 C、用用户自己的卡带重建 ROM 并编写工具，也愿意帮助做能在 Windows 上原生运行的静态重编译，因此这道闸门卡住的是复刻游戏，而非全部逆向工程环节。10 月 30 日 Osmani 解释称，这是为了避免用 Claude 侵犯知识产权：Anthropic 的使用政策本已禁止用其产品侵权，这次改动把禁令前置到了请求发生的当下。限制最早在 10 月 27 日前后浮出水面，首条公开帖一天内获得约 180 万次浏览。快科技补充报道称，在限制出现之前，独立游戏开发者 Freya Holmér 3 月展示的旋转版俄罗斯方块在演示走红后游戏都还没正式发布，网上就已经出现大量 AI 仿制品；工作室 Digital Sun 也担心新作被 AI 抢先复制而取消了原定的公开试玩。快科技同时指出，限制很容易被绕开，只要在提示词里不说复刻游戏、而是改成重写游戏，模型就会继续工作。

背景：AI 复刻游戏在过去一年持续升级。Mashable 提到，游戏反编译工具被用来把任天堂《马里奥》放进《艾尔登法环》、把《蜘蛛侠》导入《蝙蝠侠 阿卡姆之城》，还把《魔兽世界》《使命召唤》《GTA：罪恶都市》做成可在浏览器里游玩的移植版；PlayStation 5 越狱进一步放大了这种担忧，发行商面临潜在诉讼与高额赔偿，Take-Two 也曾就 GTA6 泄密事件向微软和 Discord 发出传票。Valve 本周则表示不会在 Steam 上封禁 AI 游戏，而是把社区与更新视为对抗克隆的主要手段。在这样的背景下，前沿模型厂商开始收紧模型在版权敏感任务上的输出边界。

影响：原创项目、品类项目和基于自有素材的项目照常可用，Claude Code 也没有禁止用 AI 做游戏；但要求逐关复刻某款具体商业游戏的请求会被直接拒绝，改名或声称原创同样被拒，而这条规则没有给出复刻的判定标准，用户也无从判断 Claude 能否识别自己上传素材的归属。快科技指出限制可以通过改写提示词绕过，实际约束力有限；Anthropic 表示会继续调整，Osmani 称用户可以把被误伤的项目反馈给他。Tom’s Hardware 报道称，这轮限制范围过宽，连非恶意的通用逆向工程与常规排查任务也被拦截，合法开发者受到牵连；该媒体同时指出其中的讽刺意味：训练时抓取全世界信息与美术素材的前沿公司，如今开始强调版权。Mashable 则提醒，一旦某家厂商做出姿态，做违规用途的人转而选择别的模型即可。

总结：Anthropic 没有在模型能力层动手，而是用两句提示词把不得复刻具体已有游戏写进 Claude Code 的 Opus 5.5，把既有的使用政策前置为请求发生时的即时拦截。第三方测试显示，被拦下的是复刻游戏这一类请求，反编译与移植类协助仍可获得，规则边界因此比最初设想的更窄。对开发者而言，最实用的结论是：让 Claude 从零做一个类型游戏仍然没问题，让它把某款已有商业游戏换皮重做则不再被允许；误伤与绕过之间的拉锯，预计还会持续一段时间。

参考来源：
Tom’s Hardware：Anthropic’s Claude AI blocks video game cloning and reverse-engineering — sweeping new restrictions also hit legitimate developers and basic troubleshooting tasks：https://www.tomshardware.com/tech-industry/artificial-intelligence/anthropics-ai-model-is-now-blocking-attempts-at-video-game-recreation-and-cloning-users-also-claim-non-malicious-generic-reverse-engineering-tasks-are-blocked
Mashable：Anthropic takes steps to block Claude from reverse-engineering video games：https://mashable.com/tech/anthropic-takes-steps-to-block-video-game-cloning-and-reverse-engineering
ShiftDelete.Net：Claude Code Games Rule Blocks Recreations of Existing Titles：https://en.shiftdelete.net/claude-code-games/
快科技：开发者发愁 AI 能轻松复刻游戏大作 AI 巨头出手限制：https://news.mydrivers.com/1/1162/1162166.htm
BlockTempo 动区动趋：Claude Code 新规则 不准仿制现有游戏 改名也不行：https://www.blocktempo.com/claude-code-hidden-rule-blocks-recreating-existing-games-even-renamed/
凤凰网科技：Anthropic 出手 Claude Opus 5.5 不再帮你 AI 复刻游戏：https://tech.ifeng.com/c/8xfg5X8Xmxr

时间：2026 年 10 月 28 日，英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队在 Hugging Face 提交了视频增强项目 Open-H3-Regenerate-2K 的模型权重，配套推理代码同步在 NVlabs/Sana 仓库的 sol-engine 分支开放。10 月 30 日，量子位、极客公园、雷峰网、品玩等中文媒体集中报道了该项目。

地点：线上发布，模型权重托管于 Hugging Face 模型库，推理代码托管在英伟达研究团队 NVlabs 的 Sana 仓库，研究团队以 Efficient-Large-Model 名义对外发布。

人物：项目技术博客署名作者为 Sensen Gao、Haozhe Liu、Yitong Li、Haopeng Li、Tian Ye、Jia-Wang Bian、Song Han、Enze Xie；中文媒体称该团队由英伟达与麻省理工学院研究人员组成，底座模型则来自 MiniMax 的 MiniMax H3。

事件详情：MiniMax H3 生成视频分两步，基座模型先出 768P 音视频草稿，再由 H3-Regenerate-2K 在 2K 重绘细节，而这一步长期只有托管接口、没有开放权重。Open-H3-Regenerate-2K 是它的开放替代：一次三步 H3 扩散，在目标分辨率上把草稿重新生成。它可以接收 384P、512P、576P 或 768P 的低分辨率草稿（由 H3 或 LTX-2、SANA-Video 等其它视频模型生成），原生输出 768P、1080P、2K（2560×1440）乃至 4K（3840×2160），单次处理 5 到 15 秒的片段。

训练阶段冻结 H3 Transformer 主干和视频 VAE，只训练一个细化 LoRA（rank 384，5000 步 EMA）；推理时该 LoRA 与社区的 LightX2V FL2VA Turbo、LMS Sharp 适配器合并成单一 LoRA，社区的 H3-Latent-Upscaler 则直接在潜空间放大，避免高分辨率下反复解码再编码。

速度数据来自官方在单张 NVIDIA B200 上的预热测试：对一段 5 秒视频做潜空间放大、三步细化和 2K 解码，未优化实现耗时 87.26 秒，启用 SoL-Engine 与快速 H3 VAE 解码器后降到 22.45 秒，约 3.9 倍；其中快速解码器把解码环节从 15.0 秒压到 1.6 秒，稀疏注意力 Sol-Attn 单独贡献了 39.99 秒的节省。代码说明还提到，SoL-Engine 前向在单卡上约需 150 GB 显存。

画质对比在 RefinerBench-150 上进行，同为 2560×1440 输出时，该方案在 UniPercept 上的平均分为 60.0，官方接口为 53.4；VBench 中该方案的美学质量、成像质量、主体一致性更高，官方接口在运动平滑度和动态程度上略优；一项覆盖 50 个案例、200 次判断的盲测里，87% 的选择偏向开源方案。权重随附 MiniMax H3 社区许可，基座模型使用 MiniMaxAI/MiniMax-H3 的 6818f6c 修订版。

背景：开放权重之前，H3-Regenerate-2K 只有官方 API，开发者无法在自己的 GPU 上运行这一步、无法改动模型，也受限于接口输出的规格。MiniMax H3 于 2026 年 8 月开放权重后生态扩张很快，中文媒体转述项目方数据称，开放后一个月内下载量超过 2400 万次，衍生出 300 多个公开模型。英伟达与 MIT 围绕 H3 的合作覆盖多个方向，除本次方案外还发布了基于 H3 Ref2VA 的流式视频渲染模型 StreamRender-H3，以及从 H3 视频 VAE 蒸馏而来的快速解码器；其方法论文 SoL-Refiner 于 2026 年 9 月 29 日提交 arXiv，编号 2609.37969。

影响：对开发者来说，高分辨率重生成这一步此前只有托管接口，现在有了可自行部署、可继续微调的开放权重，不必再把草稿交给闭源接口才能拿到 2K 或 4K 输出。社区组件（LightX2V FL2VA Turbo、LMS Sharp、H3-Latent-Upscaler）被合并进一个 LoRA 交付，复现和二次开发的门槛明显降低，ComfyUI 等本地工作流也更容易接上。对 MiniMax 而言，H3 的开源底座正在被英伟达与 MIT 的研究团队接住并做成可复现的高阶能力，海外团队 FastVideo、Pika 也分别发布了基于 H3 的四步与六步采样版本。

总结：这次开源的是 MiniMax H3 高分辨率重生成环节的替代实现：三步去噪、2560×1440 起步、最高 3840×2160 原生 4K，单卡 B200 上 5 秒视频端到端耗时压到 22.45 秒。技术路线上冻结底座主干只训一个细化 LoRA，并把社区的蒸馏与锐化适配器合并交付，把能跑和跑得快放进同一个开源包。评测上它在 RefinerBench-150 的 UniPercept 平均分 60.0 高于官方接口的 53.4，盲测偏好率 87%，运动平滑度和动态程度两项仍略逊于官方接口。对中文开发者而言，这值得跟踪：国产底座模型的开源生态，正在被英伟达这样的团队接住并做成可复现的高阶能力。

参考来源：
Hugging Face 模型卡 Open-H3-Regenerate-2K，NVIDIA Efficient-Large-Model 团队：https://huggingface.co/Efficient-Large-Model/Open-H3-Regenerate-2K
NVIDIA SoL-Engine 技术博客 Open-H3-Regenerate-2K 项目页：https://nvlabs.github.io/Sana/Open-H3-Regenerate-2K/
GitHub 推理代码 NVlabs/Sana 的 sol-engine 分支 Open-H3-Regenerate-2K：https://github.com/NVlabs/Sana/tree/sol-engine/models/Open-H3-Regenerate-2K
量子位：英伟达团队基于 MiniMax H3 开源视频增强方案，最高支持 4K 重生成：https://www.qbitai.com/2026/10/506743.html
极客公园：英伟达团队基于 MiniMax H3 开源视频增强方案，最高支持 4K 重生成：https://w.geekpark.net/news/373204
雷峰网：MiniMax H3 开源生态持续拓展，英伟达团队开源 4K 视频增强方案：https://www.leiphone.com/category/industrynews/eJ3swacisd2iTByo.html
品玩：MiniMax H3 开源生态持续拓展，英伟达团队开源 4K 视频增强方案：https://www.pingwest.com/w/318998
arXiv 论文 SoL-Refiner，方法来源，编号 2609.37969：https://arxiv.org/abs/2609.37969

时间：2026 年 10 月 30 日（美国东部时间），OpenAI、谷歌、微软与 Anthropic 同日对外宣布，将支持同一套写在 robots.txt 里的 AI 训练退出标准。微软 Bing 与谷歌 Search Central 的官方博客当日上线，The Verge 与 SiliconANGLE 当天跟进报道。

地点：美国旧金山（OpenAI 与 Anthropic 总部）、山景城（谷歌总部）、雷德蒙德（微软 Bing 部门）；标准草案提交至互联网工程任务组 IETF 的 AI Preferences（AIPREF）工作组。

人物：Anthropic 标准技术负责人 Kevin Kelley（提案人）；微软 Bing 首席产品经理 Krishna Madhavan；谷歌搜索顾问 John Mueller；Meta 传播负责人 Andy Stone。

事件详情：此前网站要拒绝内容被用于 AI 训练，必须在 robots.txt 里逐个屏蔽 GPTBot、Google-Extended、ClaudeBot 等爬虫名字，每多一个新爬虫就得再补一条规则。新方案引入一个统一的策略令牌（policy token），名字是 __usage_ai-training，站点在 robots.txt 里加一个 User-Agent: __usage_ai-training 分组，后面跟 Disallow: /，就能一次对所有参与的 AI 公司表达内容不要用于训练；也可以按目录或路径做例外，只屏蔽部分页面。谷歌表示，如果站点用了这个令牌却没有单独说明 Google-Extended，Google 会把它当作对 Google-Extended 的屏蔽；明确允许 Google-Extended 的网站，仍然可以在 Gemini 应用里被引用并获得点击。

四家给出的落地时间并不一致：Anthropic 表示已经开始推进，OpenAI 表示会在未来几个月内实施，谷歌的目标是 2027 年、其爬虫文档写的是 2027 年初，微软则从 2027 年 2 月 1 日起随 Bing 重新抓取页面开始生效，并在 2027 年 3 月 1 日之后不再把旧的 NoArchive 与 NoCache 标签当作 AI 偏好。微软还新增了一套独立的 AI Grounding 偏好，其中 DisallowExtended 选项允许内容只被自家产品（AI Mode、AI Overview、Copilot、Microsoft 365）引用，而排除它卖给第三方的 grounding 服务。

边界也需要说清楚：这个令牌只针对训练，它不是抓取指令，不影响搜索索引，也不阻止 AI 产品拿网页去给答案做 grounding 或引用；站点不写规则，默认仍然允许训练。另外它目前只是一份由个人提交的 IETF 草案，IETF 数据追踪站明确表示尚未背书，在标准流程里没有正式地位。

背景：出版商对 AI 爬虫的抵触由来已久，纽约时报 2023 年就起诉过 OpenAI 和微软，英国竞争与市场管理局近期也在调查 Meta 涉出版商内容的问题。另一条路线是 Really Simple Licensing（RSL）标准，允许出版商向爬虫收费；Cloudflare 则从 2025 年 7 月起对新建网站默认拦截 AI 爬虫。这次统一令牌来自 IETF 的 AI Preferences 工作组，Kelley 以个人名义提交了草案，并称它会补充而非取代 Anthropic 现有的爬虫控制。谷歌还指出，这一做法与欧盟通用人工智能模型行为准则一致，该准则把 robots.txt 视为出版商表达机器可读偏好的主要方式。

影响：对站点方来说，最实际的变化是把退出 AI 训练从维护一张爬虫名单变成写一条规则，而且现在就可以写进去，等各家开关打开即生效，同时保留原有的逐个爬虫规则以便过渡。谷歌和微软都提醒，选择退出意味着内容在 AI 体验中出现的频率会下降，而搜索流量本身对不少站点已经在下滑，这是一笔需要自己算的账。微软 Bing 首席产品经理 Krishna Madhavan 的说法是，出版商不该在能否被 Bing 收录和能否被生成式模型使用之间做二选一。

对 AI 公司来说，谁先把偏好开关做进产品、谁能拿到出版方的信任与内容授权，会成为下一阶段竞争的一部分；这也是四家第一次在同一件事上给出同一种机器可读的技术表述。对监管来说，这等于把网站拒绝被训练从各家私下的约定，推进到了可以写进欧盟 AI 法案配套准则的行业通用做法。不过要注意，四家表态并不等于法律义务，Meta 到目前也没有承诺会遵守。

总结：OpenAI、谷歌、微软与 Anthropic 首次就同一件事给出统一答案，网站在 robots.txt 里加一个 User-Agent: __usage_ai-training 分组并写上 Disallow: /，就能一次性对所有参与的 AI 公司声明内容不要用于训练，不必再逐个屏蔽 GPTBot、Google-Extended、ClaudeBot。令牌只管训练，不管抓取，也不影响搜索索引和 AI 答案对网页的引用，站点不写就默认允许训练。时间表上 Anthropic 已经在做，OpenAI 说未来几个月，谷歌瞄准 2027 年，微软从 2027 年 2 月 1 日起随 Bing 重抓生效。对国内站点和内容方来说，现在就把规则写进去、把旧规则留着，是成本最低的做法。对整个行业来说，这是把出版商与 AI 公司之间的私下博弈第一次搬到了可以机器读取的公共标准上，但目前仍是一份未获 IETF 背书的个人草案。

参考来源：
微软 Bing 官方博客：Your content, your choice: clearer preferences for training and grounding：https://blogs.bing.com/search/2026/10/your-content-your-choice-clearer-preferences-for-training-and-grounding/
谷歌 Search Central 官方博客：Supporting a shared AI training control for websites：https://developers.google.com/search/blog/2026/10/ai-training-control
The Verge：The biggest names in AI are backing a new way to opt out of scraping：https://www.theverge.com/tech/1023763/openai-google-microsoft-ai-scraping-standard-opt-out
SiliconANGLE：Google, Anthropic and others to support new AI crawling opt-out standard：https://siliconangle.com/2026/10/30/google-anthropic-and-others-to-support-new-ai-crawling-opt-out-standard/
ShiftDelete：AI Training Opt-Out: OpenAI, Google and Microsoft Back One Rule：https://en.shiftdelete.net/ai-training-opt-out/
The Next Web：Google, Microsoft, OpenAI and Anthropic back one AI training opt-out：https://thenextweb.com/news/ai-training-opt-out-robots-txt-google-openai-microsoft-anthropic
答鸭 AI 资讯：OpenAI、Google、微软与 Anthropic 统一 AI 训练退出标准：https://dayaai.com/news/story/4943

时间：2026 年 10 月 29 日，字节跳动 AI 编程平台 TRAE 正式上线开发者个人助理「TRAE宝」。eNet 与 Ciweek 当日报道其支持跨项目记忆与任务协同，BlockBeats 与 PandaDaily 同日跟进英文快讯；极客公园于 10 月 30 日刊出上手实测。

地点：线上发布，主入口为 TRAE 桌面端的「TRAE宝」全局助理；开发者可绑定微信、飞书等即时通讯工具远程下发任务。

人物：字节跳动 TRAE 团队；极客公园作者 Cynthia 以 B 站开源 Go 微服务框架 go-kratos/kratos 做实测。

事件详情：此前 TRAE 的形态是围绕单次任务展开的 Agent 对话，这次引入「全局助理 + 项目助理」双层架构。

全局助理负责跨项目的记忆与统筹：可读取开发者过往的任务、对话与产物，梳理其中可复用的方案与约束；开启新任务时开发者只需陈述目标，助理即从历史项目中定位相关经验，完成上下文自动就位。它支持绑定飞书、微信等即时通讯工具，不打开客户端也能下发任务并实时同步进度。

项目助理负责单一项目的并行执行：基于当前项目的精确上下文，把复杂需求拆解为多个可执行任务，调度子任务并行推进、联调与汇总，最后统一汇报进度、问题与结果，开发者转为听汇报、做判断的角色。官方给出的例子是：给新产品加权限管理时，全局助理先找出此前实现过的方案，判断哪些可以复用，再交给项目助理继续开发。

结构性变化在于把做编排的 Agent 模式与做开发的 IDE 模式整合，本地任务对话、最终产物与相关配置可以同步，开发者可从 Agent 窗口一键切回完整 IDE 模式做精细修改；配套还有模板库、插件市场、自动化任务与产物管理。此前 TRAE 已把 TraeCode 与 TraeWork 合并为全链路开发平台，这次补上的是跨项目记忆与项目级调度。

极客公园的实测选的是 B 站开源的 Go 微服务框架 go-kratos/kratos（GitHub 2.6 万星）。项目助理读取本地仓库后识别出 transport、middleware、registry、contrib 等核心目录，随后启动三个子任务并行推进：子任务 A 产出 179 行的 docs/http-middleware-overview.md，点明 FilterFunc 在路由匹配前执行、middleware.Middleware 在路由匹配后执行；子任务 B 产出 54 行的 examples/http/helloworld/main.go，使用当前仓库的 kratos/v3 路径，监听 8000 端口、超时 5 秒、注册 GET /hello 路由；子任务 C 跑通 transport/http、status 和 8 个 middleware 子包的测试，全部通过且没有 FAIL。之后的 go build ./examples/… 与 go vet ./examples/… 两项检查也通过；因 8000 端口已被一个 Python 进程占用，助理改用 IPv6 地址 [::1]:8000 请求，拿到 {“message”:”hello kratos”} 响应，并提示 IPv4 端口仍被占用。装上代码审查报告插件后，它先对工作区做快照，跳过非代码的 .md 文档，只锁定 examples/http/helloworld/main.go 拉起 Sub Coding Agent 两名独立校验者交叉验证；Git 工作区最终只有 2 个未跟踪文件，没有改动框架原有源码。切到全局助理回问刚才在 kratos 中做了什么时，开发者没有给出文件路径，它仍列出了文档、示例和测试结果，并记得端口占用这一细节。

需要说明的边界是：当前版本主要支持桌面端本地任务，云端任务与独立移动端能力将在后续迭代中开放。

背景：AI 编程工具过去两年大致走过三代——补全时代（编辑器内函数级生成）、单会话 Agent 时代（AI 自己读文件、改代码、跑命令，但上下文随会话结束清零）、项目级助理时代（AI 拥有任务调度权和状态记忆，能自主拆解需求、派发子任务并行执行，并完成编译、测试、验证的闭环）。个人助理赛道在 2026 年整体升温：Meta 推出的个人助理 Muse 上线两周便登顶美加 iOS 免费榜，下载量突破 340 万，此后 OpenAI、Google、字节、腾讯、阿里都在加速落地个人助理产品；多数生活场景并不存在标准版答案，真正能解决问题的产品寥寥无几，而编程因为任务边界清晰、验证标准明确，成为个人助理更容易跑通的场景。同方向的信号还有：OpenAI 已合并 ChatGPT 与 Codex，Cursor 3 推出独立的 Agents Window，都是把 Agent 管理从编辑器侧边栏里独立出来。

影响：AI Coding 的竞争焦点正从单点生成速度转向工作流承载能力。开发者原先耗在写提示词、等待生成、手动在 IDE 里改、开终端跑测试、切换到文档工具重新解释项目背景上的时间，被压缩成一次目标描述加几次点击确认。对团队而言，任务怎么拆、哪些可以并行、接口怎么约定、按什么标准验收，都需要按人与多个 Agent 共同推进项目的节奏重新组织；开发者角色的价值会更向目标定义、架构选择与取舍判断集中。

总结：TRAE 宝把 AI 编程工具的工作单位从一条指令抬到一个项目——AI 不再只回答当前这句需求，而是能记住历史决策、拆分复杂需求、并行调度子任务并跑完验证闭环。当前版本以桌面端本地任务为主，云端任务与独立移动端能力留待后续迭代。对开发者最直接的变化是：新任务不再需要从零解释项目背景。

常见问题：
问：TRAE宝和之前的 Agent 模式有什么区别？
答：此前是围绕单次任务展开的 Agent 对话，这次是全局助理加项目助理的双层架构，AI 持续理解开发者长期积累的项目与决策。
问：现在能用手机端和云端任务吗？
答：当前以桌面端本地任务为主，已支持微信、飞书远程下发命令并同步进度，云端任务与独立移动端能力留待后续迭代。

参考来源：
eNet 与 Ciweek：TRAE上线开发者个人助理，支持跨项目记忆与任务协同
http://www.enet.com.cn/article/2026/1029/A202610291278754.html

企服科学：TRAE上线开发者个人助理，AI Coding进入项目级调度阶段
https://qifukexue.com/?p=43140

极客公园：TRAE 开发者个人助理，打响 AI Coding 的下半场
https://www.geekpark.net/news/373190

BlockBeats：ByteDance’s TRAE launches developer personal assistant
https://en.theblockbeats.news/flash/374320

PandaDaily：ByteDance’s TRAE Adds a Personal Developer Assistant With Cross-Project Memory and Chat-App Tasks
https://pandaily.com/bytedance-trae-personal-developer-assistant-trae-bao-global-project-assistant-cross-project-memory

腾讯新闻：TRAE给开发者配了个人助理，终于不用挨个催进度了
https://news.qq.com/rain/a/20261029A0820F00

时间：2026年10月30日下午

地点：北京，百度 App 产品升级沟通会现场

人物：百度搜索与文心助手团队，对外比价的对象是 DeepSeek 搜索 API

事件详情：10 月 30 日下午，百度 App 在北京举办产品升级沟通会，宣布百度搜索已实现递归自我进化，并全新升级搜索 AI API，活动期间最低价 4.9 元/千次查询，低于 DeepSeek 搜索 API 每千次 5 元的标准定价。围绕搜索框、AI 镜头、GUI 可视化、AI 互动应用四个方向升级：文心助手让搜索从”一次提问、一次回答”走向”一项任务、一份交付”，复杂问题交给搜索做多步查找与整理并直接返回核实汇总后的结论，高频事务直接交付结果，需要长期关注的事项在用户确认后持续跟踪、发现变化主动提醒，目前已覆盖 170 余种工具场景；官方给出的例子是，用户规划春节三亚行程时，搜索会生成完整的五天行程和预算，并在酒店降价时主动提醒，五晚行程省下 2100 元。AI 镜头从”定格”走向”流动”，支持多目标同步识别与动态追踪，可用东北话、四川话、粤语、长沙话等 9 种方言实时对话。GUI 可视化方面，搜索页 GUI 场景覆盖提升 5 倍，接入政务、民生、央行等超 50 亿权威资源数据，覆盖 20 多个行业。AI 互动应用方面发布 AI 互动剧与 AI 互动应用，并同步启动”百度 AI 未来创作联赛”，以百万现金激励和亿级流量扶持互动内容创作者。

背景：百度的搜索能力过去主要靠自家 App 触达用户，这次升级把它作为可调用的搜索 AI API 摆到开发者面前。价格上，DeepSeek 搜索 API 每千次 5 元的标准定价被摆到参照位置，百度这次用活动期 4.9 元/千次压到其下方，搜索接口的价格竞争被摆上台面。百度给出的技术说法是 AI 原生四层架构：内容层汇聚全球 80 余种语言、千亿级优质索引，数据可信率提升超过 50%；引擎层通过在线反馈闭环实现多 Agent 协同自进化，把每一次真实检索与用户反馈沉淀为训练信号，经”检索—反馈—再训练”闭环驱动模型递归式自我进化，整体迭代效率提升 80% 以上；架构层支持高并发低时延；应用层支持 API、MCP、Skill 全方案接入，文心助手接入后效果提升 20%。

影响：对开发者而言，这是一个价格信号，搜索 API 的调用成本进入大厂与模型厂商的直接竞争区间，4.9 元/千次是活动期价格，长期定价尚未公布。对普通用户，改变的是搜索的交付形态：不再只是给出一堆链接，而是在覆盖 170 余种场景里直接给出结论、持续跟踪并主动提醒，AI 镜头和 GUI 可视化让结构化数据”看得见、能比较、可交互”，AI 互动剧与互动应用则把搜索结果页从”刷着看”变成”上手玩”，搜索入口同时承担了内容分发的角色。对创作者，百度 AI 未来创作联赛用百万现金和亿级流量补贴互动内容，也是在为新的内容形态铺路。

总结：这次升级的关键词是交付，文心助手要把搜索变成能办成事的服务，AI 镜头和 GUI 可视化负责让信息看得见，AI 互动应用再把搜索结果页变成可参与的内容形态。对外最直观的信号来自价格，搜索 AI API 活动期 4.9 元/千次，明确低于 DeepSeek 搜索 API 的 5 元标准定价，把搜索接口的价格战摆到台面上。底层支撑是”检索—反馈—再训练”的递归自我进化闭环，以及内容层、引擎层、架构层、应用层的四层 AI 原生架构。对做 AI 搜索和 Agent 联网检索的团队来说，接下来值得关注的是活动期结束后的定价口径，以及 MCP、Skill 这类接入方式开放到什么程度。

常见问题：
问：百度搜索 AI API 4.9 元是长期价格吗？
答：不是，官方表述为活动期间最低价 4.9 元/千次，属于活动期优惠价。
问：百度搜索 AI API 支持哪些接入方式？
答：应用层支持 API、MCP、Skill 全方案接入，文心助手接入后效果提升 20%。

参考来源：
量子位：百度 APP 发布四大 AI 升级，搜索已实现递归自我进化

百度 APP 发布四大 AI 升级，搜索已实现递归自我进化

新浪科技：百度升级搜索 AI API：千次仅需 4.9 元，低于 DeepSeek
https://finance.sina.com.cn/roll/2026-10-30/doc-iniwywts5446120.shtml

央广网：百度 App 产品升级沟通会在京举办
https://www.cnr.cn/bj/sijh/20261030/t20261030_527858061.shtml

凤凰网科技：百度宣布将搜索 API 活动价压至 4.9 元/千次，低于 DeepSeek 标准 5 元定价
https://tech.ifeng.com/c/8xe9rGXdFbM

站长之家：百度升级 AI 搜索及搜索 AI API，调用价格低至 4.9 元/千次
https://www.chinaz.com/ainews/31990.shtml

IT之家：百度宣布将搜索 API 活动价压至 4.9 元/千次，低于 DeepSeek 标准 5 元定价
https://it.ithome.com/archiver/1/020/165.htm

时间：2026 年 10 月 29 日，LangChain 发布 Managed Deep Agents v0.10，托管智能体首次获得浏览器操作与异步子智能体两项能力。

地点：线上发布，主入口是 LangSmith 平台上的托管智能体运行时，官方博客与开发者文档同步更新。

人物：LangChain 官方博客作者 Nathan Drezner 与 Sydney Runkle；浏览器工具的底层 SDK 来自 Browserbase 的开源项目 Stagehand。

事件详情：Managed Deep Agents 是 LangSmith 上的托管智能体运行时，开发者写好指令和工具后由 LangSmith 托管 harness 与运行时，不用自己搭基础设施。这次 v0.10 的两个主角是浏览器和异步子智能体。

浏览器部分提供四个工具：browser_snapshot 读取页面可访问性树并给可交互元素编号，browser_run 负责导航与交互，browser_screenshot 截图，browser_handoff 把浏览器交还给人。浏览器跑在独立的 LangSmith 沙箱里，默认按线程分配，闲置 10 分钟后自动回收；改成按用户分配后，同一个已登录用户的多个会话可以共享 cookie 和登录态。

登录这类必须由人完成的环节，智能体会调用 browser_handoff 并说明原因，用户在页面上自行登录后点击 Hand back，智能体确认登录生效再继续，密码不会进入模型消息和调用轨迹；交接链接 15 分钟后失效。browser_run 接受一段代码，可以把打开页面、填写表单、点击等一串动作压成一次调用，既快，也能把整页内容挡在上下文之外。

异步子智能体解决的是此前子智能体只能同步等待、阻塞编排的问题。给子智能体定义加上 async 参数，它就在后台独立运行，主智能体可以继续和用户对话，随时查询进度、调整方向，子智能体完成后主动通知主智能体，结果再回到原会话。子智能体与主智能体共享同一个沙箱，因此能直接读到主智能体已经写好的文件。

官方给出的实测数字是：在 WebVoyager 基准的 100 个真实网站任务上，这套浏览器工具通过 90% 的任务，总花费 1.98 美元，是官方对比的七套工具中通过率最高的一套；作为对照，Browserbase 的 MCP 服务通过率 89%，成本是 9 倍。LangChain 还引用了 DataDome 的报告，称 9 月单月智能体浏览器请求量增长 4.7 倍。

同版本还有几处工程化更新：每条线程会记录自己的来源，比如来自哪个 Slack 线程，定时任务和后台子智能体完成后仍回到原线程回复；Slack 线程内新增停止按钮，可以直接取消该线程的运行；Slack 频道处理器的 onEvent 仍是实验特性。破坏性变更方面，connectors.mcp() 与 connectors/ 目录布局已移除，MCP 服务必须改到 tools/mcp.ts 或 tools/mcp.py 声明，沙箱的 scope 选项也被删除。

背景：Managed Deep Agents 此前已处于公有测试阶段，上一版本 v0.9 加入的是智能体自建定时任务、单次运行配置和 Slack 表情回复。这次补上浏览器与后台子智能体之后，托管智能体的能力边界从能对话、能调工具，往能替人操作网页、能并行处理长任务推进了一步。

另一条路线是让智能体自带浏览器，比如 Instinct 和 Meta 的 Muse 都是这种做法；LangChain 的选择是把浏览器直接做进托管运行时，并用远程浏览器加私有链路的方式，让智能体既能在沙箱里跑起前端应用做端到端测试，也能访问没有 API 的外部网站。官方提到，编码智能体同样需要浏览器，用来确认改动后的应用真的能跑起来，他们自己的 Open SWE 就在用这套方式。

影响：对国内团队最有参考价值的是 browser_handoff 的设计思路，把必须由人完成、且不该让模型看到凭据的环节明确切成一个交接动作，而不是把账号密码塞进上下文，或者让智能体在登录墙前反复重试。异步子智能体则让长任务不必阻塞主流程，主智能体可以边等边聊，任务完成后再把结果送回会话。

需要注意版本兼容：connectors.mcp() 移除属于破坏性变更，已有的 MCP 声明需要迁移到 tools/ 目录，而 Managed Deep Agents 仍标注为公有测试，官方文档明确写了包接口与托管运行时契约可能变化。另外浏览器操作的价值高度依赖目标网站是否有 API，官方也建议有 API 时优先调用 API。

总结：v0.10 的重点不在模型能力，而在于把智能体从调用接口的执行器变成能操作网页的操作员，并且把两件难事交给工程而不是提示词，登录由人接管，长任务放后台。90% 的任务通过率和 1.98 美元的成本是一个可用性参考，但由于仍处于公有测试阶段，接口和运行时契约都可能继续变化。

常见问题：
问：Managed Deep Agents 是什么？
答：LangSmith 上托管的智能体运行时，开发者写指令和工具，不用自建基础设施，当前是公有测试。
问：升级 v0.10 要改代码吗？
答：要，connectors.mcp() 与 connectors/ 布局已移除，MCP 服务须改到 tools/mcp.ts 或 tools/mcp.py 声明。

参考来源：
LangChain 官方博客：Managed Deep Agents v0.10 发布说明（2026 年 10 月 29 日）
https://www.langchain.com/blog/managed-deep-agents-browser-use-and-asynchronous-subagents

LangChain 官方博客：Browser Use in Managed Deep Agents 详解（2026 年 10 月 29 日）
https://www.langchain.com/blog/browser-use-in-managed-deep-agents

LangChain 官方文档：Managed Deep Agents 总览
https://docs.langchain.com/langsmith/python/managed-deep-agents-overview

LangChain 官方文档：Browser use 浏览器工具与交接流程
https://docs.langchain.com/langsmith/python/managed-deep-agents-browser-use

LangChain 官方文档：Async subagents 异步子智能体
https://docs.langchain.com/langsmith/python/managed-deep-agents-subagents

PyPI：managed-deepagents 0.10.0 包说明与安装方式
https://pypi.org/project/managed-deepagents/

Browserbase 开源项目：Stagehand，LangChain 浏览器工具的底层 SDK
https://github.com/browserbase/stagehand

LangChain 开源项目：Open SWE，其编码智能体已在用托管浏览器
https://github.com/langchain-ai/open-swe