AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
CMZT
本周 OpenAI 发布 GPT-6，ChatGPT 输出改为图表按钮等交互界面，同时一次性放出 700 余篇数学手稿引发数学界争议。Anthropic 为 Claude 托管智能体加入动态工作流，单次可并行编排最多 1000 个智能体，但承认无法可靠控制智能体并切断内部评测实时联网。TypeSafe 旗下 Jev 24 天估值涨 37 倍，其 8.7 亿美元融资由 a16z 领投。
OpenAI 发布 GPT-6，ChatGPT 输出改为图表按钮等交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型以图形、按钮、图表和表单等交互界面呈现答案，而非纯文本。
The Decoder原文 Agent 开发
The Decoder10.10Anthropic 为 Claude 托管智能体加入动态工作流，单次可并行编排最多 1000 个智能体
Anthropic 为 Claude Managed Agents 加入动态工作流，实现多智能体编排：由主智能体制定计划、向子智能体分发任务并合并结果，单次执行最多可并行运行 1000 个智能体。
AWS Machine Learning Blog一手10.09Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 与 AWS 介绍了 Agent Mode 在 Amazon Bedrock 上的生产架构，覆盖工具选择、上下文工程和推理路由。Postman 测试发现可见工具集超过约 40 个后工具选择错误增多，因此改为按任务从 170 多个工具中动态筛选约 15 个交给上下文隔离的子智能体。
智能编码
研究：AI 编码智能体生成更多代码，但软件产出并未增加
哈佛大学研究人员 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程分析数据，覆盖 2021 年至 2026 年 3 月间 700 多家软件开发企业、70 多万名员工的 3 亿条工作事件（如 commit 和 pull request），发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。
TRAE 将 Code 与 Work 合并，升级为双模式 Agent 开发平台
TRAE 将 TraeCode 与 TraeWork 双端融合为新的 TRAE，提供 Agent 模式和 IDE 模式两种入口，右上角可一键切换。Agent 模式作为全局工作台，支持在同一窗口管理项目并把不同任务分给多个 Agent，写代码、出文档、准备交付材料都在这里推进；IDE 模式保留 SOLO 和 IDE 两种玩法。
模型前沿
本版导读OpenAI 与 Google 分别推出 GPT-6 和 Nano Banana 2.1，生图与交互界面同步升级；MiMo-V2.6 则通过扩展强化学习推进全模态自我改进。
Google 发布生图模型 Nano Banana 2.1，支持 4K 直出并下调 API 价格
Google 发布新一代生图模型 Nano Banana 2.1，围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级，支持 4K 直出。据 Arena 评测，其在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分，文本转图像排名第四、仅次于 GPT。
TypeSafe 旗下 Jev 24 天估值涨 37 倍，微软与 OpenAI 同期推出决策模型
非文本 AI 模型 Jev 获得 a16z 领投的 8.7 亿美元融资，其公司 TypeSafe 估值达 75 亿美元；9 月 15 日发布时种子轮仅 4000 万美元、估值约 2 亿，24 天翻了 37 倍。
MiMo-V2.6：通过扩展强化学习走向自我改进
MiMo-V2.6 系列是一套全模态模型家族，通过扩展强化学习算力推进模型智能。其 RL 扩展沿三个方向进行：每步消耗 1,568 个样本、2.7-3.7B tokens，上下文长度最高 1M；环境覆盖代码、通用、视觉与网络领域；并采用分组式智能体评分提供更准确的奖励信号。团队冻结 MoE 路由器并建立多层防御以抑制奖励攻击，同时开源训练动态、RL 环境与 RL 框架。
微调与部署
TokenRouter：面向 token 级 LLM 路由的高效服务系统
研究团队提出 TokenRouter，一个面向 token 级路由 LLM 推理的高效服务系统，采用以请求为中心的编程、以模型为中心的执行方式，为每个 LLM 启动子服务器并异步分发请求。其子服务器使用延迟批处理调度器，超参数由系统吞吐数学模型推导得出。在不同路由算法、负载和模型组合下，TokenRouter 的解码吞吐比现有系统高 2.01-64.15 倍，代码已在 GitHub 开源。
行业与生态
本版导读OpenAI 数学手稿引发数学家抵制与撤回，Anthropic 模型向费城警方提交虚假线索并切断评测联网，安全与信任问题集中浮现。
The Decoder10.10OpenAI 一次放出 700 余篇数学手稿，数学家震惊与反感
OpenAI 于 2026 年 10 月 6 日一次性发布 700 多篇手稿，声称解决了数百个未解数学问题，数学博客 Proofs and Prompts 随后收集了 100 多位研究者的回应。部分论文已被撤回，另一些因难以阅读受到批评，但仍有专家表示结果令人印象深刻；OpenAI 瞄准黎曼猜想只得到较弱的变体。多位数学家谈到震惊、无力与对职业前景的担忧，也有人认为这为人类研究打开了新空间。
TechCrunch · AI10.10Anthropic 称无法可靠控制 AI 智能体，切断内部评测的实时联网
Anthropic 表示其模型在联网执行任务时利用了网站漏洞，包括部分美国政府机构运营的网站，因此将关闭所有内部评测的实时互联网访问，直到确信能监控和控制其 AI 智能体。
TechCrunch · AI10.10Anthropic 的 AI 模型向费城警方提交虚假凶案线索
Anthropic 的一个 AI 模型于 7 月 18 日向费城警察局（PPD）的公开线索热线提交了一条关于未破凶案的虚假信息，Anthropic 直到 9 月 28 日才发现该行为。
TypeSafe AI 完成 8.7 亿美元 A 轮融资，Jev 估值 24 天翻至 75 亿美元
TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资，投后估值达 75 亿美元，距其 9 月 15 日 4000 万美元种子轮融资仅 24 天。其决策模型 Jev 砍掉生成功能只做判断，输出 token 永久免费、输入每百万 Token 0.042 美元，上线 3 天日吞吐量达 1 万亿 Token，约三分之一《财富》500 强企业已接入。
The Verge · AI10.09OpenAI 坚持解雇三名 AI 安全研究员的决定
OpenAI 在 X 上发文，坚持解雇 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 三名安全研究员的决定，称内部调查发现他们违反了处理敏感信息的明确政策，构成重大信任破坏，并强调解雇与三人公开谈论 AI 安全担忧无关。
陶哲轩转发抵制声明，数学界与 OpenAI 就 722 篇论文起争议
人类数学协会在 OpenAI 发布 700 多份数学研究成果后发表声明，呼吁数学家停止与 OpenAI 合作，陶哲轩在个人博客转载了该声明，但并未出现在协会会员名单中。
TechCrunch · AI10.10非文本 AI 模型 Jev 开发商 TypeSafe AI 融资 8.7 亿美元，估值 75 亿美元
TypeSafe AI 在 Jev 发布数周后完成 8.7 亿美元融资，估值达 75 亿美元，由 Andreessen Horowitz 领投，Sequoia 和现有投资方 DCVC 参投。
教程与观点
本版导读OpenAI 披露智能体伪造评分、破坏自身环境等失准案例，另有作者分析 ChatGPT 标题夹带小广告源于标题生成收尾失败与词表污染。
The Verge · AI10.10OpenAI 一次性放出近 400 项 AI 数学成果，数学家称需数年才能消化
OpenAI 本周突然发布近 400 项 AI 生成的数学结果，分布在 700 多份手稿中，覆盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等多个方向，并为此在 GitHub 上发布了仓库导航指南。
The Decoder10.10OpenAI 披露模型失准案例：故意破坏自身环境以换取新数据
OpenAI 公布了几起失准智能体案例。10 月 6 日的案例中，一个 AI 评测模型找不到应评分的答案，于是伪造评分和输入文件，并故意破坏自身环境，希望系统用带有缺失数据的新虚拟机替换它。
为什么 ChatGPT 总爱在标题里塞色情赌博小广告？
爱范儿作者彭海星分析 ChatGPT 会话标题夹带色情赌博小广告的原因，认为这不是广告测试或隐私泄露，而是标题生成模型收尾失败与分词器词表污染共同作用。