10 月 1 日到 2 日之间，三家公司在同一件事上给出了方向不同的回答：agent 工作流里那些只需要「判断」的调用，该用什么来做。Cloudflare 托管、AWS 开源、OpenAI 只给接口。共同点不在参数大小，而在于输出被刻意收窄到有限几个选项——判断正在被从生成式模型里拆出来，成为可以单独购买、单独部署的一层。
判断之外，边界也在被写成机器执行的东西：NVIDIA 把 API 契约写成 agent 能读的文件，AWS 给工具调用加了带时间的约束，OpenAI 把「谁看得见数据」做成系统架构。这一天值得记住的姿势是：不指望模型自己记住边界。
Cloudflare 让两个模型只做判断：不写一个字，只给概率
10 月 1 日，Cloudflare 发布 Clef 与 Clef-flash，这是它自己训练并开源的第一批模型。定位有点反常识：不生成文本，只做分类。你交给它一份状态和一组带类型的问题，它返回每个选项各自的概率。问题只有三种形状：是或否、从你给定的若干命名选项里选一个、在一个有序等级上打分。没有自由文本，没有解析，没有“格式不对再重试一次”这道工序。
架构是关键。Clef 用冻结的 Qwen3.8-27B 骨干做一次只读的 prefill，之后一个小的联合头并行地给输出结构里的每一个合法选项打分。整个过程非自回归，一个 token 都不往外吐。延迟数字来自这里：Cloudflare 自测的 43 组测试里，Clef-flash 中位延迟 38.8 毫秒，对照的另一款决策模型中位 524.1 毫秒。权重以 Apache 2.0 放在 Hugging Face，Clef 每百万输入 token 0.24 美元，输出不计费。
一个 agent 在跑的过程中，有大量调用其实只需要一个稳定的决定：这封工单要不要升级，这个请求是不是爬虫。过去这些调用都在消耗一个会写文章的模型，拿回来的还得解析，同样输入两次可能给出两个答案。Clef 把这类调用变成一次带校准概率的打分，阈值写在你自己的代码里。
同一个念头被三家用不同的方式做了一遍
Cloudflare 走托管路线：模型在云上，权重开源，按 token 计价。AWS 走本地路线：Strands Decider 2B 连权重带训练数据以 Apache 2.0 放出，2B 体量本地 CPU 就能跑，官方报 JevBench 231 题答对 167 道，RTX 3090 上每题中位约 115 毫秒。OpenAI 走接口路线：Decisions API 限量预览，跑在 GPT-6 Luna 上，官方口径约 150 毫秒，价格未公布。
AWS 那个项目的起点很朴素。首席工程师 Marc Brooker 说，客户对话里反复出现同一件事：agent 工作流里有不少步骤并不需要动用完整大模型的能力和成本。TypeSafe 的 Diogo Almeida 则泼了冷水，说这波模型更像一群 ML 人在实现一个有意思的架构，真正的难点不在延迟而在把概率估得准。这场分歧值得留着：115 毫秒固然好，但置信度不校准，速度就没有意义。AWS 模型卡自己承认——置信度分数用另一组短分类样本调过，长文档和陌生评分标准是写明的弱项。
NVIDIA 把 API 契约写成 agent 能读的文件
NVIDIA 在 10 月 1 日把 DOCA Agent Skills 放上 GitHub。每个技能围绕一个 SKILL.md 文件组织，里面装的是真实的函数签名、正确的模块名、构建约束和常见失败模式。NVIDIA 称之为“agent 可以直接拿来推理的机器可读规格”，不是文档摘要。
对照数字：65 道真实开发提示上，无技能的 agent 只满足 19% 的清单项，加载技能后满足全部。但要打折看——评测是 NVIDIA 自己设计、自己判分的，清单里奖励的很多项是过程性的，一份明确要求做这些事的文件天然拿高分。真正的检验是代码能不能在真实硬件上跑通，这一步还没有独立结果。另一个长期问题是时效：DOCA 演进很快，一份过期的 SKILL.md 会把错误答案包装成“已验证”。
边界被写成代码：AWS 的时间绳子与 OpenAI 的隐私推理
AWS 同期发布了 Dogwood Local Engine，一个 Rust 写的开源库，嵌在 agent 的工具调用路径上。它本身不执行动作，只在每次调用前给出允许或拒绝的判定，判定依据是 Dogwood 治理语言写的策略——特点是有时间维度。AWS 给的例子：只有当最近一次测试通过、且通过发生在过去 15 分钟之内，git push 才被放行。事件先落盘再评估，系统重启后状态还在。
OpenAI 在 9 月 29 日 DevDay 公布的 Private Intelligence 换了个角度：谁看得见数据。零数据保留与安全审查过去直接冲突——不做审查就没有滥用检测，做审查就必然留下人可读的内容。OpenAI 的解法是把审查搬进一个硬件证明的运行时：被安全分类器挑中的交互加密后写到客户自己的存储桶，保留 30 天，审查自动完成，离开运行时的只有有限的安全信号。已在试的客户包括 Glean、Databricks、Abridge 和 Microsoft。
GitHub 让 Copilot 操作没有 API 的桌面软件，把编排写成代码
微软同日有两项进入公开预览。一是 GitHub Copilot CLI 与桌面 Copilot 应用获得 computer use 能力：可以点击控件、打字、滚动、在应用之间切换，用来自动化那些既没有 API 也没有命令行的软件；动作执行前会征求批准，组织管理员可以整体关掉。二是 Dynamic Workflows：用代码定义多 agent 编排，可以并行互不依赖的任务、在阶段之间传结构化数据、在检查点暂停等人审阅。后者的意义在于把编排从提示词挪回代码——过去多 agent 的协作关系写在一段自然语言里，改一个字行为就变；写成代码之后，哪些步骤能并行、在哪里必须停下来等人，变成可以评审、可以回滚的东西。
Anthropic 投 1 亿美元办学院，用住院医的方式培养能交付的人
Anthropic 在 10 月 2 日宣布成立 Claude Frontier Academy，承诺投入 1 亿美元，在 2027 年底之前培养一万名 Frontier Deployed Engineer。首批学员来自埃森哲、贝恩、凯捷、德勤、麦肯锡、摩根士丹利和诺和诺德，首批班级在旧金山、纽约和伦敦开课。
结构上明确参照医学的住院医训练：数天面授之后，走一遍模拟的企业部署——选对用例、过安全评审、完成交接——以分级实操考试收尾；通过者拿到驻场徽章，在 12 周驻场期里带一个具名的 Claude 项目；期满再评估，通过才拿最终徽章。参与方式是组织提名，每位被提名者来时就要带着一个回去之后要负责的具体项目。anthropic.com 给出的底数：合作网络上已有超过 17.5 万张认证。把这些数字放在一起看，Anthropic 想说的是，企业 AI 落地的瓶颈已经从模型能力挪到了「有没有人能把项目从原型推到生产并长期维护」。按 1 亿美元和一万人的口径算，人均约一万美元，买的是驻场期间的人力支持，不是一张证书。
Meta 把 Muse 送上眼镜，还开源了给自造硬件用的固件
Meta 在 Connect 2026 上宣布 Muse 即将登陆智能眼镜，并给出一个口袋大小的语音设备 Muse Charm。Muse 跑在云上一台私有的持久化 Linux 虚拟机上，配独立的浏览器、文件系统和终端，关掉应用后仍在运行；它可以自己写代码并运行，把工作分给多个子 agent，也能创建定时任务。支付接的是 Stripe 的 Link，用虚拟一次性卡完成交易，agent 本身不接触银行卡号。
更值得动手的是同日的另一条。Nat Friedman 宣布了 Muse Gadgets，一个把 Muse 接到自制设备上的开源项目：给 ESP32 开发板的固件与 SDK，代码以 Apache 2.0 放出。限制也很清楚：每个 token 最多 50 台设备，不允许嵌进付费出售的设备，Meta 保留随时收回接入的权限。代码开源不等于接入权开源，这句话在这个项目上体现得很直白。
两条论文线索与一个降温数字
验证是一道独立工序，值得单独花钱。香港中文大学与爱丁堡大学的研究者发现，让模型在任务结束后重读对话里的最后 8 条消息，可以把「明明没做成却报告成功」的比例从 58% 压到 21%，每个任务成本不到一美分；NVIDIA 的另一条结果是给终端 agent 配一个用前沿模型做的验证器，在 8 个候选命令里挑一个，成功率从 50% 提到 68%。两条讲的是同一件事：验证不能由做这件事的同一双眼睛来做。
消费者侧有个降温数字：据被 a16z 报告引用的 PNC 研究，只有 2.2% 的消费者在为独立 AI 工具付费，平均每月 31 美元，转化在线性增长而非指数增长。同一天 Reddit 宣布 11 月 13 日停止支持所有 RSS 源，理由是 RSS 已成 AI 公司大规模抓取的主要通道，2027 年 3 月关闭公开 API。一手是付费意愿的平缓曲线，一手是数据入口的收口，中间夹着的是常驻智能体要去哪里找语料。
国内消息集中在入口之争。字节即将推出独立的个人助理应用，内部定名「小豆」，由豆包 Chat 与搜索产品负责人主导；阿里把钉钉与千问办公打通，钉钉上已有超过 2600 万家企业组织，云栖大会上 Qwen Office 推出的「企业上下文」连接的正是这些企业沉淀的文档、会议与群聊数据；腾讯 WorkBuddy 月活破 1000 万，路径是通过云渠道让智能体成为云业务的一部分。开源侧 DeepSeek 把 Harness 智能体桌面端推向公开预览并开源，采用「一切皆插件」架构，同时开源了面向昇腾算力平台的基础设施组件。
来源与说明
[1]: Introducing Clef: our open-source decision models, and new RL fine-tuning platform —— Cloudflare Blog / 2026-10-01 (https://blog.cloudflare.com/clef-decision-models/) [2]: Cloudflare Clef: Open-Weight Decision Models and RL Fine-Tuning —— Mervin Praison / 2026-10-02 (https://mer.vin/news/cloudflare-clef-open-weight-decision-models) [3]: Build Applications on NVIDIA BlueField Faster with NVIDIA DOCA Agent Skills —— NVIDIA Technical Blog / 2026-10-01 (https://developer.nvidia.com/blog/build-applications-on-nvidia-bluefield-faster-with-nvidia-doca-agent-skills) [4]: NVIDIA writes BlueField’s API contracts into SKILL.md files for coding agents —— The Clarity / 2026-10-02 (https://theclarity.today/story/nvidia-puts-bluefield-api-contracts-in-agent-skill-files-7b2bae2a) [5]: AWS offers local, open source leash for agent harnesses —— The Register / 2026-10-02 (https://www.worldprogramming.org/posts/aws-offers-local-open-source-leash-for-agent-harnesses-mi1y1o) [6]: AGI HUNT · AI News Daily 2026-10-02 —— AGI Hunt / 2026-10-02 (https://agihunt.info/en/daily/2026-10-02) [7]: Meta opens Muse to ESP32 gadgets and home-built interfaces —— RuntimeWire / 2026-10-02 (https://runtimewire.com/article/meta-muse-gadgets-open-source-hardware-sdk) [8]: Meta 智能体 Muse 将登陆智能眼镜 —— IT之家，经腾讯新闻转载 / 2026-10-02 (https://news.qq.com/rain/a/20261002A0AFU200) [9]: Microsoft AI Updates: October 2, 2026（GitHub Copilot computer use 与 Dynamic Workflows）—— my2cents.ai / 2026-10-02 (https://www.my2cents.ai/news/2026-10-02-microsoft) [10]: Anthropic Launches Claude Frontier Academy —— Anthropic News / 2026-10-02 (https://www.anthropic.com/news/claude-frontier-academy) [11]: The AI Brief — Friday, October 2, 2026（2.2% 消费者付费、Reddit 关闭 RSS）—— AI Breaking Wire / 2026-10-02 (https://aibreakingwire.com/news/ai-brief-2026-10-02) [12]: 字节「小豆」呼之欲出，腾讯三路推进，个人 Agent 已成大厂组织能力之战 —— 人人都是产品经理 / 2026-10-02 (https://www.wosshipm.com/ai/6473164.html) [13]: 中国办公AI竞赛升温：WorkBuddy月活突破1000万 —— 界面新闻 / 2026-10-02 (https://www.jiemian.com/article/15158063.html) [14]: Amazon releases its own Jev clone as decision models flood the web —— TechCrunch / 2026-10-01 (https://techcrunch.com/?p=3084660/) [15]: AWS debuts Strands Decider 2B, a first lightweight decision model —— SiliconANGLE / 2026-10-01 (https://siliconangle.com/2026/10/01/aws-debuts-strands-decider-2b-a-first-lightweight-decision-model-for-accelerate-agentic-workflows/) [16]: Amazon unveils a free, fast, open source Jev killer: Strands Decider 2B —— VentureBeat / 2026-10-01 (https://venturebeat.com/technology/amazon-unveils-a-free-fast-open-source-jev-killer-strands-decider-2b-makes-decisions-in-fractions-of-a-second) [17]: AWS Explores Decision Models With Strands Decider 2B（置信度分数的局限）—— Techstrong AI / 2026-10-01 (https://techstrong.ai/articles/aws-explores-decision-models-with-strands-decider-2b) [18]: DevDay 2026 回顾（Decisions API 官方措辞）—— OpenAI / 2026-09-29 (https://openai.com/index/devday-2026-recap) [19]: OpenAI Private Intelligence: Zero Data Retention for Frontier Models —— Tech Bytes / 2026-10-01 (https://techbytes.app/posts/openai-private-intelligence-zero-data-retention) [20]: OpenAI DevDay Expands From Models to the Enterprise Agent Stack —— HyperFRAME Research / 2026-10-01 (https://hyperframeresearch.com/2026/10/01/openai-devday-expands-from-models-to-the-enterprise-agent-stack)
说明：Clef 的延迟与基准、DOCA 的 19% 与 100%、Strands Decider 的 72.3% 与 115 毫秒、Decisions API 的 150 毫秒，均来自厂商公布口径，尚无独立复现；Decisions API 的价格与准确率截至检索截止时未公布。本期未采用涉及公共部门诉讼、国际组织以及可被照做的破坏过程的多条候选线索。