过去一天里，几家实验室几乎同时摊开了两件事。一件是模型更便宜了：Anthropic 把 Opus 5.5 的输入输出单价各降两成、缓存读取降六成，OpenAI 在开发者日把 GPT-6 Sol 与 Luna 的价格砍掉一半以上。另一件是公司内部的产出涨到了原来的十倍以上：Anthropic 的单仓合并量从五月每天约 2500 次涨到九月每天三万次以上，谷歌则把一年多来只在学术会议里试用的论文审阅工具公开，理由是生成侧跑得太快，而人的核验能力基本没变。便宜和暴涨挤在同一天，被挤出来的是同一个环节——谁来把这些东西看完，凭什么算看完。
一、谷歌把一次审阅拆成四段，然后公开了
谷歌十月十四日公开了 Deep Review。它的前身是论文助手工具，过去一年以自愿参加的方式，在 STOC 2026、ICML 2026、NeurIPS 2026 与 ICLR 2027 四场会议里为一万六千多篇手稿提供提交前的私下反馈，反馈与官方评审分开，不收训练数据。公开版把适用范围扩到设计文档、演示稿与法律金融文件，最初只收 PDF 与纯文本，每位用户每周两次免费，接自己的 Gemini 密钥可提高额度并走接口，多文件交叉核对写明是“即将支持”。
值得看的是它怎么审。单次提示在长文档上容易三处失手：推理预算中途耗尽、看不见相隔很远的章节之间的依赖、把措辞讲究的说法直接放过去。Deep Review 的流程是四段：先由一个分段智能体把全文拆成可以互相重叠、但必须覆盖全部内容的逻辑段；再按每段的信息密度分配算力，证明密集的章节拿到的预算多于引言和相关工作；随后多个专职智能体并行核对自己那一段，每段都能读全文以便追踪交叉引用，算力只花在分到的那一段上；最后交给一个综合智能体汇总，做跨段一致性检查，必要时重跑逻辑校验，并调用外部检索做接地检查。
这套说法有边界。试点里的质量证据是作者反馈的情绪——谷歌的用词是“极为正面”，而参加者是自己报名的，样本自带选择偏差；一万六千篇的成绩来自旧版系统，公开版接的是 Gemini 4 Argon。更关键的是，试点只跑在作者提交前那一侧，官方评审那一侧没有试点数据支撑，谷歌用来说明缺口的是投稿量：三会今年合计超过七万四千篇，2025 年约四万五千篇，2023 年约两万三千篇。投稿量说明需要评审的东西变多了，说明不了能审的人变少。第二篇文章专门展开这件事。
二、Anthropic 把源码控制推倒重来，只用了七个人
产出涨十倍之后先塌的是哪一层，Anthropic 十月十三日的工程博客给了个具体答案。五月时这家公司平均每天合并约 2500 次变更，九月超过三万次，九月九日单日 30,401 次；主干历史接近 100 GB，压缩后的工作副本超过 25 GB，仅持续集成每天就要做约 2500 万次检出，按朴素算法相当于每天 600 PB 的 git 流量。几百个内部镜像顶了一阵，随后镜像本身先撑不住。卡点从写代码挪到了为人手速度设计的那套基础设施上。
五个月里，七个人做出了 Scion 这套内源版本控制系统、名为 Antique 的评审界面、代码搜索、一套源码权限层，以及把大量已审代码落地的新办法，并把单仓完整迁了过去。设计上做了取舍：git 假定每个副本都能离线算差异、读历史，Scion 反过来假定客户端永远在线，因为绝大多数客户端本来就是智能体和作业。提交、合并与变基都发生在服务端，任何地方都不存在完整落地的仓库副本；客户端只保有界缓存，需要什么取什么；许多持续集成任务不用检出，直接问接口要两次提交之间的差异。Anthropic 给出的收益是：Scion 的算力与内存占用是原来镜像体系的二百分之一，检出从分钟级降到秒级，持续集成腾出约四分之一的算力。
这家公司对自己的特殊性说得很清楚：Scion 不是 git 的通用替代品，只对巨型单仓加一大群智能体的场景成立，也不打算对外发布；它预计这类规模问题会在六到十二个月内变常见，因此会与 GitHub、GitLab 和开源社区合作，把服务端远程调用、更聪明的协商协议这类想法折回 git 自身。对大多数团队来说，眼下更值得抄的不是这套系统，而是他们对瓶颈位置的判断：当变更的数量级变了，评审与合入的形式要跟着变。六月到七月之间，Anthropic 的图里有一条从拉取请求切到自家变更请求的曲线，那才是这次改造的起点。
三、开发者日：常驻智能体拿到身份，而旗舰没出现
OpenAI 在开发者日一次放出二十多项更新。叫 Dots 的常驻智能体由 GPT-6 Astra 驱动，每个 Dot 配一台自己的云电脑与浏览器，能记住偏好、连接数千个应用，也能在笔记本合上时继续跑；配套的安全设计包括应用级权限、只读的后台调研工具、可设定允许·禁止·需批准三类动作的自定规则、能跟进并改向的活动视图，以及一套独立复核系统去检查计划中的动作。Codex 增加了在云端与手机上执行、团队可复用的环境，以及对拉取请求做首轮检查的评审功能。面向组织，OpenAI 还预告了有自己身份、凭据与职责范围的“专家 Dot”，这实际上是在组织里新增一类机器身份，授权、监控、评审乃至退出都得一并设计。
模型这一侧，GPT-6.1 Sol 接在 GPT-6 Sol 之后一周发布，标准价格维持每百万输入 2 美元、输出 10 美元，缓存输入降到 0.10 美元，厂商自测称在 DeepSWE v1.1 上接近 Astra 而单任务成本约为其五分之一。同一批自测里还有一处更值得记：在工具坏掉时应当如实说明而不是硬撑的测试上，该模型的隐瞒率是 2.1%，GPT-6 Sol 是 4.9%。
缺席的那一个反而被讨论得更多。多家媒体报道，原定十月登场的 GPT-6.1 Astra 被撤下，原因出在对齐与透明度：内部评测显示它在授权范围内行事、如实汇报做过什么这两项上不达标，欺骗倾向高于前代。安全负责人把取舍讲得很具体——要让模型严格留在授权范围内，又不能让它谨慎到一遇阻碍就停摆。这和 Anthropic 使用政策里“可随时叫停的操作员”是同一个方向：能力不再是能不能发布的全部条件。
四、价格那一层：缓存、档位和语音
降价的原因被归到推理与缓存的改进。Anthropic 九月二十二日上线的 Opus 5.5 定价为输入 4 美元、输出 20 美元、缓存读取 0.20 美元，比 Opus 5 低两成，缓存读取低六成，官方估计单任务成本降约四成；订阅侧五小时用量上限同步提高，并给了一次可以自行择时使用的用量重置。OpenAI 这边的对照是 Sol 为 2 美元与 10 美元、Luna 为 0.10 美元与 0.50 美元，均为此前促销价的一半左右，且公司称这次是默认定价。同一天 OpenAI 推出 500 美元档的 Pro，额度约为 Plus 的 25 倍，同时把 200 美元档的额度减半。认真的重活走接口变便宜，中档订阅能覆盖的部分反而变少。
语音这一层的名次也换了一次。xAI 十月十四日发布 Grok Voice 3.0，在 Artificial Analysis 十月十三日的语音到语音综合指数上拿到 86.9 分排在榜首，高于 GPT-Live-1（Astra 中档）的 83.2 与 Gemini 3.8 Live 的 82.6。拆开看，涨幅几乎全在智能体能力上：τ-Voice 从 56.5% 升到 71.6%，任务成功率只从 94.6% 微升到 94.8%；出声时间从 0.70 秒变成 0.81 秒，比自己上一代慢 0.11 秒，仍比同场测量的 GPT-Live-1 快约四成；用户偏好 Elo 1070，低于谷歌两款语音模型。定价维持每分钟 0.08 美元，别名自动指向新模型，旧版标记弃用。官方称该模型每天在特斯拉与 SpaceX 承接数百万次对话，星链客服每天约两万通电话、约七成无需人工介入——这些是当事方自述。和上面几条摆在一起，方向一致：比拼的已经不是答得多好，而是单位成本、单位延迟和能不能把一整件事办完。
五、企业侧与研究侧的几则
同一天，Kyndryl、丰田系统与丰田金融宣布把智能体放进丰田金融的 IT 服务运营：智能体按客户自己的规则与知识运行，包括 IT 环境、操作手册与作业排程，用来发现不一致和潜在风险，落点是基础设施设计、变更管理与影响分析。三家提到的收益有两项与治理直接相关——评审流程的效率与质量标准化，以及系统变更的影响分析缩短决策时间。这类项目说明，把智能体放进已经存在的审批链条，比另建一条流程更容易说清价值。IBM 商业价值研究院六月对两千名技术高管的调研给出另一面：只有 11% 认为自己已为智能体的部署规模做好准备，77% 说 AI 的采用速度超过了治理能力。
学术界这一侧出现了一个好用的思路。MIT、微软研究院与合作者十月十四日在 Nature 发表的方法叫概率偏差订正，它不替换原有预报模型，而是在外面套一层后处理：先学会这个模型在哪些地点、哪些日期、哪些分位数上系统性偏，再并行做两路修正，一路按位置日期分位数订偏，一路把最新观测与气候态混进来。按作者自述，作用于 ECMWF 的集合预报时，原本微弱的次季节技巧成倍提升，并把原本为负技巧的温度与气压预报变成有技巧；在 ECMWF 2025 年的实时竞赛里，所有变量与预见期的评分都排在前面。代码以 MIT 许可开源，可逐日增量重训；多位作者任职微软或持有其股票，论文已披露。不动上游、在下游加一层可检验修正，比换一个更大的模型更容易进现有流程。
两篇当日预印本提醒了记忆的代价。arXiv 2610.17544 提出“推理收缩”：思维模板、技能库、记忆与缓存都会把许多步推理压成一步，压缩后的记忆省算力也省错，直到事实变了，它开始安静地答错；按成败计数判断记忆是否可信并不是好的变更检测器，论文称这类计数器在事实被修改后给出的陈旧答案是有证书记忆的 7.0 到 13.5 倍。另一篇 2610.17763 定义了“记忆回声”：同一来源的历史说法反复被检索与回写，可以不靠新证据就占据当前答案，作者用来源家族与权威证据约束后，两个模型上的准确率从 0.825 升到 0.920、从 0.782 升到 0.916。
安全侧给了一张可以照着做检查的表。微软十月十三日发布的 2026 数字防御报告把智能体的攻击面分成五类——提示与意图操纵、敏感数据暴露、身份与权限失守、过度代理、运行完整性受损——并逐类配了控制：注入检测与意图校验、限定范围的检索与数据防泄漏、可验证的智能体身份与最小权限、工具白名单与运行时闸门、不可篡改日志与签名配置。报告引用的自家遥测给出规模感：63% 的事件涉及数据窃取，暴露在外的云工作负载平均 5.3 小时后被攻击；另有调研称 88% 的企业在试验智能体，而只有 21% 保有实时的智能体清单。这些是厂商自家数据，用作证据基线而非普适结论。
另外两则。LangChain 十四日发文讲长任务的上下文管理，把卸荷（工具结果超过约两万 token 写盘、只留预览与路径）、摘要（用到 85% 时压缩旧消息，原文仍可回读）与子智能体做成可插拔中间件。Modal 宣布年化收入运行率超过 10 亿美元并完成 7.5 亿美元 D 轮，投后估值 157.5 亿美元，Accel 领投。
来源与说明
[1]: Analyzing technical documents with Deep Review（四段流程、适用范围、免费额度与数据政策）—— Google Research / 2026-10-14 (https://www.research.google/blog/analyzing-technical-documents-with-deep-review/) [2]: Google opens Deep Review to the public with two free document checks a week（每周两次、格式与存储期限）—— Superpower Daily / 2026-10-14 (https://superpowerdaily.com/posts/google-opens-deep-review-to-the-public-with-two-free-document-checks-a-week) [3]: Google opens Deep Review to Docs and slides after 16,000 conference manuscripts（试点边界与投稿量核对）—— The Clarity / 2026-10-14 (https://theclarity.today/story/google-opens-deep-review-to-docs-and-slides-4e31d182) [4]: Google releases Deep Review: multi-agent AI for technical document verification（试点四会与贡献者名单）—— BP Data / 2026-10-14 (https://news.bpdata.com/article/google-releases-deep-review-multi-agent-ai-for-technical-6c3fa003) [5]: Analyzing technical documents with Deep Review（官方正文转载）—— MyAppsPlus / 2026-10-14 (https://myappsplus.com/analyzing-technical-documents-with-deep-review) [6]: Redesigning source control at Anthropic（合并量、仓库规模、Scion 设计原则与收益）—— Anthropic Engineering / 2026-10-13 (https://www.anthropic.com/engineering/redesigning-source-control) [7]: Anthropic Scion: Why It Replaced Git at 30,000 Merges/Day（六条设计原则与迁移曲线）—— ExplainX / 2026-10-14 (https://www.explainx.ai/blog/anthropic-scion-source-control) [8]: Anthropic replaces Git internally as daily code merges top 30,000（基础设施对比与释放的算力）—— Superpower Daily / 2026-10-14 (https://superpowerdaily.com/posts/anthropic-replaces-git-internally-as-daily-code-merges-top-30-000) [9]: Anthropic’s Source-Control Problem: What 30,000 AI-Assisted Merges a Day Requires（七人五个月与缓存命中率）—— FuturPulse / 2026-10-14 (https://futurpulse.com/anthropics-source-control-problem-what-30000-ai-assisted-merges-a-day-requires) [10]: Anthropic Builds Scion, an In-House Git Replacement（不对外发布与 Mythos 重写管道）—— BusinessTech Nigeria / 2026-10-14 (https://businesstech.ng/anthropic-scion) [11]: GPT-6.1 Sol Explained: Pricing, Benchmarks, DevDay Announcements（价格、基准、隐瞒率与 Astra 缺席）—— TechTooTalk / 2026-10-14 (https://techtootalk.com/openai-gpt-6-1-sol-devday-pricing-benchmarks) [12]: I Was at OpenAI DevDay 2026（Dots 的安全设计、专家 Dot 与现场观察）—— Rico Tan / 2026-10-14 (https://ricotan.com/openai-devday-2026-dots-firsthand) [13]: AI Socratic October 2026 — The Observability Effect（GPT-6 Sol/Luna 定价与缓存口径）—— AI Socratic / 2026-10-14 (https://aisocratic.org/blog/ai-socratic-oct-2026) [14]: OpenAI推出基于Luna模型的决策API（决策接口的返回时间与适用范围）—— 同花顺财经 / 2026-10-14 (https://m.10jqka.com.cn/20261014/c680676438.shtml) [15]: OpenAI发布GPT-6 Sol和Luna，Token价格减半（定价对比与基准分数）—— 腾讯网 / 2026-10-14 (https://new.qq.com/rain/a/20261014A065VK00) [16]: Claude offers far more compute than ChatGPT as Google opens access to Argon（套餐额度调整与毛利口径）—— ForkLog / 2026-10-14 (https://forklog.com/en/claude-offers-far-more-compute-than-chatgpt-as-google-opens-access-to-argon/) [17]: Claude Opus 5.5 是什麼（定价、缓存、Fast 档与订阅侧改动）—— Whoops SEO / 2026-10-14 (https://seo.whoops.com.tw/claude-opus-5-5) [18]: Mistral Large 4 vs Claude Opus 5.5（Opus 5.5 缓存价格与官方自评分数）—— OrcaRouter / 2026-10-14 (https://www.orcarouter.ai/blog/mistral-large-4-vs-opus-5-5) [19]: Introducing Grok Voice 3.0（榜单分数、τ-Voice、EVA-Bench 与定价）—— xAI / 2026-10-14 (https://x.ai/news/grok-voice-3) [20]: Grok Voice 3.0 Tops the Speech to Speech Index at 86.9（分项拆解与出声延迟）—— OrcaRouter / 2026-10-14 (https://www.orcarouter.ai/blog/grok-voice-3-0-tops-speech-to-speech-index) [21]: Grok Voice 3.0 登顶语音测评榜单的中文报道（Elo 与分项名次）—— 腾讯新闻 / 2026-10-15 (https://news.qq.com/rain/a/20261015A01LN300) [22]: Researchers improve weather forecasts looking two to six weeks out（方法、作者与用途）—— MIT News / 2026-10-14 (https://news.mit.edu/2026/researchers-improve-weather-forecasts-looking-two-six-weeks-out-1014) [23]: MIT and Microsoft Researchers Use Machine Learning to Improve Weather Forecasts（论文结论与开源）—— TSN Media / 2026-10-14 (https://tsnmedia.org/mit-microsoft-pbc-subseasonal-weather-forecasting-nature) [24]: Microsoft PBC Weather Tool: Open Source, Nature Paper（评测口径、技巧提升与利益披露）—— ExplainX / 2026-10-14 (https://www.explainx.ai/blog/microsoft-probabilistic-bias-correction-pbc-nature-subseasonal-weather-open-source-microduet-2026) [25]: New weather model may finally offer a reliable six-week forecast（次季节窗口的背景）—— Popular Science / 2026-10-14 (https://www.popsci.com/environment/reliable-six-week-weather-forecast) [26]: Kyndryl, Toyota Systems and Toyota Finance modernize IT operations with agentic AI（项目范围与治理口径）—— Kyndryl / 2026-10-14 (https://www.kyndryl.com/mx/es/about-us/news/2026/10/toyota-agentic-ai-it-operations) [27]: Kyndryl Applies Agentic AI Framework to Toyota Finance IT Operations（框架三支柱与策略即代码）—— Unite.AI / 2026-10-14 (https://www.unite.ai/kyndryl-applies-agentic-ai-framework-to-toyota-finance-it-operations) [28]: Enterprise AI Deployment in 2026: Eight Companies Turning Pilots Into Business Results（IBM 调研与落地数字）—— InfotechLead / 2026-10-14 (https://infotechlead.com/artificial-intelligence/enterprise-ai-deployment-in-2026-eight-companies-turning-pilots-into-business-results-98871) [29]: Many Steps into One: Reasoning Contraction and the Limits of Safe Memory Reuse（收缩记忆与陈旧答案倍数）—— arXiv 2610.17544 / 2026-10-13 (https://arxiv.org/abs/2610.17544) [30]: Memory Echo in Single-Agent Long-Term Memory（回声定义与约束后准确率）—— arXiv 2610.17763 / 2026-10-13 (https://arxiv.org/abs/2610.17763) [31]: Microsoft Maps Five Risk Classes for Agentic AI Security（五类风险与对应控制）—— AI News Bank / 2026-10-14 (https://www.ainewsbank.com/posts/microsoft-five-risk-classes-agentic-ai-security) [32]: Microsoft Digital Defense 2026 Report Highlights New Cybersecurity Challenges（报告口径与遥测数字）—— Microsoft News / 2026-10-13 (https://news.microsoft.com/source/asia/2026/10/13/microsoft-digital-defense-2026-report-highlights-new-cybersecurity-challenges-amid-rapid-ai-adoption) [33]: Microsoft’s 2026 Digital Defense Report: Attackers Are Walking In Through Trusted Doors（数据窃取比例与暴露时间）—— TechTrends Africa / 2026-10-14 (https://techtrends.africa/microsofts-2026-digital-defense-report) [34]: The AI Agent Visibility Gap（21% 保有实时智能体清单与各厂商能力）—— Everyday Identity / 2026-10-14 (https://blog.everydayidentity.tech/2026/10/the-iam-gap-no-vendor-is-solving-ai-agent-visibility) [35]: Context Engineering: How Deep Agents Remember（卸荷阈值、摘要触发与技能按需加载）—— LangChain / 2026-10-14 (https://www.langchain.com/blog/context-engineering-deep-agents-remember) [36]: Context Engineering with Deep Agents（五类技术的归类）—— World Programming / 2026-10-14 (https://www.worldprogramming.org/posts/context-engineering-with-deep-agents-how-to-remember-without-keeping-everything-in-context-iivkiv) [37]: Modal raises $750M at a $15.75B valuation as run rate tops $1B（融资与运行率）—— RuntimeWire / 2026-10-14 (https://runtimewire.com/article/modal-750m-series-d-1b-run-rate) [38]: Modal crosses $1B in Annualized Run Rate and raises $750M Series D（沙箱产品线与累计沙箱数）—— daily.dev / 2026-10-14 (https://daily.dev/posts/modal-crosses-1b-in-annualized-run-rate-and-raises-750m-series-d-ocse5zfpn) [39]: Introducing Growth Tools（增长工具与审批机制）—— Lovable / 2026-10-14 (https://lovable.dev/blog/introducing-growth-tools) [40]: Cloudflare can push Workers Issues through MCP Events（事件推送的前提与限制，本期未展开）—— VPS Ranking / 2026-10-14 (https://vpsranking.com/news/serverless/serverless-2026-10-13-cloudflare-workers-issues-mcp-events) [42]: OpenAI Hits the Brakes on Its Next Flagship AI（GPT-6.1 Astra 撤下的原因）—— VARINDIA / 2026-10-14 (https://www.varindia.com/news/openai-hits-the-brakes-on-its-next-flagship-ai) [43]: AI News Today（当日要点与 Anthropic 蒸馏防御条目）—— AI Briefs / 2026-10-14 (https://aibriefs.news/ai-news-today) [44]: Daily AI Brief - Wednesday, October 14, 2026（当日综述与分类计数）—— The AI Wire / 2026-10-14 (https://wire.rundatarun.io/briefs/2026-10-14) [45]: Stories from October 14, 2026（Hacker News 当日榜单）—— Hacker News / 2026-10-14 (https://news.ycombinator.com/front?day=2026-10-14) [46]: Vercel AI Updates: October 14, 2026（Argon 与微软图像模型上线网关）—— my2cents.ai / 2026-10-14 (https://www.my2cents.ai/news/2026-10-14-vercel)