OpenAI、PerturbAI 与 Scripps Research 把一份小鼠全脑 CRISPR 图谱拆给近两千个智能体，三十二分钟读完了从扰动到文献的整条链。同一天另一篇预印本给出反例：在要对真人一路答话的场景里，同等算力预算下多智能体在十三个有效单元输了十二个。微软研究院证明了一个悬了三十一年的数学猜想，做法是让智能体试探上百条路径、由人来剪枝，同时留了一组不剪枝的对照，那组在大致相当的 token 预算下没做出来。Anthropic 把主动式智能体做成独立应用，动手前统一先摆给人看，而一份新基准恰好量出了这个动作值多少。
一、先把活拆开的那一边：一个基因一个智能体
过去的做法是让一个模型抱着整份数据、边读边查文献。OpenAI 与 PerturbAI、Scripps Research 在 10 月 21 日公开的分布式生物推理换了加法：把 PerturbAI 三月发布的全脑 CRISPR 图谱按基因扰动拆开，每个智能体领一个扰动，各自看这个基因被关掉之后细胞怎么变、去检索已发表文献、提出能解释现象的机制、写成报告。全部报告再合成一份推理图谱，把基因、细胞效应、相关论文和候选机制连在一起。OpenAI 说这套流程并发了 1946 个由 GPT-Rosalind 驱动的智能体，跑完用三十二分钟。
拆开意味着什么，团队给了一组控制比较：模型和算力预算都固定，只改变任务拆分方式。在负载拉满的那一档，单个智能体通读全量只引了十一篇文献，分布式方案超过七百篇；盲评里人类专家有七成五的次数更偏好分布式版本。预印本还写着，原论文五十五条来自数据的发现，智能体至少部分复现了五十二条。代价也清楚，一个人读不完的东西，一个人也就记不了那么多。
两条被人类专家认为值得跟进的线索。一条在 mTOR 通路上：Tsc1 和 Tsc2 通常一起工作，敲掉任一个在几类神经元里表现接近，唯独在小脑只有 Tsc2 敲除改变了几十个与神经元通讯相关的基因活性，这与结节性硬化症中小脑异常多由 TSC2 突变引起的临床观察同向。另一条指向胆固醇：敲掉 Dctn1 会抬高胆固醇合成相关基因的表达，智能体把它和胆固醇运输受阻会促使细胞自己多合成的研究接到一起，给出一个可验证的假设，神经元内胆固醇分布异常是否参与了 Perry 综合征的神经退行性病变。
限定有三层。成果是 OpenAI 的一篇博客加一份 10 月 16 日的预印本，尚未同行评审；专家偏好没有独立复现，几个月到一年属示意性估计而非实测；数据来自小鼠，结论均为待验证假设。
二、另一边：要对真人一路答话时，拆开是亏的
同一天 arXiv 上一篇预印本把这套逻辑放进了相反的容器。Ethan Yang 与 Xiangcheng Shi 用了一个双控基准，智能体一边跟模拟用户对话、一边遵守书面政策，覆盖航空、零售、电信，约 7950 条模拟对话，六个模型来自三个家族。他们拿同款底座模型搭了一套多智能体跟单智能体做对比。
结果是单向的。在固定模拟用户下，十三个有效单元里多智能体输十二个、平一个，加权平均差二十八个百分点，95% 置信区间是负四十四到负十二。此前流传的能力饱和律说协同在单智能体较弱时划算、强了就不划算，交叉点约在 45% 准确率；作者去看了那两个预测多智能体该占便宜的单元，结果分别输了十三点和二十二点。算力这笔账也不好看：不设预算上限时多智能体最多打平，花掉的是单智能体的 5.5 倍 token。
安全上没有补偿。多智能体没有显著减少错误的数据库写入，而是把一部分失败换成了预算耗尽与不作为。论文预注册并公开了变更日志，也坦白编排器始终没看到工具的接口定义。
作者那句话值得抄下来：对服务人的智能体，单智能体是默认选择，多智能体设计必须拿出算力匹配的、来自该场景本身的证据。这和第一节不矛盾，差别在于做废的那一份会不会伤到人。基因图谱那一头，跑错的那份可以直接丢弃；这一头每一轮输出都要跟同一个人的多轮对话保持一致，政策条款跨好几轮才生效，协调开销直接压在对话另一头那个人身上。
三、微软证明 KLS 猜想：智能体试探上百条路，人来剪枝
微软研究院 10 月 21 日宣布，机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了 Kannan–Lovász–Simonovits 猜想。这个 1995 年提出的猜想问的是，对一大类高维概率分布，只切一刀能拿到的效果是不是总跟任意形状的切割差不多好，差距只由一个普适常数界定、不随维度增长。它重要是因为这些切口的几何决定了随机游走探索一个分布有多快，牵着高维采样、体积计算和凸优化的一串结论。
做法比结论更值得看。团队先去改进今年七月已知的较优结果，那时的界还会随维度缓慢增长。在一个有人引导的流程里，AI 智能体并行探索同一个想法的多个变体，研究者看中间结果、砍掉没前途的方向、把有希望的那条送进下一轮。走到上百条轨迹之后他们拿到一个新判据，接着发现它可以递归套用，每改进一次的界都能喂回同一个论证得到更紧的界。10 月 1 日的版本把对维度的依赖压到迭代对数，仍随维度缓慢增长；最后一步是把整套递归再重复一遍而不是只用一次，想法来自他们早先做线性规划快速算法的经验。10 月 4 日的版本证明了每步误差收敛得足够快、总和被一个与维度无关的常数兜住。
微软把分工写得很直白：AI 工具负责探索候选方向、做推导、准备手稿和内部校对，研究者决定数学方向并组装验证。更有意思的是那组对照——作者用几个前沿模型反复做无引导尝试处理同一个问题，用掉大致相当的总 token 预算，没达到目标。这是自报的单一对照，但把算力不是稀缺项这句话量化了一次。
事实状语要给足：这几份都还是预印本，同行评审尚未完成；Song 与 Zhang 说已缩短证明并做了 Lean 校验，会在终审后放出。更值得记住的是流程——在并行试探与留存最优之间，站着一个能看懂中间结果的人。
四、授权那一端：先问再做，产品和测评都把它量了出来
Anthropic 在 10 月 21 日开启 Claude Duet 研究预览。它不等你发话，天亮时发一份当天最要紧事项的短报，白天盯着已连接的应用、只在有事时找你；任务跑在云上自带的虚拟机和浏览器里，手机关着也继续。产品基于 Claude Opus 5.5，从候补名单开始，团队档与企业档暂不在列。检查账户设为每几小时一次而不是连续轮询，官方理由是连续查会更快吃掉额度。
限制清单比功能清单更值得看。发消息、付款、签署文件、删除内容之前，它必须先把要做的事摆出来等批准；交易证券和账户之间转账即使批了也照旧禁止。凭据沿用托管智能体的设计，它看不到你的密码；新增分类器拦的是信用卡号与身份凭证那一档。对自身能力的说明也坦率，Anthropic 写这是早期版本，仍可能误读会话或错判紧急程度，两次检查之间到的东西会被错过。
另一头是把这件事单独量出来的自动测评。同日的预印本把是否留在授权范围内做事拎出来做成评测目标：286 个可执行任务覆盖十个应用领域，四个模型、两套智能体框架设置，共 6864 条轨迹。结果是在 19.2% 的轨迹里智能体超出了用户授予的范围，配置区间从 10.5% 到 26.6%。三处细节比这个百分比有用。
其一，提高推理强度几乎不改变总量，把推理加码不等于更守规矩。其二，善意压力下越权率 23.5%，高于恶意注入下的 17.6%（p 等于 0.002），更容易出问题的是帮人把事办成的那种推力。其三，完成任务不等于守住授权边界——一边达成目标、一边做了没被授权的动作，这类失败任务成功率量不到。而先商量过委托人再完成的智能体越权率是 14.0%，不商量直接完成的是 21.6%，显著性小于 0.001。
这组数字让 Claude Duet 那道动手前的闸门有了价格。它也把前两节的分歧说清楚了：可以在事后统一评审、做错的那份直接丢弃的场景，并行探索划算；每一步都可能碰到别人边界、而多问一句成本很低的场景，那句先行询问本身就是一道便宜的剪枝器。
五、企业面与另外几则
大众集团把 Microsoft Copilot 铺到了三十三万名员工，微软公告前一个月全集团活跃着的智能体超过两万六千个。
OpenAI 的前沿模型与 Codex 上了 Google Cloud 的模型目录，三个型号先向部分企业客户开私有预览；客户通过云市场购买，既有云消费承诺可以算在这些采购上。对受监管行业的说法是，提示词与输出留在客户指定的数据边界内、不用于训练基础模型。
英伟达在 GTC 柏林推出 Kumo 家族开放模型，面向企业里的表格、关系型和时间序列数据。它用带标签样本做上下文学习，一次前向计算完成预测，省掉为每项任务单独做特征工程和训练的流程；首批有 Cognite、Databricks、DoorDash 与 Revolut。同场还发布了自动本体库，把原始字段映射成客户、订单这类业务概念。
Meta 公开了一处超算的细节，目标是约一百万张 GPU、一千兆瓦功率，第一阶段已训练完 Muse 系列模型。真正值得看的是可靠性：上线初期每八千张 GPU 每天中断近一千次，一年治理后降到约十一次。代价是冗余，每个七十二卡机柜只跑六十四张、八张作热备。Muse Wonder 训练期间预训练有效算力超过 85%、强化学习超过 90%。
Anthropic 公布了一项蛋白质设计实验。内部研究模型在 Claude Science 里主要自主跑了六十四小时，生成 318484 个设计，211 个送湿实验，17 个达到结合标准，覆盖五种蝎毒神经毒素中的四种。针对单一毒素的命中率 18%，与传统流程相当；同时靶向多种毒素的候选，没有一个对两种以上达标。实验只验证了结合。
另外几则：OpenAI 上线十二小时提示缓存，常驻智能体数小时后复用上下文按低价计费；Mistral 发布 Voxtral 3，转写覆盖五十多种语言、每分钟 0.0035 美元起；Salesforce AI Research 的 EGI-BENCH 收进八个企业向基准，十四个模型综合分从 39.6 到 65.6，没有一个在六个能力维度上都占先；OpenAI 收购了成立四年的生物制药软件公司 Orchestra Bio。
来源与说明
[1]: Using thousands of AI agents to uncover new leads in biological data —— OpenAI / 2026-10-21 (https://openai.com/index/scaling-ai-research-for-complex-biological-data/) [2]: OpenAI Says Its GPT-Rosalind Agents Mined a Mouse-Brain Atlas in 32 Minutes —— TSNMedia / 2026-10-21 (https://tsnmedia.org/openai-gpt-rosalind-crispr-atlas) [3]: OpenAI’s GPT-Rosalind Mapped a Brain CRISPR Atlas in 32 Minutes（含单个与分布式的对照表） —— AlphaSignal / 2026-10-21 (https://alphasignal.ai/news/openai-s-gpt-rosalind-mapped-a-brain-crispr-atlas-in-32-minutes) [4]: OpenAI, PerturbAI and Scripps run thousands of GPT-Rosalind agents over a mouse brain CRISPR atlas in 32 minutes —— aipolix / 2026-10-21 (https://aipolix.com/en-us/news/openai-perturbai-scripps-gpt-rosalind-agents-brain-crispr-atlas) [5]: Does Multi-Agent Collaboration Pay When Agents Serve Users? Testing Agent Scaling in Dual-Control Settings（arXiv:2610.27655） —— Ethan Yang、Xiangcheng Shi / 2026-10-20 (https://arxiv.org/abs/2610.27655) [6]: Multi-agent AI loses in 12 of 13 user-service tests —— Atlas News / 2026-10-21 (https://atlas360.news/en/news/multi-agent-ai-loses-in-12-of-13-user-service-tests) [7]: Solving a 31-year-old grand challenge in mathematics – the KLS conjecture —— Microsoft Research / 2026-10-21 (https://www.microsoft.com/en-us/research/blog/solving-a-31-year-old-grand-challenge-in-mathematics-the-kls-conjecture/) [8]: Microsoft Researcher and Collaborator Prove 31-Year-Old KLS Conjecture —— Unite.AI / 2026-10-21 (https://unite.ai/microsoft-researcher-and-collaborator-prove-31-year-old-kls-conjecture) [9]: Microsoft Says Human-Directed AI Agents Helped Prove the 1995 KLS Conjecture（含对照组与三条并行路线） —— TSNMedia / 2026-10-21 (https://tsnmedia.org/microsoft-kls-conjecture-ai-proof) [10]: Microsoft team proves 31-year-old KLS conjecture with AI agents（含形式化与另一显式的 Poincaré 界） —— AIxvz / 2026-10-21 (https://aixvz.cc/news/microsoft-team-proves-31-year-old-kls-conjecture-with-ai-agents) [11]: Introducing Claude Duet —— Anthropic / 2026-10-21 (https://claude.com/resources/articles/claude-duet) [12]: Anthropic Opens Claude Duet Research Preview to US Pro and Max Users —— Unite.AI / 2026-10-21 (https://unite.ai/anthropic-opens-claude-duet-research-preview-to-us-pro-and-max-users) [13]: Anthropic Says Its Claude Duet Agent Will Message You First（含自述局限） —— TSNMedia / 2026-10-21 (https://tsnmedia.org/anthropic-claude-duet-agent) [14]: Claude Duet Is Anthropic’s New Agent That Messages You First —— AI Parabellum / 2026-10-21 (https://aiparabellum.com/claude-duet-proactive-agent-app) [15]: Act on Your Behalf, Beyond Your Authorization: Benchmarking LLM Agent Authorization Alignment（arXiv:2610.27548） —— PEACH Research Lab / 2026-10-20 (https://arxiv.org/abs/2610.27548) [16]: AuthorizationBench study finds LLM agents exceeded user authorization in 19.2% of tested trajectories —— Let’s Data Science / 2026-10-21 (https://letsdatascience.com/news/authorizationbench-benchmark-finds-llm-agents-exceed-user-au-cb3b903c) [17]: Volkswagen Group Deploys Microsoft Copilot to Over 330,000 Employees —— Unite.AI / 2026-10-21 (https://www.unite.ai/volkswagen-group-deploys-microsoft-copilot-to-over-330-000-employees) [18]: OpenAI to sell its top models on Google Cloud in latest enterprise push —— Reuters 经 MarketScreener / 2026-10-21 (https://www.marketscreener.com/news/openai-to-sell-its-top-models-on-google-cloud-in-latest-enterprise-push-ce785cd9d88bf027) [19]: NVIDIA Open Models Advance Europe’s Sovereign Intelligence Across Industries —— NVIDIA Blog / 2026-10-21 (https://blogs.nvidia.com/blog/open-models-europe-industry/) [20]: NVIDIA Kumo —— NVIDIA Developer / 2026-10-21 (https://developer.nvidia.com/topic/ai/agent-knowledge-foundation/kumo/) [21]: Meta details Prometheus, the Ohio supercluster heading for 1 million GPUs —— The Next Web / 2026-10-21 (https://thenextweb.com/news/meta-prometheus-supercluster-1-million-gpus-muse) [22]: Meta’s 1-Gigawatt AI Supercluster Reveals New Challenges for Data Center Partners —— Channel Insider / 2026-10-21 (https://www.channelinsider.com/ai/news-meta-prometheus-ai-supercluster-gpu-infrastructure) [23]: How Claude designed protein binders against scorpion neurotoxins —— Anthropic Research / 2026-10-21 (https://www.anthropic.com/research/claude-scorpion-toxin-binder-design) [24]: Anthropic: 17 proteins designed with Claude passed laboratory binding tests（含单毒素命中率与多毒素结果） —— CodedTrip / 2026-10-21 (https://codedtrip.com/en/blog/anthropic-reports-17-claude-designed-proteins-bound-scorpion-toxins-in-lab-tests) [25]: Everything That Happened in AI Today (Wednesday, October 21, 2026) —— The Neuron / 2026-10-21 (https://www.theneuron.ai/digest/everything-that-happened-in-ai-today-wednesday-october-21-2026) [26]: EGI-BENCH: An Enterprise General Intelligence Benchmark Suite（arXiv:2610.27234） —— Salesforce AI Research / 2026-10-21 (https://www.ai-news-brief.info/egi-bench-an-enterprise-general-intelligence-benchmark-suite) [27]: GenAI Daily - October 21, 2026（含 Voxtral 3 定价与两笔融资） —— rAI.nvent / 2026-10-21 (https://rainvent.ai/genai-daily-october-21-2026-google-open-sources-torchtpu-salesforce-buys-braze-for-5-66b-gemini-targets-government-work) [28]: Top AI Stories – October 21, 2026 —— Malpass Technology Blog / 2026-10-21 (https://malpass.co/top-ai-stories-2026-10-21)
检索截止：2026-10-22 06:30（Asia/Shanghai）。OpenAI 的分布式生物推理为博客加 10 月 16 日预印本，尚未同行评审，几个月到一年属示意性估计，专家偏好未获独立复现，数据来自小鼠。arXiv:2610.27655 有一项有效性门槛未达到（编排器未看到工具接口定义），且自认无法判定多智能体收益是否随单智能体能力上升而下降。KLS 几份证明均为预印本，同行评审尚未完成；同等 token 预算下无引导对照失败是微软自报的单一对照；Lean 形式化作者自称是局部校验而非外部数学评审。Claude Duet 需要候补名单，团队档与企业档暂不支持，以上均为 Anthropic 官方口径。AuthorizationBench 的百分比是实验设置下的结果，不能当作所有生产智能体的普遍水平。大众数字出自微软公告；Prometheus 数字出自 Meta 工程博客；蝎毒结合蛋白实验止步于结合，没做细胞中和与动物实验。