📑 目录
本期覆盖近两周（10 月 1 日–10 月 15 日）AI 领域 arXiv 新论文、GitHub 热门开源项目与行业动态，链接均指向真实来源，每日更新。
主编视角
本周最清晰的信号是「前沿模型的 token 价格被系统性压低」：GPT-6.1 Sol、Claude Sonnet 5.5 / Haiku 5.5、Gemini 4 Argon 的 API 定价几乎齐刷刷落在 $2/$10 每百万 token，缓存输入更是下探到 $0.10 量级。价格曲线整体下移，让「常驻型 Agent（OpenAI dots 这类 24 小时在线的智能体）」第一次在成本上站得住脚——过去 Agent 卡在演示，现在卡在编排与记账。
开源侧的重心也在从「造更强的模型」转向「把 Agent 工程化」：记忆层（claude-mem）、token 压缩（headroom 号称省 60–95%）、本地推理与 RAG 引擎正在拼成一条可自托管的 Agent 生产管线。对从业者而言，下一阶段的关键指标不是模型榜单分数，而是「单任务正确完成成本（含重试与审查）」与「长上下文下的状态保持」。
一、arXiv 最新 AI 论文（2026.10.05–10.15）
1. Competence-Aware Orchestration for LLM-Based Multi-Agent Systems
摘要：LLM 多智能体系统（MAS）靠角色专精与协作增强复杂推理，但「协作越多越好」并不成立——更丰富的协调在难题上有帮助，却带来额外 token 成本与冗余交互。作者提出两阶段「能力感知」框架：先建模骨干模型对当前查询的任务条件能力，再用该信号自适应调整角色激活与通信图。在 6 个基准上平均得分 93.81%；对高能力骨干，准确率从 87.22 提升到 89.97 的同时把 token 成本降低 36.26%。
领域：多智能体系统 / 大模型
推荐理由：给出了「按需协作」而非「无脑堆 Agent」的量化依据，对控制 Agent 推理成本有直接参考价值。
链接：arXiv:2610.13144
2. Persistent LLM Orchestration of Heterogeneous Robot Teams via Partial Delegation to Multi-Agent Protocols
摘要：自然语言能让非专家指挥机器人团队，但现有方法假设任务会终止、环境不变，二者在灾害救援等场景都不成立。作者指出 LLM 编排器在此会三类失效：prompt 无限增长、智能体累积后推理退化、覆盖一次后停止监控。方案用「马尔可夫状态摘要」替代不断增长的对话历史，用「部分委派」把部分机器人交给自主多智能体协议，并用任务/事件触发的重新提示保持警觉。在含蔓延火势与移动受灾者的城市搜救仿真中，救援率 98%（基线 89%），token 消耗仅为其 1/6。
领域：多智能体系统 / 机器人
推荐理由：把 MAS 编排用到「不终止、环境持续变化」的真实场景，并给出 token 节省 6 倍的硬指标。
链接：arXiv:2610.15224
3. It Takes Workflows to Evolve Better Workflows
摘要：复杂任务常超出单 LLM 能力，需多智能体工作流协作。已有方法只优化「工作流生成器」，而搭建/执行各工作流的其它 Agent 保持固定。作者提出 FloWright，把工作流本身当作训练马甲（harness），用层级化、结构感知的奖励让一个角色自进化、多个角色协同进化，无需额外模型、标注或执行。针对单 Agent 已能处理的评测数据缺陷，进一步提出 DataWright 自适应加难。在文档、幻灯片、图表、代码、数学、金融任务上，小开源模型经 FloWright 训练最高提升 +7.41%（协同进化 +5.03%，优于仅优化单个角色 +2.83%）。
领域：多智能体工作流 / 大模型
推荐理由：工作流「自我进化」思路，对自动化构建与迭代 Agent 流水线有启发。
链接：arXiv:2610.01026
4. OOPMAS: Object-Oriented Multi-Agent Systems for Query-Level Workflow Generation
摘要：现有 MAS 自动化设计多在「任务级」运作，每个基准只产出一条固定工作流并统一套用所有查询，但真实查询难度差异大、任务类型混杂。OOPMAS 是无训练框架，在「单条查询」粒度同时生成智能体集合与协调工作流：Agent 表示为带专属角色、工具与持久状态的面向对象类，工作流是可执行的主函数；动态技能库从多轮执行反馈中累积结构化经验，实现无需梯度更新的上下文内改进。在跨代码/数学/问答的混合任务基准上准确率 89.6%，领先最强基线 18.1 个百分点，换四个骨干模型均稳定扩展，最强模型达 92.4%。
领域：多智能体系统 / 代码生成
推荐理由：把「面向对象」引入 Agent 编排，按查询动态生成工作流，对自适应 Agent 系统有实操价值。
链接：arXiv:2610.07787
5. Copies or Sources? Measuring How LLM Aggregators Count Restated Evidence in Multi-Agent Systems
摘要：MAS 会习惯性复述观察（中继转发、共享板重复、讨论轮回声），聚合器应当「数来源」而非「数陈述」。作者把报告概率换算成独立读数单位（copy weight：0 表示数来源，1 表示数每条陈述），量化不同通信协议下的信念偏差。在 3 家提供商的 4 个模型上，一条被转发的副本只相当于 0.06–0.42 个新读数。一段声明把受控日志的 copy weight 压到 0.08 以下；要求 Agent「引用读数而非复述」的规则，把信念层面的过早承诺从 11.2% 降到 1.1%，同时保留真实佐证。
领域：多智能体系统 / 评估
推荐理由：揭示多 Agent「共识」里的水分，对设计可信聚合与去重机制很有用。
链接：arXiv:2610.06192
6. Evo-RL: Iterative Robot Reinforcement Learning from Selective Experience
摘要：真实世界强化学习用「人类纠正 + 自主 rollout」改进机器人策略，但累积经验的改进价值参差，成功轨迹也可能含低效冗余行为。Evo-RL 把人类干预与「优势引导的经验筛选」结合，只复用带正估计优势的成功经验来迭代精炼策略；配套 RW-RL-Dataset 覆盖 4 类 robot 本体、累计 1000+ 小时。在真实高精度操作任务上，Evo-RL 相对 RECAP 把尝试成功率提升 30.46%，代码、检查点与数据集均已开源。
领域：机器人 / 强化学习
推荐理由：用「选择性经验复用」缓解机器人 RL 的数据浪费，附真实硬件结果，工程参考价值高。
链接：arXiv:2610.13345
7. A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control
摘要：通用机器人要靠大规模并行仿真 RL，但朴素地均匀采样重置分布，会把越来越多训练经验浪费在「已掌握」或「尚无法尝试」的配置上。作者提出 Success Guided Sampling（SGS）自适应采样器，把训练聚焦在策略能力边界附近的配置上。在最高 220（逾百万）并行环境下，SGS 解决了此前方法搞不定的多地形四足运动与接触密集型装配任务，并把学到的操作策略蒸馏为 RGB 策略，在真实硬件上零样本迁移。CoRL 2026。
领域：机器人 / 强化学习
推荐理由：直接点出「百万级并行环境」的收益被浪费这一痛点，给出可落地的采样解法。
链接：arXiv:2610.12465
8. Teaching a Robot Dog New Tricks: Diverse Quadruped Skills via Combined Reinforcement and Imitation Learning with Adversarial Task Selection
摘要：强化学习已能让腿足机器人完成单任务技能，但农场、太空等应用需要行走、挖掘、跳跃等多样技能，端到端训练受样本效率与多任务梯度冲突所困。作者提出三阶段方法：先用 RL 在窄任务上训练多个教师策略，再用「RL+模仿学习」目标、在对抗式任务选择（聚焦最差任务）下训练学生策略。最终单个学生策略用 8 个教师掌握 22 项任务，运动质量与指令跟踪优于 PPO 与「先蒸馏后微调」基线，并部署到 Unitree B1 四足机器人验证真实鲁棒性。
领域：机器人 / 强化学习
推荐理由：多教师蒸馏 + 对抗任务选择，是「一个策略学多样技能」的清晰工程范式。
链接：arXiv:2610.10601
二、GitHub 热门 AI 开源项目（2026.10.07–10.15）
1. morluto/rea
简介：用 Agent 逆向一切——从应用行为一路反到原生二进制（native binaries）。
热度：GitHub Trending 今日 +2956 Star（10/12 榜单）
推荐理由：把 Agent 能力延伸到逆向工程，是「Agent 接管专业工具链」趋势的代表作。
链接：github.com/morluto/rea
2. storytold/artcraft
简介：面向艺术家、设计师与电影人的「意图化创作引擎」，用 Rust 编写，把创作过程结构化。
热度：GitHub Trending 今日 +2957 Star（10/12 榜单）
推荐理由：创意生产也步入 Agent 化，Rust 实现兼顾性能与本地可部署。
链接：github.com/storytold/artcraft
3. debpalash/VoiceStudio
简介：完全本地、开源的 ElevenLabs 替代方案，覆盖声音克隆、配音、转写与有声书生成，支持 646 种语言。
热度：GitHub Trending 今日 +1225 Star
推荐理由：本地化语音合成/克隆需求旺盛，多语言覆盖是不小的卖点。
链接：github.com/debpalash/VoiceStudio
4. hugohe3/ppt-master
简介：把文档或主题一键转换为原生 PowerPoint 演示文稿，支持图表、旁白与模板。
热度：GitHub Trending 今日 +1104 Star
推荐理由：文档→幻灯片是高频刚需，原生 PPT 输出比截图式方案更可用。
链接：github.com/hugohe3/ppt-master
5. thedotmack/claude-mem
简介：跨 Agent 会话的持久上下文：用 AI 压缩会话历史，并把相关记忆注入后续运行；兼容 Claude Code、Codex、Gemini、Copilot 等。
热度：累计 98,548 Star（AI 记忆赛道爆款），今日 +534 Star
推荐理由：直击「会话连续性」这一 Agent 落地核心痛点，多后端兼容利于集成。
链接：github.com/thedotmack/claude-mem
6. headroomlabs-ai/headroom
简介：在送入 LLM 前压缩工具输出、日志与 RAG 片段，号称在不损失精度的前提下把 token 减少 60–95%。
热度：累计 74,767 Star
推荐理由：与本周「token 成本下移」主线呼应——模型降价之外，压缩是另一条降本路径。
链接：github.com/headroomlabs-ai/headroom
7. openclaw/openclaw
简介：跨平台 AI Agent，设计目标是在任意操作系统上「真正执行动作」（take real actions）。
热度：GitHub Trending 今日 +164 Star
推荐理由：本地优先、可行动 Agent 的代表，与云端常驻智能体形成互补。
链接：github.com/openclaw/openclaw
8. langgenius/dify
简介：Agent 工作流与 RAG 流水线构建平台，支持多云部署，是开源 LLM 应用开发的主流选择之一。
热度：GitHub Trending 今日 +79 Star（长期高星项目）
推荐理由：工作流 + 知识库 + Agent 一体化的成熟方案，仍是落地首选参考架构。
链接：github.com/langgenius/dify
三、精选 AI 行业资讯（2026.09.29–10.15）
1. OpenAI 发布低价 GPT-6.1 Sol 与常驻智能体 dots
内容：OpenAI 在 DevDay（9/29）推出 GPT-6.1 Sol：标准 API 定价 $2/$10 每百万 token，缓存输入低至 $0.10（约为旗舰 Astra 的 1/5）；同期推出常驻智能体 dots——运行在云端独立 Linux VM、24 小时在线、可连接 4000+ 应用。
推荐理由：把前沿模型价格打到 1/5，并给出「常驻 Agent」产品形态，直接拉低下一代 Agent 的落地门槛。
来源：OpenAI API Changelog · AIX Radar · Local AI Zone
状态：官方确认
2. Anthropic 发布 Claude Sonnet 5.5
内容：9/29 起可用，输出生成速度较 Sonnet 5 快 30% 以上，单任务成本降低约 30%；API 价格维持 $2/$10，并成为 claude.ai 免费档默认模型。
推荐理由：在「不降价」的前提下靠更少 token 实现降本，是厂商比拼推理效率的典型样本。
来源：Anthropic 官方 · AIX Radar
状态：官方确认
3. Google 发布 Gemini 4 Argon（受限开放）
内容：面向软件工程、企业工作与网络防御的前沿模型，单次输出上限提至 100 万 token；介绍价 $2/$10（后续 $4/$20）；先向经审核的网络安全专业人员开放，再逐步放开。
推荐理由：百万级输出上限瞄准超长任务，但「先审核后开放」也提示前沿能力的分发仍受控。
来源：Google 官方 · AIX Radar
状态：官方确认
4. Anthropic 发布 Claude Haiku 5.5
内容：10/7 发布，价格降至 Haiku 4.5 的约 1/10（$0.10 输入 / $0.50 输出，每百万 token），是首个带 effort 级别的 Haiku；厂商报告 OSWorld 72.4%（Haiku 4.5 为 15.7%）。
推荐理由：把「便宜档」也拉到可用水平，子 Agent / 窄任务场景的成本结构进一步优化。
来源：Anthropic 官方 · QuantaAI Labs
状态：官方确认
5. OpenAI 将 GPT-6 全量推送 ChatGPT
内容：10/7–10/8 起向全球 ChatGPT 推送 GPT-6，Free/Go 用户获得 GPT-6 Luna；新增 Intelligent UI，答案可包含交互式图表、表单、可点按钮与图示。
推荐理由：前沿模型进入大众入口，交互式答案可能重塑信息消费方式。
来源：QuantaAI Labs · OpenAI
状态：官方确认
6. Mistral 预览第四代旗舰 Mistral Large 4（Le Chonk）
内容：10/6 预览：1 万亿总参数、每 token 49B 激活，原生多模态，在欧洲自建数据中心用 3800 张 NVIDIA Grace Blackwell 训练，覆盖 160+ 语言（含全部欧盟官方语言）；权重预计月底前放出。
推荐理由：欧洲自研超大模型的里程碑，原生多模态 + 多语言是差异化卖点。
来源：Reuters · Local AI Zone
状态：官方确认（预览）
7. Google DeepMind 发布 EmbeddingGemma 2
内容：10/6 推出，在单一向量空间内统一嵌入文本、图像、音频与视频（文本模型 270M、多模态 740M），便于跨模态检索与 GraphRAG。
推荐理由：统一多模态嵌入补齐了 RAG/知识图谱的关键拼图，利于构建跨模态 Agent 记忆。
来源：Google DeepMind · QuantaAI Labs
状态：官方确认
8. DeepMind 开源 AlphaProtein Novo + Aleph Alpha 开源 Kolibri
内容：DeepMind 开源酶设计模型 AlphaProtein Novo；Aleph Alpha 发布 Apache 2.0 权重的 Kolibri——78B 总参数、约 3.46B 每 token 激活，专注德英应用，原生上下文 262K、可验证扩展至 1M。
推荐理由：科研与欧洲开源权重双线推进，开源前沿模型的地域与技术多样性在增加。
来源：QuantaAI Labs · AIX Radar
状态：官方确认
参与讨论
评论由 GitHub Discussions 驱动，数据存储于 hackcv/blog 仓库；需要 GitHub 账号登录后参与，支持 Markdown 与表情回应。评论由 GitHub Discussions 驱动，数据存储于 hackcv/blog 仓库；需要 GitHub 账号登录后参与，支持 Markdown 与表情回应。