今天的 AI 变化集中在一个方向:模型不再只是回答问题,而是要在本地设备、企业 API、研发流程和工具系统中持续行动。能否控制权限、成本和失败边界,正在和模型本身的能力一样重要。
1. Anthropic 推出 Claude Duet
Anthropic 开放 Claude Duet 的研究预览。这是一个独立应用,可在 iOS、Android 和 claude.ai 使用,目前面向美国的 Pro 和 Max 用户,需要加入等候名单。Team 和 Enterprise 还不包含。

它基于 Claude Opus 5.5,沿用账号里的记忆、技能和已连接应用,在云端自己的电脑上继续做,不要求手机或电脑一直开着。每天早上给一份简报,每隔几小时查看已连接的应用,也可以接手排期、报表、原型和网页应用,并能使用超过 6000 个连接器和插件。
发消息、付款、签署或删除之前,它会把即将执行的操作给你看,并等你批准。买卖证券、在账户之间转账,即使批准也不做。它不直接接触密码和登录令牌。研究预览仍可能看错一封邮件的上下文,或把不紧急的事当成紧急。后台检查会计入套餐额度,和普通对话不是同一套消耗。
2. NVIDIA OpenShell 把 Agent 安全放到模型之外
NVIDIA 发布 OpenShell Reference Architecture,并介绍开源安全运行时。它通过默认拒绝、动态权限、沙箱、策略验证、Gateway 和 Supervisor,把 Agent 的文件、网络、凭据与工具访问放在模型进程之外管理。
这让平台团队有机会用统一策略管理 Claude Code、Codex、OpenCode 或自研 Agent,但架构本身不会自动消除风险。部署者仍需验证网络出口、凭据暴露、审计接入和异常任务撤销。

3. OpenAI 称模型协助发现 PHP 核心漏洞,并放出版本检查工具
OpenAI 公布过去两个月对 PHP 严重漏洞的协同处理。独立研究者 Calif 使用 GPT-5.6 Sol,在 Patch the Planet 中发现其中一个严重缺陷。Wiz 也独立发现并报告了两个漏洞。修复和发布由 PHP 维护者主导,Cloudflare 等参与了防护准备。OpenAI 称 PHP 支撑约 70% 的网站,并放出一个版本检查工具,帮助管理员对照受影响的版本。

官方认为,以这些漏洞的严重程度和 PHP 的使用范围,这是近年来影响最大的安全问题之一,而且据他们所知,前沿模型比攻击者更早发现。使用 PHP 的站点现在应对照官方版本完成升级。检查工具只看响应头或 php -v。结果为正常,只表示版本号高于记录中的修复线,并不单独验证补丁。查不到版本,也不代表已经修好。
4. Recursive 发布 Flint,开放权重并主打本地编程
Recursive 推出首个模型 Flint,定位为快速、本地运行的编程模型,并开放权重。官方模型卡提供了参数、许可证和运行路径,发布帖中的速度与效果数字则属于厂商评测口径。

本地模型的价值不只是节省 API 费用,还包括代码不必默认离开设备、弱网可用和更可控的运行环境。真正接入前仍应按自己的硬件、量化、上下文和代码库样本做回归测试。

5. Claude API 新版本移除三个常用请求参数
Anthropic 发布 Claude API 2026-10-21 版本,并在迁移说明中明确移除 temperature、top_p 和 top_k。继续发送这些参数会返回 400,旧版本兼容不等于所有供应商渠道都保留旧行为。
开发团队应把这次变化当作接口契约迁移,而不是模型升级。搜索 SDK、网关、提示词模板和测试夹具中的旧参数,再按实际部署渠道验证版本和错误处理。

6. OpenAI API 将 Prompt Caching 延长到 12 小时
OpenAI Developers 官方账号宣布 API 可选择 12 小时 Prompt Caching,让持续运行的 Agent 在数小时间隔后继续复用指令、工具和上下文,并按缓存输入费率计费。
这会改变长流程 Agent 的成本模型,但不能直接把 Codex、Work 的产品缓存规则套到 API。团队需要测量真实缓存命中率、上下文结构和失败重试成本,而不是只按单次 token 价格估算。

昨日回顾
- Meta Prometheus 超集群一期已用于训练 Muse,基础设施竞争延伸到网络、液冷和故障恢复
- NVIDIA Cosmos3-H-Dreams 将生成式仿真带入临床手术研究
- ElevenLabs Eleven Realtime 将语音到语音推理带入实时 Agent 场景
- DeepSeek 开源 DeepInfer,推理运行时成为模型之外的新开放层
- OpenAI 收购 Orchestra Bio,AI 进入生物研发运营层

今日总结
AI 产品的下一道门槛不是“能不能调用模型”,而是能不能让模型在真实系统里被约束、被观测、被计费并在出错时被撤销。产品团队可以先从权限最小化和成本基线开始,工程团队则应把 API 迁移、缓存命中、沙箱隔离和本地运行能力放进同一套验收标准。
扫码加入 HiFox AI 内测群,及时获取 最新 AI 资讯~






