AI 早报 - 2026-10-26

聚焦近 24 小时 AI 技术信号,关注实际开发工作流变化


1. Cerebras 万亿参数模型上 Wafer,1000-2000+ tok/s 推理

  • 来源:官方技术博客(Cerebras)
  • 发生了什么:Cerebras 公开了把万亿参数前沿模型部署到 WSE-3T 晶圆的方法,声称实现 1000-2000+ tokens/s 的可扩展推理
  • 为什么重要:这是目前对”超大规模模型在晶圆级硬件上如何分片/通信”最直接的工程披露,对评估推理 infra 路线有参考价值
  • 链接:https://www.cerebras.ai/blog/how-we-deploy-trillion-parameter-frontier-models-on-cerebras

2. 五个 Qwen3.8-27B 协作可打平 Claude Fable 5(开源 harness GVS5H)

  • 来源:GitHub(slee-persis/GVS5H,⭐975)
  • 发生了什么:GVS5H 提出 ledger-based zero-shot self-orchestration——5 个同一 27B 模型实例通过共享文件系统(plan/notes/solution)协作。LiveCodeBench Hard 上 Qwen3.8-27B 从 66.8% 提升到 92.4%,超过 Fable 5 的 90.4%;Qwen3.8 Flash Next 达 93.0%,成本仅为 Fable 5 的 9%
  • 为什么重要:不训练、不换权重,仅靠推理时组织(decomposition + 持久 context)就逼近/超过前沿闭源模型,是低成本的实用路径。单卡可自托管
  • 链接:https://github.com/slee-persis/GVS5H(HN 181 分)

3. Anthropic 发布 OSS Scanner:开源维护者可免费做 Claude 漏洞扫描


4. Anthropic 发布 sandbox-runtime:无容器的 OS 级 agent 沙箱

  • 来源:官方产品(经 MarkTechPost 报道)
  • 发生了什么:Anthropic 开源 sandbox-runtime,为 AI agent 提供 OS 级沙箱(不需要容器),官方称 Claude Code 权限误报减少 84%
  • 为什么重要:agent 本地执行的安全边界方案变了——OS 级而非容器级,部署更轻,权限模型更精细
  • 链接:https://www.marktechpost.com/2026/10/24/anthropic-sandbox-runtime-ai-agent-sandbox/

5. 微软开源 Agensh:支持 1024 个 agent 的分布式多智能体 harness

  • 来源:GitHub(microsoft/Agensh,⭐290)
  • 发生了什么:微软开源 Agensh——去中心化、可扩展到 1024 个 agent 的多智能体编排框架,Pandoc 测试 pass rate 提升到 55.06%
  • 为什么重要:大编排规模(千级 agent)的开源参考实现,适合评估大规模 agent 系统的拓扑设计
  • 链接:https://github.com/microsoft/Agensh

6. 10 年前的 CNN 在皮肤癌诊断上胜过前沿 LLM(HN 386 分)

  • 来源:工程博客(lynchlab.net)
  • 发生了什么:皮肤科医生测试 GPT-6 Astra 和 Claude Fable 5.1 做皮肤癌诊断,发现 10 年前的小型 CNN 准确率反而更高
  • 为什么重要:多模态 LLM 在窄垂直医疗任务上并非必然优于专用小模型,做领域 eval 时值得加小模型对照组
  • 链接:https://lynchlab.net/llm-skin-cancer

7. TokenGate:给 LLM 加 token 剪枝,长 context prefill 快 11.3 倍


8. Cognition 开源 Devin 漏洞修复插件:打 PHP2Shell / Node.js / GitLab CVSS 10.0


9. Wiz:Gheist 团伙用被盗 GitHub token 批量植入 secret-dumping 工作流


10. OpenAI/Anthropic 数月内 LLM 降价最高 80%,为什么

  • 来源:工程博客(minimaxir.com,HN 80 分)
  • 发生了什么:Max Woolf 分析 OpenAI 与 Anthropic 在数月内把 LLM 价格最多砍 80% 的经济学逻辑——“一个 token 的真实成本”如何变化
  • 为什么重要:判断 API 价格趋势、做成本规划的实用参考
  • 链接:https://minimaxir.com/2026/10/cheap-llms/

本日总结

  • Agent infra 是主线:Anthropic 一天内开源 OSS Scanner(安全)+ sandbox-runtime(执行隔离),微软开源 Agensh(千级 agent 编排),Cognition 开源 Devin 修洞插件——agent 工程栈的工具层明显提速
  • 推理成本下探:GVS5H 证明”5 个 27B 协作 ≈ Fable 5”,加上 TokenGate prefill 加速,自托管路线性价比持续提升
  • 值得跟进:Cerebras 万亿参数部署细节(推理 infra 路线之争)、agent 沙箱方案(OS 级 vs 容器级的取舍)