Claude Code多会话升级，Copilot多模型协作，Step 5权重开放

今日AI速览：从编码工具到模型生态的密集更新

本期AI日报涵盖了开发者工具、模型协作、文档审核、API生命周期、开源权重等多个维度的进展。Claude Code 的桌面端多会话能力、GitHub Copilot 的多模型融合、Google 的 Deep Review、OpenAI 的 API 退役计划、阶跃星辰的 Step 5 Preview 权重开放、蚂蚁的 Link 3.1 Flash，以及 Skywork 的游戏生成框架，构成了今天值得关注的技术动态。

Claude Code：桌面端多会话操作界面

Claude Code 桌面端升级了多会话操作界面。最近文件夹、SSH 主机和云端可以保存为环境，快速启动任务。多个并行任务各自开启独立会话，完成后将结果回报给主会话。支线问题也能单独打开标签页处理，主任务继续执行，不必被打断。

这一改动的实际意义在于，开发者可以把“探索性任务”和“主线任务”分开管理。过去在一个会话里反复切换上下文，容易让模型丢失焦点；现在通过标签页和主从会话的结构，复杂工程的并行推进变得更可控。对于需要同时处理多个仓库或远程主机的团队，环境保存功能也减少了重复配置的成本。

Copilot Hydra Fusion：多模型协作给出最终结果

GitHub Copilot 的 Hydra Fusion 让多个模型协作给出一个最终结果。更新后的流程是：由中等推理模型起草，高强度推理模型复合并用工具检查实际文件，轻量增强 Max 面向更复杂任务。两种模式都还在研究预览阶段，参与模型分别计费。

一个需要留意的细节是，舍弃草稿留下的文件改动不会自动撤销。这意味着多模型协作虽然提升了结果质量，但中间产物需要开发者自行清理。从计费方式看，多模型参与也意味着成本结构更复杂，团队在评估是否启用时需要把这一点纳入考量。

多模型协作（模型融合/级联）的常见模式

Hydra Fusion 描述的“中等推理模型起草、高强度推理模型复核并用工具检查实际文件”，属于模型级联与多智能体协作的典型模式：用低成本模型承担高Token量的初稿生成，用高能力模型做审查与纠错，从而在质量与成本之间取得平衡。这类架构的关键设计点在于：草稿与复核之间的产物如何传递与回滚、工具调用是否基于真实文件状态（而非模型记忆）、以及各参与模型如何计费。文中提到的“舍弃草稿不会自动撤销文件改动”，正是级联流程中状态管理缺位的表现，实际使用时需要配合版本控制或独立工作区来兜底。

Google Deep Review：复杂文档的逻辑与事实核验

Google 公开了 Deep Review，用来检查复杂文档的逻辑和事实依据。它的流程是：先分段、分配计算，再让不同 Agent 并行核验，最后检查跨章节一致性。每周可免费检查两份 PDF 或纯文本，高用量可以接入自己的 Gemini API。上传文件不用于训练，但会保存一年供用户在界面中查看。

跨章节一致性是长文档审核里容易被忽略的环节。人工审阅往往能发现单句错误，却难以追踪前后矛盾。Deep Review 把这一环节交给并行 Agent 加最终一致性检查，针对的是真实存在的痛点。不过文件保存一年的策略，对敏感文档的使用者来说需要提前确认合规要求。

OpenAI API 退役时间表

OpenAI 宣布多款 GPT-4 系列 API 将在 2027 年 1 月 14 日关闭，名单包含指定的 GPT-4O 和 GPT-4.1 快照，微调版本也同日关闭。推荐替代是 GPT-6 Luna。目前这些 API 仍处于弃用过渡期。另外，GPT-5.5 已退出 ChatGPT 与 GPT 账户登录的 Codex API 不受影响。

对于仍在生产环境调用旧快照的团队，过渡期是迁移窗口。微调版本同日关闭这一点尤其需要注意，因为微调模型的迁移通常比通用模型更耗时。

API 快照、弃用过渡期与微调模型迁移

OpenAI 的“快照”（snapshot）指带日期标识的固定模型版本，如 GPT-4O、GPT-4.1 的特定快照。API 长期指向具体快照而非“最新模型”，以保证行为可复现；一旦快照退役，调用方必须显式切换到新模型。弃用过渡期是官方给出的迁移窗口，期间旧快照仍可用但不再获得更新。微调版本同日关闭尤其棘手：微调模型的迁移不只是改模型名，还需在新基座上重新准备训练数据、重跑微调并重新评估效果，周期通常以周计。因此对生产系统而言，应尽早盘点调用清单、建立模型版本与评测基线，把迁移纳入常规发布流程，而不是等到截止日临近再处理。

阶跃星辰 Step 5 Preview 权重开放

阶跃今天公开了 Step 5 Preview 权重，它是面向编程和专业工作的多模态模型，总参数 6000 亿，每次激活 270 亿，输入输出共用约 100 万 Token 窗口，FP8 部署可从 4 张 B300 或 8 张 H200 起步，还需为上下文预留显存。硬件厂商商业集成等用途要按许可证另行取得授权。

百万级 Token 窗口配合 FP8 部署，指向的是长上下文专业工作负载。4 张 B300 或 8 张 H200 的起步配置，说明其目标用户是有一定算力基础的企业与集成商，而不是个人开发者。商业集成需另行授权，也表明权重开放并不等于无条件商用。

混合专家（MoE）架构与“总参数/激活参数”

阶跃 Step 5 Preview 的“总参数 6000 亿、每次激活 270 亿”，以及蚂蚁 Link 3.1 Flash 的“5600 亿总参数、250 亿激活参数”，描述的都是混合专家（Mixture-of-Experts, MoE）架构。在 MoE 中，模型由多个“专家”子网络加一个路由网络组成，每个 Token 输入时路由器只选择少数专家参与计算。因此参数总量决定模型的“知识容量”，而每次实际参与运算的激活参数决定推理算力成本。这也是为什么这两个模型的总参数在数千亿量级，推理开销却接近数百亿参数稠密模型的原因。理解这一区别，才能正确解读后续的部署门槛：显存要装下全部权重（总参数），而算力吞吐取决于激活部分。

FP8 部署与显存估算

文中提到 Step 5 Preview “FP8 部署可从 4 张 B300 或 8 张 H200 起步，还需为上下文预留显存”。FP8 是 8 位浮点低精度格式，相比 BF16/FP16 可将权重显存占用减半，是当前大模型推理常用的量化部署方式。按 FP8 每参数约 1 字节粗略估算，6000 亿参数权重大致需要 600GB 显存，加上 KV Cache（随上下文长度线性增长）和运行时开销，才需要多卡组合。这解释了为何百万级 Token 窗口必须单独预留显存，也说明此类模型的部署门槛主要由显存容量而非算力峰值决定。

蚂蚁 Link 3.1 Flash：混合注意力架构

蚂蚁公开了 Link 3.1 Flash 权重，采用线性与完整注意力混合架构。模型卡列出 5600 亿总参数、250 亿激活参数，许可标为 MIT。模型卡写 100 万上下文，当前配置和部署文档则是 256K 已验证，部署包括 8 张 H200 或 4 张 GB300，另有推测解码支持。

MIT 许可在权重开放里属于相对宽松的选择，配合混合注意力架构，Link 3.1 Flash 的定位偏向高效推理与长上下文兼顾。模型卡与部署文档在上下文长度上的差异（100 万对 256K）值得注意：前者是能力描述，后者是经过验证的配置，实际部署应以文档为准。

线性注意力与混合注意力架构

Link 3.1 Flash 采用的“线性与完整注意力混合架构”，是针对标准 Transformer 注意力机制在长上下文下计算与显存开销随序列长度平方增长的问题。线性注意力用可分解的核函数近似 softmax 注意力，把复杂度降到与序列长度线性相关，但会损失一部分精确检索能力；完整（softmax）注意力则保留精确的长程依赖建模。混合架构在不同层或不同头之间交替使用两者，用少量完整注意力层保证关键信息检索，用线性注意力层摊薄长序列成本。这是当前长上下文模型在“能力”与“效率”之间折中的主流路线之一，也解释了模型卡宣称的百万级上下文为何需要部署文档另做验证——长上下文的实际有效长度往往取决于架构与推理配置的共同作用。

MIT 许可与权重开放的边界

“权重开放”与“开源”并非同义。开放权重指模型参数可下载，但使用范围由许可证界定：MIT 属于宽松许可，允许商用、修改与再分发，仅需保留版权声明；而 Step 5 Preview 这类“商业集成需另行取得授权”的许可则属于受限开放。选型时应区分权重可得性、商用授权范围与再分发条件三个维度，它们直接决定模型能否嵌入产品或对外提供服务。

Skywork Matrix Game 4.0：规则与画面分离

Skywork 发布 Matrix Game 4.0，把游戏规则和 AI 画面分开处理。游戏引擎管理物理、操作和状态，视频模型把简化画面渲染成细节画面。这次开放三个场景的推理代码和浏览器演示，两种预设使用不同部署方式。

规则与渲染分离的思路，降低了视频模型在游戏生成中的负担：状态和物理由确定性引擎负责，画面交给生成模型补全。这比让单一模型端到端生成整个游戏更可控，也更容易调试。

苹果智能中国区测试版

库克在上海接受采访时说，苹果智能将在 10 月晚些时候推出中国区测试版，首批包括实时翻译、书写和照片清除，接入阿里千问模型。新版 Siri AI 不在这一批范围。月底测试也不等于正式全面开放。

这一消息的边界需要明确：测试版覆盖的功能有限，Siri 的 AI 升级另有时间表，测试范围与正式开放范围也不一致。对关注端侧 AI 落地节奏的读者，这是需要持续跟踪的变量。

小结

今天的更新呈现出两条主线：一是编码与文档工具向多会话、多模型协作演进，强调并行与复核；二是模型权重持续开放，但许可条款与部署门槛各有差异。开发者在选型时，除了看参数和上下文，还需要把计费方式、许可范围和已验证配置纳入判断。