Claude Duet主动上班：AI Agent开始替你盯事了

Anthropic 给 Claude 加了一个新身份——不等你开口，它先开始干活。白鸦 AI 日报披露的 Claude Duet，基于 Opus 5.5，把个人背景与日常任务串起来，主动提醒、主动协助处理。听上去像是把「助理」两个字坐实了，但后台轮询同样会消耗订阅额度，你还没上班，它已经开始算账。

这一轮更新里，主动型 Agent、缓存策略、供应链安全和模型路由规则同时出现，指向同一个问题：当 AI 从「你问它答」变成「它自己找事做」，成本和边界由谁承担。

Claude Duet：主动型 Agent 的第一道现实考题

据白鸦 AI 日报介绍，Claude Duet 目前面向美国 Pro 和 Max 用户做研究预览。它的差异点不在模型能力，而在触发方式——不再依赖用户输入，而是把个人背景和日常任务连接起来，主动提醒并协助处理。

主动是好事，也是成本。后台轮询会用掉订阅额度,意味着「主动服务」和「按量计费」天然存在张力。用户需要判断的是：它主动盯的那些事，值不值得这些额度。研究预览的定位也说明，Anthropic 自己还在观察这种交互模式的接受度。

主动型 Agent 与后台轮询

主动型 Agent（Proactive Agent）指的是无需用户每次发起请求，系统按预设条件在后台周期性检查状态、判断是否需要行动，并主动推送提醒或执行操作的智能体形态。它与传统「你问它答」的被动式交互最大的区别在于触发源：从用户输入变成时间、事件或数据变化。常见实现方式是轮询（polling），即客户端或服务端按固定间隔反复向模型或数据源发起查询。轮询的代价在于每次检查都可能产生一次模型调用，即使最终没有需要提醒的内容，这也会持续占用 Token 与订阅额度。这正是主动型 Agent 商业化落地的核心矛盾：主动性越强、检查越频繁，隐性成本越高，计费模型与产品体验之间需要重新设计平衡点。

缓存加时：Tipo 28 天计划的第 16 天

Tipo 的 28 天计划走到第 16 天，这次给的是缓存加时：API 提示缓存延长到 12 小时，登录后的 Codex 和 Work 提供永久缓存。少重复处理上下文，才是这轮更新的重点。Agent 时代，上下文就是成本，缓存时长直接决定长任务能不能跑得划算。

额度重置这次没有新确认，对重度用户来说，这仍是个悬着的变量。

提示缓存（Prompt Caching）

提示缓存是模型 API 提供的一种优化机制：把一段重复使用的上下文（如系统提示、长文档、代码库片段）预先处理并存储，后续请求命中缓存时直接复用已计算的状态，而不必从头重新编码。这样能显著降低延迟与输入 Token 费用。缓存通常有存活时间（TTL），过期后需要重新写入。「缓存加时到 12 小时」意味着同一段上下文在半天内多次调用都可复用，对需要长会话、多轮工具调用的 Agent 任务尤其关键；而「永久缓存」则进一步消除了过期重算的开销。缓存时长直接决定长任务的经济性：上下文越长、调用越频繁，缓存带来的成本差异越明显。

AI 找漏洞的速度追上来了

OpenAI 披露，Calif 借助 GPT 5.6 发现了 PHP 严重漏洞，Wiz 也独立发现了同一问题，PHP 维护者已发布修复，Codex 还提供了检查支持。多源交叉印证让这个案例更有说服力：AI 写代码的速度起来了，找老代码漏洞的速度也开始追上来。

安全话题不止一面。据有关媒体报道，LightLAM 1.107 版本被植入窃取凭据的恶意代码，恶意包在 10 月 21 日 11 点 39 分 UTC 上传，13 点 20 分已被隔离。用过这个版本的团队需要核查环境和暴露的凭据——升级依赖也得防供应链埋雷。

软件供应链攻击与依赖投毒

软件供应链攻击指攻击者不直接入侵目标系统，而是通过污染其依赖的上游组件（开源库、包管理器、构建工具）间接植入恶意代码。LightLAM 1.107 版本被植入窃取凭据的恶意代码即属此类：攻击者发布被篡改的版本，开发者一旦升级或安装，恶意代码便随正常依赖进入运行环境，进而窃取密钥、令牌等敏感凭据。这类事件的关键特征是从上传到隔离往往只有数小时窗口，但已下载的实例不会自动回滚。应对措施包括锁定依赖版本、校验包签名与哈希、使用私有镜像源，以及在事发后立即轮换可能暴露的凭据并排查构建与运行环境。

模型路由新规：做接入生意要先过审查

OpenAI 公布了模型路由和网关的新规则，从 11 月 20 日起，直接提供模型访问的这类服务需要先经过审查批准。做模型接入生意的，接下来除了拼价格，还得先过这一关。

另一边是合作：OpenAI 宣布模型和 Codex 将进入 Google Cloud 企业客户的接入渠道，具体可用范围还要跟随后续开放。一边竞争一边合作，成了这一轮平台关系的常态。

本地编码模型与扩散式生成

Recursive 发布本地编码模型 Flint，400 亿总参数，每个 Token 激活约 25 亿权重，Apache 2.0 许可，OpenHands 是首发合作方。它押注的是把编码智能体搬到本地，速度表现还得看硬件配置。

Inception 的 Mercury 3 继续押注扩散式生成，厂商报告每秒 1068 个 Token，内部 12 项测试有 8 项领先对比模型。但这不是独立实测结论，等回复的时间有望更短，真实体验仍需外部验证。

混合专家（MoE）与扩散式语言生成

Flint 的「400 亿总参数、每 Token 激活约 25 亿权重」是典型的混合专家（Mixture-of-Experts, MoE）架构：模型包含大量专家子网络，但每次前向计算只路由激活其中一小部分，从而在保持较大总容量的同时显著降低单次推理算力，这也是它能够本地部署的前提。Mercury 3 押注的扩散式生成则与主流自回归逐 Token 预测不同，它借鉴图像扩散的思路，通过多步去噪并行生成文本片段，理论上可大幅缩短等回复时间。厂商报告的每秒 1068 Token 属于自测数据，实际吞吐受硬件、批处理与任务类型影响，仍需独立基准验证。

端侧、云与场景：英伟达、腾讯、DeepMind 的不同路线

英伟达的开放模型家族继续扩军：SuperVL 已可用，面向 4GB 内存的 Boot E4B 预计 10 月 23 日推出，Apamayo 2 Edge 安排在本月稍后，视觉、端侧和自动驾驶一起铺。英伟达还公布 DSX-POD 模块化 AI 工厂方案，在场地准备就绪的前提下，部署最短 14 天完成，预计 2027 年初交付——把机房做得更像组装产品，但前面的供电和制冷准备不能省。

据有关媒体报道，腾讯正在小范围内测面向亲子用户和一线教师的产品，能把自然语言变成交互绘本、动画和课件，用户也能二次改编社区作品。先让孩子动手玩，再把知识装进去。

同样是据有关媒体报道，DeepMind 有员工因军事合同相关担忧而离职，争议集中在 AI 的军事用途与内部承诺，Google 也做出了回应。模型能力跑得越快，技术到底用在哪里就越难绕开。

Agent 进钱包：沃尔玛给 AI 装刹车

据有关媒体报道，沃尔玛推出智能体网关，让经过审核的 AI 检索库存并替用户下单，上线的智能体档案还能设置主笔审批或消费限额。

以后不光要管自己的购物冲动，还得给 AI 的钱包装个刹车。这也是主动型 Agent 真正落地的样子：能力之外，审批和限额才是让它可被信任的部分。

Meta 披露 MUSE 用户已达 1000 万，完成设置的用户中四分之一每天使用，公司还提出继续大幅改善成本效率的目标。人来了之后能不能天天留下，比注册数字更考验产品。

模型综合榜：Opus 5.5 领跑

今天的模型综合榜评分不是正确率：Claude Opus 5.5 以 73.4 排第一，Gemini 4 Argon 72.8 排第二，GPT 6.1 Sol 排第八 68.9。榜首分差不大，真正的分野可能不在榜单，而在谁能把主动能力、成本和安全边界同时处理好。