AI 日報｜Cloudflare 開源 Clef-omni、OpenAI 提升上下文至 500k、Google 試點 AI 面試

模型發布與更新

Clef-omni 多模態決策模型 CCloudflare

• 一言以蔽之：Cloudflare 發布開源多模態決策模型 Clef-omni，支援單次呼叫對文字、影象、音訊和影片進行綜合打分。
• 核心亮點：採用 30B-A3B 架構，可在單次呼叫中高效處理多模態內容並給出評分。
• 開源授權：模型權重全面開放，為邊緣運算與決策系統提供強大支援。
• 傳送門：Cloudflare Blog

Decision 3.0 開源決策模型系列 vvLLM Semantic Router

• 一言以蔽之：vLLM Semantic Router 團隊發布 Decision 3.0 系列開源多模態決策模型，支援讀取文字、JSON 與圖片。
• 技術特點：模型會直接返回機率分佈而非生成冗長文字，大幅提升決策執行效率。
• 開源許可：全系列共推出 5 個尺寸，全面採用 Apache-2.0 許可證開源。
• 傳送門：MarkTechPost 報導

Unlimited OCR 輕量級解析模型 開開源社群

• 一言以蔽之：開源界推出僅 3B 引數的輕量級全能 OCR 模型 Unlimited OCR，支援單次讀取百頁 PDF 檔案。
• 效能表現：在標準解析基準測試中獲得 93% 的準確率，超越基線 6 個百分點。
• 本地執行：支援本地部署，能在單次傳遞中完整保留上下文與排版順序。
• 傳送門：

  View post on X by @jerryjliu0

  在 X 上查看 @jerryjliu0 的貼文 ↗

產品發布與更新

GPT-6.1 Sol 預設上下文長度提升 OOpenAI

• 一言以蔽之：OpenAI 將 GPT-6.1 Sol 在 Codex 與 ChatGPT Work 中的預設上下文長度大幅提升至 500k。
• 更新內容：預設上下文長度由 272k 提升至 500k，增幅約 80%，有效減少壓縮情況發生。
• 計費調整：官方宣佈從訂閱額度呼叫 GPT-6.1 Sol 時，將不再額外收取長上下文費用。
• 傳送門：

  View post on X by @testingcatalog

  在 X 上查看 @testingcatalog 的貼文 ↗

OpenClaw v2026.10.1 版本發布 OOpenClaw

• 一言以蔽之：開源專案 OpenClaw 發布 v2026.10.1 版本，帶來已安裝技能發現與最佳化的 MCP Apps 整合。
• 重大更新：支援聊天旁的 MCP Apps、備份至外部儲存或 Cloudflare R2。
• 社群貢獻：本次更新合併了來自 402 位貢獻者的 2,425 個 PR，並大幅簡化 Mac 安裝流程。
• 傳送門：

  View post on X by @openclaw

  在 X 上查看 @openclaw 的貼文 ↗

產業動態

Google 軟體工程師面試引入 AI 協作 GGoogle

• 一言以蔽之：Google 正在部分職缺中試點全新的「程式碼理解」面試環節，允許候選人使用 Gemini 協同工作。
• 面試變革：候選人需在規定時間內閱讀、除錯及最佳化 200 至 500 行的陌生程式碼庫。
• 核心評估：面試官將重點考察候選人的 AI 熟練度，包括提示詞編寫與驗證 AI 輸出能力。
• 傳送門：

  View post on X by @Yuchenj_UW

  在 X 上查看 @Yuchenj_UW 的貼文 ↗

Apple HomeView 智慧家居中樞傳聞 AApple

• 一言以蔽之：傳聞 Apple 將於本週二發布搭載 A18 晶片與 Siri 的智慧家居中樞裝置 HomeView。
• 硬體規格：配備顯示螢幕，並提供檯面版與壁掛版兩種型號選擇。
• 生態整合：同步更新 Apple TV 與 HomePod mini，並計畫與 LG 合作推出多款智慧家居配件。
• 傳送門：TechCrunch 報導

論文研究

多 AI Agent 自監督方法 (MASS) SSakana AI

• 一言以蔽之：Sakana AI 發布多 AI Agent 自監督方法 MASS，讓共享模型透過虛擬子代理團隊解決任務並進行自我改進。
• 核心創新：透過虛擬子代理團隊搜尋最優多 AI Agent 工作流，並用自身判斷選出最佳方案。
• 經驗蒸餾：將團隊在除錯與執行中的經驗蒸餾回共享模型，實現高效的遞迴自改進。
• 傳送門：Sakana AI Blog

GitSwarm 長視角 AI Agent 架構 MMeta Superintelligence Labs

• 一言以蔽之：Meta 研究團隊發表論文提出 GitSwarm 架構，利用共用 Git 倉庫讓數百個非同步 AI Agent 協同解決複雜任務。
• 架構設計：不設中央排程器，數百個非同步工作者基於共享倉庫進行提交、驗證與組合。
• 基準表現：在使用 GPT-5.5 Codex 時成功解決所有 IMOProofBench-Advanced 問題。
• 傳送門：

  View post on X by @omarsar0

  在 X 上查看 @omarsar0 的貼文 ↗

其他分享

REA (Reverse Engineer Anything) 逆向工具 開開源社群

• 一言以蔽之：開源專案 REA 將逆向分析工具無縫接入 Claude Code、Codex 等 AI 程式碼編寫 AI Agent 中。
• 工具功能：允許 AI AI Agent 拆解沒有原始碼的編譯程式或 Electron 應用，分析底層運作邏輯。
• 實踐應用：開發者可利用此工具快速學習優秀 App 的功能實作並在自己的專案中重建。
• 傳送門：

  View post on X by @dotey

  在 X 上查看 @dotey 的貼文 ↗

Karpathy 提出 AI 認知漏斗現象 AAndrej Karpathy

• 一言以蔽之：Andrej Karpathy 指出全球使用者對 AI 能力的認知正因接觸程度不同而擴大為急劇收窄的漏斗。
• 認知分層：估計約 75% 的人極少接觸 LLM，而僅有極少數專業人士能接觸並運用前沿內網系統。
• 影響因素：認知差距由問題規模、系統能力的鋸齒狀分佈以及訪問層級共同驅動。
• 傳送門：

  View post on X by @karpathy

  在 X 上查看 @karpathy 的貼文 ↗