AI 快讯 | 上下文默认值翻到 500k，和一条「让模型自己搜 harness」的论文
同一天的两条方向相反又互补：一边把「上下文不够」的摩擦往下压，一边让模型连自己的工作流都开始自己搜。
Codex 与 Work 里 GPT-6.1 Sol 的默认上下文从 272k 提到 500k（约 +80%），官方称这能显著降低上下文压缩的触发频率；用户仍可手动调高或调低，模型上限仍是 1M。同时，从订阅额度扣除用量时，不再对 GPT-6.1 Sol 收长上下文费用。
三条口径：别把这条读成 API 降价
第一，这是「订阅额度调用」的口径，不等于 API 全线降价——API 定价页没有对应的官方确认。第二，500k 是默认值，不是上限，上限仍是 1M、可手动覆盖。第三，272k 此前既是默认值、也是计费分界线：就在昨天那条多智能体成本表的方法论里，作者还专门写着「超过 272K 的请求按更高价计费」——这次两条一起动了。
图 1：改动内容与三条口径。来源：自制信息卡，依据官方帖文与 IT 之家的转载（2026-10-12）；API 定价页未见官方确认。
Sakana 让模型去搜自己的工作流
Sakana AI 发布 MASS：同一个共享模型用一支虚拟子智能体团队解题、搜索更好的多智能体工作流、并用自己的判断选出最好的那些，再把最优团队的执行轨迹蒸馏回自己——权重更新后继续兼任三个角色，循环往复。他们称之为同质递归自我改进（homogeneous RSI）。
数字都来自论文自测：从 Qwen3.6-27B 出发跑两轮，留出任务上对基线的胜率从 53.9% 升到 69.9%；两轮后「每输出 token 得分」达到基线的 1.2–1.6 倍。但迁移并不均衡：Terminal-Bench 2.0 是 0.96×、SWE-bench Verified 是 0.94×，编程基准上是负迁移——作者自己写明，并推测把软件工程任务加进训练数据可以缓解。
三条观察更值得看：只用「解题轨迹」训练，优化器与评估器也一起变强了（评估器与外部强判官的一致率从 73% 升到 93%）；多智能体轨迹是更密的信号（少用约 31% 的监督 token 拿到更高胜率）；瓶颈可能在优化器而不是评估器——只把评估器换成更强的模型收益很小，评估器与优化器一起换才快。
作者自己留了一条安全提示，值得一并带上：同质循环里共享盲点可能让错误结果被当成进步、并被写进下一个模型，他们称这是 RSI 的「阿喀琉斯之踵」。
图 2：对基线的胜率与已处理监督 token 的关系——绿色星标的 M+ 用约 2900 万 token 到约 68%，单智能体的 S++ 用约 4200 万 token 到约 64%。来源：Sakana AI 论文图 6（厂商自测）。
图 3：workflow 搜索消融——评估器与优化器都换成更强模型时约 5 轮拿满 12 个任务，只换评估器到约 10 个，全同质循环 13 轮到 11 个。来源：Sakana AI 论文图 7（厂商自测）。
另外几条：一笔并购、一个决策模型、两条观点
据《华尔街日报》，亚马逊正洽谈以约 70 亿美元收购 Decart（做跨芯片适配软件）；背景是 Anthropic 8 月曾谈约 60 亿美元、9 月放弃——买的是「让芯片可替换」那一层。未官宣，动词用「洽谈」。
Cloudflare 发布 Clef-omni：30B 总参 / 3B 激活、Apache-2.0 开放权重，一次调用给文本、图像、音频、视频打分，输入每 100 万 token 0.15 美元、无输出费（决策模型不产生输出 token）。分数有好有差：它在意图与路由类任务上领先，硬推理明显落后（GPQA Diamond 47.4，而竞品 TypeSafe 的 Jev 是 78.3），别写成「多模态全面领先」。
政策面，英国 AI 国务大臣称绝不能完全依赖科技巨头的自我监管，并将在演讲中宣布加强网络防御（该演讲为「预计将宣布」）；其下属的 AI 安全研究院已测试逾 30 个模型，趋势报告里的学徒级网络任务成功率从 9% 升到约 50%。另一条是 Karpathy 的「四层认知漏斗」：60 亿人几乎没接触过 LLM、约 5000 人接触实验室内部——属估算，不是调研。
图 4：并购、决策模型与两条观点的索引。来源：自制索引卡，依据各条对应来源（2026-10-11 ～ 10-12）。
积木观察
两条放在一起看：产品侧在拆掉长上下文的成本摩擦，研究侧把「工作流」本身变成了可搜索的对象。但同质循环里错误也可能被蒸馏进下一版，验收与盲点检查还是得由人这边盯着。
来源链接
官方来源
- Sakana AI 的 MASS 博客与论文（arXiv 2610.12176，2026-10-12），代码已开源
- Cloudflare 官方博文（Clef-omni，2026-10-09）
独立来源
- IT之家（GPT-6.1 Sol 改动、转引 WSJ 的 Decart 报道；10-12）
- MarkTechPost（Clef-omni 全文；10-11）；卫报相关报道（英国 AI 大臣）