AI 日报 | Claude Duet：你走开它继续干，动手前先问你
Claude 从「你问它答」变成了「它盯着你的活、主动汇报、你走开还在跑」。
而这件事的前提是：它能读你的邮箱、日程、账单，还能动你的支付通道。所以值得看的不是它能做多少事，而是确认边界划在哪。
图 1：Claude Duet 可接入的应用生态（官方配图；这是一张生态示意图，图中约 55 个图标，不能用来证明「6,000+ 连接器」这个数字）。来源：Anthropic 官方《Introducing Claude Duet》（2026-10-21）
头条深读 | Claude Duet：主动干活的那一半，和要先问你的那一半
Anthropic 以研究预览形式推出 Claude Duet，一款让 Claude 作为「主动式智能体」工作的独立应用，基于 Claude Opus 5.5，提供 iOS、Android 与 claude.ai 三个版本。
官方对定位的表述可以直接引：「一个 Claude 作为主动式智能体工作的新应用。它带着需要你注意的事来找你，完成你要求的任务，即使你离开也继续工作，并在代替你行动之前先跟你确认。」目标用户是手头事情多于自己能追踪的专业人士与小企业主。
运行方式是与普通聊天机器人最本质的区别：它有独立的虚拟机与浏览器，可在你设备关闭时持续运行；每天早上发一份跨应用的重要事项简报；白天持续盯着这些应用，只在有事需要你注意时才发消息；任务可以用文字或语音下达，包括安排会议、整理未读邮件、追踪发票、做财务或销售预测、搭仪表盘。
授权边界这条更值得逐条看：发消息、付款、签字、删除等操作需要用户批准；支付通过 Link 或 Shop Pay 完成，用虚拟卡避免泄露真实卡号；Anthropic 称它不会直接接触用户密码或登录 tokens。「主动」与「行动前确认」是一体的两面，缺一个都不成立。
图 2：Duet 的授权边界与开放范围。来源：据 Claude 官方介绍页与 IT之家报道整理（2026-10-22）；本图为自制整理。
开放范围要写清：研究预览 + 候补 + 仅美国（首批面向美国 Pro 与 Max 用户）；共享用量限制 ≠ 免费 ≠ 另收费（它与 Claude 其他功能共用同一套用量限制）。
一处数字要标来源：可调用 Claude Marketplace 中超过 6,000 个连接器与插件，覆盖 Gmail、Slack、QuickBooks、Stripe、Gusto、LinkedIn、HubSpot、Canva、Shopify、DocuSign 等——该「6,000+」是中文报道的表述，官方页上未见同一数字，所以别拿那张图标墙当证据（图里只有约 55 个图标）。
至于「它要和 Meta 的 Muse、OpenAI 的 Dots 抢位」这类判断，是报道的分析，不是 Anthropic 的自述。
积木点评： 主动型助理的门槛不在能力，在授权。它每天要读你的邮件、看你的账单、替你动钱——「动手前先问」不是体验细节，而是这类产品能不能被接受的前提。
重点速递
PHP2Shell 全面爆发：两个 CVE 定了，150 万台服务器还没打补丁
昨天的 PHP 两个远程代码执行漏洞已经扩散成一次全球应急。两个 CVE 编号确定（CVE-2026-109618、CVE-2026-109619，合称 PHP2Shell）；Wiz 称影响全球约 70% 的网站；Censys 称约 150 万台服务器仍未打补丁；NSA、FBI、CISA 与日本首相等多方呼吁把无法立即修复的系统下线，荷兰议会、维基百科、Archive.org 等已相继下线。
发现方出现了两个版本，两说可以并存：据 OpenAI 的说法，Calif 用 GPT-5.6 Sol 发现了一处严重缺陷，Wiz 也独立发现并报告了这两个漏洞，PHP 维护者主导修复与发布；而另一条时间线记录的是 Wiz Research 用 Wiz Atlas、Gemini 4 Argon 与 GPT-5.6 Sol 在 8 月 19 日发现第一个。多方独立发现是常见情形，但不要合并成「某一家用某个模型发现」。
数字口径与最值得写的一句：CVSS 是 9.2，不是「满分」——PHP 基金会明确说流传版本的 10.0 是错的；「70% 网站」是 Wiz 口径、「150 万台」是 Censys 口径，要分开标。发现只花了 2 天，修复用了两个月——发现环节被 AI 加速了，修复环节仍是人手与流程。
同一天还叠了三起安全事件：GitLab 的 CVSS 10.0 漏洞、LiteLLM 的 PyPI 供应链投毒（镜像标签被植入后移除）、以及 TiDB Cloud 入侵。它们是背景，不要与本条混成一件事。
图 3：PHP2Shell 的数字与口径。来源：据公开转述与昨日一手时间线整理（2026-10-22）；本图为自制整理。
一句话看懂：AI 把发现提速到两天，但打补丁的还是人。
图 4：决策模型与生成模型的分工。来源：据 Baseten 公开信息与公开转述整理（2026-10-22）；本图为自制整理。
Baseten 开源两个决策模型：27B 与 9B，621 万条决策样本
Baseten 的研究实验室 Base Labs 发布两个开源决策模型：mammoth-1（27B）与 elephant-1（9B），分别基于 Qwen3.5-27B 与 Qwen3.5-9B，在 621 万条决策样本上后训练；开源，并免费试用一周。
这里要解释一句品类：决策模型不是生成文本，而是对给定选项打分、给出概率——它与这几天的 Drex Max、Jev 属同一类。这一类模型的价值在于「可校准」，而不是「会说」，这恰好是智能体做审批、路由、风控时最需要的能力。
两处要标清：许可证具体协议未见公开，所以别写「Apache 2.0」之类的具体条款；目前没有基准分数，不要与其他决策模型横向比较。免费试用一周的条款与截止时间也未见公开。
一句话看懂：尺寸不大、目标很窄、指标是可校准——这是智能体落地最缺的那块。
图 5：Humming 的定位与可核实的那一点。来源：据 vLLM 官方博客与公开转述整理（2026-10-22）；本图为自制整理。
蚂蚁与 vLLM 开源量化推理内核库 Humming：仓库在官方组织下
蚂蚁集团与 vLLM 社区联合开源了通用高性能量化推理内核库 Humming，代码放在 vLLM 官方组织下的仓库（github.com/vllm-project/humming）。
地址本身就是信号：仓库在 vllm-project 组织下，而不是蚂蚁自己的组织下——这说明它被接纳进 vLLM 生态，而不是一个外部插件。这是可核实的事实，可以点出来。
把它放进本周的线里更清楚：前一天是 DeepSeek 开源生产推理框架 DeepInfer，再前一天是 PyTorch 在 AMD GPU 上接 FlyDSL，今天还有 DeepSeek 为 6 个仓库加 Ascend 支持——推理内核与算子层正在成为国内厂商开源输出的主战场。
README、许可证、支持的量化格式与硬件、性能数据目前都未见公开，所以不要写「更快」。
一句话看懂：量化从「框架里的一个子系统」被抽出来，做成要同时服务多框架、多硬件的通用库。
图 6：KLS 猜想的结论怎么表述。来源：据 Microsoft Research 博客与公开转述整理（2026-10-22）；本图为自制整理。
Microsoft Research 证明 31 年前的 KLS 猜想
Microsoft Research 的两位研究者（Xinzhi Zhang 与 Zhao Song）证明了 1995 年提出的 Kannan–Lovász–Simonovits 猜想：对数凹分布的最优平面切割与任意形状切割之间的差距，不随维度增长，而是以普适常数为界。
这条为什么会被 AI 圈关注：KLS 猜想是采样与体积计算复杂度分析里的核心问题，而采样算法正是当下生成模型的理论底座之一。但要注意措辞——这是两位研究者的数学证明，不要写成「AI 解决了 31 年难题」。
预印本、证明方法与常数取值目前未见公开，所以也别补方法细节。
一句话看懂：不是模型发布，是支撑采样与优化的数学基础被往前推了一步。
图 7：同一个问题，两种态度。来源：据 IT之家报道与往轮公开报道整理（2026-10-22）；本图为自制整理。
沃尔玛给智能体修了扇带门禁的门
沃尔玛推出一套自有的智能体网关（一个 MCP 服务器），让经过审核的 AI 智能体通过模型上下文协议接入，可以检索线上库存，并替用户下单；同时支持沃尔玛与山姆会员店。
「经审核」是这条的关键限定——不是所有智能体都能接，只有通过审核的才能进。这与前几天的「多平台封锁智能体」正好构成正反对照：同样是面对智能体，有的平台关上门，有的开了扇需要门禁的门。
技术路径也值得点一句：用的是 MCP，而不是让智能体去爬网页——这与「Yelp 要求付费 API 密钥 + MCP 接入」是同一思路。审核标准、首批接入名单、是否抽佣目前未见公开。
一句话看懂：电商过去二十年假设「人来点」，现在要为「Agent 来买」设计接口与门禁。
快讯速览
- Anthropic 用 Claude 扫开源代码攻击面：在 25 个、超 500 万行的开源项目中，用默认配置、配置交互与早期可达性三种方法发现 493 个问题（未按严重度拆分）。来源：Anthropic Newsroom（10-22）
- 编程 Agent 撞上人类评审瓶颈：据 Jellyfish 的数据，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。来源：Tessl 博客引 Jellyfish（10-22）
- Sierra 发布 𝜏-i18n 多语言语音智能体评测基准并开源：把 𝜏-Voice 扩展到西班牙语、巴西葡萄牙语、印地语、韩语与普通话，用统一的航空、零售、电信任务做跨语言对比。来源：Sierra Blog（10-22）
- 特斯拉把 2026 年资本支出目标下调到约 200 亿美元（降幅约 20%）：Q3 资本支出 47.3 亿美元，同比翻倍以上但低于分析师平均预期的 79.5 亿。来源：IT之家引路透社（10-22）
图 8：速览 1—4 一览。来源：各条来源见上方列表；本图为自制整理。
- 西门子医疗与英伟达合作开发下一代自适应放疗：融合智能体与机器人智能，首批方向为治疗规划中的智能体 AI、基于患者特异性数字孪生的仿真、治疗过程中的实时自适应计算（无时间表与金额）。来源：IT之家（10-22）
- Vercel 开源 durable-harness，给编码智能体加崩溃恢复：持久日志记录每次模型与工具调用，会话崩溃或超时后可从新函数恢复，已完成的调用不会重复计费。来源：MarkTechPost（10-22）
- SGLang-TorchTPU 发布并已在 Meta 生产推理中使用：由 SGLang 与 Google TPU 团队、Meta PyTorch 团队合作，支持 Muse Spark Open、Kimi K3、GLM-5.3 Flash 等；自定义 MegaKernel 让 Muse Spark Open 在批大小为 1 时达 770 tok/s 解码（别外推）。来源：蚂蚁百灵转引（10-22）
- Grok Bot 支持实时 artifacts：可生成并编辑报告、备忘录与仪表盘页面，也可让它们随时间保持更新。来源：Testing Catalog（10-22）
图 9：速览 5—8 一览。来源：各条来源见上方列表；本图为自制整理。
- Stanford HAI 上线「AI 经济指标」仪表盘：按月更新，追踪 AI 采用对就业、工资、消费者剩余与 AI 使用的影响（按月，不是实时）。来源：Stanford HAI（10-21）
- ChinaTalk 解读商务部第 48 号公告对 AI 出口管制的影响；该草案仍未生效、截止 11 月 15 日。来源：ChinaTalk（10-21）
- WSJ 披露 Anthropic IPO 草案细节：上半年收入 163 亿美元、纸面亏损 807 亿美元、约 4,500 亿美元算力承诺（「纸面亏损」与「4,500 亿」是这次新出现的数字）。来源：Rohan Paul 引 WSJ（10-21）
- OpenAI 与 PerturbAI、Scripps 用数千个 GPT-Rosalind 智能体，在 32 分钟内从脑细胞数据中挖出新的研究线索（厂商案例，线索内容未见公开）。来源：OpenAI 官网（10-21）
图 10：速览 9—12 一览。来源：各条来源见上方列表；本图为自制整理。
- Google Research 称 AI 盲扫超声做孕周评估时，准确性与专家操作相当（研究方自述，未见具体误差指标）。来源：Google Research Blog（10-21）
- NVIDIA 推出 DSX POD AI 工厂参考设计，称可把部署时间从约六个月缩短到 14 天（NVIDIA 口径）。来源：NVIDIA Newsroom（10-21）
- Mistral 与 NVIDIA 合作开发 AI 原生工程工作流（目前只有事件级信息）。来源：Mistral AI（10-21）
- 由 ora 联合 Vercel、Stripe、Auth0 等推出 AgentReady 开源规范（MIT 许可）：25 万次 Agent 实测发现，只有「把答案藏进 JS」与「屏蔽 Agent」两种做法会导致失败。来源：邵猛转述（10-22）
- Pichai 谈及 Google 的太空数据中心计划 Project Suncatcher，称即将迎来向 TPU 问候的「hello world」时刻（比喻，不是已上线）。来源：Alex Heath（10-22）
图 11：速览 13—17 一览。来源：各条来源见上方列表；本图为自制整理。
积木观察
今天三条其实都在讲「接口」：Duet 给智能体开了邮箱与支付的接口，代价是每次动手都要你点头；沃尔玛给智能体开了一扇要审核的门；而 PHP2Shell 则提醒，接口一开，攻击面也跟着开。
给读者一条可执行的：如果你的团队正在接主动型助理或智能体网关，先做一张「它能替你做什么、哪些必须回人工确认」的清单——付款、签字、删除这三类默认归人工，别图省事一次性放开。
图 12：今天三条的共同点是「接口」。来源：本图为编辑判断，自制整理。
结尾互动
主动型助理要替你发消息、付款、签字——你愿意把授权开到哪一步？说说你的底线。