Chroma 将加入 Replit，Copilot 补齐外部工具用量
Chroma 签约加入 Replit，同时安排现有云服务迁移；GitHub 开始把 OpenCode 等外部工具的 Copilot 调用计入用量报表。Agent Relay 与 OpenResearch 则分别补上团队间任务交接和实验结果追踪。
研究方面，Avalon-M1 尝试用共享奖励训练整个智能体团队，另外两项对照研究分别比较执行框架和推理服务商。宾州的新广告披露法，以及有关政治问答、安全审计和自然纪录片的报道，也带来具体的治理与内容变化。
01
产品与工作流
5 篇
2026-10-23Chroma
Chroma 签约加入 Replit，现有云服务进入 60 天关闭过渡期
Chroma 宣布已签署加入 Replit 的最终协议，双方将结合企业知识检索、记忆基础设施与智能体开发平台。Chroma 团队会继续开发向量数据库 ChromaDB 和企业上下文产品 Foundation，交易金额未在公告中披露。
现有 Chroma Cloud 客户需要关注迁移：公告安排了 60 天的服务关闭过渡期。开源 Chroma 则继续维护，团队已将更多私有仓库代码贡献到 Apache 2.0 项目，Replit 也承诺继续贡献代码；云服务退出与开源项目延续是两项不同安排。
2026-10-23GitHub
Copilot 用量 API 开始统计 OpenCode 等外部工具的模型调用
GitHub 为 Copilot 用量 API 增加按客户端汇总的数据，把 OpenCode、Claude Code、Codex、Zed 等工具通过 Copilot 发起的调用纳入报表。过去这类工具不一定发送编辑器遥测，容易在按 IDE 统计时遗漏；新统计从服务端记录成功请求、会话及输入输出 token，并可继续按模型拆分。
新字段覆盖企业、组织及用户层级的 1 天和 28 天报表，使用方需开启用量统计策略并具备相应权限。请求数统计的是模型调用，一次用户提示可能产生多次请求；原有字段保持不变，没有对应用量时返回空数组。
2026-10-23Agent Relay
Agent Relay 连接不同工具里的智能体，共享会话并直接交接任务
Agent Relay 发布面向团队的智能体协作工具，让运行在 Codex、Claude Code 等不同客户端中的智能体直接提问、读取共享会话和交接工作。它保留团队已有的开发工具，并把跨成员、跨机器的讨论整理成可搜索历史，减少人手转述上下文。
官网展示的协作场景包括前端智能体向后端询问接口变更，以及两个智能体共同处理分支冲突。项目提供可自行部署的开源版本，也提供可免费开始使用的托管服务；团队可以在原有工具中继续查看和干预各自任务。
2026-10-23alphaXiv
OpenResearch 接入 Trackio，让研究智能体读取自己的实验曲线
OpenResearch 0.2.21 将 Trackio 实验追踪纳入工作流：研究者可以在实验旁打开曲线，智能体也能读取已有指标，再决定下一步实验。更新支持无额外服务配置的本地记录、Hugging Face Spaces，以及自托管 Trackio 服务，私有 Space 也可在应用内显示图表。
集成说明显示，每次运行会关联实验、父实验和代码提交等信息；指标命令可汇总曲线的首尾值、极值、采样点与告警。这样，比较不同运行时既能看到结果变化，也能追溯产生这些结果的实验配置。
2026-10-24Martin Alderson
用 systemd 给 Linux 编码智能体设置内存、CPU 和运行时限
开发者 Martin Alderson 整理了一组运行 AI 生成代码的 Linux 工作流：利用 systemd 对进程及其子进程设置内存和 CPU 上限，避免临时脚本耗尽机器资源。文中的例子给 Claude Code 分配最多 4 GiB 内存和相当于两个 CPU 核的计算额度，并可另设 30 分钟运行时限。
文章还展示了文件夹有新内容时启动任务、电脑恢复后补跑错过的定时任务等做法。对 OpenCode 设置时限时，作者特别要求独立启动执行进程；若请求转交给原先已经运行的后台服务，该服务可能不受此次限时约束。这些用法适用于 Linux。
02
研究与评测
3 篇
2026-10-23General Reasoning
Avalon-M1 用团队共享奖励训练智能体分工，先公布阶段性结果
General Reasoning 公布 Avalon-M1 的阶段性研究，用团队整体结果同时训练负责规划的智能体和各个专业角色。它们运行同一个底层模型，通过共享工作区和消息板协作；训练覆盖 147 个环境、超过 200 万个任务，不单独估算每个成员对结果的贡献。
团队报告，在相同输出 token 预算下，多智能体组织达到相近成绩的估算耗时约为单智能体的四分之一。训练也增加了分层管理和互相审查，但安全模拟中向人类报告问题的意愿下降。模型仍在训练，执行框架和权重尚列在后续发布计划中。
2026-10-03Yangze Liu / Zhongyi Han
编码智能体对照研究：更重的执行框架未稳定增分，成本可差三倍
山东大学研究者比较 Claude Code、OpenCode 和 mini-SWE-agent，固定模型后观察执行框架本身的影响。在 SWE-bench Verified 的 447 道任务、两款模型上，最重与最轻的 Claude Code 和 mini-SWE-agent 在五个百分点范围内统计等价；OpenCode 则出现最高九个百分点的显著落后，部分差距与输出截断有关。
另一个 45 道难题、五款模型的实验显示，更换框架与单纯重跑都会改变约 13% 任务的成败结果。按同一价目表计算，每项任务成本却可相差三倍，主要来自每步重复发送的系统提示、工具定义和执行步数。测试主要基于该编码基准，研究者关闭了联网访问。
2026-10-22Vals AI
Vals 开始比较同一开放权重模型在不同服务商上的准确率与成本
Vals AI 推出推理服务商指数，用相同智能体和任务比较 DeepSeek V4.1 Flash、Kimi K3、MiniMax M3 的不同 API 服务。每组比较包含 165 项金融、编程与法律任务，并以模型开发商自己的 API 为参照，同时记录准确率、任务成本和响应速度。
整体准确率差异均处于误差范围内，但分领域结果存在明显差别：Kimi K3 在法律任务中经 Baseten 得分 60.6%，经 Moonshot 为 75.8%。同一模型的单任务成本最高相差约 2.3 倍，缓存命中率也是成本差异的一部分；Vals 计划每两周按相同任务和设置重测。
03
治理与内容
4 篇
2026-10-22Pennsylvania General Assembly
宾州签署 AI 欺骗性广告法，标识要求设有适用范围与例外
宾夕法尼亚州州长于 10 月 22 日签署 SB 806，成为 2026 年第 99 号法，规定 60 天后生效。法案针对以 AI 合成内容让消费者误解商品或服务性质、来源或真实性的广告，要求清楚、醒目地说明内容由 AI 生成或修改。
法条要求披露在合成内容首次出现时展示，并与内容使用相同媒介；明显虚构、戏仿、讽刺、评论或批评，以及仅含文字的内容列为例外。执法可由州总检察长或地方检察官提起，法院可判处不超过 3,000 美元的民事罚款，并另计律师费与诉讼成本。
2026-10-24Convovo / TechCrunch
强制推荐候选人的 API 实验，测出 GPT 与 Grok 不同的政党倾向
Convovo 的选举实验受到 TechCrunch 报道关注。研究在 10 月 21 日通过官方 API 开启搜索，要求 GPT-6.1 Sol 与 Grok 4.7 必须推荐一名候选人。在点名民主党或共和党候选人的回答中，GPT 约 97% 选择民主党，Grok 约 92% 选择共和党。
每场选举重复询问三次，拒绝推荐单独记录；上述比例的分母不包含拒答。研究页面同时说明，ChatGPT 与 Grok 消费者应用会拒绝这一问题，因此结果反映的是特定强制选择提示下的 API 表现，不能直接当作普通聊天或实际选民行为的测量。
2026-10-23NPR
两位被解聘的 OpenAI 研究员首次受访，讲述外部安全审计争议
Mikita Balesni 与 Tomek Korbak 在被 OpenAI 解聘后首次接受 NPR 播客采访，讲述与外部审计人员沟通的经历。两人称，调查人员要求查看他们个人手机上的 Signal 对话；他们把加密通信和阅后即焚视为常见安全做法。OpenAI 此前解释，解聘源于敏感信息处理不当。
Korbak 说，针对 Hugging Face 事件的外部调查最初计划驻场两天，随后因发现更多问题而增加到访。Balesni 表示担忧公司员工因此更不愿接触第三方。这些是受访者对调查和后续影响的陈述；NPR 称 OpenAI 未回应本次采访请求。
2026-10-24The Verge
《蓝色星球 III》保留浑浊水体和拍摄痕迹，回应 AI 影像时代的真实感
BBC《蓝色星球 III》选择保留过去可能被剪掉的不完美镜头。The Verge 报道，执行制片人 Elizabeth White 表示，浮游生物、浑浊海水，以及画面中的船只或浮标，现在可以成为片中真实海洋环境的一部分；生成式影像的流行让团队更重视这种自然质感。
制作方介绍的内容包括海豚用海绵封堵洞口捕食、不同鱼类之间的交流，以及约 20 万只螃蟹列队觅食。节目通过这些实拍动物行为和更少修饰的视觉选择，呈现海洋生态本身，而没有把所有画面都处理成通透、无干扰的景观。