AI 每日简报 · 2026-10-15

说明:覆盖 2026-10-13 至 10-15 能检索到的内容。今天的官方新闻页面更新很少,所以多数条目只有标题级信息,我在条目里明确标注了「仅标题」「聚合站」;没有新内容的分区直接写「今日无重要更新」。上一期为 10-14。

今日头条

1. Claude Code v2.1.299 / v2.1.300 同日发布:空闲压缩、hook「读不到输入就拦截」、MCP 放行规则收紧(10-14) v2.1.299 新增:对空闲约 54 分钟、上下文 200K+ token 的会话自动做「空闲压缩」(可用 "idleCompaction": false 关闭);无法接收输入或返回结果的 hook 现在会直接拦截动作;MCP 放行规则只匹配所写明的 server(mcp__<server>__*);云端与 Remote Control 的 MCP 连接器默认协商 2026-07-28 协议。v2.1.300 新增 OpenTelemetry GenAI 语义约定的 span 属性(如 gen_ai.provider.name、gen_ai.tool.name)、agent.spawn hook 可改写工作流 agent 的 prompt 与 model,并把 --sandbox/--no-sandbox 从 claude remote-control 移除。对重度用户的意义:长会话更省 token,且安全护栏默认「失败即关闭」。 来源:Claude Code Changelog(2026-10-14)

2. Anthropic 在新加坡开设办公室并与新加坡政府签署 MOU(10-14,仅标题) Anthropic 新闻页 10 月 14 日列出该条目。我只读到标题,MOU 的具体合作内容未能核实,请以原文为准。 来源:Anthropic: Singapore office(2026-10-14)

3. Anthropic 发布「Preparing for the 2026 US midterms」(10-14,仅标题) 同日新闻页另列一篇美国中期选举准备工作的政策文章;具体措施未能读取原文,未做摘要。上期已报道的使用政策更新(10-08)里,选举条款已收窄为防选民欺骗与选举干扰,可对照阅读。 来源:Anthropic: 2026 US midterms(2026-10-14)

官方发布与新功能

• Claude Code v2.1.299 / v2.1.300:详见头条;另有 CLAUDE_CODE_DISABLE_FILE_MENTIONS(@ 只给路径不给内容)、/usage 对 max effort 与大工具结果的警告、OTel api_request 事件新增 cache_creation_5m_tokens / cache_creation_1h_tokens、Artifact 小改动「一次调用改完并重发」。来源:Changelog(2026-10-14)
• OpenAI 近期官网条目(10-05~10-08,上期已覆盖):GPT-6 与 Intelligent UI、GPT-6 Sol/Luna 10 月更新、「构建 GPT-6 应用实用指南」(10-02)。今日官网列表无更新条目。来源:OpenAI News
• Google DeepMind / Meta / xAI / Mistral / DeepSeek / Qwen:今日未检索到新的一手官方发布。

Agent 技术精选

• OpenTelemetry GenAI 语义约定已迁出主仓库:据 Dash0 的说明文章(更新于 09-14),v1.42.0(2026-06-12)起 GenAI 与 MCP 约定移到独立仓库 semantic-conventions-genai,所有 gen_ai.* 仍处 Development 阶段,名称可能不经弃用期就变;官方旧页面已变成跳转提示。这正是今天深度文档的主题。来源:Dash0 · OTel 迁移提示页
• Claude Code 官方监控文档:默认对 prompt/工具内容脱敏,需逐项开关(OTEL_LOG_USER_PROMPTS 等);traces 仍是 beta,需 CLAUDE_CODE_ENHANCED_TELEMETRY_BETA=1。来源:Monitoring usage
• 一批 agent 安全评测论文集中出现(arXiv cs.AI,10-14,据聚合站标题摘要):AuthGateBench(让 LLM 充当高风险动作的授权闸门)、agent-risk(评估对已部署 agent 做改动的风险)、TRAP(工具结果与上下文错配的重放攻击)。我未能逐篇核对原文,请以 arXiv 为准。来源:lmmarketcap 10 月归档

学术与课程

• 「Do Personalized LLMs Need the Whole Conversation?」(arXiv cs.CL,10-14):据聚合站摘要,按相关性过滤出约 5% 的对话文本,效果可与完整历史相当。与 context engineering 方向直接相关,值得读原文验证实验设置。来源:lmmarketcap 归档
• 「Measuring the Inference Energy Efficiency of Open-Weight LLMs…」(arXiv cs.AI,10-14):测量 86 个开源权重模型的推理能耗,主张只看基准分数看不出能力的能耗代价。同上来源。
• 「Words to World」「ClinEdge」等新基准(10-14):分别评测 LLM 在交互式物理环境中的表现、以及真实患者疑难病例上前沿多模态模型的失败。同上来源。
• 课程(Stanford CS329A / CS224N、Berkeley LLM Agents 等):今日无重要更新。

行业动态

• Mistral Large 4 公开预览(10-06,聚合站):约 1T 总参数 / 49B 激活、原生多模态,走 Mistral API 与 OpenRouter,开放权重计划 10 月下旬。来源:ToolNavs 10-07 简报
• DeepSeek 融资传闻(10-06,聚合站转述 Bloomberg/Reuters):据报接近募资至少 800 亿元人民币,腾讯与宁德时代据称在列;公司未证实。同上来源。
• Gemini 4 临近(09-24 报道,上期已提):DeepMind 新负责人称「almost ready」,年底前发布;无具体日期与规格。来源:Let's Data Science

今日精选主题

OpenTelemetry GenAI 语义约定:怎样给 Agent 做「跨工具、跨厂商」的可观测性

选择理由:今天 Claude Code v2.1.300 刚把 gen_ai.* span 属性接进来,而这套约定本身 6 月刚搬家、仍在 Development 阶段——正是「要不要现在就押注」的决策时点。第 27 课教过 Claude Code 自身的遥测配置;这次讲的是更底层的标准:span 怎么分层(invoke_agent / chat / execute_tool)、内容为何默认不采、怎样不被改名坑到。

备选主题(回复即可切换,不回复默认上面这个): 1. Agent 授权闸门与变更风险评估(AuthGateBench / agent-risk 一类评测,待读原文后才有扎实内容) 2. 相关性过滤的个性化上下文(5% 对话即可持平?)——context engineering 方向