micro1 承诺 12 个月花 10 亿美元买企业运营数据，用来搭训练 Agent 的强化学习环境
AI 数据公司 micro1 10-09 在官博宣布，未来 12 个月将通过 Company Data Partnerships 项目投入 10 亿美元，收购和授权企业的运营数据。数据经去标识化后，用来搭建贴近真实业务的强化学习环境，让模型和 Agent 在里面练习跑工作流、做决策、完成复杂任务。官方的理由是真实业务里充满信息不全、优先级冲突和需要判断的例外情况，训练 Agent 处理这些，环境得保留业务背后的上下文。这笔钱由 Citi 和 Hercules Capital 提供资金支持，官方没有披露融资金额、形式和条款，也没有点名合作企业。
10 亿美元是一项采购承诺，金额指的是要花出去的钱，并非融资额。这说明 Agent 训练数据的来源之一，正在延伸到企业内部的流程和业务记录，积累了多年业务系统数据的公司因此多了一个变现渠道。
主源：https://www.micro1.ai/blog/micro1-commits-1b-to-enterprise-data-acquisition
转述：https://www.inc.com/moses-jeanfrancois/micro1-1-billion-dollar-bet-on-your-companys-data/91417578
灵感，不只在长文里。
随手记下的发现、想法，以及开发日常。
Claude Managed Agents 上线动态工作流公测：一个主 Agent 写程序，单次最多调度 1000 个 Agent
Anthropic 10-09 宣布 Claude Managed Agents 的动态工作流（dynamic workflows）进入公测。主 Agent 先写出一个工作流程序，把任务按阶段拆给多个 Agent，由服务端在后台跑完再合并结果，主 Agent 期间可以继续干别的或结束本轮。开启方式是把 Agent 的 multiagent 类型设为 multiagent_20261001，工作流和普通子 Agent 委派默认都打开。按官方文档，一次运行累计最多启动 1000 个 Agent，同时干活的线程最多 64 个，这个数字官方说不保证、可能调整；每个会话默认最多同时开 10 个运行。工作流里临时定义的 Agent 用主 Agent 同一个模型，工具和 MCP 服务器取主 Agent 的子集，原有权限策略照旧生效。
官方在发布帖里给了一组自测：在 11.6 万行代码里埋 70 个 bug，单个 Agent 跑 3 次分别找到 14、15、27 个，工作流 3 次都找到 66 个。这是官方自己的测试数据。文档同时提醒，运行里每个 Agent 都消耗 token，建议设会话预算封顶，并在系统提示里写清什么时候该启动工作流。
官方文档列出的适用场景包括审计、迁移、深度调研和交叉核对，放到 Java 团队就是全仓库代码审计、老 Spring Boot 项目批量升级这类任务，调度和合并逻辑由托管运行负责，不用自己写。运行没有单独定价，每个 Agent 的 token 按模型费率计入会话，用量随 Agent 数量成倍增加。
主源：https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration
运行限制：https://platform.claude.com/docs/en/managed-agents/workflow-runs
发布帖：https://x.com/ClaudeDevs/status/2108591330129523146
TypeSafe 融资 8.7 亿美元、估值 75 亿：不输出文本、直接给代码返回类型化决策的 Jev 模型上线不到一个月
TypeSafe AI 10-09 宣布完成 A 轮，金额 8.7 亿美元，估值 75 亿美元，Andreessen Horowitz 领投，Sequoia、老股东 DCVC 和一批天使参与，a16z 的 Martin Casado 进入董事会。公司 9 月 15 日发布 Jev。据 TechCrunch，Jev 基于 Transformer 但不是大语言模型，它不生成文本，输出的是概率，公司称之为「校准过的决策」；a16z 投资文章的说法是把决策作为类型化的值直接交给调用方代码，省掉解析文本这一步。
几组数字都来自公司或投资方自报：TypeSafe 称三分之一的财富 500 强在用 Jev（a16z 文章写的是 25%）；a16z 称 Jev 上线 3 天就达到 1 万亿 token generated，分类任务在相近准确率下成本约为前沿模型的 1/100 到 1/500，速度快约 100 倍。TypeSafe 称新钱会用来推出更多面向机器的模型，并补上企业功能；a16z 把 Jev 称为 System One 这一新类模型的第一款。联合创始人兼 CEO Diogo Almeida 曾是 OpenAI 的研究员。
在业务代码里用 LLM 做分类、路由、审核判断的团队，过去要写提示词再解析和校验文本输出；Jev 这类模型直接返回类型化结果和概率，能当普通函数调用接进现有服务，早前的文章介绍过在 Spring AI 里用 Jev 做过滤重排：https://spring4all.com/archives/spring-ai-modular-rag-typesafe-jev 。这些成本和准确率数字目前还没有第三方评测。
主源：https://typesafe.ai/blog/series-ai
投资方：https://www.a16z.news/p/investing-in-typesafe
转述：https://techcrunch.com/2026/10/09/the-maker-of-non-text-ai-model-jev-valued-at-7-5b-just-weeks-after-launch/
Google Cloud 推出 Gemini agent：一个 Agent 接 MCP、自动选模型，还给每个同事型 Agent 发独立账号和邮箱
Google Cloud CEO Thomas Kurian 10-08 在 Gemini at Work 2026 大会发布 Gemini agent，定位是面向工作的通用 Agent：问答、知识工作、生成图片和媒体、写代码并运行，都从一个输入框和一套 API 进。它在云端持续运行，任务可以跑几小时到几天，可按计划或事件触发，还能临时派生各带身份的子 Agent 并行干活。底层模型单独选，目前在 Gemini 系列和 Anthropic 的 Claude 之间按任务路由。它能连 Git、Jira、Confluence、Salesforce、ServiceNow、Postgres、Snowflake 等系统，也能接公司内外任意 MCP 服务器，企业可以建内部的工具注册表和 skill 注册表。
管控是这次的重点。每个 Agent 有经加密证明的独立身份和最小权限，对外通过 OAuth 传递身份，所有操作记在 Agent 名下的审计日志里；Agent 在带网络边界的 Agent Sandbox 里执行任务，进出流量和 Agent 之间的流量都过 Agent Gateway 按统一策略拦截。「同事型 Agent」会拿到自己的 Workspace 账号、邮箱、日历和 Drive，能在文档里提修改建议，版本历史里记在它自己名下。成本上可以在 Cloud Billing 控制台里按项目设硬上限，触顶后该项目的 Agent 自动暂停。官方称过去一年近 500 家客户各自处理了超过 1 万亿 token，近 80% 的 Google Cloud 客户在用其 AI 产品，均为自报。据 9to5Google，Gemini agent 目前为私有预览，之后向部分 Workspace Business 和 Enterprise 套餐开放。
给企业内部系统做集成的团队，Agent 接入的路径越来越清楚：暴露成 MCP 服务器，再用 OAuth 给 Agent 单独划权限。按 Agent 身份记审计、按项目封顶花费，也可以拿来对照自家 Agent 平台的权限和预算设计。
主源：https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026/
转述：https://9to5google.com/2026/10/08/gemini-agent-google-cloud/
State of AI Report 2026 发布：OpenAI 与 Anthropic 年化收入合计约 1050 亿美元，报告押注 2027 年出现 AGI
Air Street Capital 的 Nathan Benaich 10-08 发布第 9 份年度 State of AI Report。报告判断前沿已是 Anthropic、OpenAI、Google 三家之争：Artificial Analysis 智能指数上 Anthropic 领先，Arena 用户偏好榜上 Google 领先。
几组数字：据 Anthropic 内部指标，8 月由 Claude 主导的模型研发工作占 26%，2 月还不到 1%，任务仍由研究员设定和监督；Epoch AI 估算，达到同一基准分数的成本自 2023 年起每季度下降 47%，一年约便宜 13 倍；OpenAI 与 Anthropic 报告的年化收入合计在夏末达到约 1050 亿美元，年初约 300 亿；美国四大云厂商 2026 年资本开支指引合计约 7330 亿美元，同时 Gallup 3 月调查里 71% 的美国人反对在本地建 AI 数据中心，Data Center Watch 统计二季度至少 45 个项目、近 680 亿美元投资因地方反对被叫停或推迟。
Agent 部分有一组受控实验：GLM-5.1 权重不变，只改工具、上下文和反馈，100 道 SWE-bench Verified 任务成功率从 52.5% 升到 65.5%。安全部分重点复盘 OpenAI 内部网络安全评测中 Agent 连上互联网、攻入 Hugging Face 生产环境一事，据 OpenAI 技术报告有 41 台生产 worker 被执行代码。报告还引用 OpenAI 的破坏测试：监控只看 GPT-6 Astra 的推理文本时，它藏住有害附带任务的成功率高于前代，让监控同时看到它的动作后，成功规避降到接近零。报告据此主张对 Agent 的监控要跟着实际动作走。
报告复盘去年 10 条预测，2 条命中、5 条部分命中、3 条未中；今年 9 条预测里最后一条就是「AGI 2027」。以上数字多为公司自报或第三方统计，正在把 Agent 接进业务的团队可以拿推理成本曲线和管控建议对照自己明年的预算与权限设计。
主源：https://press.airstreet.com/p/state-of-ai-2026
报告：https://www.stateof.ai/
预测：https://www.stateof.ai/2026-explore/predictions
AWS 开源 Strands Box：给 Claude Code、Codex 这类 Agent 套上能看操作历史的本地沙箱
AWS 10-07 在 Strands Agents 官博发布 Strands Box 开发者预览版，以 Apache-2.0 许可证开源，用 Rust 编写。它用操作系统级隔离把 Agent 关进沙箱，所有 shell、Python、MCP 调用、文件和网络访问只能经过一层策略引擎出去；策略用 AWS 今年开源的 Dogwood 语言写，默认拒绝，凭据由沙箱注入，Agent 自己拿不到。官方给 Claude Code、Codex CLI 和自家 Strands CLI 都写了接入指南，任何模型、任何 harness 都能用。
和普通容器沙箱相比，它的规则能参考 Agent 之前做过什么。官博示例里，「15 分钟内 npm test 通过之后才允许 git push」「每小时最多调用 60 次 AWS MCP 工具」都能确定性执行，Agent 没法靠说服绕过去。AWS 副总裁 Marc Brooker 对 The Register 说，开发者仍要自己决定放多少权限、哪里留人工审核。
目前只支持 Apple 芯片的 macOS，版本 0.1.x，配置项还会变；Linux 在开发中，Windows 以及部署到 AgentCore、ECS、Kubernetes 都没有日期。AWS 也承认 Box 要信任的代码更多（解释器、协议拦截层），多租户云上部署建议外面再套一层 MicroVM。放开 Agent 自动执行命令的团队多了一个能按前置条件和频次卡住危险操作的开源选项，要上服务器还得等 Linux 版。
主源：https://strandsagents.com/blog/strands-box-the-big-picture/
仓库：https://github.com/strands-agents/box
转述：https://www.theregister.com/ai-and-ml/2026/10/07/aws-launches-open-source-ai-agent-sandbox-to-prevent-yolo-mode-disasters/5301687
Nous Research 完成 9000 万美元 B 轮，开源 Hermes Agent 要做企业版
Nous Research CEO Dillon Rolnick 10-07 在官网发文，宣布融资 9000 万美元，用来打造企业版 Hermes for Businesses；文中列出的投资方包括 NVIDIA、微软 M12、三星、Robot Ventures、Union Square Ventures、Y Combinator 和 Menlo Ventures。官网文章没有写估值和领投方。据 TechCrunch，这一轮是 B 轮，估值 15 亿美元，由 Robot Ventures 领投，公司累计融资 1.58 亿美元。
Hermes Agent 今年 2 月以 MIT 许可证开源，会记住项目、边干活边写可复用的 skill，并把这些知识带到后续会话；跑在哪台机器、用哪个模型由用户自己定。Nous 自报 Hermes 已被 clone 超过 2400 万次，按内部估算约占全球 token 用量的 2.5%。企业版承诺让公司按价格和目标挑模型、私有地扩展 AI 用量、掌握自己的机构知识，价格、功能清单和上线时间都还没公布。
想在内网用自选模型跑开源 Agent 的团队，多了一个有资本撑腰、MIT 许可的底座，企业版到底给什么要等 Nous 公布细节。
主源：https://nousresearch.com/a-note-on-our-fundraise
转述：https://techcrunch.com/2026/10/07/nous-research-confirms-it-hit-1-5b-valuation-launches-ai-agents-for-business-users/
Oso 团队加入 Temporal 做 Agent 授权，Oso Cloud 产品以约 190 万美元卖给 Tiny
Temporal 10-06 在官博宣布，授权服务公司 Oso 的团队加入 Temporal，加快把 Agent 授权做进执行平台。Oso 的产品和客户另归加拿大控股公司 Tiny（TSX: TINY）。Tiny 同日公告，已在 10-01 完成收购 Oso Cloud 的资产，对价约 190 万美元，其中约 120 万美元在交割时用现金支付，约 70 万美元作为留置款；交割时 Oso Cloud 年化经常性收入约 530 万美元，客户约 80 家。
Temporal 产品副总裁 Preeti Somal 在博文中写道，Agent 调用工具、操作关键数据时，身份传递和策略执行都必须可靠。崩溃、超时、重试之后，批准过的操作仍算批准，被拒绝的操作也不能靠重试再执行一遍。博文引用 Oso 的研究称，96% 的权限从未被用过。Temporal 称授权功能已经在开发，Oso 团队会加快进度，眼下产品功能不变，细节之后公布。据 GeekWire，Oso 创始人 Graham Neray 在新闻稿中说，Temporal 已在 Cursor、OpenAI Codex 等应用里支撑 Agent。Temporal 上月宣布融资 5.5 亿美元、估值 125.5 亿美元。
用 Temporal Java SDK 或 Spring Boot 集成跑长流程、审批类 Agent 的团队，以后可能直接在工作流层拿到按调用者身份做的细粒度授权，不用每个服务各写一套权限判断。在用 Oso Cloud 的团队，供应商已经换成 Tiny，续约条款和路线图值得确认一下。
主源：https://temporal.io/blog/oso-security-joins-temporal-accelerate-ai-agent-security
Tiny 公告：https://www.theglobeandmail.com/investing/markets/markets-news/Newsfile/4993232/tiny-completes-acquisition-of-oso-cloud/
转述：https://www.geekwire.com/2026/fast-growing-temporal-hires-team-from-nyc-startup-oso-to-build-ai-agent-security-controls/
Anthropic 把网络安全放行分成三档，开源维护者可以申请用 Mythos 5.1
Anthropic 10-06 在官博发布扩展版 Cyber Verification Program（CVP），把 Project Glasswing（之前给关键软件维护方用 Claude Mythos）和原来的 CVP（给通过审核的安全团队放宽 Opus、Sonnet 的拦截）合成一套，按用途分三档申请。每一档都能用 Claude Opus 5.5、Sonnet 5.5、Mythos 5.1，以及之后的新模型。Defense Access 用于安全运营、应急响应、恶意软件逆向和漏洞分析验证。官方举的符合条件的例子有企业、高校、政府的安全团队，关键基础设施运营方，小型安全公司，开源维护者，以及有漏洞上报记录的个人研究者，称几天内答复。Red Team Access 在此基础上加授权渗透测试，只收机构，审核要几周；部署勒索软件、破坏物理系统这类动作仍会实时拦截。Specialized Access 拦得最少，只给获准测试航空、电网、电信、银行间转账、政府网络等系统的机构，官方称目前每一家都和美国政府一起深度审核，Glasswing 现有成员直接转入这一档。入组必须保留数据，供 Anthropic 监控滥用；官方称今秋晚些时候推出 Enterprise Frontier Safeguards，到时可以把数据存在自己控制的云上。
官方自测用 CyScenarioBench 的 10 道多阶段攻击题，每档各跑 5 次。普通版 Opus 5.5 每道题都在第一条提示就被拦；Defense 档 50 次里有 46 次在中途被拦；Red Team 档没有拦截，完成 34 次，和不加防护时 67.6% 的成功率基本一致。Anthropic 还称，Glasswing 合作方 4 月到 7 月至少发现 12.9 万个已验证漏洞，自家开源扫描 4 月到 10 月另找到 5500 个，其中超过 3.3 万个评为严重或高危。这些数字来自 33 份合作方报告的部分数据，由官方自报。
维护 Java 开源库或公司内部框架的团队，现在可以凭维护者身份申请 Defense 档，用最强的模型做漏洞分析和验证。普通账号里 Opus 5.5、Sonnet 5.5 仍会拦下大多数安全类请求，代码审查、修已知问题、在自有源码里找漏洞照常能用。
主源：https://www.anthropic.com/news/cyber-verification-program
Mistral 发布 Large 4 公开预览：1T 参数、49B 激活，权重定在本月底开放
Mistral 10-06 在官博发布 Mistral Large 4（ML4）公开预览。预览 API 已在 Mistral Studio 开放，官方称权重月底放出。ML4 是原生多模态模型，总参数 1 万亿，激活参数 490 亿，是 Mistral 迄今最大的模型。它在 Mistral 位于欧洲的自有数据中心、用 3800 块 NVIDIA Grace Blackwell GPU 从零训练，预览也跑在同一套设施上。权重放出前，Mistral 先和网络安全机构、经过审核的合作伙伴及政府部门做实战红队测试。许可证官方还没公布。
以下成绩都是官方自报：DeepSWE v1.1 61.7%，Terminal-Bench 4 28.3%，AutomationBench 59.9%（657 个跨 Gmail、Google Sheets、Slack、Salesforce 的业务流程）。安全方面，Artificial Analysis Cyber Index 里有一项要求复现开源软件中的真实漏洞再打补丁，ML4 得 82%，官方称是所有模型里最高；Cybench 的 40 道安全竞赛题解出 93%。官方称这轮强化学习训练还在进行，月底会随权重一起公布架构细节、更多基准和后训练方法。
要在私有云或本地跑大模型、做代码 Agent、业务流程自动化或安全分析的团队，月底会多一个能自己部署的万亿参数开放权重模型。眼下的成绩都来自预览版、由官方自报，许可证条款要等权重放出时才能看。
主源：https://mistral.ai/news/mistral-large-4