月明的博客

MAI-Image-2.6 系列在 Foundry 正式可用：精度与速度的分工

Thu, 29 Oct 2026 00:00:00 GMT

这篇文章在讲什么

微软在 Foundry 博客中宣布，MAI-Image-2.6 与 MAI-Image-2.6-Flash 已进入正式可用阶段。文章的重点不是单张图片画得多好，而是企业团队如何在编辑、适配多种版位和规模化生产中保持可控。

图片来源：Microsoft Foundry Blog原文链接

来源披露的关键能力

按文章说明，MAI-Image-2.6 支持多参考图编辑，最多可使用五张参考图，用来在修改过程中保持产品、角色和品牌素材的一致性。两个模型还提供联网检索（基于 Bing）、动态宽高比，以及最高 1.5K 的输出分辨率。

文章对联网检索的表述比较克制：它只是补充上下文，不能代替人工审核。这一点对有事实、品牌或编辑要求的场景尤其重要。

两个模型如何分工

文章的定位是：MAI-Image-2.6 面向复杂编辑、文字渲染和最终的活动主视觉；Flash 面向交互式创作工具、快速迭代、个性化和大批量生成。文中给出的零售示例流程是：先用 Flash 探索和修改，再切换到完整版制作带文字的主视觉。

定价方面，文章列出了两款模型按百万 token 计费的文本输入、图像输入和图像输出价格，完整版的输出价格高于 Flash。具体数字请以原文和价格计算器为准。

我的分析

以下为作者观点。双模型分工是一种常见的成本控制思路：草稿阶段用便宜、快的模型，定稿阶段才调用贵的模型。开发者可以在应用中把两者做成可切换的流水线，并把多参考图作为品牌一致性的主要手段。

不过，来源文章是厂商发布稿，客户评价与合作方说法（如 Minute、Adobe Firefly 的后续接入）都属于对方陈述，我没有独立核实。

值得继续观察

多次编辑后的一致性在真实品牌素材上的表现如何。

联网检索带来的内容，在合规与事实核查上需要怎样的流程。

1.5K 输出上限是否满足印刷或大尺寸投放需求（推测：部分场景仍需后期放大）。

Flash 与完整版在真实负载下的实际成本差异。

来源

Microsoft Foundry Blog 原文：https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/mai-image-2-6-and-mai-image-2-6-flash-are-now-generally-available-in-microsoft-f/4566327

一天四条消息：模型竞速、云业务增长与安全能力的外溢

Thu, 29 Oct 2026 00:00:00 GMT

能力、资本与安全同时加速

2026-10-29 综述

今天的几条消息看似分散，指向的却是同一个问题：模型能力在变强，围绕它的商业叙事、安全风险和工程基础设施也在同步变化。下文先写来源中可核实的事实，再写我的判断。

Google：新模型与财报互相印证

图片来源：Sundar Pichai on X: "I did say we'd be releasing our models periodically...introducing Gemini 4 Carbon, our next frontier model. Following Argon's release just two weeks ago, Carbon shows the pace at which we’re pushing the frontier, it ranks #1 on the recently updated v5.0 of @ArtificialAnlys Int… / X原文链接

来源事实：Sundar Pichai 在 X 上介绍了 Gemini 4 Carbon，称其在更新后的 Artificial Analysis Intelligence Index v5.0 上排名第一，得分 59。帖子还提到它在 SEC-bench Pro 上得分 88.2%，用于衡量发现漏洞的能力。这些数字都是 Google 方面的自述，目前没有第三方复核。

图片来源：Sundar Pichai on X: "Q3 is in the books! We’re now on a half-trillion annual revenue run rate, with Alphabet revenues growing at 25%. - Our AI investments are driving overall Search query growth, including commercial queries - our YoY query growth rate is the highest it’s been in the last five yea… / X原文链接

同日，Pichai 公布 Alphabet 第三季度业绩：年化收入达到约 5000 亿美元，总收入同比增长 25%，Google Cloud 收入增长 103%，并称搜索查询同比增速是五年来最高。

我的观察：模型发布节奏与云收入增长被放在同一叙事中，说明模型竞争已经直接和基础设施需求绑定。不过 103% 的增速只是公司披露的单项数字，我没有看到分业务的完整财务细节，因此不做更深的推断。

Anthropic：安全研究显示模型的双面性

来源事实：据 IT之家报道，Anthropic 于 10 月 27 日发布研究报告，称一个未公开发布的内部 Claude 研究模型在 Chrome、Safari、Android、Windows 和 Linux 中发现漏洞，并把多个漏洞串联成 5 条可实际运行的攻击链。报道称相关漏洞已按协调披露流程报告厂商并修复，其中提交给谷歌的报告涉及 62 个严重或高危 CVE。

我的观察：Google 的新模型在漏洞发现基准上领先，Anthropic 的研究又展示了模型在真实软件中找漏洞的能力。两者合在一起，意味着防守方和攻击方都会更快地用上这类能力。对开发者来说，补丁响应速度和依赖更新流程的重要性会上升。

以上漏洞数量与场景来自二手报道对原报告的转述，详细技术内容应以 Anthropic 原文为准。

微软：把 Copilot harness 开放给开发者

图片来源：Introducing the Microsoft Copilot harness: Unlocking the potential of truly multi-model agentic work - The Official Microsoft Blog Your Privacy Choices Opt-Out Icon Your Privacy Choices Opt-Out Icon原文链接

来源事实：微软官方博客发布了介绍 Microsoft Copilot harness 的文章，标题强调多模型 Agent 工作。据任务摘要，该 harness 将通过 Microsoft Foundry 向开发者和企业开放。我能核实的只有文章标题与发布位置，产品范围与可用时间未能从抓取到的页面摘录中确认。

我的推测：如果开放属实，Agent 的竞争点可能从单个模型转向运行框架、工具调用和多模型调度。这只是推测，需要等产品文档确认。

对 Anthropic S-1 的批评

来源事实：Ed Zitron 在 10 月 28 日发表长文 Exit Liquidity，主题是 Anthropic 的 S-1 招股书。他的具体论点属于个人观点，且我取得的页面摘录没有覆盖正文论证，因此无法核实其对招股书内容的具体描述。

我的观察：无论该批评是否成立，AI 公司进入公开市场后，财务披露的完整性都会成为关注焦点。读者应对照招股书原文，而不是只看评论。

值得继续观察

Gemini 4 Carbon 的成绩能否被独立评测复现。

漏洞发现能力增强后，厂商的修复与披露流程能否跟上。

Copilot harness 的具体开放范围与支持的模型。

Anthropic 招股书的披露内容与外界评论之间的差异。

来源清单

https://www.ithome.com/1/019/268.htm

https://x.com/sundarpichai/status/2115535455156642066

https://x.com/sundarpichai/status/2115489219804352921

https://www.wheresyoured.at/exit-liquidity/

https://blogs.microsoft.com/blog/2026/10/28/introducing-the-microsoft-copilot-harness-unlocking-the-potential-of-truly-multi-model-agentic-work/

多智能体系统跨区域上线：先证明“上线的就是测过的”

Wed, 28 Oct 2026 00:00:00 GMT

发布证据比部署成功更重要

托管智能体跨区域上线时的七项实践

这篇文章在讨论什么

这是 Microsoft Foundry 博客“全球企业多智能体系统”系列的第二篇。上一篇偏重起步、设计与安全，这一篇转向发布与运维。作者的核心观点是：智能体能够启动，不等于它就是被测试过的那个版本，也不等于配置正确、业务结果可靠。

文章给出第 8 到第 14 条实践，依次涉及：区分部署与晋升、明确配置归属、分层评估、保护诊断数据、衡量有效进展、衡量单次有效产出的成本、演练恢复与交接。最后还有一个发布后的持续改进闭环。

来源事实：托管运行时已经提供了什么

据文章介绍，托管智能体具备独立身份与端点、不可变版本，并默认把 OpenTelemetry 追踪发送到 Application Insights。这让“测试并晋升同一个候选版本”成为可能，也为发布留下证据。编排逻辑、应用权限、依赖和业务结果仍由团队自己负责。

文章还强调，每个区域都应视为一次独立发布。服务版本、模型与工具可用性、生效配置、访问控制和诊断数据边界，都要逐区域核对。

图片来源：Microsoft Foundry Blog原文链接

部署与晋升要分开

这是文章最具操作性的一条。文章指出，默认路由会跟随最新版本，所以要先固定当前服务版本，再创建候选版本，并且只记录一次候选版本号，测试之后不再重新解析“最新”。

文中的一个团队用配置服务保存当前生效的版本号：流水线先创建并验证新版本，最后才改这个值，失败时流量留在旧版本。文章还提醒，端点选择器同一时刻只服务一个版本，渐进放量需要网关或独立端点；已有会话也不会随选择器迁移。

我的看法是，这套顺序的价值在于把“已合并”“已部署”“已生效”“已复测”拆成不同里程碑，团队可以据此设置明确的晋升门槛。

配置归属与评估

文章认为，门户用户、流水线和安全自动化都可能写入设置，所以每个设置都需要负责人，并要验证从后端行为到最终生效状态的整条链路。基础设施即代码有帮助，但不会自动覆盖所有字段。

评估部分建议分别看智能体、工具和系统结果三个层面，并按用户群体或任务类型拆分结果，避免平均分掩盖小群体的严重问题。文章特别提到，被跳过或不适用的检查不能算通过；智能体说“任务已完成”也不能代替业务系统的回执。

诊断数据：追踪会复制敏感内容

追踪会复制提示词、检索内容、工具参数和输出。文章建议盘点所有落点，包括遥测、治理与安全副本、运维副本，并为每处明确用途、归属、访问、保留与删除规则。

文章还介绍了把敏感内容路由到专用表、再用受保护表控制访问的做法，同时强调路由不等于保护。上线前应先用唯一标记做测试，确认数据能写入，再验证各类访问路径；无法证明保护到位时，应抑制内容采集。

图片来源：Microsoft Foundry Blog原文链接

对开发者的影响

发布清单需要增加版本固定、候选版本验证、晋升审批和回滚材料，不能只看部署状态。

多区域意味着每个区域都有独立的验证与成本，需要提前规划容量和归属。

评估集、阈值和跳过项应进入发布清单，作为版本化证据保存。

可观测性设计要把隐私当作前置条件，而不是事后补丁。

适用边界与待观察

文章明确说明，文中多项能力在撰写时处于预览阶段，并且预览功能不提供服务等级协议，不建议用于生产。因此，团队落地时需要逐项确认当前状态。

待观察的问题：预览功能何时正式可用；原生的渐进放量能否取代自建网关（这只是推测）；多区域成本与恢复演练在实际团队中会占多大工作量。

来源

Microsoft Foundry Blog：Global enterprise multi-agent systems in production: Release and operations (Part 2)，https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/global-enterprise-multi-agent-systems-in-production-release-and-operations-part-/4564916

一天五条消息：AI 的安全责任、可信标识与落地成本

Wed, 28 Oct 2026 00:00:00 GMT

开篇

今天的几条消息看似分散，但有一条共同的线索：AI 越深入真实场景，围绕它的问责、验证和成本问题就越具体。下文先写来源里能核实的事实，再写我的判断。

医疗场景里的责任争议

据 TechCrunch 报道，一名癫痫患者的家长对 OpenAI 提起诉讼，指控 GPT-4o 的回答影响了她对抗癫痫药物的使用。这目前只是原告的指控，案情细节和因果关系有待法庭认定，我不会把它写成定论。

我的观察是：当用户把模型当作健康顾问，产品的边界提示、对高风险建议的拒答策略和对话记录的可审计性，都会变成开发者必须回答的问题。

Gemini 加入来源检测

Google Gemini 官方账号宣布，用户可以直接在 Gemini 中询问内容是否为 AI 生成，借助 SynthID 检测来检查图片、视频或音频是否出自 Google 的 AI。

需要注意的是，这类检测依赖水印，其结论天然限于 Google 自家模型的产出。没有检出，并不等于内容不是 AI 生成。这是我的分析，不是来源的表述。

Anthropic 的 S-1 与商业化信号

Azeem Azhar 在文章中解读了 Anthropic 的 S-1 文件，核心判断是公司已具备走向可靠盈利的迹象。文章同时提到增长放缓，以及营收高度依赖新近发布的模型。全文为付费内容，以上细节仅来自页面可见的片段与摘要，详细数字我没有逐项核对。

推测：如果营收确实集中在新模型上，模型迭代速度就会直接影响财务表现。这一点值得在后续披露中继续观察。

LangChain 的设计 agent

LangChain 介绍了内部使用的设计 agent Content Studio，并开放了相关 harness。按摘要所述，它能在 Slack 中根据一条提示生成视频、幻灯片等代码化资产，单次请求的模型成本也有明显下降。

对开发者来说，真正可借鉴的是工程化路径：把设计产出表示为代码，再用成本和复用度衡量 agent 是否值得投入。具体成本数字我未能从证据摘录中核实。

Genie 4 与世界模型

Google DeepMind 发布了世界模型 Genie 4，页面标题称其为新一代世界模拟。摘要还提到实时交互和原生音频生成，但这些细节在证据摘录中没有出现，我暂时把它们当作未核实信息。

值得继续观察

医疗类诉讼的进展，会如何影响通用聊天产品对健康问题的处理方式。

来源检测能否走向跨厂商的统一标准。

Anthropic 正式披露后，财务数据与文章解读是否一致。

来源清单

https://techcrunch.com/2026/10/27/parents-sue-openai-alleging-gpt-4o-coached-their-daughter-off-seizure-medication/

https://x.com/GeminiApp/status/2115171788812669225

https://www.exponentialview.co/p/anthropics-s-1-in-charts

https://www.langchain.com/blog/design-agent

https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/

给生产级智能体做记忆：写入、读取、复核与遗忘要分开治理

Tue, 27 Oct 2026 00:00:00 GMT

智能体记忆是一套治理架构

写入、读取、复核、遗忘四条路径，各有责任方

文章在讨论什么问题

Microsoft Foundry 博客在 2026 年 10 月 26 日发表了一篇文章，讨论生产环境里的智能体该如何管理记忆。作者的核心判断是：记忆能力不能只靠更好的提示词或更大的向量库。它应当拆成四项相互配合的能力，即 Remember（记住）、Retrieve（检索）、Revalidate（复核）和 Forget（遗忘）。

这四项能力由智能体、应用策略层、平台记忆服务以及各自拥有数据的业务系统分担。每一项都有自己的身份校验、策略关卡、失败处理和审计记录。

文章用什么例子说明风险

文中设想了一个发布协调场景。面向用户的编排智能体记住了负责人的汇报格式偏好，这类内容适合作为用户级长期记忆。但项目日期应由另一个有权读取项目系统的数据智能体提供。

如果编排智能体把用户曾说过的某个日期存成了长期事实，而权威系统之后已经改期，那么回答的格式可能很规整，内容却是错的。作者的结论是：偏好可以记住，日期应当检索并回到权威系统复核，过期的副本应当被清除。

图片来源：Microsoft Foundry Blog原文链接

四条路径的分工

文章用同一套契约描述四项操作，包括触发条件、决策方、各层职责、身份授权、来源记录、失败行为和审计。我的理解是，这套做法的重点是“谁有权决定”，而不是“模型能不能做到”。

记住：智能体只能提名候选事实，不能把模型输出直接写进持久记忆。是否写入由应用层的写入关卡决定。

检索：智能体只声明信息需求。文章强调先授权再排序，因为语义相似只代表相关，不代表有权访问。

复核：当任务需要当前事实时，由策略决定新鲜度要求，再向权威系统核对版本或标记。

遗忘：按保留、数据主体请求或事故处置策略执行，需要覆盖索引、衍生摘要和缓存，并验证结果。

文章还提到，Microsoft 的智能体追踪规范已经把创建、搜索、更新、写入或更新、删除记忆定义为可单独观测的操作。

写入与读取的实现要点

在写入侧，文章给出了一个与具体 API 无关的伪代码关卡。它按来源与敏感度分类，丢弃凭据、失败工具调用的输出和低置信推断，把不可信内容隔离，并在涉及敏感信息时要求用户同意。通过之后才做范围解析、抽取、合并去重，并带着有效期和删除谱系写入存储。

文章还列出了一份受治理记忆记录应有的字段，例如租户、所有者、来源、置信度、有效期、被取代关系和保留类别。在读取侧，伪代码先按身份缩小候选集，再混合检索、排序，并剔除缺少来源或已被取代的条目。必要时再向权威系统复核，最后只组装最小上下文并附上引用。

图片来源：Microsoft Foundry Blog原文链接

对开发者的影响

这是我的分析，不是文章原话。

1. 记忆应当作为一个有独立权限与生命周期的服务来设计，不要把它当成提示词的附属品。 2. 多租户场景下，授权过滤要放在检索之前。共享向量库如果缺少过滤，即使结果很相关，也构成边界故障。 3. 日期、状态、价格这类会变化的事实，更适合每次查询权威系统，而不是缓存为长期记忆。 4. 删除需求要在设计之初就纳入，因为只删主记录可能遗留嵌入、摘要和缓存。

仍待观察之处

我读到的文章内容在检索章节处中断，复核与遗忘两节的具体实现、跨范围与多智能体的应用，以及治理部分没有核对，上文对这些部分只做了概括。

文章给出的是厂商中立的架构模式。这些路径在 Foundry 产品中的具体对应与成熟度，需要对照官方文档确认。

增加复核与审计环节会带来延迟和成本。推测：高频、低风险的场景可能需要分级策略，这一点文章是否展开，我没有核实。

来源

Microsoft Foundry Blog：Remember, Retrieve, Revalidate-or Forget? Architecting Memory for Production AI Agents（链接见来源清单）。

本周三条 AI 动态：科学证明、电脑操作与演示文稿智能体

Tue, 27 Oct 2026 00:00:00 GMT

从证明定理到操作电脑

三条消息里的智能体与推理能力

今天值得关注的三条消息有一个共同点：模型正在从回答问题走向独立完成任务。下面先写来源中的事实，再写我的判断。

OpenAI：三项科学突破的宣称

据 IT之家报道，OpenAI 宣布其 AI 模型在数学、计算机科学和物理学领域取得三项突破。数学方面，模型证明了适用于所有维度的局部光滑猜想，并据此解决了局部光滑猜想与挂谷猜想。计算机科学方面，模型推翻了指数时间假设，这意味着未来可能出现更快的算法。物理方面，涉及量子色动力学与杨–米尔斯理论的严格数学存在性。

我的看法：这些都是 OpenAI 的宣布，我没有看到独立的数学界验证。形式化证明与同行评议通常需要时间，因此在验证完成前，应当把它们当作待检验的结论，而不是定论。

以上结论目前仅来自 OpenAI 的宣布及媒体转述，尚未见到第三方验证。

原文链接：https://www.ithome.com/1/018/203.htm

GPT-6.1 Terra：电脑操作的速度门槛

Greg Brockman 在 X 上表示，Terra 的电脑操作能力已跨过一个质变门槛，他感觉它比自己不借助 AI 时用电脑更快。他引用的 OpenAI 介绍称，GPT-6.1 Terra 以更低价格提供快速且强大的 computer use，能够理解屏幕内容并跨应用执行操作。

图片来源：Greg Brockman on X: "computer use with terra has crossed a qualitative threshold where it feels faster at using a computer than what i can do unassisted" / X原文链接

我的看法：这是个人的主观体验，不是基准测试结果。对开发者而言，真正的问题是在真实业务流程中的稳定性、权限边界与出错后的可恢复性。速度只是其中一项指标。

原文链接：https://x.com/gdb/status/2114814747254432243

Gamma 5：把智能体放进演示文稿流程

Gamma 在更新日志中介绍了 Gamma 5，称其重建了思考、设计和编辑的方式。用户可以提供一句话、文档、PDF、图片或旧演示文稿，由智能体在几分钟内完成构思、调研和设计。日志还提到可以引入 PDF 和 PPT 设计以便持续使用。

图片来源：What’s new in Gamma | September–October 2026 | Gamma Changelog Facebook X (formerly Twitter)原文链接

我的看法：输入形式越宽松，质量就越取决于调研环节是否可靠。生成的内容仍需要人工核对事实和引用，这一点与上面两条消息一样。

原文链接：https://meetgamma.canny.io/changelog/whats-new-in-gamma-septemberoctober-2026

值得继续观察

第一，OpenAI 的三项证明能否得到独立验证。第二，Terra 的电脑操作在多步骤任务中是否同样稳定。第三，推测而言，智能体类产品的竞争重点可能从演示效果转向可审计性与可控性。

来源清单

https://www.ithome.com/1/018/203.htm

https://x.com/gdb/status/2114814747254432243

https://meetgamma.canny.io/changelog/whats-new-in-gamma-septemberoctober-2026