🏆 头条
Anthropic 推出动态工作流：Claude 单次执行可并行编排 1000 个子 Agent
Anthropic 为 Claude Managed Agents 新增 dynamic workflows：主 Agent 制定计划、分发给子 Agent 并合并结果，单次执行最多 1000 个 Agent 并行，需选用 multiagent_20261001 类型启用。官方测试在 11.6 万行代码中埋入 70 个 bug，单 Agent 每轮只能找到 14-27 个，动态工作流稳定命中 66 个。官方同时提醒该模式 token 消耗巨大，建议从小规模起步。
📰 今日动态
1Anthropic 启动 Cyber Mission，免费 AI 扫描器面向开源项目开放
Anthropic 发布长期安全计划 Cyber Mission：关键基础设施防御计划（CIDP）向电网、水务、交通运营方提供 Claude 模型、工程师与威胁分析，CrowdStrike、Palo Alto、Deloitte 等为创始伙伴。配套的免费 OSS 扫描器将定期检查开源项目、自动标记并解释漏洞、给出补丁建议，官方称准确率超 90%，报告未经人工审核即发出，关键项目维护者可在 GitHub 上申请加入。
2Claude Science 制成首张完整紫外全天地图：多任务数据拼接加 inpainting 补缺
约翰霍普金斯大学天体物理学家 Brice Ménard 用 Claude Science 协调多个 AI Agent，下载多颗空间望远镜数据、校准合并，生成首个完整紫外全天地图。此前的 GALEX 任务仅覆盖三分之二天空，Claude 用 inpainting 重建缺失区域，测试中预测与实测平均偏差约 10%。项目展示了 AI 接管科研中「无人愿意做」的数据苦力工作的路径。
3GitHub 用 AI 辅助重写将 Copilot Runtime 从 TypeScript 迁移到 Rust
GitHub 在约 14.5 周内将超过 80 万行 Copilot Runtime 代码从 TypeScript/Node.js 迁移到 Rust，全程采用 AI 辅助开发。迁移瞄准运行时的性能与内存占用瓶颈，是迄今公开规模最大的 AI 辅助跨语言重写案例之一，为「AI 时代是否该重写遗留核心」提供了直接参照。
4Google 发布 Android Bench 2：加入长时程任务与 Agent 化评估
Google 推出 Android Bench 2.0，对其评估 AI 模型与 Agent 在 Android 开发任务上表现的基准框架进行重大更新：新增长时程（long-horizon）任务支持、面向 Agent 的评估能力与连续评分机制。评测对象从单轮代码生成扩展到多步骤开发流程，为移动端编码 Agent 的横向对比提供了新标尺。
5OpenAI 解雇三名参与 Hugging Face 入侵调查的安全研究员
OpenAI 解雇了三名曾协助调查 Hugging Face 黑客事件的安全研究人员，三人在公开信中警告此举正在吓退内部知情者。事件叠加此前的安全团队动荡，使 OpenAI 的安全治理公信力再度受压，也引发外部研究者对其披露文化的质疑。
🛠 技术实践
1NVIDIA 分享 KDD Cup 2026 数据分析 Agent 亚军系统经验：把工程重心放在 Harness 上
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，其系统围绕一个简单思路构建：把 Agent 的 harness（工具环境与流程脚手架）而非模型本身作为可靠性来源。文章拆解了数据分析 Agent 在真实脏数据下的容错设计，对构建生产级数据 Agent 的 harness 选型有直接参考价值。
2Asana 用 GPT-6.1 Sol 把浏览器 Agent 成本降低 76 倍、提速 5 倍
Asana 在 Codex 中结合使用 GPT-6 Astra 与 GPT-6.1 Sol 优化其浏览器 Agent：测试中模型成本降低 76 倍、速度快 5 倍，从而能向客户提供更强的模型组合。核心做法是按任务难度分级路由模型，为「贵模型只做难步骤」的分层推理策略提供了量化案例。
3Netflix 分享本体驱动可观测性：每秒 3800 万事件上的 E2E 知识图谱
Netflix 工程师分享其跨 3800 万事件/秒规模的可观测性实践：用本体（ontology）建模端到端依赖，构建 E2E 知识图谱取代被动式监控报警。演讲覆盖图谱构建、告警降噪与 AIOps 结合的落地细节，适合超大规模系统的排障与可观测性架构参考。
📌 行业快讯
- OpenAI 年化营收率约 500 亿美元，正寻求 300 亿美元新一轮融资，低于此前报道的 700 亿口径。 — The Decoder
- OpenAI 披露并封禁俄罗斯「Dark Clark」与伊朗两个影响力行动，曾向真实新闻媒体植入虚假报道。 — The Decoder
- Anthropic 更新使用条款：持续辱骂 Claude 可被暂停账号，同时收紧宣传、无人机武器化与监控用途限制。 — The Decoder
- Sophos 用 OpenAI Daybreak 将网络威胁调查时间缩短 96%，52% 的 MDR 案件实现自动化处理。 — OpenAI
🔭 技术趋势观察
- 多 Agent 编排进入「千级并行」时代，但 token 经济学争议未决：Anthropic 用 66/70 的找 bug 数据为千级 Agent 并行背书，而 OpenAI 资深工程师同期称 Agent 集群是「token 的巨大浪费」。两派分歧的实质是：编排收益是否随规模线性增长尚无公论。意味今后选型不能看厂商演示，要在自家工作负载上做规模-成本-质量曲线实测；自带可复现评测的新编排特性会成为标配卖点。
- AI 辅助跨语言重写从试点走向核心系统：GitHub 用 14.5 周完成 80 万行 TS→Rust 迁移，说明 AI 辅助重写的可信度已进入核心 Runtime 级别。长期看，「重写还是重构」的经济学被改写：原本因人力成本不敢动的遗留系统成为可行目标，Rust 等高性能语言采纳曲线会因此陡峭化。启示：团队应尽快建立 AI 辅助迁移的验收与回归测试流水线，这是下一轮基建更新的入场券。
- 科研数据苦力成为 AI 科研第一个规模化落点：首张完整紫外全天地图的看点不是天文发现，而是 AI Agent 完成了「科学界知道怎么做、但没人愿意做」的数据拼接工作，且用约 10% 偏差换来了覆盖完整性。长期影响：一批被搁置的数据密集型科研项目将被批量解锁，「AI 先出初稿、人类定验收标准」成为科研分工新模式。对各领域数据团队而言，可接受的误差阈值设计将成为核心技能。
- AI 安全攻防从厂商竞赛升级为基础设施补贴：Anthropic 免费向开源项目派发 AI 漏洞扫描器、向电网水务等关键基础设施开放模型与工程师，标志着头部实验室把安全能力当作生态投入而非产品线。但未经人工审核、准确率 90% 的自动报告会进一步推高漏洞报告信噪比问题，小维护者的分诊负担可能不减反增。启示：接入此类免费扫描时，需要同步准备报告过滤与优先级策略。