🤖 建委AI日报｜2026-10-10

🔥 模型发布/更新1. ARC Prize 2026：TUFA Labs 以 88.06% 登顶 ARC-AGI-2 高分榜ARC Prize 公布 2026 赛季 ARC-AGI-2 高分榜，TUFA Labs 以 88.06% 排名第一。10 万美元之外另设的 15 万美元 Bonus Prize 将由所有得分超过 85% 的团队分享；榜单第 2 至第 5 名分别为 Rabbithole（80.56%）、Yi-Chia Chen（77.22%）、Nubanana（77.08%）和 _hans（67.64%）。

📦 产品发布/更新2. Claude Managed Agents 动态工作流公开测试版上线Claude Managed Agents 的动态工作流进入公开测试版，这是一种新的多智能体编排方式，面向高负载工作场景。主 agent 会编写一个跨多个 agent 分阶段执行的计划，最后合并各阶段结果。

3. Sierra 发布 Personal Agent Protocol（Poppy）协议草案，新增 35 家设计伙伴Sierra 发布 Personal Agent Protocol（Poppy）协议草案，宣布新增 35 家设计伙伴，包括 OpenAI、Meta、Bank of America、Mastercard、PayPal、Shopify、Walmart 等。

4. 微软发布 Decision-1 模型现已在 Foundry 中可用，即将通过 OpenRouter 提供：网页链接。

🌐 行业动态5. OpenAI 研究负责人发声明回应三名员工离职争议OpenAI 研究负责人发声明，称上周在调查发现 Jasmine、Mikita 和 Tomek 违反敏感信息处理政策后终止其雇佣，并表示内部调查发现超出三人公开信所述的重大信任违规。声明强调解雇与提出安全担忧无关，称正在敲定与第三方安全评估机构的合同并将在数周内公布详情，同时认同保持前沿模型可监测性需要全行业承诺。

6. OpenAI 年化收入约 500 亿美元并寻求 300 亿美元新融资OpenAI 9 月底年化收入率约 500 亿美元，此前近 700 亿美元的数字源于与 Anthropic 不同的合作方销售入账方式，两者均符合美国 GAAP。公司正洽谈至少 300 亿美元新融资，目标投前估值 1.4 万亿美元，企业业务推动 Q3 总收入增长 77%，FT 报告发布后芯片股曾下跌数个百分点。

🔬 论文研究7. Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%Epoch AI 推出 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 Self-Distillation Policy Optimization（SDPO）。