10月AI工具盘点：智能体开始接活，小模型降价九成
一、办公智能体：从回答问题到真正接活
10月8日，谷歌云在 Gemini at Work 2026 发布会上推出面向企业客户的 Gemini 智能体（Gemini Agent），官方定位是「通用工作智能体」，支持 Gemini Enterprise、Workspace 以及第三方服务。据搜狐科技报道，用户只需要给出目标，它就能完成回答问题、处理知识型工作、创建媒体内容以及编写程序，还可以在团队中扮演项目经理、财务分析师这类角色。目前它支持 Gemini 与 Claude 模型，后续计划兼容更多闭源与开源模型，并开放 API 供开发者集成到第三方应用中。
10月9日，Anthropic 补上了两块配套能力：Claude Dashboards 允许用自然语言直接生成实时更新的数据看板，可连接 BigQuery、Databricks、Snowflake、Amazon Redshift 等企业数据平台，用户能查看图表背后的查询语句，也能把结果转交专业 BI 工具继续分析；Claude Motion 面向动态内容制作。两项功能目前面向付费用户开放测试。这套组合的方向很明确：把查数、出图、写代码这些原本要在多个软件之间搬运的活，收进一个对话框。
二、小模型降价，改变了值不值得用的算法
同样是10月8日，Anthropic 发布 Claude Haiku 5.5。与前代 Haiku 4.5 相比，新版本平均成本降低约 75%，在 10 万个 token 以下的标准提示加载场景中最多可以省 90%；在 OSWorld 2.1 计算机使用基准测试中，成功率从上一代的 15.7% 提升到 72.4%。它也是 Haiku 系列首个提供可调推理难度的模型，开发者可以按任务动态平衡成本与效果（搜狐科技）。对普通用户来说，这件事的意义不在跑分，而在于摘要、改写、批量分类这类高频低难度的活，开始便宜到可以随手交给机器。
国产模型在开发者工具里的存在感也在上升。10月5日，证券时报报道，AI 编程工具 Cursor 上线 GLM-5.3 与 GLM-5.3-Flash，官方称 GLM-5.3 在 Max 推理设置下取得 CursorBench 4.0 中开放权重模型的最高分 42.6%；消息带动智谱港股早盘涨近 5%，报 657.5 港元/股。调用侧的数据更直接：9月22日 OpenRouter 日榜显示，GLM-5.3-Flash 单日调用量达到 4.36 万亿 token，较上一统计周期增长 73%，位列平台模型调用量第一（证券时报）。Anthropic 在 9月29日的报告中也提到，GLM-5.3 在 ExploitBench 端到端漏洞利用测试的 410 次尝试中有 50 次成功，与 Claude Mythos Preview 的 56 次接近——这类能力用于安全测试有价值，企业引入时也需要评估滥用风险。
长任务方向，蚂蚁百灵 9月30日升级 Ling-3.1-flash，模型总参数 560B、激活参数 25B，官方演示中它从头编写一个 Lua 原生编译器，连续工作约 17 小时，最终通过 182 项测试中的 178 项。同期，DeepSeek 开源了面向华为昇腾算力平台的基础设施组件，覆盖算子编译工具、计算库与跨卡通信库，并披露与华为团队推进基于昇腾 950 的 128 卡超节点方案（网易科技转载爱范儿早报）。
三、图像工具：分辨率翻倍，价格砍半
谷歌在 10月上旬发布图像生成与编辑模型 Nano Banana 2.1（DigitalToday）。新版本最高支持 4K 输出与 8:1 宽幅图像，单次最多可处理 14 张参考图，并跟踪最多 4 名人物和 10 个物体；文本驱动生成的偏好测试中，其 ELO 评分为 1050 分，高于 Nano Banana 2 的 990 分；信息图真实性测试得分为 0.521，明显高于前代的 0.179。该模型还支持调用 Google 搜索与图片搜索，对图中人物、物体和事件信息做核验，并会陆续接入 Gemini、Google 搜索 AI 模式、Google Ads 和 Google AI Studio。
更实际的变化是价格：开发者 API 生成一张标准 1K 图像的成本从 0.067 美元降到 0.0336 美元，4K 图像从 0.151 美元降到 0.0756 美元，几乎减半；批处理任务还能再享 50% 折扣，1000 张标准 1K 图像约 33.60 美元。对电商上新、设计出稿这类图片量大的岗位，单价减半比跑分提升更有感知。
四、中文助手：先能订票，再谈生态
豆包在 9月30日把出行服务做成了一个统一入口：在对话里描述行程，就能查询、比价并预订机票和火车票，票务由航班管家、高铁管家提供，打车接入曹操出行等平台，导航与百度地图等合作，App 内新设出行用豆包入口（网易科技转载爱范儿早报）。酒店这条线走得更快：抖音生活服务在中秋国庆消费报告中单列豆包订酒店，下单量环比增长超过 56%。更值得留意的是计价方式的变化——豆包带来的住宿订单原先并入抖音自然流量、按 8% 的综合费率结算，随后被单列为成交渠道，费率设为 12%（界面新闻）。渠道费率提高说明，助手已经不再只是流量入口的补充，而被当成一条独立渠道来定价。
阻力也同样具体。字节把代号 Spell 的项目与豆包进一步整合，千问在云栖大会宣布加速打造 Personal Agent，腾讯元宝也计划推出个人智能体（界面新闻）。但 9月16日上市的努比亚 NaviX Ultra 上，豆包手机助手推出了屏幕自动化操作声明协议 SAEP，第三方应用可以决定是否允许自动操作，也能分别限制截图、模拟输入和内容修改，目前还没有哪家服务商公开作出这类声明。媒体实测中，让助手点一杯咖啡，淘宝闪购和京东都不支持代操作，任务最后落在抖音才完成；微信也无法由豆包代发消息。腾讯的答案是自己做：内测中的小微可以操作微信原生功能，包括发消息、音视频通话、搜朋友圈，也能调起小程序完成挂号、买咖啡。
五、这一轮更新给出的三个选型建议
1. 高频低难度的活，交给小模型
Haiku 5.5 这类降价后的轻量模型，适合批量摘要、改写、分类、字段抽取。把它们放在流程里做预处理，把贵模型留给需要推理和长上下文的环节，是这一轮更新里最省钱的用法。
2. 编程与长任务，看榜单，也看真实工程
GLM-5.3 在 CursorBench 4.0 上拿到开放权重模型最高分，Ling-3.1-flash 展示了 17 小时连续作业的案例，这些都值得参考；但榜单成绩和真实代码库的表现常常有落差，接入前先用自己的仓库跑一轮迁移或修 bug，比看分数可靠。
3. 涉及账号与交易的助手，先小范围试
能订票、能订酒店的助手确实省事，代价是把账号权限和支付环节交给了它。SAEP 这类协议的推进速度，决定了它到底能覆盖多少 App。建议先用一两个不敏感的账号试运行，确认授权范围、失败处理和退款路径之后再扩大使用。
结语
把这几件事放在一起看：办公智能体开始接管整段流程，小模型价格砍到零头，图像模型把 4K 和半价一起给出来，中文助手则从聊天走向订票、订酒店。工具本身已经足够能干，真正决定体验的变成了两件事——你把它接进哪个流程，以及平台愿意开放到什么程度。