日期：2026年10月10日 星期六
10月9日的几条更新，落点都在具体任务怎么做、做完怎么检查。Kore.ai宣布Autoloop正式可用，用状态轨迹和可执行工作流持续评测、优化企业Agent；Qwen公开Qwen-Image-2.1-Turbo模型卡，7B图像模型推荐8步采样；Conway Research发布面向工具调用的Underdog-Saluki-27B低比特模型，尝试降低本地运行的显存需求；OpenAI将用于分类、选择和评分的Decisions API推向公开测试。安全方面，据路透社报道，ARTEX网络安全Agent的开发者在韩国银行攻击争议后停止公开源代码。这些进展提醒我们，评价AI系统不能只看通用聊天榜单，还要看它在特定任务中的表现、运行过程能否追踪，以及权限和成本是否可控。
10月9日，企业智能体平台厂商Kore.ai宣布Autoloop正式可用。它面向Artemis平台的Agent，提供构建、测试、诊断和持续优化功能。评估不只看回答是否流畅，还覆盖任务完成、事实准确性、业务规则、安全、行为一致性、用户体验和成本七个维度。[1]
产品中有两个值得看具体怎么用的组件：StateTrace记录任务移交、状态变化、工具调用与上下文，供团队定位失败环节；Agent Blueprint Language（ABL）把路由、委派、工具使用、业务规则和安全护栏写成可执行状态机，让修改能对应到流程节点。企业Agent的麻烦往往在这里：偶发错误难复现，修好一个环节又可能影响其他步骤。
Kore.ai还援引自身调查称，较高比例的企业遇到过Agent动作无法撤销或错误无法追溯的问题。调查结果和产品效果都是厂商口径，不能据此推断它在不同行业都同样可靠。企业更该用自己的任务反复测试：成功率有多高，回滚错误要付出多少成本，日志是否完整，修订后有没有引入新缺陷。底座模型之外，Agent运维也需要单独做工程验收。
Qwen团队发布了Qwen-Image-2.1-Turbo模型资源。公开模型卡写明：模型规模7B，推荐8步采样，支持图像生成、编辑、文字排版和多参考图组合，并提供横版16:9、竖版9:16等分辨率设置。[2]
图像生成的成本不只取决于参数量。每张图要跑多少步、占用多少显存、输出什么分辨率，也会影响实际体验。推荐采样压到8步，便于创作者多试几次，再根据结果修改；设计工作台也更容易把生成、检查和修改接成一套交互流程。但步数少不代表各种硬件上的延迟都会同比下降，细节保真、文字准确率和多图一致性仍要分别测。
许可也要看清楚。模型卡标注的是Qwen Research License；能访问权重，不等于拿到了Apache 2.0式的无限制商业使用许可。若用于企业宣传、版权素材或客户设计交付，需先核对许可条款和第三方素材权利。这次更新值得关注的，是高分辨率视觉生成的反复试做成本能否降低，而不只是模型变得更大。
10月9日，小型研究团队Conway Research公开了Underdog-Saluki-27B模型及技术说明。它以Qwen系列27B模型为基础，着力在极低比特表示下保留结构化工具调用、JSON输出和多步任务能力，而非只提高通用写作分数。公开资料称，2-bit GGUF版本约7.89GB，可供研究低成本本地Agent运行。[3][4]
过去评测量化模型，常看常识、数学和语言基准；Agent落到业务里，还得准确填写函数参数、工具名和字段，并按顺序调用。答案写得顺，一旦工具参数总是填错，自动化任务也跑不起来。因此，工具调用正确率开始成为模型压缩时需要单独考量的指标。
团队公布的对照成绩来自自建任务和特定测试配置，不能理解成“2-bit模型所有能力都超过原模型”。企业若要放进私有化工作台，最好固定MCP工具、权限和业务数据，重复测调用成功率、非法动作次数、推理延迟以及CPU/GPU实际占用。
OpenAI开发者文档显示，Decisions API已进入公开测试，使用独立端点`POST /v1/decisions`。开发者提交文本或图像和要回答的问题，接口可返回条件概率、固定选项选择，或按等级量化的评分；目前仅支持`gpt-6-luna`模型。[5]
内容分流、风险评级、工单优先级和场景路由，很多时候只需要结构明确、能直接交给软件处理的判断，不需要一段长篇解释。这是它与传统对话API的区别。官方称，这类任务的响应速度可达常规Responses API的约十倍；这一数字来自指定任务和配置，接入实际业务时仍需复测。[6]
接口能给出判断，不代表审批可以省去。输出概率也不能直接当作校准过的真实风险。尤其涉及人事、金融、医疗或其他高风险业务，阈值要依据历史数据、误报漏报代价和人工复核机制来设定。生成式模型处理表达和复杂推理，专用决策接口处理高频、可量化的判断；两者各有适用范围。
据路透社10月9日报道，ARTEX网络安全Agent的开发者在工具被卷入韩国银行网络攻击的相关调查和舆论后，停止公开源代码。报道涉及安全研究机构、调查机关和开发者等不同来源；工具可能被利用，不等于开发者实施了攻击，责任仍需依法调查认定。[7]
自动扫描、漏洞分析和权限测试能帮防守方尽快找到隐患，缺少用户身份核验、目标授权和行为范围限制时，同一套自动化流程也可能遭到滥用。关闭源代码并不能独自消除风险：模型能力、工具链和替代项目依然可能存在。
安全团队需要留下授权证明和任务日志，对危险操作做隔离，并设置网络访问控制和异常中止机制。开源社区则仍要权衡怎样既方便审计，又降低滥用风险。对Agent安全的检查，也不能只停在恶意提示词上，还要覆盖执行链上的权限与责任。
这五条动态分别涉及企业Agent、视觉生成、模型压缩、专用判断接口和网络安全。放在一起看，技术选型正变得更具体：复杂生成、高频判断、流程状态和操作权限，不必都压在同一个通用模型上。企业做验收时，除了比较模型能力，还应逐项核对重复任务成功率、推理成本、许可条款和行为日志；能否稳定运行，最终要在自己的业务流程里测出来。
- Express Computer / Kore.ai｜《Kore.ai launches Autoloop to continuously optimise enterprise AI agents》｜2026-10-09｜核验GA发布、StateTrace、ABL与七维评估。
https://www.expresscomputer.in/news/kore-ai-autoloop-enterprise-ai-agents/139737/ - Qwen / Hugging Face官方模型卡｜《Qwen-Image-2.1-Turbo》｜2026-10-09访问｜核验7B、8步推荐采样、输出规格和研究许可。
https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo - Conway Research / Hugging Face｜《Underdog-Saluki-27B-1.0》｜2026-10-09访问｜核验模型权重、低比特发布与使用方法。
https://huggingface.co/ConwayResearch/Underdog-Saluki-27B-1.0 - MarkTechPost｜《Meet the Underdog Saluki 27B: A 2-Bit Qwen...》｜2026-10-09｜交叉了解量化与工具调用评测，相关成绩视为厂商自报。
https://www.marktechpost.com/2026/10/09/meet-the-underdog-saluki-27b-a-2-bit-qwen3-8-27b-that-beats-the-original-at-tool-calling/ - OpenAI开发者文档｜《Decisions》｜2026-10-09访问｜核验公开测试、接口、返回类型和支持模型。
https://developers.openai.com/api/docs/guides/decisions - MarkTechPost｜《OpenAI Decisions API Hits Public Beta with 10x Faster Typed Answers》｜2026-10-09｜对照新品发布与厂商速度说明。
https://www.marktechpost.com/2026/10/09/openai-decisions-api-hits-public-beta-with-10x-faster-typed-answers/ - Reuters｜《Chinese developer makes ARTEX AI agent closed source after Korean bank hack》｜2026-10-09｜核验停止开源及争议的调查边界。
https://www.reuters.com/world/china/chinese-developer-makes-artex-ai-agent-closed-source-after-korean-bank-hack-2026-10-09/ - MarkTechPost｜《Alibaba Qwen Releases Qwen-Image-2.1-Turbo》｜2026-10-09｜补充端侧和采样效率行业分析，优先以模型卡为准。
https://www.marktechpost.com/2026/10/09/alibaba-qwen-releases-qwen-image-2-1-turbo-an-8-step-7b-image-model/
关注高促会新质生产力工委会公众号
关注工业智能算网平台
新质生产力工作委员会：
中国高技术产业发展促进会新质生产力工作委员会，专注于推动工业人工智能、智能制造、数字化转型等前沿技术发展，为企业提供政策解读、技术咨询和产业对接服务。
工业智能算网：
专注于工业人工智能、新质生产力、工业软件CAE、智能制造等前沿技术。提供每日动态分析、技术趋势解读、解决方案分享，推动工业智能化转型。
网站地址： https://gyznsw.cn
发布日期：2026年10月10日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议