十月第二周，AI 行业的叙事重心完成了一次微妙切换：过去两年的关键词是「更聪明的模型」，本周的关键词变成了「谁来拍板」和「谁被收编」。五条主线，彼此之间其实是一条线。
一、Cloudflare 收编 Deno：运行时战争终局
本周阅读量最大的开发者新闻非它莫属：Ryan Dahl 宣布 Deno 团队整体加入 Cloudflare，HN 一千零二十一个赞。过渡期明码标价——运行时一年维护期后停止官方开发，Deno Deploy 六个月后关停，JSR 与 rusty_v8 保留并迁入 Cloudflare 体系，后者将集成进 workerd。
但比日期表更重要的是动机：Deno 团队近期的项目 celld 把「扩展性内建于编程模型」的理念架在 Cloudflare Workers 与 Durable Objects 之上，Ryan 在公告里明确点名 Agent——「无服务器执行、持久状态、WebSocket、高层接口，这正是 Agent harness 需要的组合」，并公开邮箱招募想自托管大规模 Agent 的团队。这不是一次人才收购，是一次路线合并：JavaScript 服务端下一个抽象层的争夺，Cloudflare 刚刚落下一子。
二、微软 Decision-1：拍板模型摆上货架
10 月 9 日，微软发布决策评分模型 Decision-1：Qwen3.5-9B 后训练，36 个基准近十五万题盲测准确率第一，P50 延迟比 GPT-6 Sol 快三十五倍，八类扰动平均翻转率仅百分之一点三。定价极具攻击性：输入每百万 token 0.042 美元，输出免费。内部实测里 Xbox Research 用它分类一万多条游戏反馈，比 GPT-6 Sol 快十四倍、便宜两百倍；Microsoft Discovery 的自适应重规划循环快近四倍、打分一致性高四十六倍。
同品类的对比清单也随公告公开：OpenAI 的 GPT-6 Luna Decisions、开源侧 Strands-Decider 2B、H2O-Lightning-4B、deck-31B、Quyet-1.0-Large。从论文概念到货架商品，决策模型用了不到一年。我们的速评结论：分流、路由、标注、评分场景值得马上接入，安全闸门场景先缓一缓——原因见下一条。
三、USC 论文：护栏的 Attack Surface 被系统化
就在 Decision-1 发布前一天，南加州大学团队提交论文《One Word Opens the Gate》，评测七个开源决策模型充当 Agent 护栏的表现：三类筛查任务准确率仅 36% 到 72%（随机 50%）；六行不含策略信息的服务器日志文本，把 fail-open 率从零拉到 63%；给放行选项一个误导性名字，四款模型失守率 93% 到 100%。所有已测防御全部失效——包括工程上最常用的置信度升级：被攻击翻转的决策，置信度与正常决策一样高。
论文的结论留有余地但足够锋利：决策模型可以减少人工复核量，但不应成为最终拍板的组件。把策略字段全部类型化之后，一个确定性规则引擎能达到 100% 准确——模型的位置天然尴尬。它要么降级为分流器，要么被规则取代。本周二、三两条新闻放在一起读，就是一篇完整的选型指南。
四、小米 MiMo-V2.6：开源 RL 全栈的一手标本
小米 LLM-Core 团队 10 月 8 日提交 MiMo-V2.6 技术报告，这个系列上次大规模进入公众视野还是九月底，这次报告把家底亮了个透：基于混合 SWA 架构的全模态家族，RL 之前用广泛多模态语料做中期训练铺开探索空间；RL 计算沿三个维度扩展——异步训练单步消耗 1568 个样本、27 到 37 亿 token，上下文最高百万级；环境覆盖代码、通用、视觉与网络攻防四个域，混用多种 agent harness；评分侧用分组智能体评分（groupwise agentic grading）提升长程任务奖励质量，并把模型推向更短、更省 token 的解法。稳定性上冻结 MoE 路由器、建多层反奖励黑客防御。最关键的是开放程度：训练动态、RL 环境、RL 框架全部开源。想复现或研究大规模智能体 RL 的团队，这可能是当前信息密度最高的一份材料。
五、OpenAI 的一周：裁员、下修与信任折价
OpenAI 的本周不好过。10 月 8 日三名安全研究员被解职，官方理由是「不当处理研究信息」，当事人在 TechCrunch 采访中反驳并警告寒蝉效应，HN 三百零六个赞；同日 CNBC 报道其年化营收比此前口径少了约两百亿美元，四百二十一个赞——资本开支最激进的阶段，收入叙事先松了口。此外华盛顿邮报 10 月 9 日揭露一场利用 ChatGPT 批量生产假文章、植入真实美国刊物的伊朗信息行动，HN 一百七十六个赞，模型滥用与平台治理的老问题又添新案例。
三件事的共同点不是 OpenAI 本身，而是它们同时在侵蚀三种信任：内部治理信任、商业兑现信任、内容生态信任。行业叙事从「能力竞赛」转向「可靠性竞赛」的迹象，本周比以往任何一周都明显。
六、一句话与三个动作
一句话总结本周：模型能力的故事讲完了下半场，基础设施与信任的故事开始了上半场。
三个值得本周就做的动作：Deno Deploy 用户排迁移计划，六个月窗口不等人；把决策模型放在安全关口的团队，用 option-channel 论文开源的攻击脚本自查一遍；做 Agent 平台的团队认真评估 Durable Objects 路线——无论最终部署在哪，「状态内建于编程模型」都值得写进架构文档。
一周数字速览
- 1021：Cloudflare 收购 Deno 的 HN 热度
- 35 倍：Decision-1 对 GPT-6 Sol 的 P50 延迟优势
- 0.042 美元：Decision-1 每百万输入 token 价格，输出免费
- 63%：六行日志文本攻破决策护栏的 fail-open 率
- 1568 样本 / 步：MiMo-V2.6 异步 RL 单步消耗
- 200 亿美元：OpenAI 营收口径下修幅度
- 1 年 / 6 个月：Deno 运行时维护期 / Deploy 存续期