本期时间段：2026-10-24 10:00—2026-10-28 10:00（北京时间）
信息截至：2026-10-28 10:00（北京时间）
AI正在从回答问题，走向操作屏幕、生成可交互场景和运行代码。这几天的三条变化，分别影响日常办公、创作试验和应用开发；它们的开放程度也很不同。
① Terra：把“看懂屏幕”接到实际操作
OpenAI于10月26日发布GPT-6.1 Terra，侧重视觉理解、电脑操作和文字表达。官方举例包括读取发票后录入软件、理解技术图纸，以及填写表单。[1]
对经常搬运资料的人，值得关注的是能否减少跨窗口重复操作。它已面向ChatGPT Work和Codex的Plus、Pro、Enterprise及Edu用户提供，开发者也可通过API调用；账号地区和组织策略仍会影响可用性。
标准API基础费率为每百万输入token 1美元、输出5美元，长上下文和特殊处理模式可能另有费率。这是接口计费，不能直接换算成订阅用户每个任务的价格。性能提升来自厂商评测，本期未做独立实测；换模型后仍应检查真正保存的文件或记录。[1][2]
② Genie 4：场景可以边生成、边修改
Google DeepMind于10月27日公布Genie 4。用户可以在模拟过程中用文字改变天气、镜头或人物，画面同时生成环境声、音乐和对话。[3]
对做短片、游戏或教学演示的人，这提供了先探索场景、再决定如何制作的可能。它目前是面向可信测试者的研究预览；Google AI Ultra及部分开发者入口属于后续开放安排，购买订阅不等于现在就能用。
官方也承认：时间一长，物体和视觉细节可能漂移，复杂物理交互、文字与空间准确性仍待改善。因此演示可以帮助想象场景，却不能直接作为工程仿真或真实世界预测。[3]
③ Akamai：给Agent写出的代码单独安排运行空间
Akamai于10月27日推出Inference与Agent Sandbox测试版。前者提供托管模型调用，首批目录包括12个开放权重模型；后者通过Spin框架和WebAssembly，把Agent生成的代码与Agent自身运行环境隔开，并限制计算、内存、外连和系统能力。[4]
普通读者未必需要部署它，但选择会执行任务的AI应用时，可以多看一项：代码运行在哪里，能接触哪些资料。对小团队，这类基础设施可减少自行拼接执行环境的工作。当前两项服务都是beta，兼容、收费和具体可用范围仍需按服务核对；隔离执行也不会自动保证答案正确。[4]
放在一起看：能力之外，还要看运行条件
这是本期的编辑观察：Terra着重提高在现有软件里办事的效率，Genie探索可生成的交互环境，Akamai则补上代码运行的边界。读者选择工具时，可以先问“我要操作现成软件、试验一个场景，还是搭建应用”，再判断入口、成本和验收方式，没必要只追模型排名。
一个知识点：世界模型模拟的是什么
可以把它理解为一个会继续生成“接下来发生什么”的场景系统：你把镜头转向门后，它需要生成那边的画面，并尽量维持房间的一致性。普通视频按既定时间播放，交互模拟则会根据操作改变后续内容。
这个类比的边界是：画面连贯不等于物理规律准确。杯子看起来落到了桌上，并不能证明模型算对了碰撞、重量或受力；Genie当前公布的局限正提醒我们区分视觉可信与事实可靠。[3]
可以尝试：给AI场景做一次“连续性检查”
不必购买新订阅，先看Genie官方页面能公开播放的演示。选一段没有切镜头的短片，记住三个固定物体，例如门、桌子和杯子；观察镜头转动或物体被遮挡后，它们再出现时的位置、数量与形状是否一致。
把记录分成“前后保持一致”“明显变化”“画面不足以判断”三栏。不要把正常的镜头切换当成模型错误，也不要凭一个片段给整个模型打分。这个小练习帮助你判断演示适合灵感探索，还是还缺少可靠性证据；本期未据此开展产品实测。
来源
[1] OpenAI：GPT-6.1 Terra发布公告｜2026-10-26。
[2] OpenAI：Terra模型与费率说明｜2026-10-28核验。
[3] Google DeepMind：Genie 4研究公告及局限｜2026-10-27。
[4] Akamai：模型服务与Agent执行环境公告｜2026-10-27。