AI 工具日报 · 2026-10-31¶

AI 工具日报2026年10月31日星期六 · 约 3 分钟

结论：本期两条。Aura Autopilot 把“Agent 自己玩游戏找 bug”开源了，还能接进 Claude Code 和 Codex；Drex Max 是一个不生成文字、直接给每个选项算概率的本地决策模型。

覆盖时段：约 10-30 08:00 至 10-31 08:05（日本时间）。去重：已按 reported.md、/workspace/news-top5/2026-10-31.md 和 /workspace/x-news/2026-10-31.md 去重，并跳过指定的条目。收录标准：每条都实际打开过官方或一手页面。

1. Aura Autopilot（Ramen，10-30 开源，Apache 2.0）¶

一句话：一个会边玩边学的实时游戏测试 Agent，支持 Unreal Engine 5、Unity 6 和 Godot 4，Windows 和 macOS 都能用。你只要写一句提示词，比如“验证用斧头砍树时树会晃”，它就会启动游戏、读项目源码、用真实的输入事件去玩，最后出一份报告。
为什么值得关注：它的思路是让编码 Agent 先研究游戏，现场为这款游戏写一个专用的操控程序，再交给实时决策模型去玩，同时为每款游戏积累经验，所以玩得越多越好。运行 autopilot connect claude 或 autopilot connect codex 之后，可以直接用自己的 Claude 或 ChatGPT 订阅驱动它；开源版也支持填自己的 API key。厂商称它比自家的 Verification Agent 快 3 倍、成本更低，在测游戏方面也胜过 Claude Code 和 Codex（厂商口径）。
来源：GitHub　官方技术文章　新闻稿

2. Drex Max v1（Nace.AI，开放权重，Open RAIL-M 许可）¶

一句话：一个 27B 的稠密多模态“决策模型”，你传入上下文和若干个有名字的问题（单选、是/否、打分），它一次前向计算就返回每个选项的概率（每题最多 255 个选项），全程不生成文字。
为什么值得关注：工单分流、截图判断这类分类场景，拿到的是能直接设阈值的概率；把握不大时可以转给人处理，比让大模型生成一段文字再去解析更稳。官方成绩：公开 Decision Index 0.4 得 67.52，Artificial Analysis Decision Index 得 64（18 个模型里排第 4，高于 Claude Haiku 5.5 Low 的 61）。Q4 版本在 24GB 内存以上的 Apple Silicon Mac 上就能跑（通过 Kapitsa 或 MLX），Q8 版本需要 48GB；最长上下文 262K。注意：图片输入只能走 Python 加 NVIDIA GPU 的方式，用 Ollama 和 llama.cpp 都要换成 Nace 自己的分支版本。HF 仓库建于 10-13，最近 24 小时在 X 上走红。
来源：Hugging Face 模型页

未收录¶

已覆盖或按指示跳过：Claude Max 改名为 Max / Ultra、Codex Pro 额度翻倍、OpenAI Private Intelligence、Kimi 3D Make、Cursor 扩展市场安全事件、Cloudflare 私有源站、Grafana 13.3、OpenAI 支持 robots.txt 中的 AI 训练偏好信号、Factory 收购 Typedef，以及你指定跳过的 9 条。GPT-6.1 Terra 以前报过。
只有 X 摘要、没有打开一手页面：AI 证伪指数时间假设（ETH，相关结果尚在专家审阅中）、OpenAI 的 Navier-Stokes 证明、OpenAI 前沿 Agent 监控系统、Daybreak Blue 训练数据争议、MecAgent CAD 数据隐私风波、Sarvam 版 OpenCode（据报道还在开发中）、Tolan Orb。

值得 Gavin 关注¶

Drex Max v1：Wi-Fi 感知产品里的事件分类和告警分级，正需要能直接设阈值的概率输出，而且可以在本地 Mac 上验证。可以用一批已标注的样本试一下它的 choice 和 score 问题。
Aura Autopilot 的架构：先由编码 Agent 写一个专用的操控程序，再让实时决策模型去执行，并为每个项目积累经验。这套模式可以借鉴到“Agent 自动测试真实设备或 App”上；也适合做一期视频，演示用 Claude Code 驱动 AI 自己玩游戏、自己找 bug。