本文用三份可公开访问的清单做交叉核对：追踪站点 This Month in AI 的 2026 年 10 月 changelog、AI 工具测评站 OpenAIMaster 的 10 月盘点、以及 Use AI Tools 的 10 月下旬新品汇总。三份清单的统计口径并不相同，我在每张表下都写明了口径。所有数量、版本与定价都属于易变信息，截至 2026-11-02 以各官网为准。文末「站长观点」属于编辑判断，不是厂商表述。

一、先把口径说清楚：180 次是谁数的

This Month in AI 在 2026 年 10 月页面写的是「本月追踪到 22 家公司的 180 次发布」，同时给出 9 月为 213 次、26 家公司 [1]。这个数字是该站自己的追踪口径，不是任何厂商联合公告，也不等于「全行业只发了 180 次」。读者若拿它做行业结论，得先接受这个范围限制。同页还给出三个统计卡：Releases 180、Companies Shipping 22、Most Shipped 为 Product 类 70 次。

二、谁在发：头部集中度很高

同页「Who shipped most」按公司列出发布次数 [1]。我把前八家抄成表，方便看集中度。这里的「次」是该站记录到的 changelog 条目数，不等于产品数。

前八家合计 146 次，占 180 次的八成以上。排在后面的还有 n8n 与 Open WebUI 各 6 次、Cursor 与 xAI 各 4 次 [1]。对做工具收录的人，这张表的用途不是排座次，而是判断「哪几家的 changelog 值得每周看一次」。

三、发的是什么：开发者工具比模型多

同页按类别给出的分布是 Product 70、Developer Tools 38、Model 33、API 24、Infrastructure 7、Enterprise & Security 4 [1]。我把这组数字和导航站的类目对应关系放在一起。

Developer Tools 与 Infrastructure 合计 45 次，高于 Model 的 33 次。这个差距是我这篇盘点最想留下的判断依据：10 月的动作重心偏向「让模型能被接进工作流」，而不是「再发一个模型」。This Month in AI 的按旬数据也显示节奏不均匀，1—7 日 58 次、8—14 日 31 次、15—21 日 46 次、22—28 日 31 次、29—31 日 14 次 [1]。

四、具体发布了什么：几条可核对的条目

同页「Key launches」列出的条目带日期 [1]：10 月 30 日 OpenAI GPT-6 Rosalind（面向生命科学的生物推理与科学工具使用）；10 月 28 日 Runway Dev 上线 Ideogram Vector，支持最长 9,500 字符提示词与最多 5 张参考图，低／中／高画质分别计费 14／17／22 credits；10 月 26 日 OpenAI GPT-6.1 Terra；10 月 23 日 Runway Dev 上线 Kling 4.0，生成 3—30 秒、720p 或 1080p 视频；10 月 15 日 Anthropic 的 Claude Opus 5.5 Fast Mode 退出研究预览；10 月 7 日 Claude Haiku 5.5 发布，标注 1M token 上下文、128k 最大输出与 adaptive thinking。

OpenAIMaster 的 10 月盘点给了另一组更偏硬件与本地运行的条目 [2]：NVIDIA DGX Spark 64GB（10 月 2 日宣布、10 月 23 日开售、标价 4,999 美元起、宣称可在本地运行至多 1000 亿参数模型）、Black Forest Labs 的 FLUX 3 Image（10 月 1 日，支持最多 10 张参考图、4K 输出）、Ultimate Engine CoPilot V2（10 月 2 日，面向 Unreal Engine 5，标注 1,655 个原生工具）、Mixpanel Agent Intelligence（10 月 1 日早期访问）、OpenAI Codex CLI v0.160.0（10 月 1 日）。该文自己声明「未做上手实测，性能数字均标注来源与日期」，这个态度值得沿用。

五、另一条线索：本地优先与智能体基础设施

Use AI Tools 在 10 月 17 日的下旬汇总里列了八个工具，并归纳出两个共同主题 [3]。第一个是本地执行：Janus、Engrim、Pulse Local、CUA-S1 把模型权重或个人数据留在自己硬件上，而不是发到托管 API。第二个是智能体基础设施：Engrim、Offrun、Big Arrow on the Screen、CUA-S1 不是智能体本身，而是记忆、协调、反馈与控制层。该文同时提醒，开源那几个需要命令行配置，托管那几个的限额与定价还可能变动。

把这条线索和上表对齐，能看到一件事：类别分布里的「Developer Tools 38 次」不是空泛的标签，它对应的正是这类围绕智能体拼装出来的配套层。对导航站来说，这类工具往往没有漂亮的官网，收录前要额外确认仓库、文档与许可三样东西是否齐全。

六、站长观点：收录顺序该怎么排

以下为编辑判断。我给 AI 工具站的收录顺序定三条硬标准，按优先级排：第一，官网能稳定访问且能说明「这个工具解决什么问题」；第二，有可核对的定价或许可；第三，有文档、API 或仓库入口。三条都满足才建条目，满足两条先记进候选清单，只满足一条不收。

按这个标准，10 月这批发布里我不会按「谁发得多」建条目。Anthropic 一个月 38 次更新，不等于 38 个新工具站。我会把它的更新归到已有产品条目下的版本记录，而不是新增 38 个卡片。反过来，DGX Spark 64GB、FLUX 3 Image 这类有明确产品页与价格的产品，即使只发一次，也值得单独建条目并标注核查日期。

第二条取舍：我暂不为「智能体基础设施」「本地优先 AI」各建一个分类。这两个方向现在条目密度不够，Use AI Tools 那篇也只列出八个工具 [3]，建了就是空分类。等同类工具攒到可比较的数量，再拆分类更稳。当下能做的，是把「开发者工具」这个类目下的文档链接补全，这比追新词更实在。

常见问题

Q1：180 次是官方统计吗？
不是。它是 This Month in AI 按自己追踪范围记录的 changelog 条目数 [1]，本文把它当作抽样口径使用，不当作全行业总量。

Q2：10 月比 9 月少 33 次，能说行业降温了吗？
不能。同页还显示公司数从 26 家降到 22 家 [1]，统计范围本身变了，单月差值不足以支撑趋势结论。

Q3：导航站应该按发布次数收录吗？
不应该。发布次数记的是变更频率，不是产品数量。收录依据是产品有没有独立、稳定、可核验的入口。

Q4：10 月哪一类最值得优先补条目？
按类别分布是 Product 70 次最多 [1]，但按「可核验入口」筛完，开发者工具与有明确产品页的硬件／图像工具更容易写成长期有效的条目。

Q5：这些数字会变吗？
会。changelog 会回溯修订，定价与版本也会调整。本文所有数量均标注核查日期 2026-11-02，引用前请回官网复核。

来源清单（MLA 格式）

• "AI Releases in October 2026: What Every AI Company Shipped." This Month in AI, Oct. 2026, thismonthinai.com/updates/2026-10.
• "AI Tools October 2026: DGX Spark 64GB, FLUX 3 & More." OpenAIMaster, Oct. 2026, openaimaster.ai/ai-tools-october-2026-dgx-spark-flux-3/.
• "New AI Tools: Late October 2026 Roundup." Use AI Tools, 17 Oct. 2026, useaitools.me/blog/new-ai-tools-late-october-2026.

核查日期：2026-11-02。发布次数、版本、定价与产品状态均属易变信息，截至 2026-11-02 以各官网为准。