Gemini 4 Argon 上線，API 限時五折至 11 月 30 日。SpaceXSI 將 X Premium、Grok 與 Cursor 合為五檔訂閱，AI 用量隨檔位遞增。Character.AI 申請破產保護，若無買家將被關停。NVIDIA RTX Spark 筆記本 10 月 16 日上市，本地可跑 74B 級 agent 模型。
SpaceX Super Intelligence（SpaceXSI）將 X Premium、Grok 與 Cursor 合併為一份名為 The X Subscription 的訂閱，分 free、Plus 8 美元、Premium 30 美元、Super 100 美元、Ultra 200 美元五檔，檔位越高 AI 用量上限越高。免費檔僅提供有限的聊天與 agent 用量，最新 Grok 模型需 Premium 及以上；
推薦理由：一次訂閱覆蓋 Grok、Cursor 與 X Premium，五檔定價 8 至 200 美元並公開各檔 AI 用量差異，對需要比較付費 AI 方案價格與額度的人有參考價值。
Google DeepMind 正式上線 Gemini 4 Argon，API 定價輸入 2 美元、輸出 10 美元每百萬 tokens，五折優惠持續到 11 月 30 日，之後恢復為 4 美元與 20 美元，上下文快取另有 95% 折扣。
推薦理由：Gemini 4 Argon 首發即公布限時五折 API 價格，Intelligence Index 53 分追平 GPT-6 Astra，並附 Chrome 重構、醫院漏洞發現與 Apollo 機器人零樣本投擲等實測案例，關注前沿模型能力與定價者可參考。
Meta Superintelligence Labs 發布第二代模型家族：Muse Wonder 與更高階的 Muse Wonder Full，其中 Wonder Full 僅向 Muse Code 訂閱者開放，Wonder 還可通過 Meta Model API 呼叫。兩者均為 100 萬 token 上下文，Wonder 定價為每百萬 token 輸入 4 美元、輸出 20 美元，Wonder Full 未公布 token 價格；
推薦理由：第三方評測給出 Wonder Full 的智慧指數、Terminal-Bench 提升幅度與單任務成本，可與 Opus 5.5、Fable 5.1 直接對比，對關注前沿模型與 coding agent 定價的人有參考價值。
NVIDIA 宣布 RTX Spark 筆記本將於 10 月 16 日上市，該平台最高提供 128GB 統一記憶體與 1 petaflop AI 算力。為本地 agent 打造的 Nemotron 3.5 Bolt 74B 將在 10 月 15 日發布，採用 74B 引數、9B 啟用的 MoE 架構，以 2-bit 量化裝入 24GB 記憶體。
推薦理由：上市前夕一次性公布本地 agent 模型規格、沙箱安全方案與 llama.cpp 支援等細節，並給出本地 LLM 下載量 5 倍於去年的資料，可供評估本地推理硬體與 agent 工具鏈的人參考。
面壁智慧與 OpenBMB 開源 MiniCPM-V 4.7，其中 35B-A3B 是 MiniCPM-V 系列首個 MoE 模型，約 3G 記憶體就能在 iOS、安卓裝置上流暢執行，iPhone 17 Pro Max 上解碼速度超過每秒 13 個 token。另有實際引數 1.3B 的 1B 版本，主打 OCR、數學與影片理解。
推薦理由：面壁首次把 35B MoE 壓到約 3G 記憶體，給出 iPhone 斷網實測速度與 OmniDocBench 領先 12 分的成績，對在手機本地跑多模態模型、做端側部署的開發者有直接參考價值。
LiquidAI 發布 LFM2.5-24B-A2B：總引數 24B、每 token 僅 2B 啟用的 MoE 推理模型，專為在本機持續執行的私有 Agent 設計。它先輸出思維鏈再作答，能呼叫工具，上下文由上一代 32K 擴到 131K，詞表從 65K 翻倍至 128K。
推薦理由：24B 總引數只啟用 2B 就能在 M5 Max 上跑到 184 tok/s，並在 LiveClaw、AutomationBench 等工具呼叫基準上超過引數量更大的 Qwen3.6-35B-A3B，為端側 Agent 與本地推理選型提供了新參照。
Google 讓 Gemini 4 Argon 在 Antigravity 的 /goal 模式下無人值守跑了 11 小時，對約 20.5 萬行、近 800 個原始檔的 google/adk-python 倉庫做跨檔案效能最佳化，最終把長會話的記憶體 session 準備時間縮短約 40%，冷啟動包匯入加快 21%。該 PR 跨 32 個檔案提出 6 項最佳化，經人工評審後僅 2 項合入，4 項被拒。
推薦理由：首次公開 Gemini 4 Argon 在真實大型倉庫上無人值守 11 小時的實測結果：40% 與 21% 的具體提速、6 項最佳化僅合入 2 項，以及 .agents/skills 與 /goal 模式的配置方式，對用 coding agent 做效能最佳化和維護大型 Python…
Cloudflare 發布兩個自研決策模型 Clef 與 Clef-flash，託管在 Workers AI，並以 Apache 2.0 許可在 Hugging Face 開源，同時推出新的強化學習微調平台。Clef 目前在 Jev Decision Index 上排名第一，帶視覺編碼器、64k 上下文，而 Jev 只做文字分類、上下文 32k。這類模型輸出帶機率的結構化分類，供 agent 決定路由、升級或轉人工。
推薦理由：Cloudflare 把決策模型開源到 Hugging Face（Apache 2.0），並公開與 Jev 等模型的基準和延遲對比，對做 agent 路由、分類與本地推理的開發者有直接參考價值。
Dyna Robotics 在 Dyna-2 世界動作模型之後推出物理機器人 agent Dyna-2.1，在餐廳疊餐巾任務上連續執行 24 小時、成功率 99.4%，包括把整疊餐巾碰倒後自行恢復。Dyna-2 預訓練自超過 100 萬小時人類影片，官方稱在人類資料上跨四個數量級呈現新的 scaling law。聯合創始人 Jason Ma 在 AIE NYC 訪談中表示，機器人可從最少 45 分鐘演示中學會新任務，目前已在鼎泰豐每天疊數千張餐巾。
推薦理由：給出 24 小時連續作業 99.4% 成功率、45 分鐘演示即可學新任務等具體數字，說明百萬小時人類影片預訓練的世界動作模型已進入真實餐廳生產場景。
Cloudflare 推出開源權重決策模型 Clef-omni，能在一次 API 呼叫中同時接收音訊（wav/mp3）、影片（mp4/webm）、影像和文字輸入，模型基於 Qwen3-Omni-30B-A3B-Instruct 的 MoE 架構訓練 LoRA，權重已發布在 HuggingFace。官方稱純文字決策中位延遲約 130 毫秒、影像約 150 毫秒、音訊數百毫秒，含聲音的 21 秒影片約 1.5 秒。
推薦理由：決策模型此前基本只處理文字，Clef-omni 原生吃下音影片，省去語音轉寫與影片拆幀流水線，並公開各模態延遲與開源權重，做多模態結構化判定的開發者可直接評估。
千問正式上線 Personal Agent 能力千問 Go，可代替使用者訂票、預約汽車保養、預訂球場、辦理電商價保退差價，甚至與真人客服多輪交涉索賠。灰度使用者案例顯示，千問 Go 在使用者記不清航班號的情況下登入購票平台翻訂單、聯絡人工客服鎖定延誤班次，把 70 元代金券補償談成現金；另有使用者拿到 52 元保價退款。該能力基於 9 月雲棲大會發布的 Qwen 3.8 Agentic 模型，長在千問 APP 內，除登入帳號等操作外基本無需使用者介入。
推薦理由：千問 Go 是國產廠商在 Personal Agent 方向少見的落地例項，以 Qwen 3.8 Agentic 為底座，在航班索賠、價保等邊角場景中與真人客服反覆交涉並拿到現金補償，對關注 Agent 實際辦事能力的人有參考價值。
Google 10 月 13 日宣布，使用者可用 Google AI Studio 編寫 vibe-coded 應用，並通過 Google 帳號直接在自己的 Android 裝置上執行，無需先公開發布到 Play Store。這類個人應用不會出現在 Play 的搜尋或列表頁，也不與建立者以外的人共享，但仍須遵守 Play 現有政策，首批僅限美國 18 歲以上使用者。未來幾個月將支援分享給信任的好友網路，通過信任與安全稽核後可轉為公開上架。
推薦理由：Google Play 首次允許 vibe-coded 個人應用不經公開上架直接跑在 Android 上，改變了此前只能發布到 30 億使用者商店或退而做網頁應用的做法，對用 AI 自建工具的人最有參考價值。
Cloudflare 與 Ceramic.ai、Exa、Linkup 合作，通過 AI Gateway 推出 Web Search API，讓 agent 用搜尋抓取即時網頁內容並注入上下文，而不是猜 URL 再 curl 而返回 404。呼叫計入 AI Gateway 額度與可觀測日誌，支援 BYOK 和 Zero Data Retention 標識，按合作方原價提供、不加價，可在 Workers 裡一行繫結或直接調 REST 端點。
推薦理由：Cloudflare 首次把 web search 做成 AI Gateway 原生能力，給出不加價、BYOK、ZDR 標識與抓取合規要求，對在 Workers 上搭 agent 的開發者最有用。
Physical Intelligence 上線 Pi API beta，把 π0、π0.5 等機器人基礎模型開放給開發者微調與託管推理。開發者上傳資料後，在官方管理的算力上啟動微調，再通過託管閘道器在自家機器人上跑推理，並用評估資料決定下一輪採集。早期合作方 Actor 的自主輪式裝載機已在無操作員的真實商業場景中裝卸物料，Almond 的雙臂機器人 Axol 用團隊迭代四天得到的模型為自身零件去毛刺。多數應用走雲端推理，部分遇到網路連線問題，beta 報名已開放。
推薦理由：機器人基礎模型首次以「上傳資料、託管微調、雲端推理」的 API 形態開放，並給出 Actor、Almond 的真實部署與四天迭代出可用模型的實測結果，對開發機器人應用的團隊有直接參考價值。
把 Google 的 EmbeddingGemma 2 嵌入模型改造成語音轉文字模型 Embedding Gemma Transcribe 後，在 8GB 記憶體的基礎款 M3 MacBook Air 上，一小時音訊約 12.6 秒轉完，全程在端側 Neural Engine 執行。工具免費下載，要求 macOS 14+ 與 Apple Silicon，首次啟動下載 715MB 模型；可拖入音訊檔案，或按住右 Option 鍵說話、鬆開即聽寫到任意應用，音訊不離開本機。
推薦理由：它把多模態嵌入模型的文字空間直接當詞表解碼，一小時音訊 12.6 秒、詞錯率 5%，對在 Mac 上做本地轉錄、聽寫且看重隱私的人有直接參考價值。
Ollama Cloud 現在可在 Fly.io Sprites 的 Linux 沙箱虛擬機器內呼叫，新增的 Ollama Connector 由 Fly.io 閘道器代注入 API 金鑰，沙箱內只暴露閘道器 URL 與 connection ID，agent 無法洩露金鑰。金鑰加密存在 Fly.io 組織下，新建 connector 預設遮蔽所有 Sprite，可按標籤、名稱字首或全部授權，且僅限沙箱內部呼叫。
推薦理由：官方給出 agent 沙箱呼叫雲模型的金鑰隔離方案：金鑰由閘道器注入、預設全禁、按標籤授權，對在 Sprites 裡跑 Claude Code、Codex 並接 Ollama 雲模型的開發者最有用。
Anthropic 為應對程式碼變更量的激增，自研了替代 Git 的原始碼管理系統 Scion。其日合併變更量從 2026 年 5 月的約 2500 次增至 9 月的逾 3 萬次；主分支歷史近 100 GB，壓縮後工作副本超 25 GB，CI 每天約 2500 萬次程式碼檢出，按原有方式每天 Git 流量將超 600 PB。該系統由 7 人團隊開發，5 個月完成從 Git 的遷移，配套程式碼審查系統名為 Antique。
推薦理由：Anthropic 公開了自研版本控制系統 Scion 的動機與規模資料：7 人團隊、5 個月完成遷移，呈現 AI 編碼提速後大型程式碼庫的工程壓力，對關注 agentic 工程與開發基礎設施的人有參考價值。
Geoffrey Huntley 分享了一種約束 coding agent 的做法：與其去改 AGENTS.md 讓它使用自己的 diagnostics 庫，不如寫一個 pre-commit hook 檢查 git diff，一旦發現直接呼叫 observability 模組、繞過 diagnostics 的程式碼就拒絕提交，並注入提示要求 agent 改用該庫。他指出更新 AGENTS.md 仍會留下偏差、隨時間漂移，而 hook 把規則變成硬性門禁，效果立刻變成十分滿分。
推薦理由：給出把 agent 規則從易漂移的 AGENTS.md 換成 pre-commit 硬門禁的可複用模式，對用 coding agent 維護程式碼規範的開發者有直接參考價值。
Ollama v0.40.4 讓決策模型可以直接在終端呼叫：用 ollama run --ask 就能提出是非問題、把文字分類到標籤或按評分標準打分。這一版還讓 Apple silicon 的 MLX runner 支援 Kev 決策模型，ollama launch 用 usage credits 也能使用、無需升級付費方案。ollama launch codex 的模型選擇器會列出本地已安裝的 Ollama 模型，可在 Codex CLI 裡用 /model 切換；
推薦理由：決策模型從模型側進入終端 CLI，ollama run --ask 讓是非判斷、文字分類、評分可直接在指令碼里呼叫；ollama launch codex 也能選本地模型，對本地推理與 Codex CLI 使用者最直接。
Anthropic 兩位安全研究員 William Zhou 與 Daniel Freeman 發布「自主複製與適應（ARA）」安全實驗：在 8 個 GCP 節點（Android 15 redroid）組成的隔離網路裡，GLM-5.2 在 5 次測試中 4 次自主攻陷並部署全部 8 臺裝置，另 1 次拿下 7 臺。研究還顯示，Qwen3.5-9B 能在 9 種硬體中的 8 種上自行排錯並部署 Llama3.1-8B；
推薦理由：首次以實測展示端到端自主複製：GLM-5.2 五次中四次攻陷全部 8 臺裝置，並給出 2026 年底 30B 以下模型具備同等能力的推算，為 AI 安全與物聯網邊緣算力風險提供了具體資料。
XBOW 用 AI agent 在六天內做出完整的 Chrome 全鏈漏洞利用，拿下 Google 首個 25 萬美元 Chrome full-chain 獎勵。鏈條串起三個漏洞：V8 Maglev 去最佳化時複用可變 HeapNumber、動畫 WebP 解碼器快取幾何與影像位元組不一致、Crashpad 把凍結渲染程序的讀取失敗當作穩定觀測，依次實現 V8 指標壓縮籠內讀寫、籠外一次原生寫和崩潰處理器內的程式碼執行。
推薦理由：首次公開 25 萬美元 Chrome 全鏈獎勵背後的三個漏洞成因與串聯細節，並給出六天完成、約 4 萬美元 API 費用的 AI agent 實戰資料，對瀏覽器安全研究者最有參考價值。
研究團隊提出具身 RSI 系統 Recursia，通過內外雙層迴圈讓機器人從執行經驗中改進共享執行棧，在 LIBERO-Pro Long 零樣本長時操作的位置/任務擾動下成功率達 28.4%/53.4%，比輝達 ASPIRE 高 5.8/15.1 個百分點。共享棧分為工具、技能、交接、驗證四層，候選修改需經通用性檢查、機制測試及父子版本配對比較。
推薦理由：Recursia 把共享執行棧拆成工具、技能、交接、驗證四層，並把篩選策略與除錯資料選擇納入外層改進，專案程式碼公開，對具身 Agent 與機器人操作研究者有參考價值。
南開大學聯合阿里雲、清華大學提出 PoS（Progression of States），把智慧體持續互動卻無實質進展的狀態定義為 Belief Trapping，並用顯式信念狀態、Belief Health 檢測與 Trapping-Aware Recovery 打破它。
推薦理由：把 Agent 反覆呼叫工具卻做不成事這一常見困境定義為可計算的 Belief Trapping，並在四個基準、12 組設定上給出提升與消融資料，對做長程 Agent 與 coding agent 的開發者有直接參考價值。
清華大學電子工程系發布智慧體符號迴歸執行時框架 SRHarness，程式碼已開源，支援 PyPI 安裝並提供線上 Demo。在相同 DeepSeek-v4-flash 底座下，其 LSR-Transform 符號恢復率達 93.69%，較此前最先進方法 SR-Scientist 的 62.16% 提升超 30 個百分點；匿名化測試中為 72.97%，遠高於 Codex 的 20.72%。
推薦理由：SRHarness 以 93.69% 符號恢復率重新整理基準，匿名化測試遠超 Codex，且已開源可一鍵安裝；MechBench 首次量化規律恢復與機制恢復的能力鴻溝，對 AI4S 與符號迴歸研究者有參考價值。
華盛頓大學大衛·貝克團隊聯合新加坡國立大學提出文字條件化全原子蛋白質結構生成模型 Prompteina，用自然語言提示即可指定蛋白質的結構與功能特性。團隊同時建置了含 180 萬個結構、超 5000 萬條說明文字的 Prompteina-Data 資料集。在 18 項結構特性基準中 Prompteina 有 15 項領先基線，智慧體引導的結合體設計介面置信度比最強基線提高 14%；針對此前無已報導從頭設計結合體的 GM2A，90 個測試設計中有 9 個產生結合體。
推薦理由：首次用自然語言統一條件化從摺疊類別到催化位點的跨尺度蛋白質設計，並給出 180 萬結構資料集與 15/18 項基準領先的具體結果，蛋白質設計與生成模型研究者可直接複用。
清華大學自動化系研究者提出 Local Demonstration Editing（LDE）與小型編輯模型 Jev-LDE，在目標 LLM 推理前對已檢索出的 demonstration set 只做一次 Keep、Delete 或 Replace 編輯，而非重新搜尋最優範例組合。
推薦理由：用 1.7B 小模型對檢索結果做一次區域性編輯，就把 1-shot 平均準確率從 81.2% 提到 88.1%，端到端耗時僅增約 11%，為 ICL 範例選擇提供了低成本的後處理方案。
蘇黎世聯邦理工學院（ETH）與羅氏團隊在《Nature Computational Science》發表研究，把主動學習與幾何圖神經網路串成閉環，預測藥物分子 C–H 硼化反應能否發生、發生在哪個位點。模型從 518 種底物、2044 組高通量實驗資料起步，先用 XGBoost 判斷反應是否成功，再以 BALD 採集函式從羅氏 22,253 種芳香族化合物中挑樣做實驗；三輪共新增 50 種底物、4821 組結果，總計 6865 組，覆蓋 568 種底物。
推薦理由：把主動學習的實驗選樣與幾何圖神經網路的位點預測串成閉環，給出 6865 組反應資料，並列出 MCC 0.43–0.50 對 XGBoost 0.35±0.12 的實測對比，對化學資訊學與藥物合成研究者有參考價值。
論文發現，在資料受限的低資源語言預訓練中，混入高資源輔助語言的資料比激進超引數調優更有效。原文指出，世界上多數語言可用的預訓練資料有限，模型必須反覆重複同一批資料，導致泛化能力下降。此前的兩種補救辦法是：用高權重衰減等激進調參壓縮權重、限制網路容量；或按可調混合比例摻入輔助語言資料，擴大訓練分佈、豐富訓練訊號。該研究在資料受限條件下對二者做了對比，結論是雙語預訓練勝過超引數搜尋。
推薦理由：為低資源語言的預訓練給出了一條比反覆調參更有效的替代路徑，並解釋了資料混合比例與權重衰減兩種正則化思路的差異，對做多語言模型和資料受限訓練的團隊有直接參考價值。
美國檢方指控 OpenAI 工程師 Abdulrahman Alfozan 在舊金山總部高管會議室藏匿錄音裝置，他已於 10 月 9 日被捕，罪名是非法擷取口頭通訊，最高面臨 5 年監禁和 25 萬美元罰款。裝置 9 月 30 日被發現，插在會議室電視背面的 USB 介面上並用衛生紙遮掩，內容已加密；檢方稱他還在另一房間留下裝有第二臺錄音裝置的包，此前用聊天機器人詢問如何搭建、加密和遠端訪問錄音裝置。
推薦理由：檢方與 OpenAI 披露，涉事工程師曾用聊天機器人查詢錄音裝置的搭建與加密方法，公司則用自家模型分析裝置取證映象，為 AI 公司內部安全與反間諜案件提供了罕見的一手細節。
上線僅五年的 AI 角色聊天平台 Character.AI 已申請 Chapter 11 破產保護，法庭檔案顯示其資產與負債均在 5000 萬至 1 億美元之間。公司同意以 2000 萬美元向迪士尼出售部分資產及技術的非獨佔永久授權，出售流程預計 11 月底至 12 月初完成，但目前尚無買家出價，若無可行報價平台將被關停。該公司此前因一名 14 歲少年自殺事件遭訴訟、被德州調查，隨後禁止未成年人使用，並在去年換帥後轉向 AI 影片生成與社交資訊流。
推薦理由：月活曾達 2000 萬、使用時長居同類前列的消費級 AI 應用最終以破產保護收場，直觀呈現高互動帶來的推理成本與變現壓力，對做消費級 AI 產品與訂閱變現的團隊有參考價值。
無問芯穹完成 23 億元 C 輪融資，累計融資 43 億元，單輪與累計均創國產 AI Infra 賽道新紀錄。這家公司不做模型和應用，而是做模型與晶片之間的中間層，已適配輝達、AMD、華為昇騰等 16 種晶片，服務 37000P 算力，還完成過 700 億引數大模型的異構晶片混訓。其大模型服務平台日均 Token 使用量半年漲超 40 倍，95% 以上推理任務來自 Agent；另據彭博社報導，公司已以保密形式向港交所遞交 IPO 申請。
推薦理由：披露國產 AI Infra 單輪 23 億元、累計 43 億元的融資新紀錄，並給出適配 16 種晶片、異構混訓與 Agent 推理佔比等具體資料，對關注國產算力的從業者有參考價值。
DeepSeek 計劃領投具身智慧初創公司 Winverse AI 的數千萬美元種子輪融資，投後估值約 4 億美元（約 28 億元人民幣），美團旗下龍珠資本也作出投資承諾。Winverse AI 今年剛成立，創始人胡瀚是 Swin Transformer 論文共同作者、原騰訊混元傑出科學家，曾負責視覺語言與具身智慧基礎模型團隊。這是 DeepSeek 兩個月內第二次投向機器人領域，此前 8 月以約 1.41 億元入股宇樹科技，並簽署具身智慧與大模型聯合研發的戰略合作備忘錄。
推薦理由：首次披露 DeepSeek 投向機器人基礎模型層的標的與估值，也交代了 Swin Transformer 作者、原騰訊混元科學家胡瀚的創業去向，關注大模型公司機器人佈局與人才流動的讀者可看。