Google 兩週內再發 Gemini 4 Carbon，以 59 分登頂智慧指數，網路安全三項基準也居首。OpenAI 給 ChatGPT Pro 與 Business 每月最高 500 美元 API 額度，兩個訂閱方案的價效比隨之改變。Claude Code 的狀態列摘要被測得消耗 15–20% token，預設開啟且無官方開關。
OpenAI 上線新福利：符合條件的 ChatGPT Pro 與 Business 訂閱使用者每月可領最高 500 美元免費 API 額度，按計費週期持續發放，訂閱需生效滿 7 天，Plus、Go、免費版與 Enterprise 不在範圍內。Pro 按訂閱金額等額返還（100 或 200 美元），Business 每個 Standard 席位加 20 美元、Premium 席位加 100 美元，工作區每月封頂 500 美元，年付一次性發放上限 6000 美元。
推薦理由：OpenAI 按訂閱檔位返還 API 額度，Pro 交多少返多少、Business 池化封頂 500 美元，與 Anthropic 三週前的同類方案數字幾乎對應，對同時持有訂閱和 API 賬單的開發者最直接。
Claude Code 每約 30 秒會把每個後臺 agent 的完整對話記錄發給它自己的模型（多為 Opus），生成 3–5 個詞的狀態列摘要；這部分消耗佔全部 token 的 15–20%，另一組獨立測量為 18–26%，且自 2.1.232（2026 年 8 月）起預設開啟，官方沒有開關。
推薦理由：用 OpenTelemetry 資料量化出一項隱藏的預設開銷：狀態摘要的支出甚至超過主對話，還附上可驗證的關閉方案，對按訂閱額度使用 Claude Code 的開發者最直接。
OpenAI 發布 GPT-6.1 Terra，主打詳細的視覺推理與精確的 computer use，寫作更清晰自然、速度更快。定價為每百萬輸入 token 1 美元、輸出 5 美元，約為 GPT-5.6 Terra 與 GPT-6.1 Sol 的一半，是 GPT-6 Luna 的約 10 倍。
推薦理由：給出了明確的中端定價（約為 Sol 一半、Luna 十倍），並有官方人員對 Astra、Sol、Luna 的能力橫評，對需要選模型、控制成本的 API 開發者與訂閱使用者最有參考價值。
Claude Enterprise 三項管理功能正式可用：智慧報告、應用內調研與團隊共享預算。智慧報告按團隊與時間範圍抽樣分析會話，歸類為工作流並列出各項花費、產出與常見卡點，例如缺少聯結器、工具呼叫失敗，還給出可執行建議；團隊負責人無需管理員權限也能執行。共享預算讓團隊共用一個月度額度，成員的個人上限仍作為限制；用量到 50%、75%、95%、100% 時郵件通知管理員，個人超額可在 Claude 內申請加額。調研以卡片形式在回覆後彈出，管理員可自訂題目並匯出結果。
推薦理由：三項管理能力同時 GA：共享預算給出了明確額度與 50%–100% 告警閾值，智慧報告把抽樣會話轉成可執行的工作流建議，對企業 IT 管理員與團隊負責人最有用。
Google 發布 Gemini 4 Carbon，在 Artificial Analysis 智慧指數 v5.0 以 59 分登頂，超過 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分，距上代 Argon 發布僅兩週。它在網路安全三項基準均居首：漏洞發現 SEC-bench Pro 88.2%、漏洞驗證 ExploitGym 54.8%、漏洞修復 CWE-bench 71.0%。
推薦理由：Google 兩週內連發兩代旗艦，Carbon 以 59 分登頂第三方智慧指數，漏洞發現、驗證、修復三項安全基準均重新整理，並給出 1M 上下文、數天連續執行的資料，對關注 coding agent 與安全自動化的人最有參考價值。
實驗模型 Qwenputer 在 Qwen3.5 4B 權重裡編譯進一顆 32 位 RISC-V CPU（RV32IM 加 Zba 擴充套件），以 Gated DeltaNet 注意力層的狀態矩陣當 RAM。CPU 佔模型 32 層中的前 11 層，全程不訓練，權重由編譯器直接寫入；它已通過官方 riscv-tests，程式結果與 qemu 一致，自由執行 1800 萬條指令無差錯，能跑 C 和 MicroPython，但還不到跑 Linux 的程度。
推薦理由：把 CPU 直接編譯進權重、拿線性注意力狀態當可定址記憶體，且不經訓練就通過 riscv-tests、連跑 1800 萬條指令無錯，為關注模型內部機制與可解釋性的人提供了一個罕見的實測樣本。
輝達發布開放權重模型 Nemotron 3.5 Transcribe，用同一個 checkpoint 同時完成轉寫、說話人分離、翻譯與音訊問答，已在 Hugging Face 和 ModelScope 上線。它支援 40 種語言轉寫、31 種語言與英語互譯、13 種語言的說話人區分，可處理最長 1 小時錄音、標註最多 8 位說話人，並支援用自然語言提示控制輸出格式與專業術語。
推薦理由：一個開放權重模型同時覆蓋轉寫、說話人分離、翻譯與音訊問答，以約 4B 啟用引數在 AA-WER 上與 24B 模型並列第一，還配套開放資料管線與微調方案。
10 月 29 日騰訊發布面向個人使用者的跨應用 AI 協同體系 Buddy One，以 WorkBuddy 為工作臺連線騰訊文件、騰訊會議、騰訊網盤和 ima，通過統一 ID 打通帳號、積分與授權範圍內的上下文檢索，目前關聯免費，PC 端需更新至 5.9.0 以上。騰訊同時披露企業版在開放接入、安全治理、成本觀測和託管執行上升級，並宣布混元 Hy4 與 Hy4 flash 將於近期推出，Hy4 首次引入視覺理解並強化長程任務能力。
推薦理由：一次發布同時給出個人端跨應用打通、企業 Agent 治理和下一代混元模型路線，對使用騰訊辦公套件和評估企業 Agent 平台的團隊都有直接參考價值。
NVIDIA 發布開源權重語音模型 Nemotron 3.5 Transcribe，用一個可提示模型完成轉寫、說話人標註和翻譯，支援 40 種語言，已在 Hugging Face 上線。它在 Hugging Face Open ASR 排名第一，活躍引數約 43 億，比榜首開源權重模型少 80%；量化版後續可在 RTX Spark、DGX Spark、Jetson AGX Thor 本地執行。
推薦理由：排名第一的開源語音模型把轉寫、說話人標註與翻譯合併進單個提示式模型，引數量還少八成，對需要在本地處理會議音訊、做語音應用的開發者最直接。
清華大學助理教授陳勇超創立的超衍智慧發布首個 35B 模型 Apex-35B-V1.0，基於 Qwen3.6-35B-A3B 做中訓練與後訓練，兼顧程式設計、Agent、問答與科研任務。在 21 項基準中，該模型對同量級 Qwen3.6-35B-A3B 領先 20 項，對 Recursive 的 40B 模型 Flint 取得 18 項領先、1 項持平。FrontierScience 得 40.0 分、PaperBench 60.9 分、HLE 47.2 分，部分專案超過 500B、800B 級模型。
推薦理由：RSI 從設想進入可對比的模型成績：成立僅四個月的中國團隊用 AI 參與研發的流程推出 35B 模型並開放權重，與 Recursive 的 Flint 在同套基準上正面交鋒，值得關注開源模型與低成本研究型模型的人留意。
拓元智慧開源原生 4D 世界動作模型 E0.5，在 AgileX Piper 雙臂與 Zerith H1 人形真機上整體平均成功率分別為 85.0% 和 88.3%，比π0.5 分別高出 13.3 和 26.7 個百分點。模型以三維基礎模型為骨幹，把未來幾何預測直接融入動作學習，並用超 16 萬條真實機器人軌跡做具身預訓練；H1 的分佈內成功率達 100%，分佈外為 76.7%（π0.5 僅 46.7%）。論文、專案主頁與開原始碼均已公開。
推薦理由：它首次把三維基礎模型做成世界動作模型的原生骨幹，用未來幾何預測直接監督動作學習；480 次真機試驗的對比資料和程式碼全部公開，做具身操作與真機部署的團隊可據此復現。
Claude Opus 5.5 在 3D 建模、音樂生成和遊戲設計上的進步，讓純靠提示生成遊戲在 2026 年 10 月跨過了拐點。作者完全不看程式碼、只用普通 Claude 對話介面就做出四款 HTML+JavaScript 瀏覽器遊戲，並且真心覺得好玩；只要一句「讓它好玩很多」，就能明顯改善體驗，而此前的模型只能做出看起來像遊戲的東西。他認為 GPT-6 Astra 目前能做出遊戲，但趣味感不及 Opus 5.5，預計 OpenAI 年底追上。
推薦理由：作者用四款純提示生成、可直接遊玩的瀏覽器遊戲給出實測證據，指出模型首次補上「遊戲設計/趣味性」這一環，對想用 Claude 做小遊戲原型的人有參考價值。
OpenRouter 上線新版供應商路由演算法，從主要按輸入 token 價格排序，改為綜合實付價格、吞吐、首字延遲與錯誤率評分。官方實測首字延遲改善 16.9%、吞吐提升 16.3%、容量錯誤減少 67%，成本僅上升 6.0%。路由仍保持快取感知，需要純價格排序的使用者可通過固定和排序供應商實現，且無需改動程式碼。
推薦理由：首次公開路由演算法的完整權衡邏輯：把實付價格、等待時間與重試成本折算成單次請求成本，對使用多供應商模型 API 的選型與成本控制有直接參考。
Google 發布 Connected Apps 平台，允許第三方開發者把自家應用接入 Gemini 和 Google Search，目前以 beta 形式面向美國開發者開放，需排隊申請。開發者用雲端託管的 MCP 伺服器或 Android MCP 配合 AppFunctions API 完成整合，再在 Google Connected Console 註冊、測試、提交，可自行選擇只上 Gemini、只上搜尋或兩者都上。
推薦理由：Google 首次把 Connected Apps 做成開發者可自助提交的平台，並公開 MCP/AppFunctions 接入路徑與流量、延遲監控，對希望讓自家服務出現在 Gemini 和搜尋裡的開發者最有參考價值。
豆包工作電腦操作能力升級，使用者可把電腦操作過程錄製為可複用技能，Mac 鎖屏後任務也能繼續執行。在“更多技能”中選擇“錄製操作生成技能”並授權後，豆包會記錄滑鼠點選、輸入文字與視窗內容，可邊操作邊用語音補充要求，流程整理成個人技能供下次呼叫。開啟“允許豆包在鎖屏時工作”後，Mac 鎖屏仍可執行任務，並可用手機下達任務、檢視結果，需開機聯網、客戶端執行且保持喚醒；點選精度與速度亦有提升。
推薦理由：把一次演示沉澱為可呼叫技能，疊加鎖屏後臺執行與手機遠端下達，反映 Computer Use 正貼合真實辦公流程，對使用豆包工作的 Mac 使用者最直接。
Supabase 發布無需 Docker 的本地執行時（alpha）、把目標資料庫 schema 存進 Git 的宣告式工作流，以及可在資料庫旁執行容器的 Supabase Compute（私有 alpha）。同時，高可用 Postgres 方案 Multigres 進入私有 alpha，公司還收購了 Turso，支撐其「從原型到 PB 級」的定位。
推薦理由：把「對 agent 友好」落成免 Docker 本地執行時、宣告式 schema、在資料庫旁執行計算等具體功能，並給出每月新建約 500 萬資料庫和 100 億美元估值這兩個規模數字，對做後端與 agent 工具的開發者有參考價值。
Cursor 發布 Agent SDK 並已正式可用，這是它建置 Bugbot、Security Reviewer、Rollouts 等託管 agent 所用的框架。在 Agent SDK 中，提示用 Markdown 編寫，工具用 TypeScript 函式定義，可以像普通軟體專案一樣進行版本管理；它還能回應 GitHub、GitLab、Bitbucket 的 PR 事件，完成風險評估、分派與審批，複雜任務也可拆分給並行子 agent。
推薦理由：Cursor 把內部託管 agent 框架對外開放並正式可用，含 evals、事件回放與一條命令部署，對想自建程式碼審查、合規流程 agent 的團隊有直接參考價值。
Mistral 上線 Responses API 公開預覽，專為在其平台上建置 Agent 設計。每次回應會把模型的回答、推理過程和工具呼叫拆成獨立條目返回，應用比用 Chat Completions 更容易逐步處理每個環節。該 API 支援 Mistral 託管的全部聊天模型，包括 Large 4。
推薦理由：官方把回答、推理與工具呼叫拆成結構化條目返回，簡化 Agent 編排，對基於 Mistral 模型做 Agent 的開發者最直接。
llama.cpp 發布 v0.8.0，新增 LiquidAI LFM3 模型家族，包括文字 LFM3-1.7B、視覺 LFM3-VL-2B、音訊 LFM3-Audio-2B 與 LFM3-Omni-2B，並配套實驗性流式音訊輸入 API。服務端新增 /v1/realtime 端點，實現 OpenAI realtime 協議，用於即時對話與轉寫，另有 POST /tts 文字轉語音端點，推理努力等級也可通過 API 選擇。
推薦理由：一次更新同時補上 LFM3 音訊/全模態支援與 OpenAI realtime 相容端點，使本地推理能直接對接即時語音應用；對自建語音服務、跟進新模型架構的開發者最有用。
llama.cpp 的 SYCL 後端新增 DPAS flash attention 核心，解碼與小批次（1 到 31 個 query token）可直接在 q4_0、q8_0 的 KV 塊上執行，不必做標量反量化或每次呼叫都把整個快取轉成 f16。Q.K 在 XMX 上使用 s8×s4 與 s8×s8 DPAS，V.P 仍保持 f16；覆蓋 head size 64 到 512、最多 32 的 GQA 與 attention sinks，prompt 階段仍走原有核心。
推薦理由：給出 Intel B580 上 16K 上下文解碼從 31.3 到 54.2 t/s 的實測提升，量化 KV 快取首次在 SYCL 下端到端走 DPAS，對用 Intel GPU 本地推理的使用者最直接。
螞蟻靈矽大模型應用平台團隊開源自動最佳化框架 AntOmniEvo，使用者只需提供可修改的檔案目錄、評估資料、打分標準和系統定義，框架就會驅動 coding agent 在「改檔案—打分」迴圈中 7×24 迭代。核心演算法 Mara Chain 讓未達標的候選帶著診斷記錄繼續修復，配合逐題 Pareto 過濾，避免過早淘汰有潛力的候選。
推薦理由：開源框架以 Mara Chain 保留失敗候選，三個基準均超過專門最佳化器，TerminalBench 通過率高出 20.2pp，且 rollout 耗時約為前作三分之一，對反覆手調 prompt、skill 與 harness 的團隊有直接參考價值。
斯坦福團隊 9 月 17 日在 Science 發表 Virtual Biotech：由虛擬首席科學官統籌 8 個專業科學家智慧體、2 個支援智慧體，並通過自建 MCP 伺服器接入 100 多種分析工具與 ClinicalTrials.gov 等資料庫。系統用約 6 小時並行完成 37,075 項 II／III 期臨床試驗的結構化提取，比單智慧體估算快約 184 倍，並復盤了因中期無效而終止的 OSMRβ 潰瘍性結腸炎 II 期試驗。
推薦理由：論文給出具體量化結果：6 小時處理 3.7 萬項臨床試驗、約 184 倍提速，並在離線知識庫下預判 B7-H3 靶點獲 FDA 突破性療法認定，對關注多智慧體科研落地的人有參考價值。
Simon Fraser University、Meta Reality Labs 等團隊提出免訓練框架 Fluid-Gen-Zero，讓預訓練影片生成模型接入物理模擬器來生成符合物理規律的流體影片，且無需更新模型引數。它先用 Genesis 引擎模擬出物體與流體的運動軌跡，再由 VLM 決定影片分段時機，並在潛空間中對物體區域施加較強約束、對流體區域採用更柔和的約束。
推薦理由：不改權重、外接物理模擬器就能讓三種不同規模和不同控制介面的影片模型物理誤差大幅下降，並給出 43 個流體互動樣本的量化對比，做影片生成與物理模擬結合的人值得看。
GitHub 在 Universe 大會公布 Octoverse 2026：2026 年每月合併的 pull request 在不到一年內增至三倍，達到 2.2 億次；每月提交數同樣增至三倍以上，達 73.8 億次，其中大部分增長出現在下半年。新建倉庫速率翻倍，達到每月 3030 萬個。報告還按行業拆分資料，並單獨統計名稱、描述或 README 涉及互操作與逆向工程的倉庫；方法論部分說明，為減少 VPN 帶來的偏差，他們用 LLM 從使用者資料中提取國家程式碼。
推薦理由：GitHub 官方以月度口徑量化 agentic engineering 的規模：合併 PR、提交量與新建倉庫同步大幅增長，對關注 AI 編碼工具實際產出與開發者生態變化的人有參考價值。
南洋理工大學、中國科大、新加坡國立大學與微軟研究院提出 NV-CoT，讓多模態大模型直接輸出連續數值座標來框選影像區域，取代把邊界框寫成文字 token 的做法，該工作入選 NeurIPS 2026 Oral。方法在原有輸出頭之外加四個輕量線性層做座標迴歸，SFT 階段用迴歸損失，強化學習階段用 Laplace 分佈取樣邊界框，無需中間框標註。在 Vis-CoT-363K 驗證集上定位 IoU 從 47.3 升至 59.5；
推薦理由：把視覺思維鏈中的框選從文字 token 改為連續動作，同時相容 SFT 與 GRPO，定位 IoU 提升 12.2 個百分點，對做多模態推理和高解析度影像問答的開發者有直接參考價值。
Aether AI 與 UC San Diego 提出 RobotAgentBench，用於評測機器人在開放世界家庭場景中的自主能力。基準包含 50 種家庭佈局、90 項原子任務與 4 類開放場景，比較 8 個 VLA、3 個 WAM 與 Codex、Claude Code、Antigravity CLI 等編碼智慧體的組合。獨立 VLA/WAM 的任務發現得分均低於 2，開放場景綜合得分最高僅 2.0；
推薦理由：提供可復現的開放世界機器人評測基準與程式碼，量化獨立 VLA/WAM 在自主發現任務上的短板，並給出混合編碼智慧體與遞迴自我改進的具體增益，對機器人智慧體與 VLA 落地團隊有參考價值。
喬治亞理工與 MIT 團隊提出多智慧體系統 MASCOT，用兩階段訓練緩解多個 AI 角色越聊越像的「角色坍塌」：先讓傾聽者、鼓勵者、分析者等角色分別對齊各自行為，再訓練 Director Agent 選擇下一位發言者與回應策略。在情感對話資料集 ED 上，MASCOT 的角色一致性得分 80.0，比最強基線高 14.1 分，群體互動總分 57.3、提升 5.4 分；40 人盲評中約七成偏好 MASCOT，會議資料集 QMSum 三個子集總體評分也均領先。
推薦理由：把角色一致性與發言協調拆成兩階段分別訓練，並附 40 人盲評約七成偏好的實測資料，對設計多智慧體產品與情感陪伴功能的開發者有直接參考。
Anthropic 招聘經理 Felix Reiseberg 宣布停用傳統程式設計面試，不再讓候選人做 React 小挑戰一類題目，理由是 Claude 在這些任務上已經更強，最有產出的建置者與這類測試成績無關。他給初級工程師的建議是：優先業務影響而非待辦清單、週末就做出可執行原型、只聚焦一個好點子，並利用對使用者的新鮮視角。
推薦理由：Anthropic 招聘負責人公開承認程式設計面試已失去篩選作用並直接停用，還給出初級工程師的替代路徑，對關心 AI 時代招聘標準與 coding agent 衝擊的人是明確訊號。
Anthropic 在 IPO 前向 SEC 提交 S-1 招股書，其中 93 頁、逾 7 萬字的「風險因素」章節列出數百項潛在風險，包括 AI 可能敲詐人類、獲得自我意識乃至終結人類。這些風險還涵蓋競爭、成本、獲客與監管等常規項，媒體從中挑出七項最出人意料的要點，供潛在投資者參考。
推薦理由：招股書把 AI 自我意識、勒索與人類滅絕寫入正式風險披露，93 頁、7 萬字的風險清單讓關注 AI 安全與 Anthropic 上市程序的讀者看到官方口徑。
紅旗連鎖已終止研發 16 個月的機器人無人售貨系統，轉向 24 小時雲值守業務。該公司 2025 年 3 月公告立項時股價次日漲停，2026 年 7 月公告稱系統未達大規模商業化落地標準，2025 年研發費用約 286.68 萬元。失敗主因是機械臂抓取失誤率高、視覺識別易受光照影響，夏季玻璃瓶冷飲結水珠常被拿不穩摔碎。行業側，全國已有超 100 個機器人零售倉落地 30 餘座城市，單臺成本近百萬元，多數專案仍停留在概念驗證階段。
推薦理由：罕見給出上市公司機器人零售專案的失敗復盤與賬目：約 286.68 萬元研發費、單臺近百萬成本，暴露抓取與視覺短板，對關注具身智慧落地的人有參考價值。