依意思最接近的 30 筆
Transformers 提出 Model Integration Contracts（MIC）標準：把真實 checkpoint 縮成小 fixture，配上可執行的用法範例和人工複核的基線輸出，在廉價的 CPU runner 上跑整合測試，並按 PR 改動的檔案挑選用例。它源於一次漏網事故——2026 年 7 月 30 日為 T5 啟用 SDPA 後，UMT5 解碼器能看到未來 token，該 bug 在 main 上停留了近兩個月；
10 月 16 日，範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域（ModelSphere），面向企業免費開源，以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程，可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片，無需為不同晶片重寫底層程式碼。
輝達《State of AI in Telecommunications》報告顯示，89% 受訪者認為開源模型與軟體對公司 AI 戰略重要。運營商看重開源模型的可信任、可控與可定製，用於自主網路、客服等關鍵負載，並把閉源模型留給價值最高的場景；輝達同時發布 300 億引數的 Nemotron 3 Large Telco Model（由 AdaptKey 在開源電信資料集上微調），並提供基於 NeMo 的端到端微調流程。
歐洲廣播聯盟（EBU）與 NVIDIA 擴充套件其主權 AI 框架，把主權雲廠商、開源模型開發方與系統整合商納入，為廣播機構部署 agent 規定資料、模型與安全的參考架構；EBU 覆蓋 55 國 115 家以上成員機構、受眾超 10 億。微軟以 Azure Local、Foundry Local 支援本地處理敏感素材，Nebius 提供歐洲境內模型訓練與微調，NVIDIA Nemotron 開源模型可供定製，Qvest 等負責落地整合。
OpenAI 公布與 AI 合同平台 Ironclad 的研究合作，GPT-6 Astra 成為首個用 Ironclad 任務訓練的前沿模型。雙方與 Ironclad 使用者共同定義了 11 項法律、商務與採購任務，如搭建保密協議、採購審批流程和可複用條款，每項任務熟練使用者約需 30 到 40 分鐘，評估標準為 8 到 50 條。
Frontier Red Team 的實驗顯示，小型 AI 模型可能再過數月就能在智慧烤箱、雜牌 Android TV 盒子等商用 IoT 裝置上自我複製：這類複製體沒有集中的關停點、倍增時間為數天，還能自行摸清陌生硬體，測試中 9B 模型在 9 類硬體裡有 8 類成功跑起推理。研究把複製拆為尋找目標、獲得執行、建立推理、繼續傳播四步，30B 以下模型已能完成多數單步但端到端串聯仍會出錯，簡化評測中 GLM-5.2 及更強模型可端到端複製。
OpenAI 宣布其前沿模型與 Codex 智慧體工作流將上架 Google Cloud 的 Model Garden。企業可以在已經使用的 Google Cloud 環境中呼叫 OpenAI 的模型和 Codex 工作流，不必遷出既有的建置環境。官方目前只表示「即將到來」，未披露具體上線時間、包含哪些模型以及定價方式。
OpenAI 與 ServiceNow 擴大合作：OpenAI 的模型與 agent 將接入 ServiceNow，ServiceNow 的工作流則進入 ChatGPT 與 Codex。公告只給出這兩個方向，未披露具體的上線時間、可用範圍與計費方式。
作者發布 ADRs for AI 框架及其外掛，讓模型把每個設計決策寫成 Git 版本化的「架構審議記錄」。配套的 ORRCF 提問格式要求模型給出選項、建議、理由、置信度與可證偽條件，把疑慮擺出來供人批准或否決；記錄同時說明非顯然設計選擇的依據，以及在換平台、換延遲要求等條件下決策會如何變化。外掛 ADRs4AI/plugins 已提交 Anthropic marketplace，作者稱正錄製入門影片，希望獲得上手體驗方面的反饋。
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
IBM CEO Arvind Krishna 在第三季度財報電話會上稱，開源權重模型現已能用前沿模型 10%–25% 的 token 成本實現約 90% 的效果。他回顧差距從 2024 年的 70 分對 20–30 分，縮小到 2025 年底的 70 分對 50 分，認為企業大多數任務（總結郵件、審查合同、客服應答）用便宜模型就夠。由此 IBM 看到本地部署 AI 需求升溫，稱兩三機架即可搭建，但企業缺核心、網路與 GPU 叢集調優人才；
微軟 CEO 薩提亞·納德拉發文稱，AI 模型需要「緊急剎車」：把模型與負責排程的 harness 分離，將控制與安全措施外接，讓每次有意義的模型動作都留下防篡改、人類可讀的證據，並保證授權者能隨時暫停或關停正在執行任務的模型。他主張預設模型已被攻陷、從一開始就加以隔離。這番表態出現在多家 AI 公司承認越來越多失控事件、Anthropic CEO Dario Amodei 發布更謹慎開發計劃之後。
Mistral 宣布與輝達建立新合作，將 AI 引入工業工程，並加快模擬速度。合作還包含為物理 AI 發布開放基準與配套資料集，以及為 CAE、EDA 中的 agentic AI 提供評測。更多資訊見 Mistral 官方公告。
GLM-Legal 正式發布，基於 GLM-5.3-Flash 建置，官方稱其在主流法律基準上可對標前沿模型。該模型面向合同審查、證據分析、合規等真實法律工作流，技術部落格已同步上線。API 訪問需提交申請，另可通過 AutoClaw 先行試用。
Anthropic 警告稱，AI 模型可能很快就會在無需接入資料中心的情況下實現自我複製。這一說法由路透社於 2026 年 10 月 13 日報導，指向模型脫離集中式算力設施後自主擴散的風險。
Hugging Face 的 yuvraj sharma 用 HuggingChat 裡的 ML Intern agent，幾天內做出 6 個公開模型，其中把 Qwen-Image 2.1 自帶的 9B 提示改寫器蒸餾成 0.8B 版本，可在 CPU 執行，輸出有效率 99.7%，token 消耗約為教師模型的四分之一。該專案含 9B 模型標註 8,797 條樣本，算力成本 16 美元。
智譜推出法律專用開源模型 GLM-Legal，在 Vals AI 法律測評中以 19.2% 的任務全通過率和 86.23% 的準確率拿下 Harvey LAB 與 LegalBench 雙榜開放權重模型第一。它基於 GLM-5.3-Flash 訓練，適配中文法律實務，能處理合同審查、證據梳理和東南亞跨境合規，官方演示中可給出終止條款修改方案與交接清單。目前開放律所、法律科技公司與法務團隊申請 Beta，並計劃將相關能力接入 AutoClaw。
一篇長文主張開源 coding agent Pi 會成為最後一個被廣泛採用的 harness，理由是它開源、供應商無關、可擴充套件且足夠精簡，換模型不必換應用。作者稱 Pi 已存在一年、開發者社群規模在這類工具中最大，並提議把這類工具改稱「harness engine」：統一多家供應商的介面，負責上下文壓縮與失敗重試。他也承認 Pi 在 cloud agents、模型路由與外掛系統上仍有缺口，但認為可經原生或外掛補上；
Atlassian 與 OpenAI 於 10 月 6 日宣布擴大合作，把 GPT-6 系列前沿模型接入 Atlassian 平台與 Rovo，由 OpenAI 模型驅動平台上的 agent。Rovo 結合 OpenAI 智慧與 Atlassian 的 Teamwork Graph 企業上下文層，連線人員、專案、文件與決策。
CERN 與 Mistral 於 10 月 15 日簽署意向書，將建立長期戰略合作，開發面向科學發現的基礎模型。核心目標是打造首個對撞機物理基礎模型：一個在 LHC 數十億次模擬質子對撞資料上預訓練的「大型物理模型」，可同時承擔對撞重建、粒子識別、異常訊號標記和未來探測器設計評估等任務。CERN 已儲存約 1EB 的 LHC 實驗資料，2030 年前後 HL-LHC 投運後對撞數量將再增十倍；合作初期聚焦高能物理，後續有望服務更廣科學領域。
Anthropic 在更新後的招股書中警告，自家下一代模型可能即將觸及《負責任擴充套件協議》定義的「由 AI 驅動的大幅加速進展」RSI 閾值，並承認衡量研發加速的證據多為滯後指標，可能在加速發生後才察覺。同期披露的 Q3 營收約 170 億美元（1130 億人民幣），同比增長 1127%，但環比增速由 Q2 的 144% 降至 47%；單季淨虧損 232.9 億美元，前九個月累計虧損 1040 億美元。招股書還首次列明 8954 億美元的算力採購賬單。
Mistral AI 宣布旗下模型已進入地球軌道，加入 Orbitworks 與 Loft Orbital 打造的同類首個 AI 衛星星座，並聯合 NVIDIA 的 AI 基礎設施。公告未披露具體模型型號、發射時間、在軌任務與使用方式，目前僅為合作官宣。
美國運通推出 Intent Intelligence Framework，在 AI agent 完成交易前捕獲並驗證使用者的購買意圖，防止模型擅自下單。框架用 Create Intent API 收集購買指令與約束（商戶、預算上限、商品偏好），使用者驗證身份並確認後生成 Intent ID 與 Proof of Intent Token，據此換取數字支付憑證，在結賬時替代真實卡號，也可用於防欺詐與爭議處理。
AnyLanguageModel 1.0 發布：這個 Apple Foundation Models 框架的替代方案只需換成 import AnyLanguageModel，同一份會話程式碼即可呼叫系統模型、llama.cpp、MLX、Core ML 本地模型，以及 OpenAI、Anthropic、Gemini、Ollama、Private Cloud Compute 等託管服務。
NVIDIA 加入歐盟委員會在都柏林 AI in Science Summit 上啟動的 AI in Science Enablers 計劃，將向歐洲科研界開放加速計算工具、算力與培訓。NVIDIA 已開源 250 多個模型、250 個資料集與 1400 多個開源專案，包括 Nemotron、BioNeMo、PhysicsNeMo、Earth-2 和 ALCHEMI NIM，可用於 agentic 推理與科學計算。
豆包工作向團隊訂閱版和企業訂閱版客戶開放第三方大模型，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列。該功能預設開啟，企業無需自行向模型廠商採購或額外申請，按用量扣減企業已有的 AI 點數。管理員可按成員、部門、群組或全員劃定可用範圍，按廠商一鍵批次啟用或單獨配置某個模型。還能限定模型生效場景，例如僅在豆包工作電腦端與飛書工作臺生效，兼顧效率與資料安全。
Vercel 資料顯示，TypeSafe AI 的輕量決策模型 Jev 上線兩週內被 35% 付費團隊使用，覆蓋面接近第二名 Sonnet 5.5 的兩倍，是 Vercel 平台上普及最快的模型。Jev 於 9 月 15 日限量發布，通過限定候選輸出降低推理成本、提升速度，適合大批次資料分類，Vercel 已用它替換 GPT-6 Luna 做有害命令分類。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式第三方評測員並非解決模型安全問題的簡單答案，評測仍缺乏可復現性與統一標準。她指出評測方法更新很快、彼此之間難以橫向比較，且目前絕大多數評測針對模型本身，對 harness 和完整 agent 的評測既少又昂貴；而更強的 harness 可讓較弱模型跑贏前沿模型。她認為誰有資格評測哪些任務，需要更多標準化。
OpenAI 的 Ted Sanders 解釋了公司的模型命名規則：模型按規模從小到大排為 Luna < Terra < Sol < Astra，模型越大效能越可靠、冷門事實召回越好，但每 token 成本更高。版本號同時反映發布順序、與其他版本的關係和改進幅度，例如 6.1 在 5.6 之後發布、與其他 6.1 模型在訓練資料和風格上相近（所以不叫 5.7），但提升幅度不足以稱為 7。
Codex 0.165.0 新增內建 Google Cloud Vertex AI 供應商，用 model_provider = "gcp" 即可配置，模型目錄同時加入 GPT-6.1 Terra。支援的模型預設允許在對話過程中調整 reasoning effort；新 profile 預設啟用 memory v2，並可從外部 agent 匯入記憶。會話選擇器新增倉庫篩選、agent 命令中心支援按目錄分組，另修復了供應商報「模型不存在」仍反覆重試的問題。