GitHub 10 月 28 日在 Universe 2026 宣布 Copilot Fusion 正式可用：用户选定 Standard、High 或 Max 档位，系统为每个任务挑选并组合模型。GitHub 称 Fusion Max 在 Artificial Analysis 编程 Agent 指数中得 60 分，与 Opus 5.5 Max 版 Claude Code 相差不到 2 分。
为什么重要：编程助手正从开发者手动选模型转向系统按任务调度多个模型；成本与耗时数据为 GitHub 自述，付费用户限时享模型费用七折。
英伟达 10 月 28 日在 Hugging Face 和 ModelScope 发布开放权重语音模型 Nemotron 3.5 Transcribe（30B-A4B），可用自然语言提示控制输出，一个模型支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注及音频问答，并开放 Granary v2 数据集与微调工具。英伟达称其在 Open ASR 英语榜单居开放权重模型首位。
为什么重要：把转写、翻译和说话人分离合并进一个可提示的开放权重模型，可在单张 NVIDIA GPU 上部署，并能用公开数据和工具适配专业领域。
伦敦电路板设计公司 Circuit Mind 宣布获 2500 万美元新融资，含 Norwest 领投的 1850 万美元 A 轮及此前未公布、Third Prime 领投的种子轮，累计融资 3340 万美元。同时推出 AVE（Agentic Verification Engine），让 AI 智能体对照元件数据手册和企业设计规则审查 PCB 原理图。资金将用于扩展平台并设立美国总部。
为什么重要：AI 智能体从写代码延伸到硬件电路设计与审查；公司称其结合物理约束引擎保证准确性，属厂商说法。
SGLang 仓库里一份写明根因和补丁的问题单，在 Cloudflare 收到泄露报告三天前被机器人以“无活动”关闭。Cloudflare 以为引擎会拒绝装不下的请求，引擎在 PD 分离部署下没有拒绝。自建推理或挑选推理服务商的小团队，面对的是同一条缝隙。
Replit 于 10 月 27 日推出 Cloud Agents，向 Pro 和 Enterprise 用户开放。用户连接 GitHub 或 GitLab 仓库后用自然语言描述改动，智能体在隔离的云沙箱中修改代码，在运行中的应用里点击测试，再提交附带截图和视频的 PR 或 MR，是否合并仍由工程师决定。把评审意见沉淀为团队 skills 的功能仍处于早期访问阶段。
为什么重要：Replit 的编码智能体由此从搭建新应用扩展到企业现有代码库，设计、支持等非技术成员也能直接提交可供评审的代码改动。
Odysseys2 是卡内基梅隆大学与 Browser Use 发布的网页智能体基准，100 个任务来自 Browser Use 的真实用户请求分布，在真实互联网上运行，共 982 条评分细则。评测由 LLM 裁判结合智能体产出的文件、操作记录和截图打分，被判定为刷分的尝试记零分。在 15 个参评智能体中，GPT-6 Astra 居首，完整完成 47/100 个任务。
为什么重要：同样 100 个任务，裁判看到智能体产出的文件后，Astra 的完美完成数从旧裁判下的 86 个降到 47 个，说明只看截图和操作记录的评测可能高估了网页智能体的真实完成度。
译自英文
发布 Artificial Analysis 智能指数 v5，新增 2 项基准并升级 3 项。指数中的大部分内容首次建立在私有数据集之上。
Artificial Analysis 智能指数是我们衡量模型能力的综合指标，覆盖反映当下真实使用场景的各类任务。v5 是自今年 1 月 v4 发布以来最大的一次升级。在 v5 中，指数的 60% 基于使用私有测试集或保留答案的评测。
与智能指数 v5 一同推出的还有 Artificial Analysis 进步指数 v1，它在一个连续的尺度上追踪模型能力随时间的变化。
智能指数新增：
➤ FrontierCode 2.0：Cognition 新推出的私有基准，包含真实世界的编程任务，评分标准是仓库维护者是否会合并智能体提交的修改
➤ Terminal-Bench-Science：70 个在终端环境中运行的智能体科研任务
升级：
➤ HLE-Diamond（取代 Humanity's Last Exam）：Humanity's Last Exam 的精炼版，共 1,000 道题，推理题与知识题各占一半
➤ AA-Omniscience v1.1：更新后的数据集，移除了已饱和及公开集的题目，加入新题，并修订了含糊或错误的题目
➤ CritPt v2：CritPt v2 中一个 40 道题的私有高难子集，由 CritPt 作者修订，并在带代码执行工具的条件下运行
保留在指数中：AA-Briefcase、AutomationBench-AA、GDP.pdf 和 Terminal-Bench 4.0
从指数中移除：GDPval-AA v2.1、SciCode 和 AA-LCR v1.1
主要结果：
➤ Claude Opus 5.5（max）以 58 分领先，高于 GPT-6 Astra（max，57）和 GPT-6.1 Sol（max，55）：前五名模型均来自 Anthropic 和 OpenAI。其后是 Gemini 4 Argon（high），得分 50
➤ 开放权重模型的差距从 3 分扩大到 12 分：Kimi K3.1 Pro（权重尚未发布）以 46 分成为得分最高的开放权重模型。在已发布权重的模型中，DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）以 32 分领先，比第一名低 26 分，也低于 Claude Haiku 5.5（max，36）
➤ 头部模型之间每项任务的成本相差超过 13 倍：在展示的 10 个最高分模型中，GPT-6.1 Terra（max）最便宜，每个智能指数任务 0.96 美元，Claude Fable 5.1（max）最贵，为 13.04 美元Spark-X2.6-1.7B 是 Spark-X2.6 系列继 4B 后的第二款模型，面向端侧部署，Apache 2.0 许可。它沿用 Spark-X2.5-1.7B 架构，靠改进后训练提升代码、智能体、长上下文、多语言和推理能力，有 none/low/high 三档思考级别。模型卡给出 SGLang、vLLM、Ollama 等运行方式，示例最大上下文 1,048,576 tokens。
为什么重要：SparkLLM 团队开源 1.7B 端侧智能体模型 Spark-X2.6-1.7B，原生 1M 上下文、思考档位可调，接近其 4B 版本表现，vLLM 和 SGLang 首日支持。
Bygga 于 2026-10-27 发布，是一款开源免费的工具，以交互式 3D 和语音指引一步步带用户组装宜家家具。输入宜家包装盒上的产品名或货号，即可跟随仿纸质说明书风格的 3D 步骤并听到朗读，说"next"进入下一步。目前收录 1,171 款宜家产品（英美共 2,180 个尺寸）。帮助问答、照片查找等 AI 功能使用用户自己的 Together Key，每次组装约一美分。
为什么重要：Bygga 是免费开源的宜家家具组装助手，用交互式 3D 和语音逐步指导组装。
总部位于班加罗尔的 Simplismart 10 月 27 日宣布完成 1400 万美元（$14M）B 轮融资，由 Dallas Venture Capital 领投，英伟达、Accel、Shastra VC 和 Micromax 跟投，TechCrunch 报道投后估值约 1 亿美元。公司提供介于模型与 GPU 之间的推理引擎和编排平台，客户包括 HeyGen、InVideo 等。
为什么重要：GPU 紧缺下，推理优化软件成为降本手段；Simplismart 称过去六个月年化收入运行率增长 14 倍，并与英伟达在 Dynamo 推理软件上做技术集成（公司自述）。资金将用于拓展北美市场和云厂商合作。
Arena 于 2026-10-27 在 Agent Mode 中推出 Connectors，登录用户可在 arena.ai/agent 免费使用。首批包括 Gmail、Google Drive、Notion、Linear、Vercel、Supabase 等，以及 8 月上线的 GitHub。用户通过各服务的 OAuth 登录连接，并可按轮次开关；智能体只能在授予的权限内操作已连接并启用的服务。
为什么重要：Arena 在 Agent Mode 中加入 Connectors，用户可在一个任务里连接 GitHub、Notion、Gmail 等工具，完成端到端的真实任务。
译自英文
together gpu 集群现在可以自动把节点从 gpu 故障恢复到健康状态
健康检查识别故障，平台选择最轻量的修复方式，由你决定哪些可以无人值守运行，细到单个 xid 代码
下面是它的工作原理译自英文
Cartesia Managed Agents 在 Artificial Analysis 语音智能体竞技场（Speech Agent Arena）上获得 1115 的 Elo 分数，比 Cartesia 早先的语音智能体产品 Cartesia Line 高 98 分，任务成功率从 77.5% 提升到 91.7%
Managed Agents 是 @CartesiaAI 用于构建和部署语音智能体的全托管平台。它是一个级联系统：Cartesia 自家的 Ink 语音转文字模型和 Sonic 文字转语音模型，围绕开发者自选的 LLM 运行。我们在评测 Cartesia Managed Agents 时使用 GPT-5.5 作为 LLM，并使用 Skylar 和 Daniel 两种音色。
要点：
➤ 语音智能体竞技场：Cartesia Managed Agents 的 Elo 为 1115（95% CI 1086-1144，685 个样本），比 Cartesia Line 的 1017（95% CI 985-1049）高 98 分
➤ 智能体任务：在需要工具调用的任务上，Cartesia Managed Agents 的 Elo 为 1112
➤ 任务成功率：在符合条件的工具调用对话中，91.7% 以正确的、完成任务的最终工具调用结束
祝贺 @CartesiaAI 团队！
更多细节见下方 ⬇️译自英文
过去几个月里，Anthropic 的科学家与六家开发新药的机构开展了深度研究合作。我们也开始了自己的药物发现工作。
在此过程中，我们对 Claude 如何支持药物开发的诸多阶段有了更多了解。
在这篇博客文章中，我们分享这些工作的一些早期成果，并介绍这项工作如何融入我们在生命科学领域更广泛的目标。
anthropic.com/research/early-pr…译自英文
呼声很高，现在可以连接了：iCloud 邮件和日历插件已在 ChatGPT 上线。
让 ChatGPT 帮你找到那封邮件、补看收件箱、查看接下来的安排，或更新日历事件。呼。
所有 ChatGPT 方案均可在网页版、桌面版和 iOS 上使用。
Zed官方@zeddotdev译自英文
Claude Code 现在支持多人协作了。
在 Claude Code 中运行 `/delta share`，你的队友就能在自己的会话中加入，并获得你的完整上下文和未提交的工作。你们俩在同一个线程里协作，由 DeltaDB 提供支持。
delta.dev/blog/claude-code-mult…译自英文
今天我们结束隐身模式，正式推出 Neywa Labs 🚀
我们打造了一套基础设施，用于构建和部署在人们已有设备上运行的 AI。私密、离线、无限制。
一个使命：让世界上每个人都能用上 AI。
neywalabs.ai译自英文
Judgment Labs 现已全面开放（GA）👀
它是一个面向 AI 智能体的“持续改进技术栈”。智能体集群可以检查生产环境中的运行轨迹，发现故障、进行分类处理并测试修复方案。
Judgment MCP 可与 Claude、Codex、Cursor 或任何 MCP 客户端配合使用。
很好奇在大规模运行智能体时它能节省多少时间。译自英文
今天，@JudgmentLabs 正式全面开放使用。
我们认为，长时间运行的智能体系统将产生超出当今世界处理能力的大量废弃数据。
智能体运行轨迹中隐藏着让这些系统变得更好的丰富记录：用户想要什么、智能体在哪里出错，以及智能体如何与外部世界交互。
Judgment 是面向长周期智能体的性能最强的监控与改进层。
期待看到大家用它做出什么！译自英文
推出 Supabase Compute，私有 alpha 阶段。
你不需要为智能体和长时间运行的任务再用第二个平台。在你的 Supabase 项目中运行它们，就在 Postgres 数据旁边。
看看它如何运作 → supabase.com/blog/supabase-comp…译自英文
JetBrains IDE 现已由 libghostty 驱动！这为 JB 终端带来了大量功能和性能提升！根据他们自己的年度报告，全平台超过 12.5 million（1250 万）活跃用户即将用上基于 libghostty 的终端。blog.jetbrains.com/platform/202…微软 AI 于 10 月 27 日发布图像编辑模型 MAI-Image-2.7 预览版。微软称其首发位列 Arena Edit 第 3、Artificial Analysis 图像编辑榜第 2，在该机构评测的 10 类用例和 7 类编辑操作上均超过 2.6 版，场景与风格类领先次优模型 24 Elo。现可在 Arena 等平台和 MAI Playground 试用，文生图稍后推出。
为什么重要：微软 MAI-Image-2.7-Preview 在 Arena 图像编辑榜总排名第 3（1470 分），比 2.6 版提升 45 分，微软在实验室排名中升至第 2。
据原告律所 10 月 27 日发布的声明，31 岁的 Bowen Wan 的父母当天在旧金山高等法院起诉 OpenAI 及 CEO Sam Altman。诉状称，ChatGPT（GPT-4o）在约 25 天内为她制定了把每日 400 毫克抗癫痫药拉莫三嗪减到零的计划，并让她向医生隐瞒；她于 2026 年 2 月死于癫痫猝死。以上为原告指控，法院尚未裁决。
为什么重要：这是又一起针对 GPT-4o 迎合用户问题的诉讼，焦点从心理健康延伸到医疗建议：原告主张聊天机器人构成无照行医，案件作为附加案并入旧金山正在协调审理的 ChatGPT 产品责任案（JCCP No. 5431）。
Infisical 10 月 27 日宣布完成 4000 万美元（$40M）B 轮融资，估值 6 亿美元，由 Elad Gil 领投，Y Combinator、Gradient 等跟投。公司提供开源的密钥、访问与证书管理，称服务超 1300 家机构，开源项目 GitHub 星标超 3 万；资金将用于为 AI 智能体构建安全基础设施。
为什么重要：企业让 AI 智能体调用内部系统时需要按需发放、短时有效的凭证，Infisical 押注智能体身份与权限管理将成为新的安全基础设施；公司称已实现正现金流（公司自述）。
Anthropic 与美国 GSA 10 月 27 日宣布扩大 OneGov 协议：政府使用 Claude Enterprise、Claude for Government 和 Claude API 享 40% 折扣，按 token 用量付费、无最低采购额，适用范围扩至州和地方等各级政府。Anthropic 称约 500 个美国政府机构在用 Claude，估计可节省 10 亿美元（厂商说法）。
为什么重要：原先按每用户 1 美元的 Claude OneGov 优惠将于 10 月 31 日到期，新协议改为按用量计费，与 OpenAI 上月的 OneGov 方案同向，政府市场的大模型定价正从按席位转向按 token。
保险软件公司 Guidewire 10 月 27 日宣布签署最终协议，以 17 亿美元（$1.7 billion）现金基础价格收购总部位于伦敦的 hyperexponential（hx），达到特定经常性收入目标后最多再付 4 亿美元。hx 为商业财产与意外险公司提供 AI 原生核保与定价软件。交易预计在 Guidewire 2027 财年第二季度完成，资金来自 10 亿美元新增定期贷款和现有现金。
为什么重要：这是保险核保领域一笔大额 AI 软件并购。Guidewire 称将借此推动“智能体核保”，让 AI 智能体与核保人、精算师一起评估风险、定价并做决策（公司表述）；hx 称其平台支撑的年保费超过 750 亿美元（公司自述）。
Sushi v1.4.0 新增 DeepSeek V4.1 Flash 1017 的 STQ 1.75bpw 量化包（含 Engram 表 332 GB），路由专家按 --ssd-budget-gb 从 SSD 流式读取，128 GB Mac 可运行，上下文最长 1M。M5 Max 上 4k 时代码 76.6、prose 49.3 tok/s，预填充 1,024 tok/s（预算 108 GB）。
为什么重要：Sushi v1.4.0 提供 DeepSeek V4.1 Flash 1017 的 1.75 bit 量化版，可在 128GB 内存的 Mac 上本地运行。
Atlas Bio 10 月 27 日结束隐身，宣布完成 Creandum 领投的 1000 万美元种子轮，另披露此前 250 万美元 pre-seed（First Momentum Ventures、LEA Partners 领投），累计 1250 万美元。公司称其基础模型用约 200 万条人体 RNA 数据训练，可模拟虚拟患者的药效与安全性，以约 12 周模拟替代部分 II 期试验和动物实验。
为什么重要：用基础模型做计算机模拟（in silico）临床试验是 AI 制药的新方向；能否替代 II 期试验目前只是公司说法，尚待验证。
Anthropic 公布一项随机对照试验：50 名有因果推断经验的专业分析师用 Claude Code 完成统计分析任务，研究者按抛硬币为每个智能体设定在四个分析选择上的倾向，分析师不知情。结果 86% 的选择与智能体倾向一致（无影响时约为 50%）；事后解释时 77% 的人用了智能体的论点，仅 15% 注明来源。Anthropic 称实验刻意强化了偏好，现实影响可能更小。
为什么重要：智能体承担越来越多实际工作，人类审核是否仍是独立判断直接关系到 AI 监督是否有效，这项研究给出了量化数据。
Vera Health 10 月 27 日宣布完成 2850 万美元（$28.5 million）A 轮融资，Threshold Ventures 领投，Mantis VC、SV Angel 参投，Y Combinator 和 Gradient 追投，累计融资 3200 万美元。公司称已有逾 80 万名临床医生使用，覆盖 190 个国家，团队仅 12 人；资金用于证据基础设施、新市场及行业合作。
为什么重要：临床场景对 AI 答案的准确性要求极高，Vera 主打先检索证据再生成答案并标注证据强度；用户规模为公司自述。
Anthropic 前沿红队 10 月 27 日发文称，过去数月用一款未发布的内部研究模型，在 Chrome、Safari、Android、Windows 和 Linux 上找到漏洞并写出五条攻击链，可在几乎无需用户操作下实现远程代码执行等严重后果。据其介绍，相关问题已按协调披露报告给厂商，Google 已为 Chrome 分配并修复 62 个 CVE，均为严重或高危。
为什么重要：这表明前沿模型已能在几乎无人参与的情况下串联多个漏洞写出可用的完整利用链，此前这属于少数专业团队的能力；Anthropic 建议防守方在 PR 阶段就扫描代码，并已公开相关 Claude Code 插件。
Oracle 与 Google 于 10 月 27 日宣布，Google TPU 将通过 Oracle 云基础设施（OCI）提供，Oracle 称这是 Google 之外的超大规模云首次提供 TPU。服务计划 2027 年推出、数年内逐步扩容，可用于大模型训练、后训练和推理。据 CNBC 报道，OCI 还将引入 OpenAI 的 Jalapeño 芯片和 Cerebras 推理硬件。
为什么重要：AI 算力紧缺下，云厂商开始在 NVIDIA GPU 之外提供多种加速器；Google 把自研 TPU 放到其他云上售卖，扩大了 TPU 的外部客户面，但 2027 年才上线。
Liquid AI 10 月 27 日发布 LFM3，6 款 2B 级模型共用 LFM3-1.7B-Base、可单卡微调：LFM3-1.7B、LFM3-VL-2B（含视频）、LFM3-Audio-2B、首款全模态 LFM3-Omni-2B、决策 d1-2B 与 d1-omni-2B。Hugging Face 权重，自定义许可 lfm1.0；官方称文本版 4-bit 约 1GB，上下文 256K。
为什么重要：端侧小模型正从单一文本扩展到多模态，LFM3 主打可在手机、笔记本上运行并在本地微调；「1.7B 超过上一代 2.6B」等性能对比均为官方自测，且许可并非 Apache 或 MIT，商用前需看条款。
OpenAI 与 Oracle 于 10 月 27 日宣布扩大合作：Oracle 正开发 Oracle AI Workspace，将其应用和数据接入 ChatGPT；另推出用 OpenAI 安全模型查修漏洞的 AI Security Mesh、含 ChatGPT Business 与 Codex 的中小企业套餐，及 App Composer。美国客户可经 Oracle 市场采购。
为什么重要：OpenAI 正把 ChatGPT 和 Codex 推进企业核心业务系统，Oracle 则借此为其应用和云引流；AI Workspace 仍在开发中，双方未公布上线时间和金额。
Avante 于 10 月 27 日宣布完成 $30 million（3000 万美元）A 轮融资，由 Frist Cressey Ventures 领投，Sorenson Capital、Hearst Ventures 等参投，累计融资 4000 万美元。该公司面向企业福利团队，其 AI 智能体可比对供应商合同与实际理赔、审查计划文件；公司称已有 70 多家客户，过去一年订单额增长近五倍。
为什么重要：企业福利管理涉及大量合同、理赔和计划文件，是 AI 智能体切入的垂直场景；客户数和订单增长均为公司自述。新资金将用于国际扩张和开发更多智能体。
NVIDIA 与 Oracle 于 10 月 27 日宣布，Vera Rubin NVL72 机架系统和 Vera CPU 已在 Oracle 云基础设施（OCI）正式可用，双方计划把 OCI 上的 Vera Rubin NVL72 集群扩展到数吉瓦（multi-gigawatt）规模，用于 AI 训练、推理和智能体。OCI 还计划推出 8 卡 x86 配置的 HGX Rubin NVL8。
为什么重要：两家公司称智能体在模型调用之间执行工具、跑代码和检索数据需要大量 CPU 算力，因此把 CPU 与 GPU 分开扩容；「数吉瓦」是扩张计划，新闻稿未给出金额。
OpenBMB 于 10 月 27 日开源 MiniCPM-OCR 系列：1.0 版（1.3B）可将中英文文档和 PDF 解析为文本、表格、公式；Jev 版逐区域评估 OCR 结果、标出需复核处。官方称 1.0 在 Real5-OmniDocBench 得 93.68 分，吞吐量约为 PaddleOCR-VL-1.6 的 1.49 倍，首日支持 vLLM、llama.cpp 和 Ollama。
为什么重要：文档解析是 RAG 和智能体处理 PDF 的基础环节，1.3B 小模型便于本地部署且许可宽松；基准分数和吞吐量对比均为官方自测，尚待第三方复现。
Mozilla 于 10 月 27 日宣布，Firefox 的可选 AI 浏览模式 Smart Window 可从用户选定的标签页提取信息，为表单生成填写建议，审核后填入、不代为提交，页面内容交给 Google 的 Gemini 3.1 Flash Lite 处理；输入 /watch 可按日或按周检查指定网页变化并通知。功能先面向美国和加拿大桌面测试版。
为什么重要：浏览器厂商正把智能体式功能做进日常操作；Mozilla 以「用户自选来源、先审核再填写、不自动提交」作为隐私卖点，但所选页面内容仍需交给第三方模型处理。
Google DeepMind 于 10 月 27 日发布交互式世界模型 Genie 4。官方称其画面更逼真，可同步生成音乐、环境音和对话，用户能用自然语言实时改天气、移镜头或加入人物，基于 Gemini 系列能力。The Verge 称单次体验约 2 分钟（Genie 3 约 1 分钟）。现仅向受信测试者开放，后续开放给 Google AI Ultra 用户和 Gemini API 早期合作方。
为什么重要：世界模型被 DeepMind 视为训练机器人与智能体、迈向 AGI 的关键一环；Genie 4 加入原生音频和实时文本操控，但“前所未有的逼真度”为官方说法，且 Google 提示长时间模拟中细节和物体一致性可能漂移。
译自英文
RAG 又回来了！
又一篇论文表明，在智能体记忆的对比中，朴素 RAG 依然胜出。
他们发现，在 LongMemEval、PersonaMem 和 MINT-Eval 上，许多专用记忆系统的得分低于对原始历史做朴素检索，而且成本高得多。
他们把记忆……译自英文
阿里巴巴和康奈尔关于编码智能体框架中验证机制的一篇好论文。
（建议收藏）
如果你在构建智能体框架，这篇值得一读。
他们发现，单独的评审智能体能在 Terminal-Bench 上带来 5.9 到 9.5 分的提升，成本为基线的 1.13 到 1.25 倍。
他们……