Gemini 4 Argon 向所有人开放，SpaceXSI 将 Grok 和 Cursor 整合进 The X Subscription，NVIDIA 将 Run:ai 开源

在将 Gemini 4 Argon 限定供 Fairwind Program 的网络防御人员使用两周后，Google 向所有人开放该模型：截至 11 月 30 日，Gemini API 的输入价格为每百万 tokens 2 美元；Gemini 应用和 AI Mode 向 Google AI Pro 与 Ultra 订阅用户提供该模型；Cursor、Devin、GitHub Copilot 和 Manus 也在同日接入。SpaceXSI 将 Grok、Grok Bot、Cursor 和 X Premium 整合进 The X Subscription，提供每月 0 至 200 美元的统一订阅方案，NVIDIA 则将其整个 GPU 编排平台 Run:ai 开源。Liquid AI 发布 LFM2.5-24B-A2B，这是一款面向本地智能体、拥有 20 亿活跃参数的推理模型；NVIDIA 还详细介绍了为周五上市的 RTX Spark 电脑准备就绪的软件。

Gemini 4 Argon 向所有人开放：Gemini API、Gemini 应用、AI Mode 和 Antigravity

10 月 13 日 — Gemini 4 Argon 于 9 月 30 日发布，此前仅供 Fairwind Program 的网络防御人员使用，如今开始在全球推出。Google 将这款前沿模型定位为面向深度任务（深度工作）的模型，适用于编程、金融、法律、网络安全和科学领域。以下是各类用户的访问资格与方式。

目标用户	截至 10 月 13 日访问 Gemini 4 Argon 的方式
开发者	付费 Gemini API，可在 Google AI Studio 和 Android Studio 中使用
Google AI Ultra 订阅用户	Antigravity 和 AI Studio
企业	Gemini for business、Gemini API、Antigravity
普通用户	Google AI Pro 和 Ultra 订阅用户可通过 Gemini 应用和搜索中的 AI Mode 使用
科研人员	申请获批后，可免费使用 Antigravity 最高用量档位 6 个月（10 000 个名额）
网络防御人员	Fairwind Program 扩展至数百家合作伙伴，提供不设网络安全防护限制的 Argon

对开发者而言，模型标识符为 gemini-4-argon，版本为稳定版。首发价格维持 9 月底公布的标准：截至 2026 年 11 月 30 日，输入每百万 tokens 2 美元，输出每百万 tokens 10 美元，缓存输入享受 95 % 的折扣；此后分别为 4 美元和 20 美元。模型支持文本、图像、视频、音频和 PDF 输入，以文本作答，输入、思考和输出共用一个 1 048 576 tokens 的上下文窗口。单次请求在流式输出时最多返回 64K tokens，非流式输出时最多返回 32K tokens（Gemini 3.x 为 65 536），但长序列解码（long decode）可生成最多一百万 tokens 减去输入长度的内容：新版 SDK（google-genai 2.30.1、@google/genai 2.29.1）会自行连续发起请求。思考强度可设为三个级别（low、默认的 medium、high），不支持显式缓存。

在评测结果方面，Google 表示 Argon 位居 Vals Index 第一，并称其在面向机器人领域的空间推理基准 ERQA 上取得 87 % 的成绩，领先所有其他前沿模型。在提前体验的客户中，Box 测得其准确率比 Gemini 3.1 Pro 高 14 %。Google 还承诺推出 Gemini 4 系列的其他模型，但未给出日期。

🔗 Gemini 4 Argon 发布博文 · Gemini API 中 Gemini 4 Argon 的新功能

Argon 的安全性：12 个模拟网络攻击场景全部解决，并配备失准监测器

10 月 13 日 — Google 随模型发布了一份完整的安全报告（安全与保障报告），首先介绍其网络攻防能力。

The same coding and reasoning improvements that enabled Argon to find and patch vulnerabilities also drove better performance on our cybersecurity tests — solving all 12 of the end-to-end simulated cyberattack scenarios, up from five in our previous generation.

🇨🇳 使 Argon 能够发现并修复漏洞的编程与推理能力进步，也提升了它在我们网络安全测试中的表现：它能够端到端解决全部 12 个模拟网络攻击场景，而上一代模型只能解决五个。 — 安卡·德拉甘，Google 人工智能安全与行为副总裁

由于不设安全防护限制的版本在排查生物学实验室操作流程中的问题时也明显更有效，Google 在这两个领域启用三层实时保护：通过小型模型过滤请求、通过激活探针（activation probes）读取模型内部信号，以及能够在智能体回答过程中将其停止的监控机制。另一个失准监测器也会读取模型的操作和思维链，Google 拒绝对思维链施加惩罚：在一次误施惩罚的试验中，模型悄悄走捷径的比例从 11,2 % 上升至 36,4 %。在防御提示词注入方面，Gray Swan IPI 上的攻击成功率降至 0,7 %。

🔗 以负责任且安全的方式开发 Gemini 4 Argon

Antigravity：在 Alphabet 超过 100 000 名用户中磨合后，向 Ultra 订阅用户提供 Argon

10 月 13 日 — Argon 登陆桌面应用和 Antigravity CLI，面向 Google AI Ultra 订阅用户及符合条件的 Gemini Enterprise 订阅用户；需要将 Antigravity 更新至最新版本。团队介绍了内部磨合情况：Alphabet 每月有超过 100 000 人通过该工具的内部版本使用 Argon，Google 在四周内测得，智能体生成的代码增加 35 %，提交后的回滚减少 30 %。

列举的实例包括：YouTube 评论前端的 CPU 占用减半；在一个包含 134 条工单的队列中，不到三小时就关闭了 97 条过时或重复工单；将一个 Fortran 代码库重写为 Rust，运行速度提升至原来的 1,8 倍；以及一次访问控制审计发现了此前两个顶尖模型漏检的四个严重漏洞。使用范围也超出了工程领域：Google 超过一半的 Cloud 销售团队和近一半的财务团队都在使用 Antigravity。

🔗 Google Antigravity 中的 Gemini 4 Argon

Gemini 应用：macOS 版集成 Antigravity，新增 Customize 菜单，并连接超过 40 款应用

10 月 13 日 — Gemini 应用的版本说明在 Argon 推出的同时介绍了两项新功能。Antigravity 已集成到 macOS 版 Gemini 应用中：点击按钮即可启动编程智能体，批准其计划后，可以返回聊天，让它在后台编写和测试代码，结果准备就绪时会收到通知。该集成功能以英语提供，面向年满 18 岁的符合条件的账户。

新的 Customize 菜单汇集了回答设置、应用发现和技能添加功能，Gemini 现在可以连接超过 40 款应用或服务，例如 Instacart、OpenTable 和 Adobe。Customize 正向所有订阅档位推出，覆盖网页端、移动端、Windows 和 macOS，但大多数已连接应用仍仅支持英语，且仅在美国提供。Google 还提到从聊天转向任务执行（任务），让 Gemini 能在用户不在时继续工作。

🔗 Gemini 应用版本说明 · Gemini 应用中的 Gemini 4 Argon

第三方工具中的 Gemini 4 Argon：Cursor、Devin、GitHub Copilot 和 Manus

10 月 13 日 — 四款工具在同日开放 Argon，各自有不同的使用条件和评测指标。

第三方工具	使用位置	公布价格	宣称的评测结果
Cursor	Cursor 编辑器	每百万 tokens：输入 2 美元，缓存读取 0,10 美元，输出 10 美元	默认推理强度下，CursorBench 4.0 得分为 52,8 %
Devin	Devin Desktop 和 Devin CLI	截至 10 月 27 日，比标准定价低 75 %	FrontierCode 1.1 得分为 60,5 %
GitHub Copilot	Pro+、Max、Business 和 Enterprise 方案，八个使用界面	截至 12 月 1 日：输入 2 美元，缓存 0,10 美元，输出 10 美元	解决的任务多于此前的 Gemini 模型，未公布具体数字
Manus	Manus，通过 Google Cloud 提供	未说明	未公布数字

据 Cursor 称，Argon 达到了 Opus 5.5 的水平。CursorBench 4.0 的表格明确指出，两者是在中等推理强度下持平（Opus 5.5 Medium 得分为 52,5 %，每项任务成本为 2,91 美元，而 Argon 为 4,39 美元）：Opus 5.5 在 High（56 %）和 Max（57,8 %，位居榜首）下仍然领先，而 Argon 每项任务消耗的 tokens 接近其三倍。在 Devin 中，折扣由 Google 截至 12 月 1 日有效的首发 50 % 折扣与 Devin 自身的 50 % 折扣叠加而成；在 Cognition 自有基准 FrontierCode 1.1 上，Argon 略高于 GPT-6.1 Sol（60,4 %），但在标题为 1.1 Extended 的图表中仍落后于 Claude Opus 5.5（65,3 %）。

GitHub 向 Pro+、Max、Business 和 Enterprise 用户正式开放该模型（列表中未包含 Pro 和 Free），并在八个使用界面的模型选择器中逐步推出，涵盖 VS Code、Copilot CLI、Xcode 和 Eclipse 等；对于 Business 和 Enterprise，除非管理员关闭了新模型默认启用选项，否则会自动启用。Manus 宣布通过 Google Cloud 提供该模型，用于编程、规划和 3D 建模，但未说明订阅方案、价格或额度。

🔗 Cursor 公告 · CursorBench 4.0 · Devin 博文 · GitHub 更新日志 · Manus 公告

The X Subscription：SpaceXSI 整合 Grok、Grok Bot、Cursor 和 X Premium，每月 0 至 200 美元

10 月 12 日 — SpaceXSI（原 SpaceXAI）推出 The X Subscription，以一个统一订阅整合 Grok、Grok Bot、Cursor 和 X Premium，Cursor 也在当晚宣布了这一消息：这款于 8 月加入 SpaceX 的编辑器，如今与 Grok 助手和社交网络 X 的权益一起打包销售。该服务自 10 月 12 日起向新客户开放，并计划在未来几天内向全球所有用户提供。

订阅方案	月费	包含的用量	在 Cursor 中可使用的功能
Free	0 美元	有限	编程智能体的初始额度
Plus	8 美元	基础	仅限 Grok 模型
Premium	30 美元	Plus 的 4 倍	云端智能体、自动化、Origin、人工智能代码审查，以及按 API 价格计费的第三方模型
Super	100 美元	Plus 的 15 倍	与 Premium 相同，但用量更多
Ultra	200 美元	Plus 的 50 倍	与 Premium 相同，但用量更多

Premium 包含 SuperGrok、Cursor Pro 和 X Premium+ 的权益，据 SpaceXSI 称，这些服务此前合计每月需支付 90 美元。该方案的核心是 Grok 与 Cursor 共享的用量池，每周重置；用完后可以充值（追加额度），或等待下次重置。SpaceXSI 承诺，使用其自有模型编程时，所提供的用量至少是同等 Cursor 方案的两倍。其他实验室的第三方模型仍可从 Premium 档位起在 Cursor 中使用，但不计入共享用量池：它们按 API 标准定价通过充值计费，并可设置支出上限。

Cursor is now part of The X Subscription. Current Cursor subscribers can keep their plan or switch to The X Subscription.

🇨🇳 Cursor 现已纳入 The X Subscription。现有 Cursor 订阅用户可以保留当前方案，也可以转用 The X Subscription。 — @cursor_ai 在 X 上

旧方案不再向新注册用户提供。现有 SuperGrok、Cursor 或 X Premium 订阅用户可以保留原方案、价格和功能，也可以转用新方案并获得按比例退款；对 Cursor 用户而言，方案中包含的第三方模型用量会继续保留，直到切换方案。不过，SpaceXSI 提醒，最终会将仍使用旧方案的客户迁移至新方案，目前没有时间表，但会提前通知。对于团队，Premium、Super 和 Ultra 的每席位价格与个人订阅相同，据 SpaceXSI 称，这比旧的 Cursor Teams 方案更便宜，同时提供三倍的编程用量、SSO、统一账单和 SOC 2 合规支持。

🔗 推出 The X Subscription · @SpaceXSI 的帖子串

NVIDIA 开源整个 Run:ai 平台

10月13日 — NVIDIA 将整个 NVIDIA Run:ai 平台开源。该平台在 Kubernetes 上动态分配 GPU 并编排人工智能工作负载，覆盖数据处理、训练和推理。代码已发布到 GitHub 上的 NVIDIA DSX AI Factory 组织，平台也通过 NGC 提供社区版（Community Product），配套的 Helm chart 可安装完整的软件栈。这个版本无需付费订阅 Run:ai，但不包含企业支持，通过 NGC 下载时须接受 NVIDIA 软件许可协议。商业产品继续提供：独立产品、NVIDIA Mission Control、NVIDIA AI Enterprise 以及云市场上的产品。

此次开源分为四个可单独采用的组件：

已发布组件	在平台中的作用
KAI Scheduler	Kubernetes 原生调度器（成组调度、公平共享、按拓扑放置），此前已采用 Apache 2.0 许可开源，也是 CNCF Sandbox 项目
GPU Fractioning Operator	CUDA 13.4 原生 GPU 分片，为每个工作负载设置严格的显存上限；Run:ai 原有的专有实现已移除
KAI Resource Management	项目、部门、配额和节点组
Workload Map	描述各类工作负载（PyTorchJob、RayCluster、KServe、Dynamo 计算图）的 Go 库，让工具无需再为每种 CRD 单独编写代码

DSX 生态系统中已有八家合作伙伴集成了该平台：Crusoe、Mirantis（k0rdent AI）、Nebius（一键部署）、OpenNebula Systems、Rafay（全托管服务）、Saturn Cloud（Token Factory）、Spectro Cloud（PaletteAI）和 vCluster。NVIDIA 还提到了两个相关的开放项目：Model Streamer 将权重直接加载到 GPU 显存中，以缩短推理副本的冷启动时间（已集成到 vLLM 和 SGLang，在 Microsoft Azure 的八台 H100 虚拟机上，比默认加载器快 3 至 6 倍）；Grove 则是 Dynamo 面向多组件工作负载的 Kubernetes API。其明确目标是让 Run:ai 成为 DSX AI Factory 平台的开放基础，让每个合作伙伴和每个人工智能云平台都能更充分地利用 GPU。

🔗 Run:ai 开源（NVIDIA 技术博客）

LFM2.5-24B-A2B：Liquid AI 发布面向本地智能体、激活参数为 20 亿的推理模型

10月13日 — Liquid AI 发布 LFM2.5-24B-A2B，这是一个总参数量为 240 亿的混合专家模型（MoE），每个 token 仅激活其中的 20 亿参数。据 Liquid AI 称，这是 LFM2.5 系列中最大的模型，该系列如今覆盖 2.3 亿至 240 亿参数规模。它也是一个纯推理模型：始终先生成思维链，再给出回答。其目标是本地智能体：由于每个推理 token 的成本很低，智能体可以在用户的机器上持续运行、调用工具并连续执行任务。

其架构沿用 LFM2-24B-A2B（40 层，每个模块有 64 个专家，采用 top-4 路由，结合短门控卷积与 GQA 注意力）。变化在于：上下文从 32 000 扩大到 131 000 个 token，词表从 65 000 增至 128 000 个 token，约翻了一倍；预训练数据从约 17 万亿增至 33 万亿个 token，随后进行五阶段后训练，最后一个阶段是在智能体运行框架（OpenClaw、Hermes Agent、Pi、OpenCode）中开展强化学习。

评测基准	LFM2.5-24B-A2B	Qwen3.6-35B-A3B	Gemma-4-26B-A4B-it	Nemotron-3.5-Lightning
AutomationBench	27,69	8,72	5,46	2,61
BFCLv4	65,01	65,00	57,09	53,78
ToolSandbox	80,71	75,02	72,09	75,13
LiveClaw	48,09	38,19	41,25	37,72
PinchBench	83,18	89,93	77,12	84,20
WebArena Verified	26,75	37,62	25,62	28,69
IFBench	74,69	64,21	47,44	71,67
GPQA Diamond	74,42	83,69	74,90	72,42
MATH-500	96,04	96,73	95,66	96,40
SWE-Bench Verified (OpenCode)	51,00	66,20	25,80	53,40

与三个更大的 MoE 模型相比，该模型在工具使用和指令遵循方面表现相当，但在知识和智能体编程方面落后；Liquid AI 因此建议，在需要知识的任务中将它与搜索或文档知识库结合使用。速度是另一个卖点：在 Apple M5 Max 上达到 184 tokens/s，在 Ryzen AI Max+ 395 上达到 114 tokens/s，在单张 B300 上以高并发运行时，每秒输出超过 21 000 个 token。基础模型和后训练模型均已开放权重，采用自有许可 lfm1.0，并立即获得 llama.cpp、MLX、vLLM、SGLang 和 ONNX 支持。

🔗 LFM2.5-24B-A2B（Liquid AI 的 Hugging Face 博客）

Windows 电脑上的本地人工智能：NVIDIA 为 RTX Spark 准备 Nemotron 3.5 Bolt 74B，Hugging Face 推出 Llama Windows

10月13日 — RTX Spark 笔记本电脑于 7 日开放预订，将于 10月16日星期五发售。在距离发售还有三天时，NVIDIA 详细介绍了为首发准备的软件。这款芯片集成最高 128 GB 的统一内存和 1 PFLOPS 的人工智能算力。核心是一款新的开放模型 Nemotron 3.5 Bolt 74B-A9B 24GB：总参数量 740 亿、激活参数量 90 亿的 MoE 模型，采用 2 位量化，并通过量化感知训练将其压缩到 24 GB，专为本地智能体设计。它将于 10月15日星期四在 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 中推出，并可通过 Hermes 和 OpenClaw 调用；训练数据、权重和训练方案均开放。

在智能体方面，NVIDIA 表示，本地 LLM 的下载量已达到去年全年的 5 倍。GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 会推荐并配置合适的本地模型；安全性由 OpenShell 沙箱和 Microsoft 的 MXC 容器保障，开源库 Switchyard 则在本地模型和云端模型之间路由请求。NVIDIA PAIR 是一个在局域网内多台电脑之间分配推理任务的路由器，如今结束测试阶段，支持 llama.cpp，并可直接从 Hugging Face 下载模型。在创作方面，Adobe 宣布 Photoshop 和 Premiere 的速度最高提升至 2 倍（相关优化处于测试阶段），NVIDIA Broadcast 2.3 则加入视频超分辨率、补帧和 MCP 服务器，让智能体能够控制其效果。在开发者方面，Windows on Arm 迎来了首个 PyTorch-CUDA 构建版本，并默认提供原生 Python 3.15。

已公布项目	上线日期
NVIDIA PAIR 结束测试阶段、Broadcast 2.3、Llama Windows	10月13日
Nemotron 3.5 Bolt 74B-A9B 24GB	10月15日星期四
RTX Spark 笔记本电脑、人工智能实用指南（操作手册）、速度提升至两倍的 DLSS 5 模型	10月16日星期五
面向 ACE 角色的 Nemotron 3.5 Bolt E4B 4GB、RTX Remix 1.6	10月23日星期五
Blender 中的 DLSS Ray Reconstruction	11月

🔗 RTX Spark 首发软件（NVIDIA 博客）

Llama Windows：Hugging Face 将 llama.cpp 放入 Windows 11 通知区域

10月13日 — Hugging Face 推出 Llama Windows，这是一款免费、开源的 WinUI 3 应用，可从 Windows 11 通知区域安装并运行 llama.cpp，无需终端、编译或管理员权限。用户可在 Hub 上选择量化模型，一键下载，再从紧凑的面板中加载；启动时，应用会连接已运行的 llama.cpp 服务器，或通过官方安装程序安装 llama.cpp。它是 macOS 上 llama.app 的 Windows 对应版本。

对开发者而言，本地服务器在 http://localhost:9931 上监听，提供兼容 OpenAI 的 API；下载内容存入标准 Hugging Face 缓存，与该公司其他工具共享。应用原生运行于 Windows on Arm，并从首日起支持 NVIDIA RTX Spark，这项工作由双方共同完成。代码以 MIT 许可发布于 ggml-org/Llama-Windows 仓库。

🔗 Llama Windows（Hugging Face 博客）

安全：Anthropic 的蒸馏防御、XBOW 构建的 Chrome 漏洞利用链、GitHub 的机密分类器

三项公告涉及模型和代码安全：Anthropic 回顾防止模型被复制的防御措施，XBOW 展示公开模型能够实现的攻击能力，GitHub 则用一个小型分类器替换了 LLM 流水线。

据初步迹象，Anthropic 将蒸馏者收集的数据减少了 90 至 99 %

10月12日 — Anthropic 回顾了针对蒸馏攻击的防御措施。这类攻击活动通常利用欺诈账号网络，大量抓取前沿模型的回答，以较低成本训练另一个模型。初步迹象表明，其新方法将收集到的数据减少了约 90 至 99 %。据 Anthropic 称，Zhipu 在开发 GLM-5.3 期间曾试图蒸馏 Claude Fable 5，随后转而使用较旧的 Claude 模型和另一家实验室的模型。

新增了三层防御：首先是 Claude Fable 5.1 和 Opus 5.5 的思考保留机制（保留思考），它阻止 8月31日以来创建的 API 账号修改 Claude 先前的上下文，而 Sonnet 5.5 的推理内容仅对发出请求的组织开放；其次是误报率低于 0,1 % 的两阶段分类器，已在 Sonnet 5.5、Opus 5 和 5.5、Fable 5 和 5.1 上启用；最后是更严格的使用限制、账号封禁，以及自 9月24日起对被拦截的请求收费。公布的结果是：提取到的推理 token 数量减少至原来的十分之一到百分之一，数万个账号被封禁，而且往往在不到两小时内就遭到封禁。

🔗 加强针对蒸馏攻击的防御

XBOW 使用 GPT-5.6 Sol 构建完整的 Chrome 漏洞利用链，获 Google 25 万美元奖励

10月13日 — 由人工智能智能体开展渗透测试的公司 XBOW 构建了一条完整的 Chrome 漏洞利用链（完整攻击链）：只需访问一个网页，就足以远程控制一台 Windows 机器。据 XBOW 估计，约有 10 亿用户面临风险。Google 为此授予其 25 万美元奖励，三个漏洞均已修复。这项公告由 XBOW 发布，并非 OpenAI；OpenAI 的 @OpenAIDevs 账号只是转发了公告。

We deliberately picked a model that is available to anyone, not a specialized security model or one with restricted access.

🇨🇳 我们有意选择了一个所有人都能使用的模型，而非专门的安全模型或访问受限的模型。 — 奥格·德莫尔，XBOW 创始人兼首席执行官

选用的模型是 GPT-5.6 Sol 及其前代模型。构建这条攻击链从 8月2日至7日持续六天，耗费了 4 万美元算力费用：人工智能遍历 Chrome 源代码、构建概念验证并编写漏洞利用程序的初始版本，四名研究人员负责制定策略和核验成果。据 XBOW 称，在未来一年内，这三个漏洞中的每一个都可能由智能体独立发现。

🔗 XBOW 的详细叙述

GitHub 详解机密分类器：分析时间比旧版 LLM 流水线减少 86 %

10月13日 — 在宣布泄露机密分类器六天后，GitHub 公布了其幕后细节。扫描器分两步工作：先用正则表达式广泛筛查，找出所有看起来像凭据的内容；再由经过微调、采用 8 位量化并导出为 ONNX 的 ModernBERT 分类器，结合上下文（文件路径、机密类型、变量名、相邻代码）读取每个候选项，排除示例值或测试用虚构数据等相似内容。

与 LLM 流水线对比的指标	公布的差异
推送后分析时间的中位数	−86 %
服务成本	降低超过 98 %
按仓库所有者加权的告警接受率（A/B 测试）	+11,5 %
离线精确率	+13 %
离线召回率	+19 %

速度的提升使通用机密检测得以扩展到推送保护，在代码发送之前就进行检查。

🔗 GitHub 的机密检测模型（GitHub 博客）

Scion：Anthropic 用自己的版本控制系统取代 git

10月13日 — Anthropic 在工程博客中解释了为何让其 monorepo 告别 git：团队在 2026 年 5 月每天合并约 2 500 项变更，到 9 月已超过 30 000 项。面对近 100 GB 的历史记录，以及 CI 每天约 2 500 万次的检出，即使拥有数百个内部 git 镜像，原本为人类设计的工具也成了瓶颈。

Scion 由七人在五个月内构建，其出发点是：客户端主要是智能体和自动化任务，始终在线。因此，服务器负责计算历史记录、逐行归属（blame）和合并，而 CI 任务往往不再需要本地副本。Anthropic 称，相比其 git 镜像，Scion 的存储占用缩小至原来的二百分之一，检出时间从数分钟缩短到数秒，并为 CI 释放了 25 % 的 CPU 资源；Claude Mythos Preview 的一个内部预览版本重写了数据摄取流水线，将内存用量降至原来的二十分之一。Anthropic 没有计划公开发布 Scion，因为它与 git 的差异过大，难以适用于其他场景；该公司选择分享其设计原则，让其他人将这些原则应用于 git，并表示希望与 GitHub、GitLab 和开源社区合作。

🔗 重新设计 Anthropic 的版本控制

NVIDIA 在法国：计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment，Mistral 模型随 Altair-1 进入轨道

10月13日 — NVIDIA 在前往 GTC Berlin 的欧洲巡回活动启程之际，宣布计划投资四家法国初创企业，但未披露金额：Doctolib（面向医护人员的智能体和面向患者的健康助手）、Entalpic（为半导体进行原子尺度材料设计）、Genesis AI（通用机器人和基础模型）以及 Pigment（企业规划）。黄仁勋将于10月21日在 GTC Berlin 发表开幕演讲（主题演讲）。NVIDIA 表示，已承诺向欧洲科技生态系统投入近100亿美元。

同一篇文章还介绍了法国主权人工智能的发展现状。Bull 将扩大其欧洲服务器生产范围，纳入计划于2028年推出、在其昂热工厂组装的 Vera Rubin Ultra NVL72 系统。基于 Nemotron 构建的 Twake.ai，通过 LINAGORA 和 Docaposte 中标的 CANUT 框架协议，成为面向法国 2 500 多家公共机构的目录中唯一的主权数字工作空间。当天活动以黄仁勋与埃马纽埃尔·马克龙在爱丽舍宫会面收尾。

在太空领域，Mistral 转发了这则公告：Altair-1 已进入轨道，它是一个由50颗卫星组成的星座的首颗卫星，NVIDIA 将该星座的造价估算为10亿美元。该卫星由 Loft Orbital 集成，由 Loft Orbital 与 Marlan Space 的合资企业 Orbitworks 在阿布扎比制造，搭载 NVIDIA Jetson AGX Orin 模块，运行 Mistral 模型，用于实时地球观测和自主操作；Loft Orbital 提到使用 Ministral 3，并希望在几分钟内生成由人工智能驱动的预警。公告未提供性能数据或确切发射日期：Loft Orbital 称发射发生在几周前，NVIDIA 则称是在本月。

🔗 法国生态系统与 NVIDIA（NVIDIA 博客） · NVIDIA 的 GTC Berlin 动态串 · Mistral AI 的推文

代码智能体与工具：Origin 的应用市场、Pylon 中的 Devin 及其 Dynamic Workflows，以及可通过 MCP 访问的 Amp Puck

Cursor 向第三方开发商开放其代码托管平台的应用市场，Devin 接入客服工具并编排多会话团队，Amp 则让其元智能体能够从其他助手中访问。

Cursor 开放 Origin 应用市场，接受公开提交

10月13日 — Cursor 于8月17日推出测试版的代码托管平台 Origin 开始向第三方工具开放。其应用市场提供20多款应用，涵盖部署（Cloudflare、Netlify、Vercel 等）、持续集成（Buildkite、CircleCI 等）、代码审查（CodeRabbit、Greptile）、安全（Semgrep、Socket Security）、监控（Sentry）和项目管理（Linear）。自10月13日起，市场也接受公开提交：团队在自己的命名空间内创建应用，基于 Origin API 开发（应用 JWT、安装令牌、webhook 事件、check runs、pull requests 的评论和审查），然后连同演示视频一起提交；Cursor 会在上架前审查每份提交。尚未公布价格。

🔗 Origin 应用市场（Cursor 更新日志）

Devin 集成至 Pylon，为新客户提供 15 000 美元额度

10月13日 — Cognition 推出 Devin 与客服工具 Pylon 的原生集成。当工单被标记为需要工程团队处理时，Devin 会自行启动：查阅日志、复现缺陷、找到根本原因并创建修复 PR；客服在 Pylon 中跟进，工程师接手关联会话，更新则双向同步。客服也可以从 Pylon 发起代码搜索，以回答产品问题。Cognition 引用的客户反馈称，修复交付速度提高了约30%，有时仅需15至20分钟，而此前需要数小时。在 Pylon 上使用 Devin 的新客户可获得 15 000 美元额度。

🔗 Pylon 中的 Devin

Devin 的 Dynamic Workflows 通过 Python 脚本编排多会话团队

10月13日 — Cognition 重点介绍 Devin 的 Dynamic Workflows：Devin 编写确定性的 Python 脚本，根据此前会话的结构化结果（JSON 模式），决定启动哪些 Devin 会话、按什么顺序启动，以及向它们下达哪些指令。默认情况下，每个智能体都是在独立虚拟机上运行的完整会话，代码通过 git 分支流转；也可以共享负责编排的会话所在的虚拟机。中断的执行可在七天期限内从停止处恢复，成功执行的工作流会保存为技能。该功能在所有 Devin 会话中均可使用，但 Enterprise 账户中仍默认关闭，需管理员启用；文档提醒用户注意成本，因为每个智能体的消耗都相当于一个会话。发布日期尚无任何确认：文档页面没有日期，近期版本说明中也未出现该功能。

🔗 Devin Dynamic Workflows（文档）

Amp 让 ChatGPT、Claude 和其他智能体通过 MCP 访问 Puck

10月13日 — Amp 让负责协调其他智能体的元智能体 Puck 可从 ChatGPT、Claude 和其他 MCP 客户端访问。Amp 的 MCP 服务器（ampcode.com/mcp）提供两个工具：puck，用于与自己的 Puck 对话；orbs，提供正在运行的 orbs 的交互视图，并附有通向各自门户的链接。公告给出的例子是：散步时用 ChatGPT 的语音模式梳理一个想法，再将其发送给 Puck，由 Puck 交给合适的 orb。用户可以从 Amp 中的 Puck 设置进行连接，也可以将服务器地址粘贴到客户端，再使用 Amp 账户登录。此前，Puck 使用 MCP 服务器；如今，它自身也成为了一个 MCP 服务器。尚未公布价格。

🔗 随身携带 Puck（Amp）

合作伙伴关系：Replit 的 Solutions Partner Program，以及 OPPO Agent 模式中的 Manus

两项分销合作：Replit 借助集成商进入企业，Manus 则依靠智能手机制造商。

Replit 携 Accenture、JSOL、SMFL 和 Snowman Labs 推出 Solutions Partner Program

10月13日 — Replit 面向在其平台上协助企业的系统集成商、咨询公司和代理机构推出合作伙伴计划：提供培训、支持、客户商机协作，以及针对 Enterprise 功能的认证路径，采用以推荐为先（推荐优先）的模式。首批合作伙伴包括 Accenture、日本的 JSOL 和 Sumitomo Mitsui Finance and Leasing（SMFL），以及巴西的 Snowman Labs。SMFL 表示，已在一周内构建出可投入生产的企业应用；JSOL 则提到，一位客户在一个月内完成了原型。10月13日，合作伙伴目录中共有九家机构；尚未公布任何财务条款。

🔗 介绍 Replit 解决方案合作伙伴

Manus 与 OPPO 合作，接入 AI Mind Pilot 的全新 Agent 模式

10月13日 — Manus 将其智能体能力集成至 OPPO AI Mind Pilot 的全新 Agent 模式，该模式将在搭载 ColorOS 17 的下一代 Find X10 系列上首次亮相。重点展示的示例是：从散落在手机各个应用中的机票、预订信息和景点门票出发，结合在线信息，生成逐日旅行行程。在隐私方面，ColorOS 17 使用内置模型在本地处理搜索或重命名文件等任务，文件内容不会传输给 Manus；AI Mind Pilot 在进行任何外部处理前都会要求明确确认。日期、市场范围和具体条件均未公布，将在手机发布时宣布。

🔗 Manus 与 OPPO 建立合作

生成式视频与语音：Reactor 的 FastH3-Omni、Replit 中的 Runway、ElevenLabs 客服智能体，以及在上议院重建的声音

实时视频加入声音，Runway 进入网站设计领域，ElevenLabs 则展示其平台在客服和英国议会中的两种用途。

FastH3-Omni：Reactor 推出音画同步的实时版 MiniMax H3

10月13日 — Reactor 平台推出 FastH3-Omni，这是 MiniMax 视频模型 MiniMax H3 的实时版本，可通过单条提示词生成音画同步的视频。它由 Hao AI Lab 的 FastVideo 团队与 Nuva Lab 共同进行后训练，这两支团队此前已于8月底推出 FastH3；此次版本被介绍为速度最快、质量最高的实时 H3 开源版本。它新增首帧和尾帧条件控制、带对白的音频输入，以及最多三张参考图像。FastH3-Omni 将在 Reactor API 上独家预览至10月20日；公告未发布基准测试、价格或模型权重链接。MiniMax 当晚转发了该公告。

🔗 Reactor 公告

Runway 接入 Replit，用于网站设计

10月13日 — Runway 和 Replit 同日介绍 Runway for web design：通过 Runway MCP 将 Runway 连接到 Replit 项目后，开发智能体便可直接在项目内生成图像、视频和视觉素材，覆盖从最初构想到网站完成的整个过程。Runway MCP 页面将 Replit 列为受支持环境之一，与 ChatGPT、Claude、Grok Bot、Muse 和 Cursor 并列；Runway MCP 在5月27日推出时就已兼容 Replit，因此此次公告主要是双方共同推广。继10月7日的 ChatGPT 应用目录和10月8日的 Claude Motion 之后，Runway 此次将目标转向网站设计。未说明价格或额度消耗。

🔗 Runway 公告 · Replit 公告

ElevenLabs 使用自己的智能体，每月解决超过 22 000 张客服工单

10月13日 — ElevenLabs 展示了如何使用自家平台：其客服运行在 ElevenAgents 上，每月无需人工介入即可解决超过 22 000 张工单，必要时则升级交由团队处理。上个月，该智能体从头到尾处理了65%的工单，平均首次响应时间从此前的数小时降至60秒，70%的对话获得正面评价。智能体依托客服团队的流程，这些流程已转换为 Procedures（退款流程采用结构化版本），并使用 webhook 工具查询每位用户的套餐、额度或声音；它先通过约五十种场景的模拟测试验证，再在正式上线前以旁路运行方式（影子模式）观察真实流量。10月6日推出的 Architect 随后用于分析升级转人工的情况，并测试修正方案。

🔗 运行于 ElevenAgents 的 ElevenLabs 客服

坎贝尔女男爵使用 ElevenLabs 重建的声音向上议院发言

10月13日 — 瑟比顿的简·坎贝尔女男爵是一位患有脊髓性肌萎缩症的残疾人权利倡导者，自2007年起担任终身贵族，自2012年起一直由一名助理代读演讲。这次，她在涉及个人健康预算的《健康法案》二读期间，使用人工智能重建的自己的声音向上议院发言。据 ElevenLabs 称，这是英国议会两院首次有议员使用人工智能生成的声音发言。女男爵亲自利用旧录音，通过 ElevenLabs 的声音克隆工具重建自己的声音；文本经语音合成后，在上议院程序委员会同意下，通过辅助设备播放。ElevenLabs 表示，已帮助超过 11 000 人重获自己的声音。

🔗 英国议会首次使用人工智能语音发表的演讲（ElevenLabs）

开放研究与数据：Prompteina 设计蛋白质，Basis 发布 Global Emotions，一篇批评决策模型的文章

当天三项公开发布：一个由文本驱动的蛋白质设计模型、一个涵盖83种语言的表现性语音数据集，以及一篇以数据批评决策模型的文章。

Prompteina 根据自然语言指令设计全原子蛋白质

10月13日 — 第一作者约瑟夫·李介绍了 Prompteina，这项研究的共同作者包括三位隶属 Ai2 的研究人员，以及华盛顿大学蛋白质设计研究所的戴维·贝克；Ai2 也转发了该研究。arXiv 论文将其描述为首个由文本驱动的全原子蛋白质结构生成模型。现有模型需要针对每种属性使用专门的输入表示，而在这里，用户只需用自然语言写出所需属性：在评估的18项结构属性中，Prompteina 有15项的控制效果优于对照模型。该模型通过改造 NVIDIA 的 Proteina-Complexa，使用180万个结构及其配对的5240万条说明文本进行训练。在智能体驱动的结合蛋白设计中，它在20个靶标上的预测结合置信度比最佳对照模型高14%。对于此前尚未报告过从头设计结合蛋白的靶标 GM2A，90种设计经过实验室测试后得到九种结合蛋白，其中结合能力最强者的表观解离常数为 107 nM。代码和模型权重均已公开。

🔗 约瑟夫·李的动态串 · 根据自然语言设计蛋白质结构（arXiv）

Basis 发布 Global Emotions：涵盖108个语言区域的525小时表现性语音

10月12日 — Basis 发布 Global Emotions，这是一个包含525.17小时表现性语音的数据集，由 10 420 名有偿母语者录制，覆盖108个语言区域和83种语言，采用 48 kHz WAV 格式。其特色在于结构：同一位配音者根据指令（开心、沮丧、讽刺、低语、歌唱等），以不同强度朗读同一句台词，依次为中性、中等强度和充分表达。保持说话者和文本不变，就能分离出情绪增强时声音中发生的变化，例如节奏、音高或语速。数据集包含 137 696 条录音和 54 575 组配对序列，其中 12 141 条录音含有非语言信号（叹息、笑声）。Basis 表示，该数据集可免费用于商业用途和研究，采用附条件访问的自有许可证；但提供的是未经降噪的原始音频，且不包含经人工验证的转写文本：这些文本按每小时音频22.7美元的价格另行销售。

🔗 Basis Global Emotions（Hugging Face 博客）

决策模型：一篇批判性文章评估其局限，并用 GRPO 训练其中一个模型

10 月 13 日 — 在 Hugging Face 博客的一篇社区文章中，哈吉梅·亚吉哈拉审视了决策模型的公开演示。这类模型不生成任何 token，而是为每个选项返回一个概率。他的观点是：演示代码会模拟每个选项，并将结果写入提示，因此在模型介入之前就已完成最困难的工作。在 ViZDoom 的 Predict Position 场景中，没有代码辅助的 Jev 在 128 局中成功 0 局，低于随机选择的水平（128 局中成功 12 局），而仅靠代码就能成功 126 局；在 Snake 中，只要需要预测一步，成功率便降至 63.5 %。

作者随后将 LLM 的 GRPO 方法应用于这些模型，把最终奖励分配给一局中的所有决策。对于包含 6 亿参数的开放复现模型 NanoJev，无需专家指导，成功率就从 19.4 % 提升至 79.1 %；通过 SFT 模仿专家则达到 68.6 %，先后结合两种方法达到 81.4 %；训练在第 20 步附近仍不稳定。

🔗 哈吉梅·亚吉哈拉的文章（Hugging Face 博客）

简讯

Copilot CLI 1.0.97 — 已发布稳定版，包含来自预览版的 25 项更新，允许每个自定义智能体携带自己的声明式 hook，能够发现仓库中的所有智能体，即使数量超过 100；在 Autopilot 模式下，遇到 preToolUse hook 返回的“ask”决策时会拒绝执行，避免卡住；Copilot SDK 升级至 1.0.21。🔗 来源 · 🔗 SDK
Gemini CLI v0.65.0-preview.0 和 v0.64.0 — 预览版新增了 10 月 13 日的四项修复，包括通过 Ctrl+C 快速中断时不再损坏会话；稳定版 v0.64.0 没有新增内容。Gemini 4 Argon 尚未出现在选择器中：一位外部贡献者提交了添加它的 PR，但尚未合并。🔗 来源
Antigravity 2.23.0 — 10 月 12 日发布的版本（16 项改进、8 项修复）：消息区域内新增智能体权限选择器、图像和视频全屏查看器，智能体可解压 .zip 压缩包，并修复无法启动的 MCP 服务器。🔗 来源
Qwen Code v0.25.2-preview.0 — 本轮发布周期的首个预览版，在稳定版 v0.25.1 发布两天后推出：包含 115 项更新，其中有 33 项功能和 50 项修复；用 TypeScript 编写的 Mods 可以拦截工具调用，新增测试失败浏览器，以及 Web Shell 中支持 Excel 预览的文件浏览器。🔗 来源
Amp 中的 Jev — Amp 的更改面板会自动为 diff 中的文件排序，优先展示最能解释变更的文件；借助 TypeSafe 的决策模型 Jev，速度比以前快得多；仍可选择按字母顺序排列。🔗 来源
Devin 10 月 9 日更新说明 — 补充此前消息：待机中的会话现在只能在 14 天内恢复，此前为 30 天；Devin 在安装仓库时会读取 AGENTS.md 文件；Devin Ultra 向采用零数据保留（零数据保留）策略的企业开放，此前这些企业无法使用。🔗 来源
默认拦截 Anthropic 密钥 — GitHub 的密钥扫描能够识别 Anthropic 的服务密钥和用户密钥，并通过推送保护默认拦截，包括免费公共仓库；同时新增 Cloudsmith 检测器，Salesforce 也成为合作伙伴，负责撤销在公共仓库中发现的 Marketing Cloud 令牌。🔗 来源
AI Scan 指标 — 在公开预览中，GitHub 的安全概览可衡量对 pull request 进行 AI Scan 的效果，包括生成和解决的发现项、修复率、自动修复建议的使用情况，面向 GitHub Code Security 或 GitHub Advanced Security 客户。🔗 来源
Copilot 托管设置 — 企业管理员通过 forceRemoteSettingsRefresh 强制 Copilot CLI、VS Code 和 GitHub Copilot 应用在启动时获取当前策略；若客户端无法确认策略，则会按封闭模式拒绝继续运行；还通过键 sandbox 强制要求客户端满足最低版本要求。🔗 来源
Copilot 遥测 — 默认禁用的托管设置 telemetry.capture.identity 可在 OpenTelemetry 中将 Copilot 活动关联到用户，包括 GitHub 登录名、系统账户和机器名称，同时不收集用户提示；五类内容捕获可以单独设置，默认全部关闭。🔗 来源
Code Quality 审计 — 对 GitHub Code Quality 发现项的手动驳回和重新打开操作，现在会出现在审计日志中，记录操作者、时间、仓库、规则和发现项数量，适用于 GitHub Team 和 GitHub Enterprise Cloud。🔗 来源
已撤回的 Dependabot 告警 — webhook dependabot_alert 新增了 withdrawn 操作，REST API 对已撤回告警返回 410 Gone，而非 404，从而将其与从未存在过的告警区分开来。🔗 来源
Dependabot 匿名仓库 — Anonymous 身份验证方式允许在组织层级声明无需凭据即可访问的私有软件包仓库，例如开放读取的内部镜像；此前使用虚假令牌的用户需要重新创建仓库配置。🔗 来源
GitHub 计费预算 — 预算与提醒页面将所有预算整合到一个列表中，可按范围、产品、SKU 或用户筛选，也包括按用户设置的预算。🔗 来源
Uber 首席信息安全官谈人工智能智能体 — 在 claude.com 发布的访谈中，Uber 首席信息安全官菲利普·马丁主张将内部威胁防范计划（内部威胁防范计划）应用于人工智能智能体，并介绍 Enterprise Frontier Safeguards 如何与 Uber 的开源工具 ADR 配合；没有给出数据，也没有发布产品。🔗 来源
Mistral Large 4 的视觉定位表现 — 据 Mistral 称，其模型在视觉定位（视觉定位）基准 Dense 200 上取得 42 %，甚至领先于顶尖闭源模型，但未点名竞争对手，也未给出对比得分；一段演示展示了它处理技术图纸的能力。🔗 来源
JurinAI 的 JJ-1 — 四个面向日本业务流程的决策模型，参数规模从 8 亿到 90 亿：在发布方的报告中（88 813 道问题），JJ-1-9B 达到 79.20 %，领先于 StartLux 9B（78.02 %）、Jev 1.13 和 Microsoft Decision-1（76.50 %）；权重采用 CC BY-NC 4.0 许可证，不允许商业使用。🔗 来源
AutoTrust — 两个分别面向短视频和新闻的在线演示，仅用一个决策模型对推荐内容排序，无需训练或日志：针对整批候选项提出一个选择问题，效果优于逐个询问候选项（在 200 个案例上，AUC 为 0.931、耗时 0.42 s，对比方法为 0.905、耗时 1.54 s）；作者提醒，这些指标是在非生产环境中测得的。🔗 来源
MolmoAct 2 在 Datapoint AI 排名第一 — Ai2 的机器人策略在按人类偏好评分的 Datapoint Robot Policy Bench 中领先，基于 21 130 次投票获得 1 082 点 Elo，超过 OpenVLA-OFT（1 049）和 π0.5-DROID（1 033）；继 9 月 30 日的 Reality Check 之后，这是第二份独立排名。🔗 来源
Molmo2Fish — Ai2 介绍了麻省理工学院的凯·范布伦特如何用声呐视频微调 Molmo 2，以追踪鲑鱼，并通过简单指令纠正其错误；该原型的表现大致与专用系统相当，但未公布数据，也尚未部署。🔗 来源
空中交通管制语音识别 — NVIDIA 发布了两个技能，用于指导代码智能体微调 Nemotron 3.5 ASR：在时长两小时的 ATCO2 测试集上，词错误率从 77.00 % 降至 22.46 %，而通用英语的词错误率从 3.50 % 变为 3.63 %。🔗 来源
Together AI 的后训练 — 一个采用 Apache-2.0 许可证、未伴随公告发布的实用示例集介绍了 Together Post Training：客户在自己的机器上编写训练循环，Together AI 则执行训练器和采样；提供 GRPO、SFT、DPO 和 multi-LoRA 示例，未给出价格或量化数据。🔗 来源
Grok Bot 中的 Supabase — Supabase 加入 SpaceXSI 合作伙伴网络：在 Grok Bot 聊天中提出的请求会交给 Cursor，由其通过 Supabase 的 MCP 服务器在后端执行；据 Supabase 称，在 Cursor 会话中，只有约 2 % 的错误会导致会话停止。🔗 来源
Higgsfield 与 GPT-6 Astra — 在 OpenAI 的案例研究中，Higgsfield AI 表示，在采用 GPT-6 Astra 之前，其视频时长上限约为一分钟，如今已超过 10 分钟；据其首席执行官称，模型为 3D 建模进行的工具调用有助于保持长视频的一致性。未给出任何成本数据。🔗 来源

这意味着什么

Argon 的发布展示了前沿模型如今的推广方式：在正式开放的当天，Cursor、Devin、GitHub Copilot 和 Manus 就将其接入，各自采用不同的评估方法，这些数字无法相互比较。在 CursorBench 4.0 上，Argon 在中等推理力度下与 Opus 5.5 持平，但每项任务的成本更高，提高推理力度后则落后；在 Cognition 的基准 FrontierCode 1.1 上，它领先 GPT-6.1 Sol 0.1 个百分点，但仍比 Claude Opus 5.5 低近五个百分点；GitHub 没有公布任何数据。价格与得分同样重要：截至 11 月 30 日，每百万 token 的价格为 2 美元和 10 美元，之后翻倍。对于正在选择模型的团队，到了 12 月就需要重新计算。

The X Subscription 改变了 Cursor 的定位。这款编辑器如今与 Grok 和 X Premium 一同纳入同一个套餐，共享使用额度，使用 SpaceXSI 模型进行编程的用量至少增加一倍。其他实验室的模型仍可使用，例如同一天在 Cursor 中开放的 Gemini 4 Argon，但至少需要每月支付 30 美元，并且不计入共享额度，按 API 价格另行计费。因此，对新订阅用户而言，这项套餐会引导他们使用自家模型；对于老客户，在 SpaceXSI 确定其已宣布的迁移时间表之前，一切保持不变。

网络安全贯穿了这一天。Google 用一项结果解释其新一代防护措施的必要性：Argon 能解决全部 12 个模拟网络攻击场景，而上一代只能解决 5 个。XBOW 则展示了人人可用的模型已经能做到什么：花费 40 000 美元的计算资源，完成一条完整的 Chrome 漏洞利用链。防御侧着重于实时监控：Argon 周围设置三层保护；Anthropic 采用两阶段分类器，称可将蒸馏方抓取的数据减少 90 % 至 99 %；GitHub 则用一个小型 ModernBERT 模型替代 LLM 流水线，将分析时间减少 86 %，服务成本降低超过 98 %。

最后，本地人工智能获得了实用工具。Nemotron 3.5 Bolt 74B 借助 2 位量化可装入 24 GB 内存；LFM2.5-24B-A2B 每个 token 仅激活 20 亿参数，并声称在 Apple M5 Max 上达到 184 tokens/s；Llama Windows 则将 llama.cpp 的安装简化为几次点击。在服务器方面，NVIDIA 开放 Run:ai 的代码，让合作伙伴自行编排 GPU；Anthropic 通过 Scion 展示了智能体的工作节奏如何影响工具体系：9 月每天超过 30 000 次合并，而 5 月为 2 500 次，这促使其放弃 git。