MiniMax 发布 M3.1 Flash，Space Bunny 曾是其预览版，FLUX 3 Max 用 12 秒生成 10 秒视频，OpenAI 将于 1 月 14 日从 API 中下线 GPT-4o 和 GPT-4.1

MiniMax 上线面向智能体与编程的模型 M3.1 Flash，每百万输入 tokens 收费 0.15 美元，并透露，处理过超过 200 万亿 tokens 的匿名模型 Space Bunny 正是它的预览版。Black Forest Labs 与 fal 推出 FLUX 3 Max，用 12.45 秒即可生成一段 10 秒视频，速度约为 Seedance 2.5 的 22 倍，并在仍处于初步阶段的图生视频竞技场中并列第一。OpenAI 将 GPT-4o 和 GPT-4.1 从 API 下线的日期定为 2027 年 1 月 14 日，Meta 详细介绍了训练 Muse Wonder 的超级计算机 Prometheus，而 Devin 现在会以 0 至 100 分评估每位工程师的效率。

MiniMax 发布 M3.1 Flash：Space Bunny 曾是其预览版，每百万输入 tokens 售价 0.15 美元

10 月 19 日 — MiniMax 正式上线 Flash 系列新模型 M3.1 Flash，并揭开了一款匿名模型的神秘面纱：

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇨🇳 曾匿名运行、处理过超过 200 万亿 tokens 的 Space Bunny 🐰，是 MiniMax M3.1 Flash 的早期版本。 — MiniMax 发布文章

M3.1 Flash 接替了 M3.1-Flash-Preview 和 Space Bunny Alpha。前者于 9 月 27 日出现在 MiniMax Code 中，随后进入 Token Plan，当时未公布基准测试或价格；后者是一款隐匿身份的模型，9 月 23 日由 OpenRouter 上架，未注明发布方，本站曾于 27 日介绍。MiniMax 称，这款模型在智能体任务、编程、计算机操作（Computer Use）和网络安全方面实现了代际跃升。以下所有得分均来自 MiniMax：

测试基准	MiniMax 公布的得分
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 %（置顶帖）

在 OSWorld V2 和 Agents’ Last Exam 上，M3.1 Flash 位居中国模型之首；对于 AutomationBench-AA，文章仅称其“位居前列”，但置顶帖给出了 Automation-Bench 上 62 % 的成绩。

另一项卖点是成本。进一步提高稀疏性（sparsity）后，输出速度超过每秒 200 tokens（中位数超过 170），据称在线推理速度接近原来的三倍。文章称，智能体任务的使用成本较上一代模型降低了 70 %；置顶帖则称，其成本仅为 M3 的三分之一，速度达到三倍。定价固定如下：

计费类型	每百万 tokens 的价格
输入	0,15 美元
输出	0,60 美元
缓存输入	0,015 美元

M3.1 Flash 现已通过 MiniMax API、M Plan 订阅和 MiniMax Code 应用提供服务。置顶帖称，模型权重将于 10 月 23 日发布，而文章仅表示“稍后”发布；后续还将推出 Pro 版本，但未公布日期。当晚，MiniMax 转发消息称 Ollama 已在首日提供支持，服务托管于美国且不保留数据，并宣称预览版已连续十二天位居 OpenCode 榜首。

🔗 @MiniMax_AI 的置顶公告

FLUX 3 Max：Black Forest Labs 与 fal 用 12 秒生成 10 秒视频，速度是 Seedance 2.5 的 22 倍

10 月 19 日 — Black Forest Labs（BFL）在置顶帖中发布 FLUX 3 Max。fal 页面将其描述为由 fal Research 完成后训练的新视频模型，由该团队与 BFL 基于 FLUX 3 共同打造，支持 720p 文生视频和图生视频。

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇨🇳 用 12 秒生成一段 10 秒视频。图生视频并列第一。在相同画质下，速度是 Seedance 2.5 的 22 倍。FLUX 3 是一款为定制而设计的模型。@fal 对其进行了适配和优化，打造出 FLUX 3 Max。 — @bfl_ai 在 X 上

fal 公布的指标	FLUX 3 Max	fal 给出的对比
生成一段 10 秒视频的耗时	12,45 s	Seedance 2.5 为 277,80 s，FLUX 3 为 126,44 s
Artificial Analysis 图生视频竞技场的 Elo	1 139，并列第一	Seedance 2.5 同为 1 139；MiniMax H3（768p）以 1 141 居首，处于不确定性范围内；FLUX 3 为 1 089
fal 的 720p 价格，截至 11 月 7 日	每秒 0,0425 美元	标价为 0,17 美元

与原版 FLUX 3 相比，fal 对推理的优化使生成速度达到约 10 倍，后训练则带来了 50 点 Elo 的提升。Artificial Analysis 的排名基于人类盲投，目前只是初步快照：MiniMax H3 以 1 141 分居首，而 FLUX 3 Max 的不确定性范围与领先模型重叠，因此被列为并列第一，领先于 Gemini Omni Flash 1.1、Wan 3.0 和 H3 Max。BFL 还强调了语音、物理真实感、音效，以及应对非常规要求的能力。

发布价对应 BFL 宣布的为期两周、优惠 75 % 的活动，文生视频和图生视频均适用，无最低消费或订阅要求。fal 沿用了 H3 Max 的做法：H3 Max 是其对 MiniMax H3 进行后训练的版本，通过同一 API 提供服务，只需更换标识符即可切换。这是 FLUX 3 系列一周内的第三项公告，此前还有 10 月 14 日 FLUX 3 Video 降价，以及 15 日的 FLUX 3 Image Klein 公告。

🔗 fal 的 FLUX 3 Max 页面

OpenAI 将于 2027 年 1 月 14 日从 API 中下线 GPT-4o、GPT-4o mini、GPT-4.1 和 GPT-4.1 mini

10 月 14 日 — 补报：根据 API 弃用说明页面，OpenAI 已于 10 月 14 日通知受影响的开发者，将于 2027 年 1 月 14 日下线四款 GPT-4 系列模型，包括微调版本（fine-tuned）。同一页面还列出了 10 月 1 日宣布的两批下线安排：

从 API 下线的模型	下线日期	推荐替代模型
GPT-4o（`gpt-4o-2024-08-06`、`gpt-4o-2024-11-20`）	2027 年 1 月 14 日	`gpt-6-luna`
GPT-4o mini（`gpt-4o-mini-2024-07-18`）	2027 年 1 月 14 日	`gpt-6-luna`
GPT-4.1 和 GPT-4.1 mini（2025 年 4 月 14 日的快照）	2027 年 1 月 14 日	`gpt-6-luna`
`gpt-5.3-codex` 和 `gpt-5.1`，于 10 月 1 日宣布	2027 年 4 月 1 日	`gpt-6-sol`
`gpt-5.4-nano`，于 10 月 1 日宣布	2027 年 4 月 1 日	`gpt-6-luna`
`tts-1`、`tts-1-hd` 和 `gpt-4o-mini-tts`，于 10 月 1 日宣布	2027 年 1 月 6 日	`gpt-realtime-2.1-mini`

这些日期仅出现在弃用说明页面，API 更新日志中没有对应条目；10 月 17 日发布的 Node SDK 7.37.0 为 GPT-4 模型别名添加了停用提醒。

🔗 OpenAI API 弃用说明页面

模型训练：Meta 的 Prometheus、Luma 的 MARBLE、Together Post-Training，以及 Trainium 上的 TorchNeuron

当天的四项公告涉及训练的四个层面：Meta 的计算中心、Luma 的 GPU 间并行、Together AI 的后训练服务，以及 AWS 芯片的 PyTorch 后端。

Prometheus：训练过 Muse Wonder 的 Meta 超级计算机，目标为一百万个 GPU

10 月 19 日 — Meta 介绍了位于俄亥俄州新奥尔巴尼的吉瓦级超级计算机 Prometheus，它训练了包括 Muse Wonder 在内的 Muse 模型；我们在 10 月 12 日的资讯跟踪中仅提到了它的名字。第一阶段包含分布在多栋建筑中的数十万个 GPU。

Prometheus 指标	Meta 公布的数值
有效吞吐率（goodput），Muse Wonder	预训练超过 85 %，RL 超过 90 %
平均中断间隔时间	约 47 000 GPU 小时，此后超过 54 000
每 8 000 个 GPU 的中断次数	2025 年中期每天近 1 000 次，已下降 99 %
NVIDIA 平台	GB200 和 GB300 NVL72，随后是 Vera Rubin NVL72

在 NVL72 中，一次故障会影响由 72 个 GPU 构成的故障域：Meta 每个机柜只启用 64 个 GPU，其余 8 个备用，另预留约 2 % 的机柜，即用 523 个机柜（37 656 个 GPU）保障 32 768 个 GPU 运行。其下一座位于路易斯安那州的超级计算机 Hyperion 将沿用这些经验。

🔗 走进 Prometheus（Meta 工程团队）

MARBLE：Luma 实现数百万多模态 tokens 的精确序列并行

10 月 19 日 — Luma 发布 MARBLE（Mask-Aware Ring with Balanced, Lossless Execution），这是一种序列并行方案，用于在包含 100 万至 800 万 tokens 的打包序列上训练多模态模型，其中混合了因果文本与双向注意力的图像和视频。MARBLE 用每个 token 四个整数来描述这种掩码，并为每一层在 ring attention、稀疏 all-to-all 和 Ulysses 之间进行选择。

Luma 测试的配置	MARBLE 的结果
对比 FlashMask + Ulysses 混合方案	48 个场景中有 47 个更快
32 个和 128 个 H100 GPU 下的中位提速	分别为 1,28 倍和 2,63 倍
Gemma 3 27B 单步，1 百万 tokens，32 GPU	13,2 s，FlashMask 为 32,5 s

经过修改的 FlashAttention-4 内核以 fp32 保存 softmax 状态：输出和梯度与单个 GPU 的结果完全一致。Luma 说明，该内核仅支持 Hopper GPU，作为对照的混合方案也由其自行构建；团队承诺公布代码，但未给出日期。

🔗 Luma 的 MARBLE 文章

Together Post-Training：客户编写 SFT 或 RL 循环，Together AI 负责运行 GPU

10 月 19 日 — Together AI 正式推出该服务，此前一周，其训练配方仓库（post-training-cookbook）已于 10 月 12 日悄然上线，本站曾于 13 日介绍。客户自行编写监督微调（SFT）或强化学习（RL）的训练循环；Together AI 则在底层通过专用 GPU 运行训练器和生成器。

服务特性	Together AI 公布的详情
权重适配	LoRA，多个适配器共用相同 GPU，部分模型支持全量权重训练
内置损失函数	GRPO、CISPO、DPPO、交叉熵或自定义损失函数
发布时支持的模型	Muse Spark Open、GLM 5.3、Kimi K3、Qwen 3.8-27B
发布优惠价	B200 GPU 每小时 9 美元，持续八周

服务按 GPU 分钟计费，从 Tinker API 迁移只需一行代码。

🔗 Together Post-Training（Together AI 博客）

TorchNeuron：Transformers、Diffusers 和 Kernels 在 AWS Trainium 上原生运行

10 月 19 日 — Hugging Face 在 Transformers、Diffusers 和 Kernels 中原生支持 TorchNeuron，这是 AWS 为 Trainium 芯片推出的新 PyTorch 后端，公开测试版将于 10 月 20 日开放。此前需要使用基于 PyTorch XLA 构建的 Optimum Neuron，采用静态形状，并在每次计算图中断时重新编译。TorchNeuron 将芯片变成常规 PyTorch 设备，支持即时执行（eager）、torch.compile 和 FSDP2。

在推理方面，使用最广泛的 100 种文本生成架构中，89 % 可以直接运行，Optimum Neuron v0.4.5 的这一比例为 46 %。Hugging Face 现在建议使用 Transformers、Diffusers、Accelerate、PEFT 和 TRL，而非 Optimum Neuron。标准 TRL SFT 脚本可在 8 个 Trainium2 芯片上运行，Hub 上分享的一个 Neuron 内核则可让视觉 Transformer 的速度最高达到 2.4 倍。

🔗 TorchNeuron（Hugging Face 博客）

OpenAI 的 Python 和 Node SDK 支持计算机操作与浏览器操作的工具循环

10 月 16 日 — 补报：在 @OpenAIDevs 转发的讨论串中，OpenAI 开发者体验团队的凯文·温纳里介绍了 Python 和 Node.js SDK 的新辅助函数（helpers），用于处理 Responses API 的工具循环（tool loop）。相关代码已于 10 月 14 日进入 openai-python 3.31.0 和 openai-node 7.33.0，这是四部分系列的第一部分。

SDK 组件	向模型提供的内容
`ComputerToolset`	通过 computer 工具提供屏幕截图、鼠标和键盘操作
`BrowserToolset`	以函数工具形式提供页面文本、控件和标签页
Responses 工具运行器	流式输出的进度和检查点（checkpoints）

开发者编写或导入的驱动器（driver）负责执行操作，应用仍掌握控制权：开放哪些操作、修改确认、安全检查和步骤限制。指南列出了 Browserbase、Browser Use、Daytona 和 E2B 的集成。Claude 的 SDK 已于 10 月 7 日在测试版中加入了类似的工具集。

🔗 凯文·温纳里的讨论串 · 计算机操作指南

Perplexity：按角色控制连接器访问、Projects 本地文件夹、Nano Banana 2.1 和 Reverse Engineer 技能

10 月 19 日 — Perplexity 发布自 10 月 5 日以来的首份产品更新日志：十三个栏目中有七个包含全新内容。

更新日志中的新功能	变化	适用人群
按角色控制连接器访问	每个连接器可向所有人、管理员或特定角色开放	配备支持服务的 Enterprise 套餐管理员
Projects 中的本地文件夹	Computer 默认在 Mac 上的一个文件夹中读取和保存文件	Mac 应用 26.38 或更高版本
Computer 中的 Nano Banana 2.1	生成和编辑图像，并在同一对话中再次运行	所有有权使用 Computer 的用户
Reverse Engineer 技能	检查用户有权分析的软件，然后重建并测试	免费至 10 月 31 日，每个账户上限为 10 000 积分

7 月底推出的角色访问控制由此细化到每个连接器，并配有审计日志。此外，Computer 新增缩略图栏、自研字体 PPLX，以及在输入区标明 Ask 或 Computer 模式的边框。至于此前已报道的内容，Pro 和 Max 订阅用户均可在 Computer 中使用 Gemini 4 Argon，但搜索功能中仅向 Max 订阅用户开放。

🔗 10 月 19 日的更新日志

LiteRT Tensor API：Google 让以 C++ 手写的嵌入式模型在 CPU、GPU 和 NPU 上运行

10 月 19 日 — Google AI Edge 发布 LiteRT Tensor API，这是其嵌入式推理技术栈中的一层，支持用 C++ 逐个操作手动编写模型。同一个计算图可通过 LiteRT 在 CPU 上运行，也可借助 10 月 8 日开源的 ML Drift 引擎在 GPU 上运行，或在 NPU 上运行，还能通过 XNNPACK 直接在 CPU 上执行。权重可直接从 Hugging Face 的 .safetensors 文件加载，无需转换，张量在加速器内存中以零拷贝方式流转。

Google 对 SAM 2 的测量	公布的结果
WebGPU 上以 512x512 分辨率运行时的每秒帧数	从低于 10 提升至超过 30
相较于 Apple MLX 的速度（MacBook Pro，fp16）	约快 1,5 倍

演示中，Meta 的分割模型 SAM 2 在浏览器中运行，提示词由 Gemma 4 E2B 解释；据文章介绍，编程智能体 Antigravity 使用 Tensor API 编写了这个应用，随后进行了加速。对于大多数项目，转换仍是推荐路径。

🔗 Google Developers 的文章

编程智能体：Devin 为用户效率评分，Amp 成为 Linear 中的智能体，Mistral 发布 Vibe CLI 3.0.0，Antigravity 向 Google AI Pro 订阅用户开放 Gemini 4 Argon

Cognition 和 Amp 增加团队功能，Mistral 发布 CLI 大版本，Google 则向另一个订阅档位开放 Gemini 4 Argon。

Devin 以 0 到 100 分评估每位工程师的效率，并自动提高高分用户的额度

10 月 19 日 — Cognition 为 Devin 的 Enterprise 套餐新增三项支出管理功能。Efficiency Score 根据每位工程师近期的使用情况评分，结合效率 E，即每 ACU（Devin 的计费单位）对应的有效工作小时数，以及用量 V，即每天的有效工作小时数：Score = 100 × (E + 0,2 × V × (1 − E))。用量的权重较低：普通工程师得分为 55，效率相同的高频用户为 60，用量大但效率低的用户为 41，使用谨慎但效率很高的用户为 76。

Devin Coach 会在提示词执行前给出建议，绝不会悄悄重写提示词。启用 Approve based on efficiency 选项后，管理员可设定上限：当评级为 Healthy 或 Satisfactory 的工程师接近额度时，Devin 会自动提高额度，无需工程师申请，但不会超过该上限及组织限额。超出部分，以及评级为 Needs Improvement 或 Unknown 的工程师提出的申请，均交由管理员处理，任何申请都不会被自动拒绝。这些审批功能现已向所有 Devin Enterprise 客户开放，尚未公布价格。

🔗 Devin 的文章

Amp 成为 Linear 中的智能体：分配议题或提及 @Amp 即可启动一个 orb

10 月 19 日 — 现在，将 Linear 议题分配给 Amp，或在评论中使用 @Amp 提及它，就会在 Linear 中开启智能体会话（Agent Session），并启动一个 orb，即代表该用户工作的智能体线程。Amp 在该会话中回复，响应执行过程中发送的消息，并在因错误停止或等待工具审批时发出提示。据文档介绍，订阅机制也可以为每个新议题启动一个 orb。Amp 工作区管理员先安装应用，Linear 管理员批准后，每位用户再关联自己的账户，Linear 随即加入各自的 MCP 服务器列表。未公布价格；Amp 自 7 月 23 日起就已能响应 Linear 的 webhook。

🔗 Amp 的公告

Vibe CLI 3.0.0：Mistral 仅保留 Rust CLI 和 Unified Harness

10 月 19 日 — Mistral 未发布公告便推出 Vibe CLI 3.0.0，这是其首个 3.x 版本：包含 95 项变更，其中有 54 项修复和 5 项移除。旧版 Python 界面、旧版执行引擎和 Plan 模式被移除，vibe 始终启动 Rust TUI，从 CLI 到 Desktop 的所有使用界面均改用 Unified Harness。

多项变化可能导致现有安装无法正常使用：最低 Python 版本从 3.12 提高到 3.14，证书按更严格的 RFC 5280 规则验证，不再支持 Vibe 1.x 会话，子智能体工具重命名为 agents.*。新增功能方面，/branch 可将对话分支到新会话，Vibe Desktop 可导入其他编程智能体的会话，enable_mcp 标志则允许管理员禁用 MCP 服务器。在 Windows 上，命令无法再通过隐藏自身的一部分来绕过审批检查。

🔗 Vibe CLI 3.0.0 的版本说明

Antigravity 向 Google AI Pro 订阅用户开放 Gemini 4 Argon，并设置独立的每周配额

10 月 15 日 — 补充报道：Google Antigravity 中的 Gemini 4 Argon 不再仅限 Ultra 订阅用户使用。@antigravity 账户宣布，付费 Google AI Pro 订阅用户现可在桌面应用和 CLI 中使用该模型；而在 10 月 13 日正式开放时，只有 Google AI Ultra 及符合条件的 Gemini Enterprise 客户可以访问。对于 Pro 用户，除 Gemini 3.8 Flash 配额外，还新增独立的 Argon 配额，仅按周计算，具体数额未公布。

订阅档位	Antigravity 中的 Gemini 4 Argon
免费版和 Google AI Plus	否
Google AI Pro	是，试用期除外
Google AI Ultra	是
企业版	是

Argon 可在 Antigravity App、Antigravity CLI 和 IDE 扩展中使用，无法在 Antigravity IDE 中使用。10 月 19 日，Zed 1.24.3 也将其加入稳定版。

🔗 @antigravity 的公告 · Antigravity 的模型页面

简讯

智能体和编程工具

Claude Code 2.1.303 — 该版本于 10 月 18 日发布，版本说明只有一行，提及错误修复和可靠性改进，未列出修复的问题；TypeScript Agent SDK 也同步更新至 0.3.303。🔗 来源
Qwen Code v0.25.3 — 稳定版接续此前在 10 月 16 日报道的预览版，没有已知的破坏性变更：自 v0.25.2 以来新增 41 项功能和 81 项修复，主要面向 Managed Agent，它可通过 SSH 或在原生 macOS 工作区中执行工具，并新增 Plan 模式。🔗 来源
Copilot CLI 1.0.100 — 这是继 10 月 14 日的 1.0.98 后首个稳定版，没有新增内容：49 项变更汇总了 1.0.99-0 至 1.0.100-1 预览版的内容，本刊已于 10 月 15 日至 17 日介绍。🔗 来源
ZCode v3.16.1 — Z.ai 将 ZCode 的开源仓库同步至 3.16.1 版本，未创建发行版，也未提供版本说明；唯一有文档记录的新增内容是一份中文 CLI 使用指南。🔗 来源
Gemini CLI，10 月 19 日每夜构建版 — 没有变化：这是连续第三个基于同一提交的每夜构建版，自 10 月 16 日晚以来没有合并任何内容，稳定版 v0.64.0 和预览版 v0.65.0-preview.0 也保持不变。🔗 来源
Zed 1.24.3 — 该稳定版唯一一条版本说明是将 Gemini 4 Argon 加入 Google AI 模型列表，该模型自 10 月 14 日起已出现在 1.25.0 预览版中。🔗 来源
Figma 的 MCP 合作伙伴 — 补充 10 月 15 日的消息，Figma 在 Config India 上宣布新增 20 家 MCP 合作伙伴，包括 Amp、JetBrains 的 Junie、OpenCode、Cline、Delta 和 Zed，但其名单列有 21 个名称，且未说明开放的功能及可用时间；Zed 于 10 月 19 日转发了该公告。🔗 来源 · 🔗 Zed
Navan 与 Cursor 的云端智能体 — 补充 10 月 16 日的消息，Cursor 介绍了 Navan 如何借助在其自有机器上运行的云端智能体，在约一周内迁移至 Spring Boot 4（8 个应用、15 个库），而两年前同类工作耗时超过一个月；过去 30 天，其主仓库合并的 PR 中有 36 % 是使用 Cursor 编写的。🔗 来源
在 VS Code 中恢复 GitHub Copilot 应用的会话 — GitHub Blog 的一篇教程展示了如何通过“在 VS Code 中打开”操作，在会话的工作树中重新打开会话，同时带上任务、计划、对话和差异，随后进行审查、修改、本地测试，并推送至该会话的拉取请求。🔗 来源
COOKED — OpenAI Developers 推出一档视频节目，介绍团队和社区使用 Codex 构建的项目；首集（13 分 20 秒）展示了现有功能，从 Codex 云端环境到使用 Ultrafast 构建的 8 位拉面游戏。🔗 来源

API、运行框架与集成

Perplexity Agent API — require_approval 设置要求 MCP 工具和连接器调用在执行前获得应用批准，xhigh 预设的输出上限则从 128 000 tokens 提高至 512 000 tokens；Perplexity 还更正了本刊曾转述的 10 月 5 日更新条目：xhigh 同样使用 Fast Search。🔗 来源
运行框架工程 — Perplexity 发布了一份运行框架（harness）指南，将 AI 工具中模型周边的所有部分划分为六个组件，从智能体循环到验证；文中引用了一项未具名的独立测试，其中仅更换运行框架，就让同一个模型在编程测试上的得分出现高达 11 % 的变化。🔗 来源
Crusoe 上的 SPACE — Crusoe 宣布与 Perplexity 合作，将 Perplexity 的开源沙箱 SPACE 集成到 Crusoe Cloud 的 Managed AI 服务中，未公布日期或价格；10 月 15 日 SPACE 开源时，Crusoe 就已列在合作伙伴名单中。🔗 来源
Lovable 中的 Perplexity — 补充 10 月 15 日的消息，Perplexity 与 Claude、Firecrawl、Gemini、OpenAI、p0 和 TypeSafe 一同成为 Lovable 所集成的应用 AI 功能供应商，提供附带引用的实时网络回答；未公布价格或技术细节。🔗 来源
不会陷入沉默的语音智能体 — Google Developers 的一份指南展示了 ADK 的流式和非阻塞工具如何避免基于 gemini-3.8-live 的语音智能体出现沉默：在销售报告工作流中，智能体首次开口前的等待时间从 14.4 秒降至 1.2 秒，无需新增功能。🔗 来源
Together AI 上的 DeepSeek-V4.1-Flash-1017 — 本刊于 10 月 17 日介绍的这款 DeepSeek 模型已在 Together AI 上线，据托管方称“价格相同”。🔗 来源

开放模型与研究

Muse Glimmer — Meta 发布了其 8 月推出的 30B 开放模型的技术报告，该模型面向消费级硬件上的智能体任务：支持文本和图像、上百种语言，采用约 4 位精度，可在单个 GPU 上运行，使用 Apache 2.0 许可证；Meta 称其表现优于 Gemma4-31B 和 Qwen3.6-27B，在同类模型中领先，但摘要中未给出具体数据。🔗 来源
SlideOn 和 mSlideOn — LightOn 发布了两个分别基于 DenseOn 和 mLateOn 的稀疏检索（sparse retrieval）模型，参数量为 174M（英语）和 339M（多语言）：SlideOn 在 BEIR-15 上得分为 56.68，DenseOn 为 56.20；mSlideOn 在 MLDR 上比 mDenseOn 高出 10.19 分。🔗 来源
tokenizers v1.0.0-rc.3 — tokenizers v1 的第三个候选版本通过以 tokenizers-wasm 为名发布在 npm 上的 WebAssembly 绑定，让该库可在浏览器中使用，并支持加载 ModernBERT、NLLB 以及从 SentencePiece 转换而来的模型。🔗 来源
Transformers v5.20.2 — 修复版本：输入在生成过程中不再丢失类型，此问题此前影响多模态模型；使用专家并行时，bfloat16 精度下的专家梯度也不再为零。🔗 来源
为提示词排序 — 在一篇社区文章中，Abdennacer Badaoui 在批量推理前按领域对提示词排序，无需修改 vLLM，便使其在 Qwen3-30B-A3B 上加速 12 至 17 %，在 gpt-oss-120b 上加速 7 至 12 %，因为相近的请求会调用相同的专家；在对延迟敏感的在线服务中，这一收益会消失。🔗 来源
Nesso3-0.4B-Agentic — mii-llm 发布了一款用于工具调用的意大利语和英语双语模型，参数量为 4 亿，采用 Apache-2.0 许可证：在作者的双语测试套件上得分为 74/100，Qwen3-0.6B 为 67，但在通用英语工具测试上得分为 48 %，后者为 84 %。🔗 来源
S²-MAS 和 Fin-Laya — Yang Li 从 5 亿个家庭画像中抽取 1200 万个智能体，在 14 个 GPU 上用 3 小时 59 分钟完成模拟，并介绍了金融决策模型 Fin-Laya；据其自行测量，该模型准确率为 74.5544 %，平均延迟为 9.10 ms，而 Jev 1.13 的平均延迟为 206.77 ms。🔗 来源
BlenderWorld — 补充 10 月 15 日的消息，Qwen 发布了一项 Blender 3D 创作基准测试（223 项任务、2 651 条二元评判标准）：在 13 个模型中，GPT-6-Astra 以 79.9 分领跑，满分为 100 分，领先于 Opus-5（73.0）和 GPT-5.6-Sol（67.7），Qwen3.8-Max 排名第五（60.6），而排名第一的模型也仅在 42.2 % 的任务中满足全部标准。🔗 来源

硬件、消费产品与创作

RTX Spark 笔记本电脑的价格 — 补记 10 月 16 日的消息：NVIDIA 的发布公告称，ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 的 RTX Spark 笔记本电脑已在全球上市，起价为 2 599 美元；而 NVIDIA 10 月 17 日的博客文章则称，同一批厂商的产品起价为 2 399 美元。🔗 公告 · 🔗 博文
通过操作按钮调用 Grok Bot — Grok Bot 的账号 @bot 发布视频，展示了如何将该助手设为 iPhone 操作按钮的功能，类似于这里在 10 月 18 日介绍过的 OpenAI dots；视频未说明 iOS 版本或订阅方案，x.ai 上也没有相关文章，@SpaceXSI 亦未转发。🔗 来源
Chroma Awards 第二季 — ElevenLabs 开启了其声称由自身孵化的人工智能创作竞赛第二季：设有五个组别，提供 100 万美元试用额度和超过 450 000 美元奖金；博文先将截止日期写为 2027 年 1 月 1 日，随后又在细则中写为 1 月 7 日，颁奖典礼则定于 2027 年 2 月 11 日。🔗 来源

GitHub 的非人工智能动态

HTTPS 克隆需要身份验证 — 在流量异常期间，GitHub 可能会临时要求对公共仓库执行的部分 HTTPS git clone 和 git fetch 操作进行身份验证；SSH、推送和已通过身份验证的操作不受影响，GitHub 建议持续集成系统使用 GITHUB_TOKEN 或 GitHub App 令牌。🔗 来源
CodeQL、Xcode 27 与 Swift 6.4 — 由于 Apple 的某些系统二进制文件中缺少 x86_64 代码，CodeQL 不再跟踪使用 Xcode 27 进行的构建，也不在任何平台上支持 Swift 6.4；对 Intel Mac 的支持将于 12 月中旬被弃用，GitHub 建议将版本固定在 macOS 26 和 Xcode 26。🔗 来源

这意味着什么

MiniMax 和 Black Forest Labs 正在同一领域展开竞争：相比单纯的质量，更看重任务执行的速度和成本。M3.1 Flash 的输出速度超过每秒 200 个词元，将智能体任务的使用成本降低了 70%，输入价格为每百万词元 0.15 美元；FLUX 3 Max 用 12.45 秒生成一段 10 秒视频，截至 11 月 7 日的价格为每秒 0.0425 美元。它们宣称的质量已达到顶尖水平，但尚未超越：FLUX 3 Max 在一份榜单上并列第一，其中 MiniMax H3 的得分比它高两分，差距处于不确定性范围内；M3.1 Flash 则自称在两项智能体基准测试中位居中国模型之首。MiniMax 的模型也经过了实际环境的检验：Space Bunny 在未透露自身来源的情况下处理了超过 200 万亿个词元，而据 MiniMax 称，其预览版曾连续十二天位居 OpenCode 榜首。所有这些数字仍来自厂商自身，Artificial Analysis 的排名也仍是初步结果。

后训练正成为一项独立产品。fal 并非从零开始创建 FLUX 3 Max，而是对 Black Forest Labs 的 FLUX 3 进行了适配和优化，正如它此前将 MiniMax H3 改造成 H3 Max 一样；据 fal 称，后训练让模型的 Elo 评分提高了 50 分，而推理优化则让生成速度提高到原来的约十倍。Together AI 现在将这项能力出售给客户，让他们在开放模型上编写自己的 SFT 或 RL 训练循环；TorchNeuron 则让常规的 Transformers 和 TRL PyTorch 脚本能够使用 AWS 的 Trainium 芯片。在链条的另一端，预训练正走向集中化：Prometheus 的目标是一百万块 GPU，而 Meta 博文的主要篇幅都在讨论可靠性，包括每个机架配备 8 块备用 GPU，以及将中断减少 99%。MARBLE 则从软件层面解决同样的规模扩展问题，面向的是长度达数百万词元的序列。

智能体也获得了更多管理员管控机制：谁可以运行什么、预算是多少、需要经过什么批准。Devin 会自行提高其认为效率高的工程师的限额，其他人则需要联系管理员；Perplexity 可以将每个连接器开放给特定角色，其 Agent API 还能暂停 MCP 调用，直到应用批准；OpenAI 的工具集允许应用确认修改并限制步骤数量；Vibe CLI 3.0.0 为管理员提供了一个可禁用 MCP 服务器的标志。Amp 则以给它分配议题的人的身份在 Linear 中工作：智能体进入团队使用的工具，并通过每个人各自的 Linear 连接执行操作。

最后，对开发者而言，这个秋天带来了一系列迁移。GPT-4o 和 GPT-4.1 将于 2027 年 1 月 14 日从 OpenAI API 下线，语音合成模型 tts-1 和 gpt-4o-mini-tts 则早在 1 月 6 日就会下线，而这些日期只出现在弃用页面上：如果只关注 API 更新日志，就会错过这些信息。在 Trainium 上，Hugging Face 建议弃用 Optimum Neuron，改用运行于 TorchNeuron 上的 Transformers 和 TRL。此外，Vibe CLI 3.0.0 要求使用 Python 3.14，证书校验更加严格，也不再支持重新打开 Vibe 1.x 会话，不读发行说明就升级的人可能会措手不及。