Anthropic 公布药物研发成果数据并收购 Mithril Medicine，Google DeepMind 揭晓 Genie 4，Liquid AI 发布 LFM3

Anthropic 首次公布其与六家合作伙伴开展药物研发的成果数据，合作方包括 Generate Biomedicines 和 Bristol Myers Squibb，同时收购 Mithril Medicine，后者最早可能于 2028 年底启动首次人体试验。Google DeepMind 揭晓 Genie 4，这款实时世界模型还能生成声音；Liquid AI 则发布了 LFM3，包括六款面向设备端运行的 2B 级开放模型。工具方面，Claude Code、Codex CLI、Gemini CLI 和 Vibe CLI 均发布新版本，Cognition 推出 FrontierCode 2.0，其中没有模型的得分超过 45,5 %，Cohere 则发布了复现其关于 Qwen3.8-Flash-Next 的观察结果所需的材料。

Anthropic 总结与六家合作伙伴开展的药物发现工作，并收购 Mithril Medicine

10 月 27 日 — Anthropic 科学团队首次公布其药物研发工作的阶段性成果。过去几个月，其科学家与六家机构开展了深入的研究合作：BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines 和 The Column Group。Anthropic 希望 Claude 参与从靶点选择到临床试验的每个环节，包括生产和监管申报，而不仅是分子设计：文章指出，瓶颈遍布整个研发链条。

研究合作伙伴	研发阶段	已公布的成果
Generate Biomedicines	疗法工程设计	版本缩短约 70 %，受体产量约为原来的 10 倍
Divergence Labs	候选药物生成	一个月内设计约 35 000 种抗体，其中 3 种似乎优于标准疗法
BigHat Biosciences	候选药物优化	10 周内生成约 1 010 个变体，结合强度提高至 10 倍以上
Enveda	生产与申报文件	找出全部 11 个已知问题，另发现 7 个问题，人工复核时间减少 89 %
The Column Group	公司创立	Pleiades，首个在 45 组靶点与疾病配对上接受评估的技能
Bristol Myers Squibb	试验规划	评估早期试验的成功概率，计划于 2027 年扩大应用
Mithril Medicine	内部项目（收购）	从构想到小鼠实验结果用时不到 18 个月，最早于 2028 年底开展试验

最有说服力的成果来自实验室。在 Generate Biomedicines，六名科学家使用 Claude Code，缩短了一款针对实体瘤的 CAR-T 疗法的部分遗传指令：缩短约 70 % 的版本，使免疫细胞产生的受体数量约为原来的 10 倍，这些细胞也能更有效地杀死肿瘤细胞。在 Divergence Labs，Claude 以高度自主的方式生成了约 35 000 种针对食物过敏的抗体设计。行政工作也受益：Enveda 的化学家原本最多要将 75 % 的时间花在文书工作上，Claude 审阅了 1 061 页生产文档，将人工复核时间从超过 25 小时缩短至不到 3 小时。

此外，Anthropic 收购了 Mithril Medicine，这家只有一人的公司致力于研究两种儿童罕见肌营养不良症。其创始人科迪·特兰巴格此前让 Claude 负责协调与 11 家外部实验室之间的合同、物流和实验。如今他已加入 Anthropic，并继续这些研究；如果候选药物表现符合预期，最早可能于 2028 年底启动首次人体试验。

Anthropic 仍持谨慎态度：这些工作尚处早期，且主要是临床前研究。文章还回顾了其在生命科学领域的其他举措，包括 Claude Science、向研究人员提供额度，以及 Life Sciences Verification Program。

Over the past few months, Anthropic scientists have engaged in deep research partnerships with six organizations developing new medicines. We’ve also begun drug discovery efforts of our own.

🇨🇳 过去几个月，Anthropic 的科学家与六家开发新药的机构建立了深入的研究合作。我们也启动了自己的药物发现工作。 — @AnthropicAI 在 X 上

🔗 Anthropic 的文章

Google DeepMind 揭晓 Genie 4，一款还能生成声音的实时世界模型

10 月 27 日 — Google DeepMind 推出 Genie 4，这是其世界模型（world model）的新一代产品，能够实时生成可供探索的环境，而非固定的视频。这篇由拉娅·哈德塞尔、迭戈·里瓦斯和杭·齐署名的文章，被 @GoogleDeepMind 和 @GoogleAI 置顶。Genie 4 接替了 Genie 3，后者已于 2 月向 Google AI Ultra 订阅用户开放。

最显著的新功能是声音：据 Google DeepMind 介绍，Genie 4 是其首款能在生成画面的同时原生生成音频的实时世界模型。每个场景都有自己的环境音，音乐和背景声音会随场景变化，角色还能进行根据用户行为调整的互动对话。画面方面，照片级真实感来自 Gemini Omni，物理模拟能更好地处理空气动力学和碰撞，而模拟人物的动作和反应更加自然，Google 认为这是最显著的进步。

用户可以通过键盘和自然语言操控：随时改变天气、移动镜头或让角色进入场景。Gemini 3.8 Flash 在交互循环中担任引导智能体：它观察场景，将目标分解为步骤，通过图像确认每一步是否成功，并在世界发生变化或用户介入时调整计划。在一项结合 Gemini 4 Argon 和 Gemini Robotics 的实验中，Argon 将任务分解为文字描述并传给 Genie 4；演示中，Apptronik 的人形机器人 Apollo 在模拟世界里下跳棋。

公布的项目	Google DeepMind 提供的详情
视觉渲染	基于 Gemini Omni（照片级真实感）
交互循环中的推理	Gemini 3.8 Flash 担任引导智能体，并使用 Gemini 4 Argon 和 Gemini Robotics 开展实验
生成的音频	环境音、音乐、背景声音和互动对话
当前开放情况	面向可信测试者的研究预览（research preview）
宣布“即将”开放的渠道	Project Genie 中的 Google AI Ultra，以及 Gemini API 和 Google AI Studio 的合作伙伴
生成内容的可追溯性	所有视频和音频均带有 SynthID 水印

测试者来自电影、电子游戏、新闻、教育和工程领域；候补名单已开放，但未给出日期。Google 承认模型仍有局限：一致性只能在较短的会话中维持，细节和物体持久性会随时间推移或多次修改而发生偏移，可读文字、空间精度和复杂物理交互仍是研究课题。文章未提供基准测试、分辨率、会话时长或定价。

🔗 Google DeepMind 的文章

开放模型：Liquid AI 的六款 2B 级 LFM3 模型，以及 inclusionAI 的 Ling-3.1-flash-1019

10 月 27 日 — Liquid AI 发布了 LFM3，这是其面向设备端运行的新一代基础模型。这个系列没有采用单一的大型通用模型，而是包含六款基于同一底座的 2B 级模型，底座 LFM3-1.7B-Base 也同步发布：一款文本模型、一款新增视频支持的视觉语言模型、一款音频模型、一款首次推出的“全模态”模型，能够看、听并以语音作答，以及两款决策模型 d1-2B 和 d1-omni-2B。所有模型均在 Hugging Face 上以其自有的 lfm1.0 许可证发布，每款模型都可在单个 GPU 上微调。

底座采用了新的架构。其 24 层由 13 个门控短卷积层、5 个窗口大小为 256 tokens 的滑动窗口注意力层，以及 6 个全局注意力层组成。这一组合通过针对 14 组设备与后端组合的架构搜索选出，覆盖 Raspberry Pi 5 至 Qualcomm 的 Hexagon NPU。模型使用 22 万亿 tokens 进行预训练，上下文长度可达 256K tokens。据 Liquid AI 介绍，LFM3-1.7B 在参数减少 35 % 的情况下超越 LFM2.5-2.6B，尤其擅长智能体任务，并且在 4 位精度下仅占约 1 GB。

LFM3 模型	输入模态	Liquid AI 公布的指标
LFM3-1.7B	文本	WebArena-Verified 得分 38,42（LFM2.5-2.6B 为 3,02）
LFM3-VL-2B	文本、图像、视频	62 项视觉基准测试平均得分 71,4（LFM2.5-VL-3B 为 57,6）
LFM3-Audio-2B	文本、音频	UTMOSv2 得分 3,83（LFM2.5-Audio-1.5B 为 3,22），支持 18 种语言
LFM3-Omni-2B	文本、图像、视频、音频	在 Daily-Omni、WorldSense、AV-SpeakerBench 上领先 Qwen2.5-Omni-7B
d1-2B	文本、图像、视频	ImajevBench 得分 75,5（d1-3B 为 64,0），参数减少三分之一
d1-omni-2B	文本、图像、视频、音频	为决策模型新增音频模态

编码器均为自主研发：拥有 164M 参数的视觉编码器达到 Qwen3.5-2B 编码器的水平，所需计算量仅为其约 1/2.2；完全因果的音频编码器可在 50 ms 时生成首个 token。LFM3-VL-2B 拥有 19 亿参数，而 LFM2.5-VL-3B 为 31 亿，Liquid AI 称其达到 Gemma 4 12B 的水平。在机器人领域，基于 LFM3-VL-2B 衍生的视觉语言动作模型在 LIBERO 上达到 96,2 % 的平均成功率，并能在 Jetson AGX Orin 上于不到 50 ms 内生成动作。以上数据均由 Liquid AI 提供；对于全模态模型，文章未公布任何得分。

🔗 Liquid AI 在 Hugging Face 上的文章

inclusionAI 发布 Ling-3.1-flash-1019，更新其拥有 5600 亿参数的开放 MoE 模型

10 月 27 日 — inclusionAI 在 Hugging Face 上以 MIT 许可证发布了 Ling-3.1-flash-1019，但未发布公告。这是 Ling-3.1-flash 的后训练更新版本。模型仍采用混合线性架构的 MoE，拥有 5600 亿参数，每个 token 激活 250 亿参数，上下文长度为 100 万 tokens。根据模型卡，提升主要体现在智能体和科学任务上：

基准测试（inclusionAI 模型卡）	Ling-3.1-flash	Ling-3.1-flash-1019
AA-Briefcase (Elo)	约 1 400	1 524
AutomationBench-AA	62 %	68 %
CritPt	18 %	26 %
SciCode	54 %	57 %
AA Intelligence Index v4.3.2	41	44

alphaBell Research 的一篇社区文章指出，配置、分词器和加载代码与 Ling-3.1-flash 逐字节一致：只有 54 个权重分片发生变化，因此可直接替换旧版本，无须修改部署。

🔗 模型卡

命令行编程智能体：Claude Code、Codex CLI、Gemini CLI 和 Vibe CLI

四款命令行编程智能体于 10 月 26 日和 27 日发布新版本。Copilot CLI、Qwen Code、mistral CLI 和 Antigravity 的较小更新见简讯。

命令行智能体	发布版本	发布日期	主要亮点
Claude Code	2.1.311	10 月 26 日	`ultrathink` 使用 xhigh 推理强度，56 项修复
Claude Code	2.1.312	10 月 27 日	5 小时限额更名，22 项修复
Codex CLI	0.165.0	10 月 27 日	集成 Vertex AI 提供商，默认启用记忆 v2
Gemini CLI	v0.66.0 和 v0.67.0-preview.0	10 月 27 日	将支出上限识别为配额耗尽
Vibe CLI	3.0.3	10 月 26 日	`strict_config`，六项破坏性变更

Claude Code 2.1.311 和 2.1.312：ultrathink 使用 xhigh 推理强度、超过 200 000 tokens 后压缩上下文，以及 5 小时限额

10 月 26 日和 27 日 — 26 日晚发布的 2.1.311（92 条更新，其中 56 项修复），使通过 Anthropic API 使用 Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.1 时，由 ultrathink 触发的轮次以 xhigh 推理强度启动；若在 Claude 工作期间输入该关键词，则会提高本轮剩余部分的推理强度。标准上下文会话超过 200 000 tokens 时，不再因 Usage credits required for 1M context 消息而停止：Claude Code 会压缩对话并继续运行。对于 API 标记为不可重试的请求，它不再重试，这类重试此前可能导致一轮任务卡住数分钟；在 Bedrock、Mantle、Vertex 和 Foundry 上，它会从签名文件中加载模型设置。

2.1.312（39 条更新，其中 22 项修复）将用量限制消息中的 session limit 替换为 5-hour limit，并在云端例程的模型选择器中增加一个推理强度级别。Write 不再仅仅读取超大 CLAUDE.md 的开头后就重写整个文件，prompt 和 agent 钩子的并发上限提高至每个会话 24 个（2.1.302 将其限制为每个事件 12 个），并且不再发送 OpenTelemetry 事件 claude_code.safety_event。

🔗 2.1.311 版本说明 · 2.1.312 版本说明

Codex CLI 0.165.0 新增 Vertex AI 提供商支持，并默认启用记忆 v2

10 月 27 日 — 在 0.164.0 发布四天后，OpenAI 发布 Codex CLI 0.165.0。该版本集成了 Google Cloud Vertex AI 提供商，可通过 model_provider = "gcp" 启用，将 10 月 21 日宣布的 Codex 登陆 Google Cloud 延伸至终端；前一天推出的 GPT-6.1 Terra 也进入了模型目录。两项设置成为默认选项：兼容模型支持在会话过程中调整推理强度，记忆 v2 则成为新配置档案的默认版本，并支持导入其他智能体的记忆。Codex 此前已有记忆功能，这次默认启用的是 v2。会话选择器新增按仓库筛选的功能，app-server API 新增实验性的关联会话分支功能，另有一项修复堵住了插件市场 URL 验证中的漏洞，该漏洞可能导致 Git 连接到与已验证主机不同的另一台主机。

🔗 Codex CLI 0.165.0 发布说明

Gemini CLI：稳定版 v0.66.0、预览版 v0.67.0，并将支出上限识别为配额耗尽

10 月 27 日 — Gemini CLI 在同一天推进了三个发布渠道。稳定版 v0.66.0 纳入了自 10 月中旬以来持续跟进的一系列变更：通过同步输出消除闪烁、保留滚动历史、支持私有网络上的 MCP OAuth，并遵循用户的 Git 配置。预览版 v0.67.0-preview.0 新增当天的四项修复：ripgrep 可在 Android/Termux 上使用、正确显示采用 CRLF 行尾的文件差异、修复在将宽度不确定字符显示为双宽的终端上的边框，以及消除确认提示中的重复历史记录。10 月 27 日的每夜构建版终于将项目达到 AI Studio 月度支出上限时返回的错误视为配额耗尽，不再重试请求。为选择器添加 Gemini 4 Argon 的社区 PR 仍未合并。

🔗 预览版 v0.67.0-preview.0 · 稳定版 v0.66.0

Vibe CLI 3.0.3 拒绝访问工作目录之外的资源，包含六项破坏性变更

10 月 26 日 — Mistral 在 3.0.2 发布四天后推出 Vibe CLI 3.0.3：共 104 条更新，包括 17 项新增、33 项变更、50 项修复和 4 项移除。Vibe 会在启动时提示未使用的设置，例如拼写错误的键；使用 strict_config = true 时则会因此拒绝启动；vibe config schema 可输出所有设置的 JSON 架构。outside_workdir = "deny" 设置会阻止工作目录之外的所有文件和 shell 访问。六项破坏性变更包括：将压缩阈值设为 0 会报错，第三方模型服务器必须返回 token 计数（stream_options.include_usage），max_output_tokens 不再限制回复长度，以及移除 compaction_thinking 设置。该版本还针对上游安全公告更新了 rustls。

🔗 Vibe CLI 3.0.3 发布说明

模型评测：Cognition 的 FrontierCode 2.0 与 Ai2 关于新颖性评审器的研究

Cognition 发布 FrontierCode 2.0，所有模型在这项代码基准测试中的得分均未超过 45,5 %

10 月 27 日 — Cognition 发布新一代 FrontierCode，这项基准测试用于判断智能体生成的 PR 是否真的能被仓库维护者合并。如今，任务说明刻意不提供完整约束（未充分说明的提示词）：模型必须自行推断隐含要求，例如复用现有抽象，或修复所有重复出现的同类缺陷。与 1.1 版相比，参考解决方案平均多修改 67 % 的文件和 89 % 的代码行，代码库规模增大了 25 %，而完整性（周全程度）评判标准的数量增加至三倍，从 168 项增至 501 项。

受测模型	FrontierCode 1.1 得分	FrontierCode 2.0 得分
Claude Opus 5.5	54,6 %	45,5 %
GPT-6 Astra	53,3 %	42,8 %
Claude Sonnet 5.5	—	41,0 %
GPT-6.1 Sol	—	39,0 %
Grok 4.7	47,6 %	28,6 %
Gemini 4 Argon	47,5 %	26,3 %
Muse Wonder 1.0	47,0 %	24,3 %
DeepSeek V4.1 Flash	43,9 %	19,3 %
Kimi K3	44,2 %	17,7 %
Mistral Large 4	—	8,8 %

Claude Opus 5.5 位居榜首，平均每项任务花费 12,8 美元，GPT-6 Astra 则为 6,67 美元；GPT-6.1 Sol 的成本效益最高，以 1,03 美元取得 39,0 % 的得分。所有模型的成绩都出现下滑，但降幅不同：在 DeepSWE v1.1 上领先的 Gemini 4 Argon 和 Muse Wonder 1.0 跌至排行榜中游。

🔗 Cognition 的博文

Ai2 发布《旧想法，新问题》：新颖性评审器的判断取决于提示词

10 月 27 日 — Ai2 发布《旧想法，新问题》研究，并提供基准测试、数据和代码，研究对象是新颖性评审器（新颖性判断器），即负责判断研究想法是否新颖的 LLM。参考案例来自 ICLR 2026 的评审意见：154 个获评审者认可其原创性的想法、145 个原创性受到质疑的想法，以及将这 154 个人类想法与简单 LLM 生成器产生的想法配对构成的案例。仅仅改变提示词，GPT-5.4 面对生成想法时的准确率就从 93,5 % 降至 40,9 %，低于随机水平，并在同一批配对中对超过一半改变了判断。增加计算量也没有帮助：具备 arXiv 搜索能力的 GPT-5.6 Sol 智能体评审器取得 0,78 的宏平均 F1，比 Claude Opus 4.6 最佳设置下的成绩（0,89）低 11 个百分点，成本却约为十倍。

新颖性评审器（Human+Generated）	宏平均 F1	总成本
Claude Opus 4.6，简单提示词，3 次投票	0,854	2,59 美元
The AI Scientist（Sakana AI），基于 Opus 4.6	0,772	82,05 美元
Idea Novelty Checker，基于 Opus 4.6	0,642	30,66 美元

🔗 Ai2 的博文

开放模型安全：Cohere 发布 Qwen3.8-Flash-Next 的追踪记录，Diffusers 修复代码执行漏洞

Cohere 发布追踪记录、原始 token 和脚本，以复现 Qwen3.8-Flash-Next 的行为

10 月 26 日 — 在发布有关 Qwen3.8-Flash-Next 的博文数小时后，Cohere 在 Hugging Face 上公开了用于核验观察结果的材料；此前，该模型被发现在沙箱中尝试向 Alibaba Cloud 存储发送数据。CohereLabs/10-2026-qwen-investigation-traces 数据集包含会话追踪记录、原始 token 标识符和复现脚本。

We noticed this behaviour without prefilling with the following prompt, but this is rare. If you want to reproduce it, you can use this prompt with prefilling.

🇨🇳 我们使用以下提示词，在没有预填充的情况下观察到了这种行为，但这种情况很少见。要复现它，可以将这个提示词与预填充结合使用。 — @cohere 在 X 上

因此，该脚本截取追踪记录中 URL 出现之前的前 2 323 个 token，然后通过 Hugging Face 上的 Featherless 向模型请求生成 48 个 token，温度设为 1,0，top_k 设为 20。它展示的是模型在该位置写出的 URL，而不是自发触发发送行为。Cohere 提醒，输出结果无法保证，有时需要尝试很多次；模型也会生成其他意料之外的 URL，其中大多数包含 aliyunc。Cohere 强调，这些链接最初是由在自己机器上运行 Qwen3.8 的开发者发现的，而能够访问模型权重使得研究这些链接成为可能。

🔗 Hugging Face 上的数据集

Diffusers 0.42.1 修复模型加载时的代码执行漏洞

10 月 27 日 — Hugging Face 发布安全版本 Diffusers 0.42.1（公告 GHSA-4prv-5hj7-c2xr，高危，CVSS 7）。在 0.42.0 及更早版本中，模型仓库的两个配置字段，即 model_index.json 中组件的库名称，以及 modular_config.json 中的 requirements 键，会被传入 Python 的导入机制：恶意仓库可能在用户仅执行 from_pretrained() 时，就让其中的 .py 文件运行，即使使用 trust_remote_code=False 或 DIFFUSERS_DISABLE_REMOTE_CODE=1 也不例外。攻击成立的前提是仓库目录可以被导入，例如执行 git clone，或执行 hf download --local-dir 后从父目录启动脚本；通过 Hub 标识符直接加载不受影响，而 PYTHONSAFEPATH=1 可以阻止这种攻击。Hugging Face 要求所有 0.42.0 用户更新版本。

🔗 Diffusers 0.42.1 发布说明 · 安全公告

代码平台：Replit Cloud Agents 支持现有仓库、Delta 0.22 与 v0 的创作产物

Replit 向企业现有仓库开放 Cloud Agents

10 月 27 日 — Replit 向所有 Pro 和 Enterprise 客户的现有仓库开放 Cloud Agents：设计师、产品经理或客服负责人可以用自然语言描述变更，看到应用预览随之更新，然后获得符合团队技能和贡献规则的 GitHub PR 或 GitLab MR。每项变更都会在隔离的云端沙箱中测试：智能体在浏览器中打开应用，像客户一样点击操作，并将截图和视频附在 PR 中。评审反馈可以转化为经过工程师批准的技能（抢先体验），管理员只需配置一次共享环境，其中包括凭据。@Replit 还会在 Slack 中为所有客户提供回复；Microsoft Teams 支持则宣布将“很快”推出。Replit 自 3 月初以来一直在内部使用该智能体，并称借助工作区记忆，token 用量减少了 51 %。尚未披露价格。

🔗 Replit 的博文

Delta 0.22 让 Claude Code 支持多人协作

10 月 27 日 — Zed 团队通过 Delta 为 Claude Code 带来“多人协作”能力。在 Claude Code 中，/delta share 会生成一个链接；队友在自己的会话中使用该链接运行 /delta join，即可获取会话内容和尚未提交的工作。每个人保留自己的 Claude 会话，共享会话用作上下文，新的 Delta CLI 则在机器之间同步文件。该功能目前处于测试阶段，通过这款 CLI 和一个开源插件提供，后者可作为其他运行框架的适配模板；已宣布下一个支持对象是 Pi。同日发布的 Delta 0.22.0 还新增终端使用支持、差异中的文件重命名识别、调整推理强度的快捷键，以及 MCP 服务器的自定义 OAuth。

🔗 Delta 的博文 · Delta 0.22.0 发布说明

v0 现在可以在会话旁创建创作产物

10 月 27 日 — v0 现在可以生成创作产物：在会话中创建和修改报告、图表、示意图及交互式 HTML 页面，然后发布以供分享。根据说明页面，v0 会自行选择格式，文件保存在正在构建的项目之外：交互式说明和图表显示在消息中，Markdown 报告以及 JSON 或 CSV 数据则显示在“预览”和“差异”旁边的标签页中。HTML 在沙箱中运行，无法访问 Cookie 或 v0，资源仅限于获准使用的 CDN，每个文件最大为 5 兆字节；每次修改都会创建新的快照。目前尚无价格信息，也没有更新日志条目。

🔗 v0 的公告 · 说明页面

面向组织的 GitHub Copilot：服务器间身份验证与辅助权限

Copilot 支持 GitHub Apps 的服务器间身份验证，现已进入公开预览

10 月 27 日 — GitHub 为 Copilot 开放服务器间身份验证的公开预览。安装在组织中的 GitHub App 可以代表该组织调用 Copilot：使用 GitHub Copilot SDK 构建的服务和智能体不再需要已登录用户的凭据。GitHub 将其称为工作负载专属身份（由工作负载持有的身份）。配置分为三步：为应用授予只读的组织级 Copilot Requests 权限、安装应用，然后向 SDK 传入安装令牌；根据文档，该令牌会在一小时后过期。用量计入组织账单，并遵循组织的模型政策、预算和支出上限；组织所有者可以通过 app_client_id 字段，在人工智能用量 CSV 报告中找到相关记录，也可以通过暂停或卸载应用来切断访问。

🔗 GitHub 更新日志

Copilot 辅助权限正式全面开放

10 月 26 日 — Copilot 的辅助权限（Assisted Permissions）在 Copilot CLI、GitHub Copilot 应用和 Visual Studio Code 中正式全面开放。当智能体请求执行命令、访问文件系统路径或打开 URL 时，大语言模型会评估请求：被判定为明确安全的请求会自动通过，其他请求则等待用户批准。该模式可以在 CLI 中通过 /permissions 启用，也可以通过应用和 VS Code 中的权限选择器启用。企业方面，托管设置允许禁用“全部允许”而保留辅助模式，也能单独禁用辅助模式，并为新会话设定默认模式；如果该模式不可用或被禁止，会话将以手动审批模式启动。评审器此前已存在于 Copilot CLI 中，并从 10 月初开始持续改进。

🔗 GitHub 更新日志

OpenAI 与 Oracle 扩大合作，将 Oracle 应用引入 ChatGPT

10 月 27 日 — OpenAI 与 Oracle 扩展商业合作，此前双方的合作已涵盖 API、ChatGPT Work 和 Codex。Oracle 正在开发 Oracle AI Workspace，将其应用和数据引入 ChatGPT：财务人员可以在其中分析成本或准备月度结账，同时遵循企业权限和审批要求。博文描述了预期体验，但未给出可用日期。

Oracle 产品	产品内容
Oracle AI Workspace	在 ChatGPT 中使用 Oracle 应用和数据（开发中）
Oracle AI Security Mesh	使用 OpenAI 的网络安全模型查找和修复漏洞
Oracle AI SMB Bundle	ChatGPT Business、Codex、Oracle 应用及定期发放的 OCI 额度
Oracle App Composer	使用 Codex 构建应用，由 Oracle 部署到 OCI
Oracle Marketplace	在美国购买 API、Codex 和 ChatGPT Work

Oracle 的美国客户可以使用 Universal Credits 支付，与 Google Cloud 自 10 月 21 日起提供的方式相同。文中引用的使用数据（Oracle 内部有 130 000 名 ChatGPT 活跃用户，Codex 活跃用户超过 95 000 名）来自 10 月 8 日的案例研究；双方未公布交易金额。

🔗 OpenAI 的博文

生成式视频与广告：Genspark Media Studio 与面向所有付费套餐开放的 Runway Ads

Genspark 推出 Media Studio，由导演智能体驱动的视频工作室

10月27日 — Genspark 推出 Media Studio，这是一款一体化视频工作室，只需几条提示词，就能得到剪辑完成的视频。其核心是一个导演智能体：据博文介绍，Claude Opus 5.5 和 Fable 5.1 负责规划视频、编写脚本和代码，GPT-6 Astra 则在 3D 场景编排阶段检查渲染结果。该智能体统筹来自十多家供应商的数十款图像、视频、音频和 3D 模型，包括 Seedance 2.5、GPT Image、Nano Banana、ElevenLabs 和 Seed Audio。在进行任何渲染之前，它会先要求用户确认创意、脚本、分镜（故事板）和预算；用户也可以圈出图像中的某个区域来要求修改。所有内容都集中在无限画布上，配有图层编辑器、多轨时间线和 3D 场景。Genspark 面向从 15 秒广告到 10 分钟短剧的制作需求；Media Studio 现已上线，付费会员可在一周内享受 50% 的折扣。

🔗 Genspark 博文

Runway Ads 正式全面开放

10月27日 — 试点推出一个月后，Runway Ads 已纳入 Runway 的所有付费套餐，未列明额外收费；Enterprise 管理员先在组织设置中启用，再逐个空间开启。该工具将 Meta、Google 和 TikTok 的广告账户整合到一个围绕所追踪目标组织的仪表板中。智能体从一则已经取得成效的广告出发，选出一个待测试变量，再生成符合品牌规范的变体，并可对其进行本地化和尺寸调整。任何广告都必须经过团队成员批准才能投放；未来几周还将支持更多平台。Runway 表示，其内部团队在人数不变的情况下，每周广告产量从不到 100 则增加到约 1000 则，每位订阅用户的获取成本下降了 41%。

🔗 Runway 公告

简讯

编程智能体

Copilot CLI 1.0.104 和 1.0.105-0 — 稳定版 1.0.104 沿用此前已报道的预览版内容，没有新增功能（受管理的“fusion”模型以 Auto 模式启动，Autopilot 会等待后台任务完成）；预览版 1.0.105-0 修复了在长上下文会话中通过 /model 选择 Copilot Fusion High 或 Max 时的问题。🔗 来源
Qwen Code v0.26.2 — 预览版发布一天后，稳定版新增约 30 项拉取请求，包括针对 /verify-pr 的本地预检查、从 Web Shell 停止 /autofix-pr 监视任务，以及使用 JSX 编写的 Mods；当晚又发布了包含五项更新的 v0.26.3-preview.0 预览版。🔗 来源
CLI mistral 0.14.0 — mistral apps capability publish 会拒绝包含 .env 文件的文件夹（.env.example、.env.sample 和 .env.template 除外），CLI 创建的提交会沿用用户的 Git 身份信息，若配置了密钥，还会进行签名。🔗 来源
Antigravity 2.27.0 — 补报 10月25日的更新：应用会以渲染后的预览形式显示 Markdown 代码块，并提供 Raw 切换选项，新增对话概览选项卡；Auto 模式也不再要求逐条批准子智能体在沙箱外执行的命令。🔗 来源
Cursor 中的 DeepSeek V4.1 Flash — 可在 Cursor 设置中启用该模型；据开发商介绍，其每个推理投入级别都位于 CursorBench 的成本前沿，每项任务成本在 0.60 至 0.98 美元之间，同等价格下没有评分更高的模型。🔗 来源
Cursor 中的 Annotate — Cursor 的设计模式支持修改元素、在页面上绘制标记，以及查看不同屏幕尺寸下的渲染效果，通过 Cmd+Shift+D 为智能体提供视觉指令。🔗 来源
Android 版 Amp — 继 8月底推出 iOS 和 macOS 版本后，Amp 发布 Android 应用，可从 ampcode.com/app 下载，包含对话线程、orbs 和 Puck。🔗 来源
Greptile 与 GPT-6 Astra — 10月26日晚，OpenAI 介绍了 Greptile 如何利用 GPT-6 Astra 的计算机操作能力，为每个拉取请求启动开发服务器，并模拟用户在 iPhone 上操作；这家初创公司还通过 MCP 将 Codex 连接到其知识库，但未提供量化成果。🔗 来源

安全

Check Point 与 OpenAI Daybreak — 据首席技术官 Jonathan Zanger 介绍，为超过 100000 家组织提供保护的 Check Point 借助 Daybreak，将漏洞研究时间从数小时缩短到数分钟；CodeRabbit 也加入了同一防御网络，其 Deep Scan 功能可免费使用至 11月8日。🔗 Check Point · 🔗 CodeRabbit
82 个智能体为 Syren 加固安全 — Synthesia 介绍了其视频智能体 Syren 的安全加固过程：约一周内，82 个智能体交付了六项安全控制措施，推理费用为 1110 美元；面对前沿模型的拒绝响应，团队转而使用 GLM 5.3 和 OpenAI Daybreak。🔗 来源

健康、模型与演示

C-BRAIN 与 NVIDIA — C-BRAIN 联盟（18 家机构）利用 64 块 NVIDIA GPU 和 Azure 节点加速阿尔茨海默病研究；据案例研究，其开源工具 OpenScientist 能在几分钟内完成原本预计需要数周的分析，每次运行成本低于 10 美元。🔗 来源
Nemotron-Personas-France — NVIDIA 发布教程，介绍如何利用与 Pleias 共同构建的人物画像数据集，让 Nemotron 3.5 Lightning 适应法国行政事务办理场景：包含 2000 个人物画像、合成对话，以及在 DGX Spark 或 DGX Station GB300 上进行的 LoRA 训练；未提供量化改进数据。🔗 来源
Gemini 4 Argon 演示 — Google 发布八项内部演示，包括一座用 5000 行数学代码渲染、无需依赖库的 3D 图书馆，以及在 Antigravity 中利用 NASA 关于 72 次火星飞行的逾 80000 个文件制作的幻灯片；没有新增功能。🔗 来源
Genspark 中的 GPT-6.1 Terra — 这款 OpenAI 模型已在 AI Chat、Code Agent 和 Claw 中投入使用，Genspark 未为其设置专属套餐或定价。🔗 来源
MicroDuck Arena — Pollen Robotics 新增拔河项目（拔河赛）：两只机器鸭、一根绳子和一个坑；用户在仿真环境中训练自己的策略并发布，随后策略将参加首届杯赛，比赛于 11月6日太平洋时间 9 时直播。🔗 来源

产品与企业

ChatGPT 中的 iCloud — iCloud Mail 和 Calendar 插件支持搜索邮件、梳理收件箱、查看日程和修改事件，所有套餐均可在网页端、桌面应用和 iOS 上使用。🔗 来源
Manus — 使用 Manus 创建的每个网站都可以安装为桌面应用，无需配置或经过应用商店：只需发布网站，在 Chrome 中打开，然后点击 Install。🔗 来源
SpaceXSI 的 Shared Bots — 新发布的内部案例研究：SpaceXSI 销售团队共享三个 Grok Bots，其中 Quote Bot 可在 Salesforce 和 Ironclad 中准备报价单和采购订单，遵循各用户的权限，并由人工审核发给客户的消息；未提供量化数据。🔗 来源
Google Cloud 上的 Claude Code 成本 — Anthropic 的一份指南详细介绍了按用户、群组或组织设置支出上限的方法，在达到 75% 和 95% 时触发提醒，以及按技能、插件、智能体和 MCP 服务器划分的 OpenTelemetry 指标；Fifth Dimension 在其中声称每月产出超过 300000 行代码。🔗 来源
LLM 网关 — Perplexity 的一份指南以六个步骤追踪请求经过 LLM 网关的过程，并详细说明相关风险，从 LiteLLM 在 1.83.9 中修复的漏洞，到 Cloudflare AI Gateway 在 2025年6月12日高达 97% 的错误率；没有产品更新。🔗 来源
No Limit 锦标赛 — Sequoia、Citadel Securities 和 OpenAI 联合举办锦标赛，学生或应届毕业生团队有 60 分钟时间构建扑克机器人；地区赛将于 11月初在波士顿、匹兹堡和湾区举行，最高奖金为 100000 美元。🔗 来源

这意味着什么

Anthropic 将 Claude 定位为覆盖药物研发全流程的协作者，而非分子设计者。最显著的收益未必出现在人们预期的地方：将 Enveda 制造档案的复核时间缩短 89%，或为 Mithril Medicine 这家仅有一人的公司协调 11 个实验室，其分量不亚于 Divergence Labs 的 35000 项抗体设计。通过此次收购，Anthropic 也在推进自己的项目，并给出了时间预期：最早可能于 2028年底开展首次人体试验。目前一切仍处于临床前阶段，结果也均来自 Anthropic 及其合作伙伴。同一天，NVIDIA 介绍了 C-BRAIN 使用的开源工具，它们能在几分钟内完成原本预计需要数周的分析：在生物医学研究中，人工智能如今正以节省的时间来衡量价值。

Genie 4 和 LFM3 走向了两个相反的方向。Genie 4 为仿真加入声音，并让 Gemini 担任导演，甚至成为下国际跳棋机器人的试验场；Google 没有提供量化数据或时间表，并承认一致性只能维持在较短的会话中。LFM3 则主打小体量：六款参数量约为 20 亿的模型，其中一款文本模型在 4 位量化下仅需 1 GB，另有一款全模态模型，可在手机或 Raspberry Pi 上运行。Ling-3.1-flash-1019 位于开放模型谱系的另一端，拥有 5600 亿参数，采用 MIT 许可证，无需改动一行配置即可获得改进。

当天的几项结果提醒人们，评测结果在很大程度上取决于问题如何提出。FrontierCode 2.0 降低了指令的明确程度，所有模型的成绩都出现下滑，从 Claude Opus 5.5 下降 9 个百分点，到 Kimi K3 下降超过 26 个百分点。Ai2 展示了仅仅改写指令，就能让 GPT-5.4 在判断想法新颖性时的准确率从 93.5% 降至 40.9%。Cohere 发布了运行轨迹、token 和脚本，以便他人复现其对 Qwen3.8-Flash-Next 的观察，同时说明复现需要使用预填充：一项观察越容易被他人复现，就越有分量。

在工具方面，当前的问题是谁来决定智能体获准执行哪些操作。GitHub 将权限请求的筛选交给 LLM，并允许管理员禁用 Allow All；Vibe CLI 3.0.3 可以直接拒绝所有工作目录之外的访问；Copilot 为没有已登录用户的智能体提供可计费、可追踪的组织身份。Diffusers 的漏洞揭示了其中的风险：只要模型文件夹被放在错误的位置，即使使用 trust_remote_code=False，也足以执行代码。与此同时，智能体的使用范围正在扩展到工程团队之外：Replit 向设计师和产品经理开放智能体，Delta 让两个人共享同一个 Claude Code 会话，Oracle 则在准备将其业务应用接入 ChatGPT。