Google DeepMind 发布 Gemini 4 Carbon，GitHub Universe 2026 将 Copilot 纳入 Enterprise，NVIDIA 发布 Nemotron 3.5 Transcribe

JLS42 / 2026年10月28日

由人工智能生成的文章

Google DeepMind 发布 Gemini 4 Carbon，GitHub Universe 2026 将 Copilot 纳入 Enterprise，NVIDIA 发布 Nemotron 3.5 Transcribe

Google DeepMind 发布旗下最强模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 中位居第一，网络安全能力达到业界领先水平，但初期仅向 Fairwind Program 中的一组网络安全防御人员开放。GitHub 在 Universe 2026 大会开幕之际发布约三十项公告：Copilot Fusion 正式推出、GitHub Enterprise 包含 Copilot、统一的云端体验、Copilot Memory、能从结果中学习的自动化，以及一份 Octoverse 报告，其中指出目前超过 40 % 的拉取请求由智能体发起。NVIDIA 发布 Nemotron 3.5 Transcribe，这是一款支持 40 种语言的开放转录模型；由戴维·格罗斯主持的委员会则说明了将如何审查 OpenAI 关于量子杨–米尔斯理论的证明。

Google DeepMind 发布旗下最强模型 Gemini 4 Carbon，初期仅向 Fairwind Program 的网络安全防御人员开放

10 月 28 日 — Gemini 4 Argon 正式推出两周后，Google DeepMind 发布 Gemini 4 Carbon。Google DeepMind 高级副总裁、Google 人工智能总架构师（首席人工智能架构师）科雷·卡武克乔格鲁将其介绍为 Google 最强大的模型，在网络安全和长期任务（长时程任务）方面达到业界领先水平。Carbon 以 59 分位居 Artificial Analysis Intelligence Index v5.0 第一，领先于 Claude Opus 5.5（58）和 GPT-6 Astra（57），并在 WebDev Arena 中排名第四（1 768，Elo 分数增加 89 分）。

网络安全是其主要卖点。Carbon 在要求发现漏洞的 SEC-bench Pro 上达到 88,2 %，在验证漏洞能否被利用的 ExploitGym 上达到 54,8 %，在要求从根源修复漏洞的 Collinear CWE-bench 上达到 71,0 %；Google 指出，这些外部测试成绩是在未启用安全防护措施的情况下测得的。内部测试中，生成安全代码的成功率比 Argon 提高了一倍以上；Chrome 团队报告，其修复方案的表现比另一家未具名实验室的大型前沿模型好 10 倍以上；Wiz 也将 Carbon 排在其网站渗透测试基准的首位。

下表数据摘自文章中以图片形式发布的表格，该表格共有 17 行。Carbon 仅在其中两项落后：FrontierSWE 2 上，GPT-6 Astra 和 Claude Opus 5.5 均领先于它；OSWorld-2.1 的离线子集则由 Claude Opus 5.5 领跑。

基准测试（Google 表格）	Gemini 4 Carbon	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5
AA Intelligence Index v5.0	59	50	57	58
Terminal-Bench 4.0 (AA)	65,2 %	57,1 %	59,1 %	59,6 %
FrontierSWE 2	61,2 %	55,0 %	65,5 %	62,3 %
OSWorld-2.1 (离线)	81,5 %	74,7 %	80,9 %	87,2 %
GraphWalks (256k 至 1M)	96,2 %	84,2 %	71,8 %	66,8 %
Vending-Bench 2 (美元余额)	16 484	13 718	15 515	9 235
SEC-bench Pro	88,2 %	83,4 %	85,4 %	—
ExploitGym	54,8 %	42,0 %	42,4 %	34,5 %
CWE-bench	71,0 %	68,0 %	68,0 %	67,0 %

Google 还强调模型在长时间会话中的行为：内部测试中，Carbon 曾在工程任务上“持续运行数日”，例如查找大型代码库中细微缺陷的根本原因。在 Terminal-Bench 4.0 上，作弊成功率降至 0,0 %；在内部编程环境中，高严重等级的失对齐警报减少近 80 %；缺乏依据的断言约为 Argon 的一半。在 Gray Swan 的间接提示注入基准测试中，没有任何攻击成功，而 Argon 的攻击成功率为 0,7 %。

Carbon 尚未接入 API 或 Gemini 应用。与 9 月底的 Argon 一样，Google 将从本周起先向部分网络安全防御人员开放，再通过 Fairwind Program 逐步向其他可信合作伙伴开放；该模型同时也参与美国政府的自愿性模型发布前测试流程。开发者、企业和公众将“尽快”获得访问权限，但尚无具体日期。价格已经确定：发布初期每百万输入词元 2 美元、每百万输出词元 10 美元，与 Argon 相同，缓存输入词元减免 95 % 的费用；此后分别调整为 4 美元和 20 美元，尚未公布切换日期。

Announcing Gemini 4 Carbon, our strongest model with state-of-the-art cybersecurity and long horizon capabilities. Carbon represents a step up across most benchmarks, delivering strong frontier performance in autonomous coding and cyber defense. We’re first making Carbon available to a subset of trusted cyber defenders in our Fairwind program. We’ll expand access as soon as possible.

🇨🇳 我们宣布推出旗下最强模型 Gemini 4 Carbon，其网络安全和长期任务能力均处于领先水平。Carbon 在大多数基准测试中取得进步，并在自主编程和网络防御方面展现出前沿性能。我们将首先向 Fairwind 计划中部分可信的网络安全防御人员开放 Carbon。我们将尽快扩大开放范围。 — @GoogleAI 在 X 上

🔗 Google DeepMind 的文章

GitHub Universe 2026：GitHub 将自身定位为智能体软件交付系统，并公布基础设施新增规模

10 月 28 日 — GitHub 在旧金山举办 Universe 2026 大会，杰伊·帕里克发表开幕文章，明确了发展方向：从编写代码的助手转型为“软件交付系统”，开发者负责指明方向，并对部署到生产环境的内容承担责任，智能体则负责实现与验证。交付物不再是代码，而是完成的工作：一项功能、一项修补或一项安全修复。三大方向支撑这一战略：开发速度、智能（平台上下文与持续学习），以及质量，默认以安全方式完成工作。

该文章汇总了当天的各项公告，下文各节将详细介绍：Copilot Fusion、GitHub Copilot 应用中的项目、从手机到 VS Code 的会话衔接、能从结果中学习的自动化、Copilot code review 的 Max 级别，以及将 Copilot 纳入 GitHub Enterprise。基础设施方面，GitHub 公布了今年以来新增的规模：

2026 年初以来新增的基础设施	GitHub 公布的规模
CPU 核心	4 百万
高速存储	160 Po
网络容量	50 Tb/s

向 Azure 多区域部署的迁移预计于明年年初完成，新的 Git 架构采用简化的原语，将存储与计算解耦，并尽量减少协调。杰伊·帕里克还提出一种说法：迄今为止编写的全部软件，将不到未来五年软件总量的 1 %；这更像是一种观点，而非测量结果。

🔗 杰伊·帕里克的文章

Copilot 使用 GPT Image 2.5 Flare 生成和编辑图像，现已开放公开预览

10 月 28 日 — Copilot 现已能够根据自然语言描述生成和编辑图像，面向 Pro、Pro+、Business 和 Enterprise 套餐开放公开预览，可在 VS Code、GitHub Copilot 应用和 Copilot CLI 中使用。所选推理模型会调用由 OpenAI 的 GPT Image 2.5 Flare 驱动的生成工具，在对话中展示预览，并将图像直接保存到项目中。图像生成独立于聊天模型计费，按图像词元从套餐的人工智能额度中扣除。组织或企业所有者可以通过模型策略关闭该功能；默认关闭的“由人工智能生成”水印可按需启用。

🔗 GitHub 更新日志

GitHub Design 推出采用 MIT 许可的人工智能原型工具 Replica

10 月 28 日 — GitHub Design 以 MIT 许可开源发布 Replica，这是一款将创意转化为交互式原型的工具。与通用工具不同，它基于团队的设计系统、组件、设计模式和文档：设计师制定指导规则，随后设计师、产品经理和开发者可在 GitHub Copilot 应用中用自然语言描述希望探索的原型，并逐步完善它。可选的自托管 Replica Hub 支持发布原型，以收集团队反馈。该工具现已可用。

🔗 GitHub 更新日志

Octoverse 2026：17,9 十亿次推送，超过 40 % 的拉取请求由智能体发起

10 月 28 日 — GitHub 的 Octoverse 2026 年度报告描绘了智能体推动加速发展的一年。在十二个月内，开发者推送代码 17,9 十亿次，超过 2024 年和 2025 年的总和；提交次数达到 34,3 十亿次，是两年前的三倍多；合并的拉取请求达到 1,3 十亿个，平均每天 3,5 百万个。GitHub 拥有超过 225 百万名开发者，其中美国有 38,3 百万名，印度有 32 百万名；法国以 4,75 百万名排名第十。

Octoverse 2026 指标	公布的数值
十二个月内的推送次数	17,9 十亿
提交次数	34,3 十亿
已合并的拉取请求	1,3 十亿 (每天 3,5 百万)
GitHub 开发者	超过 225 百万
由智能体发起的拉取请求	9 月超过 40 % (3 月为 17 %)
使用智能体模式的 Copilot 活跃用户	55 % (一年前为 35 %)
Copilot 中使用的不同模型数	9 月为 47 (5 月为 29)
GitHub Actions 作业	每秒 1 440

智能体的占比快速上升：9 月，超过 40 % 的拉取请求由智能体生成初稿，而 3 月为 17 %；这相当于 110 百万个拉取请求，约为 3 月的六倍。这些拉取请求中有 90 % 在两周内合并，未检测到智能体参与的拉取请求则约为 86 %；今年创建且带有智能体配置文件的仓库，平均提交次数是其他仓库的 8 倍。可被委派完整任务的 Copilot 云端智能体同比增长 230 %，而智能体模式聊天的增幅为 85 %。

开发者也在使用更多模型：9 月使用的 47 个模型中，没有任何一个占请求量的比例超过 25 %；在自行选择模型的用户中，61 % 会使用多个模型，而四个月前这一比例为 50 %。编程语言方面，TypeScript 仍位居第一，领先于 Python 和 JavaScript。新增贡献者最多的软件厂商仓库排行榜由编程智能体项目领跑：anthropics/claude-code、openai/codex、anomalyco/opencode、microsoft/vscode 和 github/copilot-cli。

🔗 Octoverse 2026 报告

GitHub Enterprise 现已为每位持有许可证的用户提供 Copilot，并推出 10 美元的 Copilot Standalone

10 月 28 日 — GitHub 调整了 Copilot 的企业商业模式。通过 GitHub 或 Microsoft 销售团队购买的客户，如今可为每位持有许可证的用户获得 GitHub Enterprise 所含的 Copilot，无需单独订阅；该方案现已面向 GitHub Enterprise Cloud 提供。此前需要管理 Copilot 席位数量和人工智能用量两项内容；将 Copilot 纳入后，只需管理企业的人工智能预算。

这一访问权限提供与 Copilot Enterprise 相同的功能和模型，但不包含每个席位的月度人工智能额度：从第一次请求起，所有请求都从企业预算中扣除，并沿用现有的策略、告警和归属机制。即使没有预算，基本功能仍可继续使用：

Copilot 功能	人工智能预算耗尽时
代码补全和下一处编辑建议	继续可用
Copilot Chat、Copilot code review 和云端 Copilot	需要预算
Copilot 席位访问权限	始终保留

企业账户中没有 GitHub Enterprise 许可证的成员，可以通过 Copilot Standalone 获得同样的访问权限，价格为每位用户每月 10 美元。自助购买尚未开放：将分阶段推出，并承诺在“未来几周”公布日期；现有的自助订阅保持不变。Copilot Business 和 Copilot Enterprise 将继续面向新老企业客户提供。

🔗 GitHub 更新日志

GitHub Copilot Fusion 正式发布，取代手动选择模型

10 月 28 日 — Copilot Fusion 在所有 Copilot 套餐中正式发布，支持 VS Code、GitHub Copilot 应用、Copilot CLI 和 JetBrains IDE，其他客户端也将“很快”获得支持。开发者无需选择模型，而是选择 Copilot Fusion，再设定推理强度：Standard 用于日常编码，High 用于困难任务，Max 用于要求最高的任务。随后，Fusion 会针对每次请求决定是交给单个模型（Single 模式），还是依次调用多个模型：级联模式（Cascade：由高效模型起草，质量检查决定接受结果还是升级至更强的模型）或评审模式（Critique：一个模型起草，另一个模型审阅，再由第一个模型修订）。

Fusion 将 Project HydraFusion 的多模型编排与 Copilot 的自动模型选择结合起来。Project HydraFusion 于 9 月推出研究预览版，并于 10 月 14 日扩大开放范围。据 Octoverse 报告，HydraFusion 在预览期间为近 60 000 个会话进行了路由；此前使用 auto、HydraFusion 或 HydraFusion Max 的用户将自动切换至对应的 Fusion 等级。GitHub 公布了一项外部评测结果：

Artificial Analysis Coding Agent Index	Copilot Fusion Max，据 GitHub
得分	60，与使用 Opus 5.5 Max 的 Claude Code 相差两分
每项任务的平均 API 成本	约为一半
Tokens 消耗量	约为一半
每项任务耗时	约减少 40 %

在企业环境中，Fusion 只会调用策略允许使用的模型；管理员可以将某个模型排除在 Fusion 之外，同时继续允许用户直接使用该模型，也可以将任意推理强度的 Fusion 设为默认模型。每个被调用的模型均按其标准价格计费，付费套餐暂享模型费用七折优惠。AT&T 表示，Fusion Standard 提高了 tokens 使用效率，但未公布具体数字。

🔗 Copilot Fusion 更新日志

Copilot Fusion 实验性支持路由至本地模型 MAI Code 1.1 Flash 和 Qwen3.8 Flash Next

10 月 28 日 — GitHub 将 Copilot Fusion 扩展至本地模型，提供需主动加入的实验性预览。在 Standard 推理强度下，Fusion 会针对每次请求，在本机运行的模型与云端模型之间进行选择，适用于 Copilot CLI、Copilot 应用和 VS Code。在 Windows 上，MAI Code 1.1 Flash 的下载和配置由 Windows ML 提供程序管理。在 Windows、macOS 和 Linux 上，Copilot CLI 也支持由兼容 OpenAI 的服务器提供服务的本地模型，包括 MAI Code 1.1 Flash 或 Qwen3.8 Flash Next；用户自行提供的模型（BYOK）不会自动获得 Fusion 使用资格。GitHub 提醒，这并不意味着会话可以离线运行：路由决策仍在云端进行，本地模型也可能采用不同的安全防护措施。

🔗 GitHub 更新日志

JetBrains 版 Copilot 引入 Fusion，本地沙箱和 next edit suggestions 正式发布

10 月 28 日 — 面向 JetBrains IDE 的 GitHub Copilot 插件补齐了其他客户端已有的功能。Copilot Fusion 取代 Auto 选项，提供三个推理强度等级，并逐步向所有用户推出，前 30 天可享七折优惠。本地沙箱正式发布，可根据开发者或组织的策略，限制智能体命令对文件系统、网络和凭据的访问；next edit suggestions 也同步正式发布。Microsoft Copilot 智能体运行框架在可用时成为默认选项，侧边栏集中展示各个会话，将鼠标悬停在智能体的某轮交互上，可查看其耗时以及各模型的 tokens 消耗量。

🔗 GitHub 更新日志

Copilot 整合为统一的云端体验，引入云端沙箱及按美元计量的 Actions 计算额度

10 月 28 日 — GitHub 将各个 Copilot 入口整合为统一的云端体验，面向付费套餐正式发布，并于 10 月 28 日开始逐步推出。从 github.com、GitHub Mobile、Copilot CLI、Copilot 应用、VS Code、Slack 或 Microsoft Teams 发起的任务都会成为一个统一会话，在所有入口的同一会话列表中显示，并可在任意其他入口继续处理：在手机上通过语音或图片描述任务，在网页端继续推进，最后在 VS Code 中完成。Copilot Free 用户仍可在 github.com 和移动端使用 Copilot Chat。

每个会话默认在 GitHub 管理的云端沙箱中运行，总运行时长不再受一小时限制，停止时会保存快照，方便在其他入口恢复。云端会话支持 Bash、GitHub CLI、代码搜索、连接器、MCP 服务器和 skills，/rubber-duck 和 /context 命令也将登陆网页端和移动端。GitHub Mission Control 支持通过手机控制本地会话，--environment-host 选项则可将自己的机器或虚拟机注册为运行环境。企业可通过“Copilot in the cloud”策略继续掌控使用范围：会话默认仅限于一个组织或个人代码仓库，并要求通过 SSO 验证。

影响最深远的变化在于计费：

计费变化	GitHub 公布的详情
内含 Actions 额度	以美元额度取代标准 runner 的分钟数配额
额度覆盖的用量	标准托管 runner、云端沙箱，以及 Team 和 Enterprise Cloud 套餐中的 larger runners
沙箱计费	自 2026 年 11 月起收费，优先扣除内含额度
涉及的套餐	GitHub Free、Pro、Free for organizations、Team 和 Enterprise Cloud

各产品仍按其公布的价格计费；变化仅在于套餐内含额度的计量方式。

🔗 GitHub 更新日志

GitHub Copilot 应用推出 Projects 公开预览，支持跨代码仓库协调智能体

10 月 28 日 — GitHub Copilot 应用引入 Projects，现已进入公开预览。一个项目将目标、上下文（代码仓库、设计稿、Slack 讨论串、会议记录）、智能体及其成果汇集在一起，用于处理超出单个代码仓库或会话范围的工作：例如涉及多个代码仓库的功能，或无需修改代码、但需要综合规格说明和设计稿的发布计划。Copilot 会根据需要在后台启动多个智能体，通过并行会话开展工作，并提交 pull request 供审阅；项目自动化负责重复性任务，例如为每项交付的功能制作一段宣传视频。应用还可从 Slack 和 Figma 获取上下文，并在聊天中生成图像。桌面应用操控功能（computer use）继续在 macOS 和 Windows 上保持公开预览状态，与 10 月 1 日以来的状态一致。

🔗 GitHub 更新日志

VS Code 1.144 与 Copilot：Agent Host、延续至手机的会话，以及开放的 AHP 协议

10 月 28 日 — 在 Universe 当天发布的 VS Code 1.144，让编辑器支持这些可跨端延续的会话。从 Agents 窗口在云端启动的会话，也会出现在 Copilot 应用、GitHub Mobile、github.com 或 CLI 中；从 Slack 或 Teams 私信中启动的会话同样如此。在本地，Agent Host 将会话与窗口解耦：关闭文件夹后，智能体仍可继续工作；它还可通过 Remote SSH 或 dev tunnels 在另一台机器上运行，并在开发机器上工作时接受 GitHub Mobile 的远程控制。

基于 Microsoft Copilot SDK 构建的 Copilot 运行框架成为新会话的默认选项。GitHub 同时开放 Agent Host Protocol（AHP），让第三方客户端也能加入同一会话，并提供 TypeScript、Rust、Go、Kotlin 和 Swift 库。VS Code 还新增模型与运行框架的并行比较功能，由评判模型进行评估并给出综合结论（预览版）；此外还引入实验性的电脑操控功能（computer use）、自定义配置市场（Customization Marketplace：提供 skills、MCP 服务器和插件），以及预览版 Copilot 连接器。

🔗 GitHub 更新日志 · VS Code 1.144 版本说明

Agent Merge 直接在 GitHub 云端监控并修复 pull request

10 月 28 日 — 已在 Copilot 应用和 VS Code 中提供的 Agent Merge，如今登陆 pull request 页面。合并区域中的“监控并修复”选项，可让 Copilot 监控 pull request，并在云端开发环境中自行修复失败的 Actions 工作流、合并冲突，或同时处理两者。配合自动合并（auto-merge），Copilot 会持续维护 pull request，使其保持可合并状态，GitHub 则在所有条件满足后立即执行合并。用户可在 Copilot 设置中，为自己的所有 pull request 默认启用此选项；该功能仅面向付费套餐，并受组织和企业策略约束。

🔗 GitHub 更新日志

Copilot Memory 正式发布，Copilot Dreaming 进入预览，代码搜索扩展至本地仓库之外

10 月 28 日 — GitHub 将基于平台数据图谱构建的三项上下文能力统称为“GitHub intelligence”。第一项是 Copilot Memory，经过近一年的预览后，现已面向付费套餐正式发布。Copilot 会记住个人偏好（例如在 pull request 描述开头先写摘要）和代码仓库约定（例如正确的测试命令），并在不同会话和客户端之间重复利用这些信息：涵盖应用、CLI、VS Code、云端智能体、Copilot code review、Slack、Teams 和移动端。个人记忆可在 Copilot 设置中管理。GitHub 引用了一项范围明确的结果：在公开预览期间接受检查、且智能体使用了记忆的 Copilot CLI 会话中，93 % 更好地遵循了开发者偏好，42 % 的工作流效率有所提升，这些改善归因于记忆。

第二项是 Copilot Dreaming，现进入需主动加入的公开预览。Copilot 会围绕过去的工作“做梦”，以改善后续会话，包含三类“梦境”：整理个人记忆、建议更新代码仓库的 skills 和指令文件，以及将已接受的代码审查反馈转化为 Copilot code review 的指导规则。对受版本控制文件的修改会通过 pull request 提交给团队，每次运行都会消耗人工智能额度。

第三项将 Copilot 的代码搜索扩展至本地副本之外：无需克隆，即可在关联代码仓库和依赖项中，按精确文本、符号、正则表达式、筛选条件或语义搜索代码、配置、架构定义和文档。/research 命令会使用这项能力，例如在规划迁移之前，先了解多个服务如何处理支付重试。

GitHub intelligence 组成部分	截至 10 月 28 日的状态
Copilot Memory	面向付费套餐正式发布
Copilot Dreaming	需主动加入的公开预览，运行时消耗人工智能额度
超出代码仓库范围的代码搜索	搜索关联代码仓库和依赖项，无需本地克隆，由 /research 使用

🔗 GitHub 更新日志

Copilot Automations 支持共享和自我改进，新增 24 种触发器、20 项工具及额度上限

10 月 28 日 — Copilot Automations 将提示词、触发器和获准使用的工具结合为工作流，让 Copilot 在云端执行任务。继 6 月 2 日推出定时或事件驱动的自动化，以及 8 月 3 日推出评论触发功能之后，如今又同时迎来多项进展。

首先，自动化可以共享了。共享自动化归代码仓库所有：所有具备读取权限的人都能查看，具备写入权限的人可以修改；它以 Copilot 身份执行操作，消耗的人工智能额度计入代码仓库所有者的账单，即使创建者离开团队也会继续运行，并保留修改历史。自动化创建后，其个人或共享类型便无法更改。

其次，自动化可以从结果中学习。分类自动化会观察自己添加的标签是否被修改，审查自动化会观察自己的评论是否被接受；另一个每周运行的自动化会分析这些信号，建议修改提示词、工具或触发器，只有经过人工批准后才会应用这些修改。

Copilot Automations 新功能	公布的详情
新增 GitHub 触发器	24 种事件：议题、pull request、讨论、代码扫描告警、密钥告警和 Dependabot 告警
外部触发	REST API，例如从 Jira、Sentry 或 PagerDuty 触发
串联执行	一个自动化可根据自身成功或失败的结果启动另一个自动化
新增 GitHub 工具	20 项，包括合并 pull request 和重新运行工作流，另支持自定义 MCP 服务器
人工智能额度上限	可按每次运行、每天、每周或每月设置

在 VS Code 1.144 中，用户可通过 Agents 窗口的 Automations 选项卡创建和管理云端自动化，即使电脑关机也能继续运行。这些功能面向 Pro、Pro+、Max、Business 和 Enterprise 套餐提供。

🔗 新增工具和触发器的更新日志 · 共享自动化 · 自我改进

GitHub Agentic Workflows 正式发布

10 月 28 日 — GitHub Next 的开源项目 GitHub Agentic Workflows 可在 GitHub Actions 中运行编程智能体。继 2 月的技术预览和 6 月的公开预览后，该项目现已在 github.com 上面向 Free、Team 和 Enterprise 套餐正式开放。用户用 Markdown 描述一项推理任务（问题分类、CI 失败分析、文档更新、测试编写），工具会将其编译为标准的 Actions YAML，由 Copilot 或其他编程智能体执行。默认引擎 Copilot CLI 需要 Copilot 许可证。

安全仍是核心：默认只读、容器隔离并置于 Agent Workflow Firewall 之后、输出经过验证，且任何修改之前都要运行专门的威胁检测作业。正式版本新增了 ARC 自托管运行器、脱离实验阶段的预算预测功能 gh aw forecast、模型路由器、按工作流选择提供商的功能，以及微型虚拟机隔离。Accenture 表示，某个团队 91 % 的提交由人工智能编写，每天的生产环境错误从约 11 000 个降至不足 1 000 个；这些数字由客户提供。

🔗 GitHub 更新日志

GitHub 为 Copilot 开放 26 个经过验证的 MCP 连接器，只需连接一次

10 月 28 日 — GitHub 验证的 MCP 服务器被称为连接器，现已面向所有 Copilot 套餐进入公开预览，并逐步推出。用户选择一个服务，登录一次，即可在各处使用该连接：Copilot 应用、Copilot CLI（/mcp 命令、Connectors 选项卡）、VS Code、云端会话和 GitHub Mobile，无需安装服务器或管理凭据。首批提供 26 个服务，包括 Slack、Figma、Notion、Sentry、Linear、Atlassian Rovo、Cloudflare、Vercel 和 Work IQ，这些连接也可用于应用内的定时自动化。在 Business 和 Enterprise 套餐中，必须启用 Editor preview features 策略；部分服务还要求在服务端启用相应功能，例如 Slack 的 MCP 访问权限。

🔗 GitHub 更新日志

智能体时代的安全与代码审查：AI Scan、Copilot 应用安全扩展、Copilot code review Max、Replit 的 Agent Habitat 和 Genspark 的 SB-Box

同一天，GitHub 将安全工具扩展到人工智能编写的代码及集成人工智能的应用，而 Replit 和 Genspark 则详细介绍了各自隔离智能体的方式。

GitHub 将安全能力扩展到人工智能：仓库 AI Scan、人工智能应用漏洞检测和基于分类器的推送保护

10 月 28 日 — GitHub 新增三项由人工智能支持的安全功能，均处于公开预览阶段。AI Scan 于 10 月 15 日正式面向拉取请求开放，如今扩展至整个仓库：智能体扫描器在固定时间预算内，检查默认分支最新提交中风险最高的代码，包括 CodeQL 尚未覆盖的语言，同时忽略 CodeQL 已经报告的问题。其警报会进入代码扫描列表，并可通过智能体自动修复功能解决。该功能无需 Copilot 许可证，按 Code Security AI credits 计费。

代码扫描也开始在拉取请求中识别人工智能应用特有的漏洞：间接提示注入、敏感信息泄露和过度自主性（excessive agency），使用时需要 GitHub Advanced Security 许可证。最后，推送保护引入了与 Microsoft Applied Sciences 共同设计的分类器，通过判断密钥在周边代码中的用途，拦截那些没有已知格式的密钥：初步结果显示，被成功拦截密钥的推送数量增加了一倍以上。

🔗 仓库 AI Scan · 人工智能应用代码扫描 · 基于分类器的推送保护

安全扩展将代码扫描警报和 /security-review 引入 GitHub Copilot 应用

10 月 28 日 — GitHub Copilot 应用新增处于公开预览阶段的 GitHub security 扩展，用户无需离开应用即可处理代码扫描警报。它按严重程度列出仓库中尚未解决的警报；用户选择一个或多个警报后，可要求 Copilot 解释（Explain）或修复（Fix），修改保留在本地工作副本中，不会提交或推送。/security-review 命令可在创建拉取请求之前分析当前修改。该扩展以插件形式通过 copilot plugin install github-security@awesome-copilot 安装；Explain、Fix 和 /security-review 会消耗人工智能点数，查看或忽略警报则不会。它支持 github.com 和具备数据驻留功能的 GitHub Enterprise Cloud，不支持 GitHub Enterprise Server。

🔗 GitHub 更新日志

Copilot code review 新增多模型 Max 级别，并正式开放审批功能

10 月 28 日 — Copilot code review 在 Lite 和 Balanced 之外新增第三个投入级别 Max，目前处于公开预览阶段。它面向高风险修改，例如身份验证逻辑或多个服务共用的库，让多个独立审查智能体分别使用不同提供商的模型开展工作，再由一个汇总智能体整合发现、裁决分歧并核实准确性，最终生成一份审查结果。根据主题演讲配套博文，Max 在 ReviewBench 高严重性问题上的 F1 得分最高，但未公布具体数值。相比另外两个级别，它耗时更长，消耗的人工智能点数也更多。

与此同时，Copilot 的审批功能正式开放：启用后，Copilot 的批准会像人工批准一样计入仓库要求的批准数量，而任何新提交都会使其失效。该功能默认关闭，可按企业、组织或仓库启用，并可限定适用的文件路径。

🔗 GitHub 更新日志

Replit 发布 Agent Habitat 安全架构，并提出覆盖 11 个维度的成熟度评估体系

10 月 28 日 — Replit 发布白皮书 Agent Habitat 架构，为智能体的工作环境提出安全架构及其评估体系。其出发点很明确：即使智能体不配合、偏离目标、受到所读内容的操纵，或主动寻找漏洞，防护措施也必须有效。该架构划分可信、半可信和不可信区域，并将凭据代理（credential broker）设为通往外部的唯一途径：智能体始终无法看到真实密钥。架构还配有十二项原则，包括执行期间权限只能缩小，以及任何不可逆操作都需要人工批准。

成熟度评估覆盖 11 个维度，从沙箱隔离到工作负载身份，每个维度按 0 至 3 评分，并要求提供相应证据：第 1 级防范意外，第 2 级防范提示注入，第 3 级防范主动尝试逃逸的智能体，而系统的整体水平取决于最低分。首席技术官路易斯·埃克托尔·查韦斯在配套博文中宣布，将推出可按任务配置的智能体操作策略、扩展到企业代码库贡献场景的 Security Agent，以及基于沙箱 eBPF 监控的可疑活动检测，但没有给出日期。尚未公布价格。

🔗 Replit 白皮书 · 首席技术官博文

Genspark 开放面向智能体的虚拟机沙箱 SB-Box 测试版

10 月 28 日 — Genspark 以 SB-Box 为名，向开发者开放运行其自有智能体的沙箱基础设施测试版。每个沙箱都是具有独立内核的完整虚拟机，而非进程或容器。闲置 10 至 15 分钟后，沙箱会冻结，保留进程、内存和磁盘，此时仅磁盘继续计费；下一条命令或发往其某个端口的 HTTP 请求会将其唤醒。每次冻结都会形成一个可克隆或恢复的版本，运行时长没有上限：唯一限制是点数余额。

SB-Box 指标（Genspark 平台）	公布数值
4 Go 机器启动（中位数）	0,35 s
启动（第 90 和第 99 百分位）	0,43 s 和 0,70 s
冻结后恢复（中位数）	0,8 s
冻结后的内存保留时间	14 天

SB-Box 可通过 CLI gsk 或 REST API 控制，并通过 SKILL.md 文件集成到编程智能体中，演示使用的是 opencode；在 Claude Code 中，CLI 会自动获取会话标识符。Genspark 给出的费用示例是：一台配有 2 vCPU 和 4 Go 内存的机器，一周内实际运行 41 分钟，消耗 56 个计算点数，另加一块 20 Go 磁盘，每天消耗 24 个点数。

🔗 Genspark 帖文串 · SB-Box 页面

NVIDIA 推出 Nemotron 3.5 Transcribe，支持 40 种语言转写、说话人归属识别和翻译的开放模型

10 月 28 日 — NVIDIA 发布 Nemotron 3.5 Transcribe，在单个检查点中集成了 40 种语言的转写、31 种语言与英语之间的双向翻译、13 种语言中最多八位说话人的归属识别（说话人分离）、时间戳、语言识别、音频问答和个人数据遮蔽功能。它处理最长一小时的录制文件，不支持流式处理，并可通过自然语言指令控制：添加发言者姓名、翻译，或遵循医学术语的拼写规范。

该模型采用 Mamba-2–Transformer 混合专家架构。NVIDIA 将其称为“30B”模型，激活参数约为 4B；Hugging Face 模型说明则注明，总参数量为 34B，其中激活参数为 4,3B，包含音频编码器。模型提供 BF16、FP8 和 NVFP4 版本，可在单张 H100 80 Go 上运行，采用 OpenMDW-1.1 许可证发布，模型说明称其允许商业使用。模型已在 Hugging Face 和 ModelScope 上发布，并提供在线演示。

基准测试（模型说明）	Nemotron 3.5 Transcribe	所列最佳竞品
Open ASR 英语，9 个公开数据集（平均 WER）	4,71	4,94 (Qwen3-ASR-1.7B)
Open ASR 长音频（平均 WER）	10,98	13,37 (Parakeet-TDT-0.6B-v3)
Open ASR 多语言，7 种语言（平均 WER）	4,62	6,49 (Qwen3-ASR-1.7B)
多说话人，完整会话（cpWER）	15,80	16,83 (DiCoW v3.3 + DiariZen)
Artificial Analysis（WER，NVIDIA 帖文串）	2,81 %	2,77 % (Voxtral Small, 24B)

英语测试数字因来源而异：NVIDIA 的帖文串称，模型以 5,33 % 的平均 WER 位居 Hugging Face 的 Open ASR Leaderboard 开放模型榜首，而模型说明给出的数字为 4,71，来自 10 月 12 日对九个公开数据集的测量。在说话人归属识别方面，该模型在 VoiceArena 的 14 个系统对比中排名第一，并在 David AI 覆盖 21 种语言的多语言说话人分离榜单中位居首位。

On @ArtificialAnlys , Nemotron 3.5 Transcribe achieves a 2.81% word error rate with ~4B active parameters. Voxtral Small scores 2.77% with 24B. Nearly the same transcription accuracy, with about one-sixth the active parameters.

🇨🇳 在 Artificial Analysis 上，Nemotron 3.5 Transcribe 以约 4B 激活参数实现了 2,81 % 的词错误率。Voxtral Small 以 24B 参数实现了 2,77 %。转写准确率几乎相同，激活参数量却仅约为六分之一。 — @NVIDIAAI 在 X 上

吞吐量方面，模型说明称，在一张 RTX PRO 6000 Blackwell Server Edition 上，每秒最多可转写 2 238 秒音频，但这一成绩使用了 NIM Nemotron Transcribe 的优化实现：这些优化尚未纳入开源版本，其 vLLM 集成版本约慢一倍。面向 RTX Spark、DGX Spark 和 Jetson AGX Thor 的量化版本预计即将推出。NVIDIA 还为模型配套提供了自 9 月中旬起在 Hub 上线的 Granary v2 多语言数据、可复用的数据整理流水线，以及 NeMo Speech 微调方案：在一个医疗案例中，相比最佳提示指令，微调将错误率降低了 45,8 %。

🔗 NVIDIA 帖文串 · Hugging Face 博文 · 模型说明

ElevenLabs 推出为 Scribe 提供支持的字符级强制对齐模型 Cue

10 月 28 日 — ElevenLabs 推出 Cue，这是一款强制对齐（forced alignment）模型，可将转写文本的每个字符对齐到音频时间轴。它是让字幕在正确时刻出现、对齐配音台词或将歌词与音乐同步的幕后组件。Cue 已在 ElevenLabs 的所有 Scribe 转写任务中运行，也可通过 Forced Alignment API 单独使用；它一次处理整段录音，无需切分为 30 秒的片段。

指标（据 ElevenLabs）	Cue	其他受测对齐工具
完整录音的平均误差	179 ms	283 ms 至超过 6 000 ms
带噪英语的平均误差	57 ms	65 至 920 ms
一小时音频的对齐耗时	生产环境 GPU 上约 0,5 s	接近 2 s (Qwen3-ForcedAligner)
歌曲：时间偏差小于 0,3 s 的词语占比	92,7 %	82,0 %（最佳竞品）

博文一处称基准测试覆盖 29 种语言，另一处则称超过 90 种。

🔗 ElevenLabs 博文

HeyGen 推出 Voice STS，将录制的声音表演转换为虚拟形象的声音

10 月 28 日 — HeyGen 为 HeyGen Voice 新增语音到语音（speech-to-speech，STS）模式。用户无需让合成声音朗读文本，只要录制一次台词，HeyGen Voice STS 就会用其虚拟形象的声音重新呈现，保留停顿、重音和耳语。该模式已在开发者平台开放，通过模型 heygen-voice-sts-0 使用，即时声音按生成音频每分钟 0,12 美元计价，按秒计费：源片段最长 300 秒，输出为时长相同的 WAV。它补充了 10 月 14 日发布的 HeyGen Voice 和 21 日推出的 Voice Turbo。

🔗 HeyGen 公告 · 模型页面

Suno 开放 MCP 服务器测试版，可从 Claude、ChatGPT、Gemini 或 Cursor 创作歌曲

10月28日 — Suno 开放 Suno MCP 测试版，让用户通过 MCP 服务器，无需离开助手即可创作音乐。在 Claude、ChatGPT、Gemini、Claude Code 或 Cursor 中将 Suno 添加为连接器后，只需用日常语言描述想要的曲目：人工智能编写歌词和风格，Suno 生成歌曲，用户再通过后续提示反复修改。服务器涵盖 Suno 的主要功能：从语音备忘录或循环乐段开始创作，对自己的曲目进行翻唱、续写和混搭（mashups），以及使用自己的 Suno 声音演唱。无需 API 密钥：通过 Suno 账户连接，消耗账户内的积分，并将歌曲存入个人曲库。提前体验需通过表单申请；Suno 尚未公布全面开放日期或单独定价。

🔗 Suno 公告 · Suno MCP 页面

人工智能与科学研究：OpenAI 的 Yang-Mills 证明审查委员会、Anthropic 的 AI for Science，以及 Meta 与五所大学的合作

当天有三项公告涉及科研：核验一项由人工智能产生的数学物理成果，以及向实验室开放 Anthropic 和 Meta 的模型。

大卫·格罗斯领导的委员会详述如何审查 OpenAI 关于量子 Yang-Mills 理论存在性的证明

10月28日 — 在 OpenAI 发布量子 Yang-Mills 理论存在性文章两天后，负责审查证明的委员会通过 KITP（加州大学圣巴巴拉分校卡夫里理论物理研究所）发布声明，介绍了自身情况。委员会由大卫·格罗斯担任主席，成员包括迈克尔·R.·道格拉斯、阿瑟·贾菲、伊戈尔·R.·克列巴诺夫和尼基塔·涅克拉索夫。OpenAI 于10月16日请大卫·格罗斯保管这份证明，并组织其公开传播；委员会表示，其工作服务于学术界，“对 OpenAI 不承担任何责任”。

就内容而言，这份涉及理论存在性、包括与费米子耦合的证明，“似乎是迈出的重要一步”，有助于为量子场论建立严格的数学基础。委员会随即补充，禁闭和质量间隙“仍然是极其重要的开放难题”：质量间隙问题尚未解决。OpenAI 提供了 Lean 形式化版本；委员会将先核查定义和命题表述是否符合物理学与数学的标准，再公布 Lean 证明，随后连同模型生成的 1 147 页证明一起发布完整评估。

This is an experiment in how the academic community can deal with the rapid development of new knowledge by AI. We intend to proceed very carefully.

🇨🇳 这是一次探索学术界如何应对人工智能快速产生新知识的实验。我们打算以极其谨慎的态度推进。 — Yang-Mills 工作组声明（KITP）

🔗 KITP 网站上的声明

Anthropic 的 AI for Science 计划扩展至 20 家基金会、机构和科研项目

10月28日 — Anthropic 将其 AI for Science 计划扩大至全球 20 家合作伙伴。该计划于2025年5月启动，为科研项目提供免费的 Claude 额度。计划的支持规模随之扩大：从支持个别研究人员，发展到支持整个组织。具体金额尚未公布。

合作伙伴的角色	组织
分配额度的资助机构	斯隆基金会、西蒙斯基金会、施密特科学、科学开源基金、美国国家科学基金会、CAS
在内部使用额度的机构	太空望远镜科学研究所、惠康桑格研究所、弗朗西斯·克里克研究所、伦敦帝国理工学院、EMBL、格拉德斯通研究所
获得直接资助的项目	FlyWire、LEAP、AstroPath、gnomAD、Tau Ceti、群体基因组学中心

这些项目中，FlyWire（普林斯顿大学）正在绘制成年果蝇的完整连接组；gnomAD（布罗德研究所）研究超过 80 万人的遗传变异，以服务罕见病研究；Tau Ceti 则在构建一个通过 Lean 自动形式化的数学库。其中多个项目将产出公共资源：开放数据集、开源软件、标准和共享库。

🔗 Anthropic 文章

Meta 以 Muse、SAM、DINO、V-JEPA 和 SeamlessM4T 模型支持美国五所大学的研究

10月28日 — Meta 宣布支持美国五所大学的科研项目：加州理工学院（扩大合作）、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston。根据各校情况，支持方式包括开放 Meta 模型访问权限、与 Meta 研究人员合作，以及为部分项目提供资金，具体金额尚未公布。各团队将使用 Muse 系列（Muse Spark Open、Muse Wonder、Muse Spark、Muse Glimmer）、视觉模型 SAM、V-JEPA 和 DINO，以及翻译模型 SeamlessM4T。

在加州理工学院，托尼·岳·余正在构建 MathDB Frontier，这是一个基于超过 86 900 道研究级未解问题的基准测试；阿尼玛·阿南德库马尔则在开发 TorchLean，这是一个用于构建可进行形式化验证的科学成果的 Lean 4 框架。医疗项目主要使用在大学内部运行的开放权重模型，Meta 明确表示，患者数据既不会传给 Meta，Meta 也无法访问。UTHealth Houston 已在本地部署 Muse Glimmer，并针对 65 个胶质母细胞瘤病例启动试点测试；Meta 将其定位为工作流程验证，而非临床研究结果。

🔗 Meta 文章 · Meta 帖子串

政府与企业中的人工智能：Claude 面向美国公共部门提供 40 % 折扣，OpenAI 与 ServiceNow 合作，以及 Retell 的应用

在应用普及方面，Anthropic 面向美国整个公共部门降价，OpenAI 扩大与 ServiceNow 的合作，Retell 则公布了使用 OpenAI 模型的具体数据。

Anthropic 扩大与 GSA 的合作，向美国所有政府机构提供 Claude 40 % 折扣

10月27日 — Anthropic 扩大了与美国联邦政府采购机构——美国总务管理局（GSA）的合作。新的 OneGov 协议为 Claude Enterprise、Claude for Government 和 Claude API 提供 40 % 折扣；Anthropic 表示，这是折扣首次覆盖全部产品形态，即日起适用于直接采购，并将在未来几个月内扩展至通过云服务商采购的渠道。该优惠适用于联邦、州、地方、部落和领地政府，无最低消费承诺。Anthropic 估计，这将为政府节省 10 亿美元。此协议发布于 OpenAI 推出 OneGov 2.0 六周后，后者提供了价格为 0 美元的 ChatGPT 许可。

Anthropic 公布的指标	公布数值
美国公共部门客户机构数量	约 500
Claude for Government 每周活跃用户数	自二月以来增至约 8 倍
联邦文职机构的使用量	一年内增至约 20 倍
犹他州 Claude Code 试点	来自 10 个机构的 34 名开发者，71 % 节省超过 20 小时

在合规方面，Claude for Government（FedRAMP High）已于9月30日开放，Claude Enterprise 正通过 FedRAMP 20x 计划申请 FedRAMP Moderate 授权。面向政府机构的配套支持计划预计将在未来几周推出。

🔗 Anthropic 文章

OpenAI 与 ServiceNow 扩大合作，从 ChatGPT 延伸至 Codex 和网络安全

10月28日 — 在1月首次建立合作后，OpenAI 和 ServiceNow 进一步扩大合作。新的集成将 ServiceNow 引入 ChatGPT：信息技术团队可以查找相似事件、评估变更风险并更新记录，无需切换工具。每家客户连接自己的实例，并选择开放哪些功能；ServiceNow 的 Action Fabric 则执行现有业务规则和权限。ServiceNow 还计划向所有员工开放 ChatGPT Work 和 Codex。文章未披露金额或使用数据。

合作内容	公布时间表
OpenAI 市场中的 ServiceNow MCP 插件	即日可用，2026 年底前扩充功能
Super Intelligence Control Tower 中的 OpenAI 语音功能	2027 年第一季度
联合网络安全解决方案	2027 年一月开放提前体验，第二季度全面开放
ServiceNow AI Workflow Factory 中的 Codex	2027

🔗 OpenAI 文章

Retell 借助 OpenAI 模型每月处理超过 1 亿通电话

10月27日 — 在 OpenAI 发布的一项案例研究中，为联络中心提供语音智能体的 Retell AI 表示，其每月通话量已从2026年初的 3 000 万通增至9月的 1 亿多通，服务超过 4 000 家企业客户。OpenAI 模型为其中 80 % 的通话生成回复，Retell 累计消耗的 token 已超过 1 万亿。在其基于生产环境中高难度对话构建的自有基准测试 vCX 上，GPT-6 Astra 在指令遵循方面排名第一（89.7 %），而 GPT-5.6 Luna 仍然速度最快，首句响应的中位延迟为 497 ms，Astra 则为 883 ms。客户 Anker 公布的请求解决率为 80.4 %，Retell 则称其每位员工对应的年化收入达到 160 万美元。

🔗 OpenAI 案例研究

助手：ChatGPT 订阅用户的 API 额度、与 dot 收发文字消息、Perplexity 语音模式及 Claude for Legal 的交互式成果

面向大众和专业用户的助手有了新用途：通过额度从 ChatGPT 转向 API、收发文字消息、用语音操控多个智能体，以及为法律从业者提供开箱即用的工具。

OpenAI 每月向 ChatGPT Pro 和 Business 订阅用户提供最高 500 美元的 API 额度

10月28日 — OpenAI 将 ChatGPT 订阅与开发者平台连接起来：符合条件的 Pro 和 Business 订阅用户每月可以领取免费 API 额度，用于构建应用和智能体，额度将发放至其拥有的 API 组织。用户可以从 ChatGPT 的账单页面或 API Platform 激活，两边须使用同一电子邮箱地址。

符合条件的 ChatGPT 订阅	每月 API 额度
Pro，100 美元档位	100 美元
Pro，200 美元档位	200 美元
Pro，500 美元档位	500 美元
Business，已付费 Standard 席位	每席位 20 美元，合并共享
Business，已付费 Premium 席位	每席位 100 美元，合并共享
Business 工作区上限	每月 500 美元，按年付费时每年 6 000 美元

这些额度涵盖 Responses 和 Chat Completions、Agents、Decisions、GPT-Live 和 Realtime、图像及内置工具，但不涵盖通过 API 密钥使用的 Codex，也不会提高 ChatGPT 或已连接 Codex 的任何使用上限。额度在每个周期结束时到期，不可结转，且优先于购买的额度使用。订阅必须已付费且保持有效至少 7 天；Plus、Enterprise 和 Edu 不在适用范围内，优惠是否可用取决于用户批次和所在国家，OpenAI 也提醒，该优惠可能变更或取消。

🔗 OpenAI 帮助文章 · API 更新日志

ChatGPT 支持通过 iMessage 或 RCS 给自己的 dot 发消息，面向美国 Pro 用户推出测试版

10月28日 — 在9月29日 DevDay 上推出的 ChatGPT dot 走出了应用：用户现在可以通过文字消息与其交流，在 iPhone 上使用 iMessage，在 Android 上使用 RCS。根据版本说明，该功能正以测试版形式向美国 Pro 订阅用户推出。用户可以通过文字、照片或语音留言向 dot 交代任务或需要留意的事情；当有信息值得跟进时，它会主动联系用户，并沿用应用中的记忆和插件。dot 只能给其所有者发消息，也只有所有者可以给它发消息，且它无法访问手机上的其他对话。消息通过第三方服务商 Linq 传递；OpenAI 表示，已与该服务商合作，借助其前沿模型及外部安全公司进行了深入的渗透测试。

🔗 ChatGPT 版本说明 · ChatGPT 公告

Perplexity 更新语音模式，借助 OpenAI 的 gpt-live-1 操控多个 Computer 会话和 Projects

10月28日 — Perplexity 正在网页端和 Mac 应用中向所有 Pro 和 Max 订阅用户推出新版语音模式。该更新由 @AskPerplexity 账户公布，随后由 @perplexity_ai 转发，用户可以在一次语音对话中同时运行多个 Computer 会话、启动新任务，以及创建或管理 Projects。它基于 OpenAI 的实时语音模型 gpt-live-1，该模型自9月10日起已在 OpenAI API 中提供。阿拉温德·斯里尼瓦斯将其概括为：通过与电脑对话，让多个工作流程并行推进。语音并非首次出现在 Perplexity 中：Comet 的语音模式自2月起已向所有人开放，Computer 自3月起也已接受语音指令；此次新增的是对多个会话及 Projects 的操控。Perplexity 未说明支持哪些语言、使用上限或积分消耗。

🔗 Perplexity 公告

Claude for Legal 新增面向法律工作的现成交互式作品库

10月28日 — Anthropic 为自5月起在 Claude Enterprise 中提供的 Claude for Legal 新增了一个交互式作品库：其中的交互式工具（跟踪工具、仪表板）可由法务团队结合自己的文档和连接器进行调整，再分享给企业内部或客户，并支持隐私设置和团队间的信息隔离（职业道德隔离墙）。每个作品打开时都会展示一个示例，每条回答都会附上来源。

作品库涵盖六项任务：引文核查（引用检查）、跨司法管辖区比较同一规则、未结案件看板、条款与企业标准之间的差异分析、即将出台的法规监测，以及以表格形式批量审查合同。此外还有合作伙伴提供的作品（Goodwin、Harvey、Foley & Lardner、PwC；Legora 和 Orrick 的作品已宣布将推出），以及九个帮助人们获取法律服务的作品，其中五个由获得 Claude 使用额度支持的公益组织构建。自5月以来，平台已新增超过60个法律连接器，包括 Bloomberg Law 和 Filevine，Anthropic 还开放了 Legal Ambassadors Program 的候补名单。

🔗 Anthropic 的文章

Copilot 之外的编程智能体：Gemini CLI、Antigravity 2.28.0、Kimi Code 2.4.0、DeepSeek Harness，以及 Replit 的 ViBench 2.0 基准测试

在 GitHub 之外，今天的编程智能体开始导入竞争对手的会话，或将任务委派给它们；Replit 则发布了一项让智能体构建完整产品的基准测试。

Gemini CLI 重新聚焦使用 Gemini Code Assist 的企业，并引导其他用户转向 Antigravity CLI 和 Gemini API CLI

10月28日 — Gemini CLI 的 README 改变了表述。夜间合并的 PR 29995 将此前的三条警告（包括10月16日新增的警告）替换为一个“安装前必读”提示框，将该工具定位为仅面向使用 Code Assist 的企业：适用范围包括 Gemini Code Assist Standard 和 Enterprise 许可证、Google Cloud 上的 Code Assist for GitHub，以及原有的付费 Gemini API 和 Vertex AI 密钥。自6月18日起，免费方案及 Google AI Pro 和 Ultra 订阅用户就已被引导至 Antigravity CLI。

文本还新增了两项提醒：Gemini CLI 未针对 Gemini 4 系列（包括 Argon）及后续世代进行优化，也不应被用于评测 Gemini 模型，因为其智能体运行框架得出的分数不具代表性。随后的一张表格列出了适合不同用途的工具：

命令行工具	README 推荐用途
Antigravity CLI (`agy`)	使用 Gemini 4 Argon 及后续模型编程，适用于免费方案、Google AI Pro 和 Ultra
Gemini API CLI (`gemini-api`)	让智能体（agy、Claude Code、Codex）、脚本或 CI 直接访问模型和媒体功能
Gemini CLI (`gemini`)	使用 Gemini Code Assist 的组织

Gemini API CLI 是一个采用 Go 编写、仍处于实验阶段的二进制程序，自10月23日起版本为0.4.4，此前尚未在这里介绍过：README 将其描述为无状态的 API 命令行工具，而非编程智能体运行框架。版本方面，10月28日的夜间构建版（每夜构建版）只是收录了前一天发布的 v0.67.0 预发布版中的四项修复。

🔗 PR 29995 · Gemini API CLI 代码仓库

Antigravity 2.28.0 新增内置浏览器、PDF 查看器及任意类型附件支持

10月26日 — 补报：Antigravity 2.28.0 应用（19项改进、15项修复）集成了网页浏览器。页面会在侧边面板的标签页中打开，面板已加宽，以避免触发移动端布局；对话中的链接默认在此打开，地址栏会显示连接状态和网站证书。PDF 会在内置查看器中打开，用户还可附加任意类型的文件（视频、设计文件、程序），大小上限为20 Mo，智能体会在文件所在位置读取它们。该版本还会在差异视图中高亮修改过的词语和字符，支持重新打开已关闭的标签页，并将用户消息传递给钩子。修复内容包括：macOS 和 Windows 上的企业账户在重启后不再退出登录。CLI 1.4.0 和 SDK 0.1.22 没有变化。

🔗 Antigravity 更新日志

Kimi Code 2.4.0 可导入 Claude Code 和 Codex 会话，且不再自行进入 Plan 模式

10月28日 — Moonshot AI 发布了 Kimi Code 2.4.0（7项小幅变更、26项修复），未在 X 上发布公告。最显著的新功能面向更换工具的用户：/import-sessions 或 kimi import-sessions 可导入最近15天或30天的 Claude Code 和 Codex 会话。Plan 模式现在仅在用户要求时启动，任何计划都必须经过审阅才能执行，即使处于 Never Ask 模式或非交互式运行（kimi -p）也是如此。Tower 组件的默认并发上限从16个智能体提高至256个，并可在每次启动时选择模型；闲置的网页端和桌面端会话会在30分钟后从内存中卸载。对于集成开发者，服务器 API 有所变更：审批和提问统一通过 interaction 消息帧处理，旧端点已移除。

🔗 Kimi Code 2.4.0 发行说明

DeepSeek 发布 Harness 0.2.2-alpha.2，可将任务交给本机的 Codex 或 Claude CLI，同时发布 0.2.1-rc.4

10月28日 — DeepSeek 为其智能体运行环境 DeepSeek Harness 发布了两个预发布版本，这是第33和第34个预发布版本，目前仍没有稳定版。0.2.1-rc.4 只修复了一个问题：在 ACP 模式下，诊断信息会混入标准输出。0.2.2-alpha.2 则以多项实验性功能开启下一系列：subagent_oar 插件可将独立任务交给机器上安装的 Codex 或 Claude CLI；会话可运行在彼此独立的 Git 工作树中，并展示关联拉取请求的状态和差异；统计面板可逐轮详细显示上下文、缓存、模型，以及各工具耗时。界面已翻译成六种语言，包括法语；第三方插件更新失败时可回退至旧版本；单张图片的大小上限提高至50 Mio。

🔗 0.2.2-alpha.2 预发布版 · 0.2.1-rc.4 预发布版

Replit 发布 ViBench 2.0，测试智能体逐项添加功能、构建完整产品的能力

10月28日 — Replit 发布了 ViBench 2.0，这是一项长期开发（长时程）基准测试，已纳入 Fireworks 的 Specialized Intelligence Index（SII）。智能体面对的不是现有代码库中一个定义明确的任务，而是从空项目开始，根据简短规格构建初版，然后在自己编写的代码上添加最多18项功能，产品灵感来自 Uber、GitHub 或 Google Docs。该基准测试包含17个产品、241项功能需求和544份测试计划；其中8个产品在 GitHub 上公开，9个保持保密。

受测模型	构建成功率（pass@1）	每次构建成本
GPT-6.1 Sol	65 %	约12美元
GPT-6 Astra	60 %	约90美元
Claude Opus 5.5	49 %	—
DeepSeek V4.1 Flash	无，但通过了77 %的测试计划	约2,50美元

前三个模型均通过了超过90 %的测试计划，其他模型的构建成功率最高约为20 %或更低；没有任何开放模型完成了整个产品的构建。在八个公开产品上，GPT-6.1 Terra 的构建成功率为47 %，成本约为 GPT-6.1 Sol 的一半。表现最好的模型约有四分之三的失败源于功能之间的相互影响。Opus 5.5 担任评审；Replit 通过植入34个缺陷并让 GPT-6.1 Sol 复核来检验其评审能力，后者确认了它此前判定成功的477项结果中的99,2 %。

🔗 Replit 的文章

开发者平台：Mistral 的 Responses API 与 Google 的 Connected Apps Platform

两个平台向开发者开放：Mistral 采用 OpenAI 的响应格式来构建智能体，Google 则提供一站式入口，让开发者在 Search 和 Gemini 中发布应用。

Mistral 推出 Responses API 公开预览版，用于构建智能体

10月28日 — Mistral 开放了面向智能体构建的 Responses API 公开预览版。每条响应将模型文本、推理和工具调用拆分为独立元素，应用因此无需像使用 Chat Completions 时那样自行梳理这些步骤；该 API 支持 Mistral 托管的所有聊天模型，包括 Mistral Large 4。文档明确指出，它采用 OpenAI Responses 格式，因此现有的 Responses 集成可以迁移至 Mistral。该 API 不保存状态（无状态）：应用负责保留历史记录，并在每次请求时重新发送。

预览版功能	文档说明
支持的输入	文本、图片（URL 或 base64）、文件（URL、base64、标识符）
结构化输出	通过 `text.format` 使用 JSON 模式和 JSON Schema
工具	在客户端执行的函数，包括命名空间支持
推理	`reasoning.effort`，以及视模型而定的明文推理
词元计数	`POST /v1/responses/input_tokens`

该 API 可通过 Mistral 的 Python 和 TypeScript SDK（client.responses.create）使用，尚未公布单独定价。此次公告通过 X 上的帖子串和文档页面发布，没有配套博客文章。

🔗 Mistral 的帖子串 · 文档

Google 推出 Connected Apps Platform 预览版，让开发者在 Search 和 Gemini 应用中发布应用

10月28日 — Google 开放了 Connected Apps Platform 预览版，为开发者提供一站式入口，将服务同时接入 Google Search 和 Gemini 应用。集成可通过云端托管的 MCP 服务器，或通过 AppFunctions API 使用 Android MCP 实现；随后，开发者在 Google Connected Console 中注册、测试并提交应用，并在审核前选择发布到 Search、Gemini，或同时发布到两者。上线后，控制台会跟踪流量、延迟和错误率，开发者也可管理品牌标识（经验证的徽标、经过身份认证的账户）。平台将分阶段开放，计划在“未来几个月”覆盖更多开发者、市场和 Google 产品。Google 表示，Connected Apps 已超过50个：Adobe、Experian、Localiza 和 Peloton 已在 Gemini 中上线，并将在未来几周进入 Search；Calm 集成也已宣布。

🔗 Google 的文章

简讯

智能体与编程工具

Microsoft Copilot SDK — GitHub Copilot SDK 更名为 Microsoft Copilot SDK，作为 Microsoft 与 GitHub 产品共用的智能体运行框架接口，迁移将分阶段进行，用户无需操作；Copilot CLI 1.0.105 进入稳定版，除此前已报道的 Fusion High 或 Max 选择问题修复外，没有其他更新。🔗 来源
issue 中的产物 — GitHub issue 开始公开预览产物功能，可容纳 Markdown 计划、链接、交互式 HTML 可视化内容，并保留版本历史；GitHub 应用会话中的产物会自动关联到相应 issue，智能体可通过 gh issue artifact 命令管理这些产物。🔗 来源
Antigravity 的 VS Code 和 Visual Studio 扩展新增面向智能体的代码批注与终端上下文 — 补报 10 月 25 日的消息：VS Code 扩展 1.10.0 支持针对一行代码或一个 diff 添加给智能体的批注，Visual Studio 扩展 1.0.261026.0 则可通过 @terminal 将最多 8 KB 的终端输出附加到聊天中。🔗 来源
Zed 1.26 与 1.27 预览版 — 1.26 进入稳定版，集成 Pyrefly 并支持 WebAssembly 源码调试；1.27 预览版移除了智能体还原点，因为该功能会在大型 Git 仓库中拖慢甚至阻塞智能体，同时最低系统要求提高至 macOS 12。🔗 来源
Amp 的个人 orb — 上线六天后，Amp 的自托管 orb 已可从个人设置中添加，无需工作区或管理员权限；在这些 orb 上创建的对话会标注为“个人”。🔗 来源
Qwen Code v0.26.3 — 稳定版纳入了前一天预览版的内容，包含约三十项新增条目，其中包括按会话持久保存的工作流模式；CLI 还默认将 qwen4 模型标识符的上下文设为 1M tokens，但未提供有关此类模型的其他说明。🔗 来源
Codex 中的 Runway Dev — Runway Dev 成为 Codex 插件：据 Runway 称，只需安装一次，Codex 就能自行将 Runway API 集成到应用中；Runway Dev 的 MCP 服务器早在 9 月就已存在。🔗 来源
使用 Manus 构建的 Bricklane — Manus 展示了 Bricklane，它能将客户珍视的地点变成定制积木模型，其中 Villa de Verano 模型包含 566 块积木、分 13 个步骤搭建；据 Manus 称，智能体完成了网站、支付、域名、视频和广告的制作与配置。没有产品功能更新。🔗 来源

GitHub 的非人工智能动态

Dependabot 与可达性分析 — GitHub Enterprise Cloud 免费预览一项功能：CodeQL 可针对 JavaScript 和 TypeScript 判断代码是否实际调用了依赖项中的漏洞函数，但不会自行关闭任何警报。🔗 来源
公开监测 — 监测企业机密在 github.com 公开区域任意位置泄露的功能正式上线，GitHub Secret Protection 客户无需额外付费。🔗 来源
AWS 上的 Linux runner — GitHub Actions 将部分 2 核和 4 核 Linux 作业分配到 Azure 与 AWS：Free、Pro 和 Team 自动启用，Enterprise Cloud 则需主动加入；GitHub 建议更新 IP 地址允许列表。🔗 来源
工作流锁定文件 — GitHub Actions 工作流依赖项锁定文件在 Enterprise Cloud、Team 和 Free 上正式上线，自 10 月 14 日预览以来没有新增功能。🔗 来源
Moderate 角色 — GitHub 曾宣布 Moderate 角色正式上线，可在没有代码访问权限的情况下修改、转移、隐藏和锁定 issue，随后于当天更正：该角色尚未开放，将在未来几周推出。🔗 来源
pull request 限额 — 对无写入权限贡献者的 pull request 数量设置上限的维护者，现在可豁免注册时间足够久的账户，或已有 pull request 在该仓库中获合并的账户。🔗 来源

模型、API 与开放研究

Mistral 上的 DeepSeek V4.1 Flash 与 GLM 5.3 Flash — Mistral API 公开预览未经修改的 DeepSeek V4.1 Flash 1017，支持 1M tokens 上下文，输入价格为每百万 tokens 0.30 美元，输出为 1.20 美元；同时将 GLM 5.3 Flash 转为正式可用，价格不变，服务从欧洲和美国提供。🔗 来源
Voxtral Mini Transcribe 3 — Mistral 转发了该模型的排名：在 Voice Arena 的 Diarization + ASR 榜单中，其说话人分离错误率在九个模型中位居第二，优于同系列中规模更大的模型。🔗 来源
SpaceXSI 的自定义内容审核 — API 发行说明正式公布了 guidelines 数组，用于要求 Grok 拒绝 nsfw、violence 或 profanity 类别的内容；该数组此前已于 10 月 17 日和 23 日出现在 SDK 中。🔗 来源
Particle-1 — 苏海尔介绍的新公司 Particle 推出经过后训练的 DeepSeek V4.1 Flash，通过自家 API 提供，平均 tokens 消耗量减少约 45 %，价格不变；阿拉文德·斯里尼瓦斯表示曾在发布前与团队合作，但未宣布将其集成到 Perplexity。🔗 来源
Perplexity 的 RAG 教程 — Perplexity 发布了七步教程，使用 Python、ChromaDB、自家的 pplx-embed-v1-0.6b 嵌入模型，以及通过 Agent API 调用的 GPT-5.6 Luna，构建命令行 RAG；没有产品功能更新。🔗 来源
档案处理中的 olmOCR 2 — Ai2 展示了其开放文本识别模型的两种用途：一位历史学家在本地用它处理数千张档案照片；CENTURIA 团队则使用 57 张古罗马陶器记录卡对其微调，将转录错误率从 15.58 % 降至 1.11 %。🔗 来源
Project Pyrite — 据一篇社区文章的作者介绍，拥有 318 亿参数的 MoE 模型 llm-jp-4-32b-a3b-base 从 59.06 GiB 缩至 9.81 GiB，并能在配备 16 GB 内存的 Mac M2 Pro 上以每秒 34 至 49 tokens 运行，且没有统一 2 位量化所产生的重复循环。🔗 来源
My Name is Riemann — OpenPeerAI 预览发布了一个 131 亿参数的模型，通过在 AMD 硬件上逐步扩展一个 1.63 亿参数的模型得到；作者尚未运行任何通用基准测试，并主动指出语料中存在错误。🔗 来源
L2Loop — 宗宇轩提出，只要某些量化层能容纳在 GPU 的 L2 缓存中，就对其重复执行：据作者称，在 RTX 5080 上，第二次执行的开销约为执行一个新层的一半，并可在参数量相同的情况下将损失降低 0.05 至 0.08。🔗 来源
EEG 数据集 — 一项针对 Hugging Face Hub 的社区盘点发现了 368 个脑信号数据集，其中 146 个没有许可证标签，给再利用带来困难。🔗 来源

基础设施

Together AI 的自动修复 — Together AI 详细介绍了今年早些时候推出的 GPU Clusters 节点自动修复功能：健康检查、依据证据采取最小程度的修复、细化至 Xid 错误码的可调授权，以及等待正在运行的任务完成，默认等待时间为 2 小时。🔗 来源
CUDA 13.4 与 Mission Control 2.5 — NVIDIA 详细介绍了 CUDA 13.4 中具有内存保障的 MPS 分时共享机制，可通过开源 gpu-fractioning 算子在 Kubernetes 下自动管理；同时介绍了 Mission Control 2.5，将自主恢复能力扩展至 Run:ai 的 Kubernetes 工作负载。🔗 CUDA 13.4 · 🔗 Mission Control 2.5

图像、视频与语音

Kling 与 Minibots — Kling 成为 Evolutionary Films 动画长片 Minibots 的独家技术合作伙伴，该片计划于 2027 年上映，由《花木兰》联合导演托尼·班克罗夫特负责角色设计；首支预览使用 Kling 4.0 制作。🔗 来源
Pika 上的 Kling 4.0 — Pika 集成 Kling 4.0：支持 3 至 30 秒连续镜头，配有立体声和同步对白，最多使用 10 张关键帧或 15 个参考素材，分辨率为 720p 或 1080p。🔗 来源
Luma 的小应用 — Luma 在 Luma Agents 中汇集了八款小应用，包括 Light Transfer、Virtual Try-On 和 Background Swap，可只修改视觉素材中的单个元素，月费 30 美元的 Plus 套餐起即可使用。🔗 来源
ElevenLabs 与 Asociación ELA — ElevenLabs 与西班牙主要的肌萎缩侧索硬化症患者协会合作，向西班牙各地患者免费提供语音恢复服务。🔗 来源

产品与企业

Gemini 中的沉浸式探索 — Gemini 应用的学生中心提供可逐层探索的交互场景，主题从丝绸之路到闪电的物理原理，面向所有用户提供包括法语在内的六种语言；已宣布将加入音频讲解，但尚无日期。🔗 来源
Gemini Notebook 支持一小时录音 — Gemini Notebook 移动应用可实时录制最长一小时的音频，并立即将其用作笔记本来源，面向所有 iOS 和 Android 用户开放。🔗 来源
Claude Enterprise 的智能报告、调查与共享预算 — 三项管理工具正式上线：自 9 月起处于测试阶段的智能报告，可展示团队如何使用 Claude 及其成本；内置调查；以及组内共享预算，可在用量达到 50、75、95 和 100 % 时发出提醒。🔗 来源
Claude 中的 IDC Quanta — 研究机构 IDC 通过 MCP 连接器将 Quanta 平台接入 Claude，供客户在应用、Cowork 和 Office 加载项中使用，并标注 IDC 来源；该机构还表示，内部已将一次代码审查从五天缩短至约 30 分钟。🔗 来源
Legora 与 OpenAI — OpenAI 的一项案例研究显示，瑞典法律科技公司 Legora 将保密协议审查所占法务团队产能从约 20 % 降至不足 1 %；在一家《财富》百强客户处，合同处理时间缩短了 90 %。🔗 来源
企业的未来 — OpenAI 关于下一阶段经济形态系列的第二篇文章：两位作者以个人名义撰文，设想人工智能在组织架构中处于员工之下、身旁或彼此之间；没有产品发布或数据披露。🔗 来源

这意味着什么

Gemini 4 Carbon 印证了一种逐渐成形的模式：实验室最强大的模型会先向防御方开放。与 9 月底的 Argon 一样，Carbon 在进入 API 之前，先通过 Fairwind Program 和美国政府的自愿测试；Google 同时公布了在不设防护措施的情况下测得的攻击能力成绩——ExploitGym 上为 54.8 %——以及行为表现数据：Terminal-Bench 4.0 上的作弊成功率为 0.0 %，Gray Swan 测试中没有成功的间接提示词注入攻击。价格已在开放前公布，开放日期则尚未公布。同一天，代码安全的覆盖范围也在扩大：GitHub 让智能体扫描器能够覆盖整个仓库，并检测人工智能应用特有的漏洞；Replit 则提出了一套评估智能体运行环境的量表，前提是智能体可能不配合。

在 Universe 大会上，GitHub 销售的已不再只是一个模型，而是一套系统。Fusion 替开发者接管模型选择，并给出了量化依据：在 Artificial Analysis Coding Agent Index 上，与使用 Opus 5.5 Max 的 Claude Code 仅差两分，成本却约低一半。Copilot Memory 和 Dreaming 在不同会话间积累上下文，自动化流程也从自身结果中学习。计费方式随之变化：Copilot 纳入 GitHub Enterprise，无需单独购买席位；Actions 套餐以美元计价，并与沙箱共用额度；每项自动化流程可设置额度上限。Octoverse 展示了这一变化的规模：超过 40 % 的 pull request 由智能体发起，而 Claude Code 和 Codex 的仓库位列贡献者增长最多的仓库之中。

智能体也越来越多地在不同工具之间流转。Kimi Code 导入 Claude Code 和 Codex 的会话，DeepSeek Harness 将任务委派给它们的 CLI，Fusion 可以将请求路由到本地运行的 Qwen3.8 Flash Next，Mistral 采用 OpenAI Responses 格式，Gemini CLI 自身也引导用户使用 Antigravity CLI 和 Gemini API CLI。MCP 正成为通用接口：GitHub 提供 26 个经过验证的连接器，Suno 接入 Claude 或 ChatGPT，ServiceNow 进入 OpenAI 市场，Search 和 Gemini 则通过 Connected Apps Platform 接入。ViBench 2.0 提醒了当前的局限：当智能体需要构建完整产品时，没有任何开放模型能够完成全程，而表现最好的模型主要在功能交叉之处失败。

研究方面，戴维·格罗斯所领导委员会的声明恰当地界定了 OpenAI 成果的意义：这是迈向严格量子场论的重要一步，但禁闭和质量间隙问题仍未解决，Lean 形式化验证完成之前也不会发表任何成果。Anthropic 和 Meta 向整个机构开放模型，未公布金额。语音方面，NVIDIA 发布了一个开放模型，仅激活约 40 亿参数，表现就几乎追平 Voxtral Small；ElevenLabs 改进了将文字与音频对齐的底层组件；HeyGen 则对将语音表演迁移到虚拟形象上的服务按分钟收费。