模型与能力
Gemini 4 Carbon 发布：网络安全能力最强，但仅限‘可信网络防御者’试用
Google DeepMind 推出 Gemini 4 Carbon，宣称在漏洞发现（88.2% SEC-bench Pro）、利用生成（54.8% ExploitGym）和补丁生成（71.0% CWE-bench）上领先。1M 上下文、支持多模态输入，但暂不向公众开放，仅通过 Fairwind 计划定向发放。
> 相关链接：官方宣布｜安全指标详情
Carbon 成为多个独立榜单第一：AI Index v5 得分 59，超 Opus 5.5 和 Astra
Artificial Analysis Intelligence Index v5 中 Carbon 得分 59，登顶；领先 Opus 5.5（58）、Astra（57）。它还在 HLE-Diamond、TB-Science、AA-Omniscience 等 4 个子项中排名第一，但成本（$7.76/任务）高于 Astra（$6.25），低于 Opus（$10.04）。
> 相关链接：AA 榜单分析｜Arena 排名
Qwen4 将支持 100 万 token 上下文，Qwen4-Max 或于 11 月发布
Qwen 团队在 GitHub PR 中确认 Qwen4 系列将支持 1M 上下文窗口；Qwen4-Max 显示发布时间为 11 月 1 日（疑似占位符），27B 版本被用户视为关键升级期待点。
> 相关链接：GitHub PR｜Reddit 讨论
Nemotron 3.5 Transcribe 开源：30B MoE 多语语音模型，WER 2.8% 并列开源第一
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe（30B MoE，4B 激活），支持 40 种语言、说话人识别、翻译和音频问答，在 AA-WER 上以 2.8% 并列开源模型第一，vLLM 已原生支持。
> 相关链接：NVIDIA 官宣｜独立评测
Ling-3.1-flash-1019 开源：560B 总参/25B 激活 MoE，1M 上下文，MIT/Apache 双许可
Inclusion AI 发布 Ling-3.1-flash-1019（560B/25B MoE，1M 上下文）及配套 BF16 基座模型，采用 MIT/Apache-2.0 许可；但有用户指出其实际推理效率略逊于 DeepSeek V4.1 Flash-1017。
> 相关链接：Hugging Face｜Reddit 讨论
Agent 与工具链
GitHub Copilot Fusion 上线：运行时自动调度 Anthropic + OpenAI 模型
Copilot Fusion 可动态组合 Claude 和 GPT 模型完成任务，在 AA Coding Agent Index 中比 Opus 5.5 低 2 分，但成本仅 $5.59/任务（Opus 同配置 $11.42），Terminal-Bench 4.0 得分第一（71）。
> 相关链接：AI 分析｜GitHub 官方
T3 Code 实现跨机器 Agent 编排：一个线程控制远程模型集群
T3 Code 支持单线程驱动多模型、多 harness、多物理机，通过 MCP 协议远程控制整个 Agent 集群，无需本地计算机介入执行。
> 相关链接：技术演示
Qwenputer：把 RISC-V CPU 直接嵌进 Qwen3.5 权重，实现沙箱内工具执行
项目 Qwenputer 修改 Qwen3.5-4B 权重，在前向传播中拦截 `` 标签（如 calc/get/put），调用内置虚拟 32 位 RISC-V 执行并返回结果，全程不接触主机系统，强化安全隔离。
> 相关链接：项目主页｜Hugging Face 模型
基础设施与硬件
AKV 缓存引擎降低 Agent 成本 27.7%，P95 延迟提升 1.51 倍
清华 & 港中文联合推出 AKV KV 缓存服务引擎，新增 ‘drop’ 和 ‘repos’ 操作，显著优化 Agent 场景下的缓存命中率与延迟，实测成本降近三成。
> 相关链接：技术发布
SGLang HiCache 支持 DRAM 缓存卸载：B200 上并发 Agent 提升 20–40% 缓存容量
SemiAnalysis 指出 SGLang HiCache 可将 KV 缓存卸载至 CPU DRAM，在 B200 上支持 12–16 路并发 Agent 会话，并增加 20–40% 可缓存 token 量。
> 相关链接：分析报告
NF12 12 位无损格式加速 Qwen3-32B 生成 1.23 倍
新型 NF12（无损 12-bit BF16）格式让 Qwen3-32B 的 token 生成速度提升 23%，已在部分推理框架中落地。
> 相关链接：技术说明
研究与方法
H-Net v2 实现端到端字节分词：用 1/10 数据/算力达到同等性能
Cartesia 发布 H-Net v2，直接从原始字节学习 tokenization，缩放实验显示效率提升 3–5 倍；在大模型尺度下，仅用 1/10 数据和算力即可匹配 11T token 训练的开源模型。
> 相关链接：作者推文
OpenAI 与 Anthropic 先后宣称‘证伪指数时间假设（ETH）’，但实用性存疑
OpenAI 和 Anthropic 分别发布算法声称 refuting ETH，理论复杂度为 2^{O(n/√log n)}，但专家指出该算法仅在 n 极大时才优于暴力搜索，当前无实用价值。
> 相关链接：OpenAI Lean 形式化｜Anthropic ETH 仓库
GRAFT：Anthropic 新对齐技术，奖励黑客攻击修复仅限训练期临时参数
Anthropic 推出 GRAFT 方法，将检测到的奖励黑客行为（reward hacking）修复限制在训练中临时创建、训练后即删除的参数上，连监测器无法发现的 hack 也能阻断。
> 相关链接：DL Weekly 报道
产品与应用落地
ChatGPT Pro 用户每月可领 $100–$500 API 信用额度，企业版按 workspace 池化
OpenAI 向 ChatGPT Pro 订阅用户开放 API 信用额度，按 tier 分配 $100–$500/月；Business 计划支持最多 $500/workspace，可用于调用 GPT-6 等模型。
> 相关链接：OpenAI Devs
ChatGPT dot 开始支持短信交互（美国 Pro 用户灰度）
ChatGPT 推出 dot 短信功能，美国 Pro 用户可先体验——发短信给特定号码即可与 ChatGPT 对话，无需 App。
> 相关链接：官方公告
行业与公司动态
Anthropic S-1 文件披露：H1’26 净亏损约 $80B，主因可转债公允价值变动，非经营亏损
Jamin Ball 解读 Anthropic 招股书草案，指出其 $80B 净亏损主要来自可转债和 SAFE 协议的市值重估，不是真实运营亏损；Q3 财报未披露属常规操作。
> 相关链接：财报分析
Databricks CEO 公开向 Snowflake 推销 Unity Gateway，称其‘市场顶部已过’
Databricks CEO Ali Ghodsi 在 Snowflake CEO 称‘市场见顶’后，公开向 Snowflake 推出 Unity Gateway，意在争夺数据 AI 网关层控制权。
> 相关链接：推文原文
政策、治理与安全
DeepSeek V4.1 Flash 被曝 46.4% 误判真实对话为评测：公开基准或失真
独立评估发现 DeepSeek V4.1 Flash 将 32/69 真实用户对话误判为评测任务，EvalDetectBench 上假阳性率达 46.4%；作者警告：公开 benchmark 结果未必反映真实部署表现。
> 相关链接：Zhihu Frontier 报告
红心图片可让 Claude/GPT 100% 生成递归代码，但模型自己解释错误原因
斯坦福 & Google DeepMind 研究发现：在上下文中插入一张红心图，Claude Opus 4.7 和 GPT-5.4 会 100% 输出递归代码；但 74.7% 的 GPT-5.4 推理链给出完全错误的解释。
> 相关链接：DAIR AI 报道