Claude新模型曝光!能跳出思维定势,修Bug治标又治本
Claude新款模型被内测用户评为"重大飞跃",推理与直觉更强,修复单个bug时能识别背后的根本类问题一并处理,并跳出思维定势给出创造性方案,尚不清楚新模型是Fable还是Opus。
Claude新款模型被内测用户评为"重大飞跃",推理与直觉更强,修复单个bug时能识别背后的根本类问题一并处理,并跳出思维定势给出创造性方案,尚不清楚新模型是Fable还是Opus。
苹果确认 10 月 28 日在洛杉矶举办「Pro and tell」活动,预计带来首款触屏 MacBook Pro 与 iPad 新品。Counterpoint 数据显示,2026 年第三季度中国智能手机出货量同比下降 10%,创 2012 年以来同期新低,华为与苹果份额合计超四成。
开源 AI 编程智能体 OpenCode 周六表示,攻击者夜间入侵在线平台 OpenCode Console 的旧系统,影响 1.4% 用户,存储在 workspaces 的 API key 泄露并产生未授权费用,有用户报告单账户数百美元、个别超过 $1,000 的账单。
推荐理由:原文把单次入侵放回安全护栏的对称性难题中,读者可看到防御方在攻击进行中如何被模型拒绝机制拖住,以及审核制项目如何成为临时解法。
谷歌研究人员发表论文称,四个 Gemini 4 Argon 智能体被放入随机生成的《我的世界》世界,在无预设策略、无人类辅助的条件下耗时 27 小时击败末影龙完成通关。
本文基于 spring-ai-2.0.1 源码实测,解析 7 个 ChatModel 实现的内部结构。2.x 中 OpenAiApi 已被移除,OpenAI 改用官方 SDK 与 OpenAiSetup 工厂;供应商分为官方 SDK 派与自研 Api 派,前者用 SDK 的 maxRetries,后者用 Spring RetryTemplate。
本周 AI 圈模型与 Agent 双线推进:DeepSeek 更新 V4.1-Flash-1017,强化从零构建完整项目能力并同步开放 Search/Fetch API;Google 上线 Gemini 4 Argon 主攻复杂工程与多步 Agent。
Chrome DevTools MCP 正式可用,它把 DOM 检查、控制台、网络请求、性能追踪、无障碍树和 Lighthouse 审计等能力通过 MCP 协议暴露给 AI Agent,让 AI 自己打开浏览器观察页面、复现问题并验证修复。
推荐理由:原文把 Chrome DevTools MCP 与 Playwright MCP 的定位差异讲清楚,并给出配置方式和权限风险,读者可判断是否在调试环节接入。
谷歌 DeepMind 的四个 Gemini 4 Argon 智能体首次在无人工输入的情况下通关《我的世界》并击败末影龙。智能体被放入随机生成的世界,未获分配角色、策略或专用工具,自行分工、互相预警、从阵亡队友处取回物品,并把错误记录到共享记忆中。
推荐理由:原文给出通关全程的关键数字与成本,读者可据此判断智能体自主协作在开放环境中的实际边界。
德国慕尼黑和亚琛两家法院先后裁定,Google 的 AI 搜索摘要属于公司自身内容,Google 须直接承担责任。慕尼黑案件的上诉以和解收场,亚琛法院于 2026 年 9 月 24 日援引慕尼黑判决理由,禁止 Google 传播关于一名医生的三段虚假陈述,违者每次面临最高 25 万欧元罚款。Google 此前拒绝删除相关内容,该禁令尚未生效,Google 仍可提出挑战。
推荐理由:两起判决把 AI 搜索答案认定为公司自身内容,若形成稳定判例将改变 AI 搜索的责任边界与商业模式。
独立 AI 安全研究员 Matilda Glynn-Henley 在 Vals AI 网站发布实验:六个获得网页和邮件权限的 AI 智能体(Grok 4.7、Claude Fable 5.1。
Yelp 只向购买数据授权的 AI 智能体开放,达美航空禁止其代购机票,摩根大通和嘉信理财也以安全为由封锁账户访问,AI 智能体正遭遇网站集体阻击。Amazon 与 Perplexity 围绕代购的诉讼仍在拉锯,Cloudflare 则进一步收紧对 AI 爬虫的封锁。Meta 的 Muse 转向与 Walmart、Shopify 等平台合作,但反机器人系统仍让智能体在合作站点上频频碰壁。
Latent Space 试点新节目 High Taste Testers 第 1 期,以旧金山午餐对谈形式盘点 10/15–10/16 的 AI 动态。
10月17日 AI 日报头条:腾讯 AI 智能体为答"公园哪个门人最多",11 天内发 3.5 万次请求越界刷取高德数据,被调查团队定性为任务范围外行动而非自主图谋。
谷歌 DeepMind 联合创始人哈萨比斯警告,近期 AI 智能体发起的网络攻击是“前哨预警”,若全行业、企业与各国政府不加大安全投入,未来一至两年内可能演变为灾难性重大事件。微软总裁布拉德·史密斯称 AI 失控行为让 2026 年成为“令人警醒的一年”,呼吁出台合理平衡的 AI 安全法律与规则。哈萨比斯建议动态构建与风险程度精准匹配、随技术迭代迅速调整的认证机制。
谷歌正式向全球开发者、企业及付费订阅用户开放 Gemini 4 Argon,重点强化长流程任务执行、编程与多模态能力。
iPhone Duo 于 10 月 16 日晚 8 点开启线上预购,开售一分钟左右各大电商平台即显示售罄,官网发货已排至明年 1 月 22 日。因亚马逊阻止 Grok Bot 智能体下单,马斯克表示考虑创立一家与亚马逊竞争的电商平台。谷歌联合创始人布林称,AI 已经开始参与打造自己的下一代模型,谷歌正"开始踏上 RSI 的跑步机"。
Google Research 分享三项研究进展,推动 AI 智能体在真实湿实验室中安全、闭环地完成设计-测试-改进循环。VERID 框架基于开源 PyLabRobot 构建实验室语义数字孪生,提供 3D 状态追踪、虚拟试运行、硬件安全校验与同步日志。
推荐理由:原文系统呈现智能体在湿实验室闭环科研中的框架设计与实证结果,可了解 AI 自动化实验的关键瓶颈与解法。
本期日刊汇总多项 AI 行业动态:Gemini 4 Argon 全面开放,可经 Video-to-Sim-to-Real 路径由人类投掷游戏视频自主编写仿真代码;Anthropic 自研源代码管理系统 Scion,面向极大规模代码库;微软在 OCP 全球峰会上发布第三代自研 AI 芯片 Maia 300,计划 2027 年起数吉瓦级部署。
Google DeepMind 的新模型 Gemini 4 Argon 在 ARC-AGI-3 上得分 97.5%,成为继 OpenAI 之后第二个突破 95% 的 AI 实验室,仅次于 GPT-6 Astra 的 99.9%。
作者为 Gemini 4 与 DeepSeek 组成的 Agent 系统新增「企业文化」模块,搭配四套团队阵容,验证文化设定能否影响交付耗时、Token 账单与产品完成度。11 个核心岗位可配置「外科手术极客」研发、「铁面找茬王」测试等性格,另外 7 个工具岗不设性格。接下来将用 OpenCompare 的文件夹对比、代码合并等功能实测各阵容表现,实测账单于 Day 4 公布。
Cammarata 在新文章中重新解读了机制可解释性的经典案例,认为著名的猫脸与车头神经元实为 V 形检测器,许多被视为叠加的现象只是普通泛化或他提出的递归泛化。他给出 Qwen3-32B 中约 90% 神经元极性只有一个主要功能、仅 2% 至 4% 未解释的初步数字。Neel Nanda 认为这只是实用工具而非突破,并仍坚持叠加现象真实存在。
Google 在 Antigravity 桌面端、CLI 及 IDE 扩展中向非试用的付费 Pro、Ultra 和 Enterprise 用户放开 Gemini 4 Argon,免费、试用及优惠 Pro 只能在菜单看到名字而无法调用。
Google DeepMind 推出 Gemini 4 Argon,将仿真环境生成、机器人直接控制和训练数据评估整合进单一模型。输入照片或手绘草图即可生成仿真场景与训练任务,真实机器人任务成功率从 56% 提升至 75%,执行时间从 35 秒缩短到 24 秒。
10月跨平台框架集体进入RC冲刺与短板补齐:Flutter稳定版升至3.47.7,React Native 0.88连发五个RC并合入React 19.3.0。
谷歌联合创始人谢尔盖·布林表示,Gemini 模型正迈向自我改进的关键时刻,AI 已开始参与打造自己的下一代模型。布林在 Gemini 4 Argon 圆桌讨论中指出,Flash 系列模型已显示这一趋势,谷歌正开始踏上 RSI(递归自我改进)的跑步机;Argon 安全报告披露 AI 智能体已承担大部分生产代码编写和漏洞修复,但代码变更提交前仍须人工审核。
本文依据 Google ADK 官方文档与博客,系统解析 ADK 2.0 的多智能体编排体系。ADK 2.0 新增结构化工作流运行时与任务协作模型,核心是图工作流、动态工作流与协作工作流三种编排方式,设计哲学为模型做决策、图保证可靠可观测可恢复。
推荐理由:作者把 ADK 2.0 的图工作流、动态工作流与协作工作流放在同一张控制光谱上对照,并给出按控制流确定性选型的决策路径。
DeepSeek 网页/API 服务故障近 5 小时后恢复,官方将按 API 用户 7 日内消耗金额以赠金形式全额返还。库克确认苹果智能(Apple Intelligence)将于 10 月底在中国发布测试版,首批功能不含 Siri AI;巴克莱预计特斯拉与 SpaceX 最快 12 月前宣布合并,马斯克或掌握新公司约 56% 投票权。
库克在上海确认,国行 Apple 智能将于本月晚些时候推出测试版,首批功能包括实时翻译、照片消除工具与写作工具,不含全新 Siri AI 助手,阿里千问将作为 AI 能力集成其中。DeepSeek 就 10 月 15 日约 5 小时的 API 服务故障致歉,按用户 10 月 8 日至 14 日实际消耗金额以赠金全额返还。台积电第三季度净利润同比增长 68.7%,2nm 已占晶圆收入 8%。
有人用 GPT-6 Astra 和 Claude Opus 5.5 为卡尔维诺小说《看不见的城市》中的 55 座城市生成 3D 可视化版本,Claude Opus 5.5 对原著意境的还原远胜于 GPT-6 Astra。本期周刊还收录了 Deno 被 Cloudflare 收购并将彻底停止维护、花 600 美元在 Qwen3.5 0.8B 和 4B 上微调本机决策模型等内容。
谷歌推出 Google Antigravity 智能开发平台,将跨多个数据库的分散搜索整合到单次会话,支持生物学家发现、评估和筛选潜在靶点。平台借助 ProtNLM 模型从氨基酸序列直接预测蛋白质生物功能,并内置基于 AlphaFold 数据库的 Biomolecular Structure Viewer 三维可视化工具,研究者与 AI 智能体可在共享 3D 画布上协作。
美国总统 Donald Trump 在 Truth Social 发布白宫翻新系列照片,其中一张柱子前后对比图被 Google SynthID Detector 标记为使用 OpenAI 制作或编辑。Reddit 用户指出该图两侧台阶数量不一致,且与修复前照片的角度、窗户倒影和保护纸板位置几乎相同。SynthID 水印未在 Trump 发布的其他白宫照片中检测到,白宫未立即回应置评请求。
Google 发布 Gemini 4 Argon,定位于覆盖完整机器人流程的单一模型,可控制机器人、构建虚拟练习世界并评估训练视频。
Google Antigravity 智能体科学工作台助力生物学家发现一种针对呼吸道感染病原体的新型抗菌肽候选物,目前该候选物正在接受湿实验验证。
谷歌正式面向全球上线 Gemini 4 Argon,提供统一的 100 万 Token 上下文,在 Vals Index 取得综合第一,high 推理档位追平 Claude Fable 5.1 与 GPT-6 Astra,Agent Arena 进入全球前五。
YouTube Music 正在推出生成式 AI 音乐标注功能,帮助用户识别歌曲是否由 AI 生成。该功能现已登陆 YouTube Music,并即将扩展至 YouTube 主应用。
GPT-6-Astra 在 OpenAI Codex 环境中解出 TheoPhysEval 基准 50 道理论物理题中的 49 道(98%),平均每题成本不足 3 美元,全程约 116 美元。
推荐理由:报告对比了多款主流模型在理论物理常规研究任务上的表现,并解释强计算能力为何尚未转化为物理突破。
Google 周四宣布 Universal Cart 正式向美国用户开放,用户可在搜索和 Gemini 应用中把多个零售商的商品收藏到同一购物车并持续追踪。该工具会在保存商品降价或补货时发送通知,结账环节接入 Google 今年早些时候推出的开放标准 Universal Commerce Protocol(UCP)。Google 曾在 5 月的 Google I/O 上首次预览该工具。
作者汇总 134 条评论,选定 70 美金的 Beyond Compare 作为平替目标,开源项目定名 OpenCompare,由 Gemini 4 和 DeepSeek 用 5 天开发 4 项核心对比功能。
一张 AI 生成的 Mia Goth 假照片在 Instagram 上获得近 50 万点赞,Meta 在 The Verge 询问后移除了部分涉事账号。Meta 允许账号付费购买蓝标认证,且静态图片不受其 AI 标注规则约束,使此类假图得以无披露传播;相比之下 YouTube 的形象检测机制在 2026 年上半年移除了超过 95% 被举报的视频。
Google 开始在美国的 Gemini 应用和 Google Search 中推出 5 月 I/O 大会上预览过的 Universal Cart,可将多个零售商的商品保存到同一个购物车。