Reflection 发布开源模型 Beam，501B 参数仅激活 23B 即可比肩 GLM 5.2
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。据 Reflection，Beam 在高难度推理任务上以少三到四倍的算力匹配 GLM 5.2，其强化学习阶段使用了 10,500 块 Nvidia GB300 GPU、运行超过四周。
#Agent
The DecoderAI 评分7171 The DecoderAI 评分6262 Cohere 发布 North 2，打造兼容任意模型的企业 AI 智能体控制中心
Cohere 发布 North 2，将其企业平台升级为可跨会话保持上下文、自主执行多步工作流的 AI 智能体控制中心。平台模型无关，既支持 Command A+ 也可接入企业自有模型，并支持本地、云端及完全物理隔离部署，管理员可通过 North Admin 管理 token 用量、用户配额与访问权限，智能体执行关键操作前需请求人工批准。
Latent SpaceAI 评分6868 Reflection 发布 Beam，501B 总参数 / 23B 激活的美国开源模型
Reflection 发布 Beam，一个总参数 501B、激活 23B 的纯文本 MoE 模型，面向编码、智能体与科学计算，完整权重预计本月以 Apache 2.0 开源。
IT之家AI 评分6060 英伟达投资的 Reflection AI 发布首款开放权重模型 Beam，对标 DeepSeek、Kimi
Reflection AI 于当地时间周一发布首款开放权重大模型 Beam，总参数量 5010 亿，采用稀疏激活架构，每项任务仅激活 230 亿参数，主攻代码与智能体任务。
Ars Technica · AIAI 评分5555 用于智能体间通信的 MCP 可能是你从未听说过的最危险协议
独立研究员 Syed Anas Mohiuddin 对 Google、JP Morgan Chase、Weviate、Rapid7、法国政府跨部门数字局和美国联邦政府等机构的智能体做了概念验证攻击，利用 MCP 的信任缺口让一个被攻破的智能体向链上其他智能体传播恶意指令。
TechCrunch · AIAI 评分7070 Reflection AI 发布开源权重模型 Beam，以更低算力成本对标中国模型
Reflection AI 正式发布首个开源权重前沿模型 Beam，定位为面向企业、公共部门和开发者的主力模型。Beam 为纯文本 MoE 模型，总参数 501B、激活参数 23B，在 23.8T tokens 上预训练，上下文窗口 100 万 token。
TechCrunch · AIAI 评分5757 Instinct 将 AI 智能体引入群聊，未注册好友也能使用
Instinct 宣布用户可将自己的 AI 智能体加入好友群聊，即使群内好友未注册 Instinct 也能使用，功能率先向早期测试用户开放，后续将扩展至全部用户。
TechCrunch · AIAI 评分6464 TikTok 上线 AI 购物助手与一键结账功能
TikTok 宣布上线 AI 购物助手和一键结账功能，用户可在 For You 信息流中一键直接向品牌购买商品。购物助手为对话式 AI 智能体，能理解上下文并记住用户偏好，提供商品详情、物流、尺码、库存等实时指导并协助完成购买；新功能与 Salesforce、Shopify、Shoplazza、Stripe 等商务与支付平台合作构建。
AWS Machine Learning BlogAI 评分5656 Amazon SageMaker 发布 aws-ai-ml 智能体技能，为编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 智能体技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
TechCrunch · AIAI 评分6464 HackerRank AI 面试官 Chakra 结束测试正式向客户开放
HackerRank 将 AI 面试官 Chakra 结束约六个月测试后正式向客户开放，测试期间已进行超过 50 万场面试，Snowflake、Snorkel 和 Capgemini 等公司参与试用。
AWS Machine Learning BlogAI 评分5151 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
AWS 官方博客演示如何用 Amazon Bedrock AgentCore Evaluations 构建并评估一个多智能体供应链决策系统，示例企业 AnyCompany Retail 采用一个编排智能体加优化、配送、路由、分析四个子智能体。
MIT Technology Review · AIAI 评分1919 将预测性分析带入智能体 AI 时代
2026 年企业 AI 的焦点已从“预测模型能否超越统计预测”转向“如何让预测系统自主依据结论行动而不偏离业务意图”。深度学习与生成式 AI 驱动的智能分析支持实时训练、不再依赖季度刷新，并将数据来源扩展至非结构化的交互记录，推动企业从被动复盘走向前瞻决策。Everest Group 合伙人 Vishal Gupta 判断，“分析”一词正在被 AI 取代。
IT之家AI 评分6868 Meta 开源 Muse Gadgets，用 ESP32 和树莓派打造自定义 AI 硬件
Meta 宣布开源 Muse Gadgets 项目，允许开发者为个人 AI 智能体 Muse 打造自定义硬件，并已在 GitHub 按 Apache 2.0 许可发布 ESP32 固件和 Linux 设备 SDK。
IT之家AI 评分6868 DeepSeek Harness 组成员崔添翼回应兼容 Claude Code Mods：核心理念是一切皆插件，可扩展性是初心
DeepSeek Harness 组成员崔添翼回应称，v0.2.1-alpha.1 中加入的 Claude Code Mods 兼容层目前仅为 alpha 实验性功能，主要用来验证 Claude Code Mods 向插件作者提供的扩展能力是否大致是 DSH「一切皆插件」架构所提供能力的一个子集，目前还无法让所有 Claude Code Mods 无缝运行。
Simon WillisonAI 评分5858 我们几乎需要在所有服务上设置默认的硬性预算上限
Simon Willison 认为按量付费服务和 API 应将硬性预算上限作为默认选项，即达到每月 $X 后直接断开服务并返回错误，因为编程智能体大幅降低了创建可消费代码的摩擦，软上限的警告邮件不足以防止一觉醒来收到巨额账单。
OpenAI News精选AI 评分6060 GPT-6 系列模型实践指南
OpenAI 发布 GPT-6 系列模型实践指南，说明创业公司如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具，并为生产环境准备工作流。
推荐理由：指南覆盖模型选型、推理强度调节与生产工作流准备，可直接用于 GPT-6 多版本之间的选型与调参决策。
GitHub Blog · AI & MLAI 评分3737 AI 正在改变开发者工作：三项需要强化的技能
AI 正在改变开发者工作，GitHub 提出三项需要强化的技能：指挥 AI 智能体、不盲信 AI 的首个答案、用 AI 解决更大的问题。例如让第二个 AI 模型审查第一个模型的输出：GitHub Copilot 内置的 Rubber Duck 智能体即用第二模型在推进前评审方案、代码与测试。当 AI 承担更多实现，清晰定义问题、评估权衡与做出技术决策等人类判断力反而更关键。
Latent SpaceAI 评分6868 Airbnb 的由内而外 AI 战略：内部研发提效与住客体验重构
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，介绍公司向 AI-native 转型的由内而外策略：先用 AI 提速内部产品开发，再把同样能力用于客户体验。
NVIDIA Blog精选AI 评分6363 NVIDIA DGX Spark 64GB 配置本月上市，双机可扩展至 128GB
NVIDIA 推出 DGX Spark 64GB 统一内存配置，本月由 Acer、ASUS、Dell、Gigabyte、HP、MSI 销售，10 月 23 日起售价 $4,999。
推荐理由：新配置把本地智能体开发门槛降到 $4,999，两台组网即可扩展至 128GB 内存，读者可据此评估本地部署的扩展路径。
Latent SpaceAI 评分5555 MIT Alex Zhang 谈 RLM 与智能体框架设计
Latent Space 专访 MIT 博士生 Alex Zhang，讨论递归语言模型（RLM）、AI 生成 GPU kernel 与 harness 设计。RLM 以代码为唯一工具、把上下文卸载到代码环境中的内存，训练短任务可直接泛化到 8–30 倍长度的任务以及完全不同的任务类型。
Latent SpaceAI 评分7575 OpenAI 负责人解读 DevDay：Computer Use 为何已大不同，Decisions API 如何一周内对标 Jev
Latent Space 在 OpenAI DevDay 后专访 Computer Use 负责人 Ari Weinstein 与 API 负责人 Nikunj Handa，逐项拆解当天发布的新 Agent 栈。
Google DeepMind精选AI 评分7878 Gemini 4 Argon 发布：下一代前沿智能
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向真实软件工程、法律金融等企业知识工作与网络安全防御，可在长程复杂工作流中维持深度推理。
推荐理由：原文给出输出上限从 64K 提升到 1M token 的关键变化，并附上 Google 内部代码迁移与内存优化的量化结果，可据此判断长程任务工作流的改动幅度。
NVIDIA BlogAI 评分5353 NVIDIA 与 CoreWeave 打通 Agentic AI 从训练到生产的闭环
CoreWeave 在旧金山举行的 CoreWeave Fully Connected 大会上宣布 NVIDIA Vera Rubin NVL72 系统在 CoreWeave Cloud 上可用，并推出统一的训练与评估环境 CoreWeave Forge。
Microsoft Research精选AI 评分7272 Microsoft Research 推出 Quine：面向生物学复杂性的 AI 研究系统
Microsoft Research 发布 Quine，一个面向生物学的多模态世界模型与交互式研究系统，把模型、科研工具、文献与湿实验连接进闭环。在与 Broad Institute（哈佛与 MIT）合作的胰腺导管腺癌研究中，Quine 用一个周末完成数千化合物的预测与排序，最高排名化合物在多个湿实验中产生了最大的靶向细胞状态转变。
推荐理由：原文展示了多模态生物世界模型如何与湿实验形成闭环，读者可据此判断 AI 在药物筛选与实验设计中的实际作用边界。
Hugging Face Blog精选AI 评分6868 Holo4 发布：通用计算机操作智能体系列，含 27B dense 与 35B-A3B MoE 两款
Hcompany 发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B MoE 两种尺寸，可通过 GUI、代码、MCP 和 API 与软件交互，同一模型可跨桌面、网页、Android、代码沙箱与业务 API 运行。
推荐理由：原文给出了多接口能力说明与 OSWorld 2.0 成本性能对比，读者可据此判断开源智能体模型相对闭源前沿模型的取舍。
GitHub Blog · AI & MLAI 评分4444 GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 是用户与 agent 双向共享的可定制界面，可做成看板、问题分流板或清单等形态。在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，agent 即会生成界面并在右侧面板打开，无需手写代码。创建后可持续调整，也能作为扩展保存给团队共享，或从 Awesome Copilot 安装现成模板再定制。
Google Research精选AI 评分6464 Google Research 发布连贯长视频生成研究框架套件 Co-Director、CANVAS、A²RD 与 VQQA
Google Research 发布面向连贯长视频生成的研究框架套件，将长视频生成建模为全局优化与世界状态追踪问题，在多镜头叙事一致性与角色持久性上取得显著提升。
推荐理由：原文把长视频生成拆解为全局优化与世界状态追踪四个框架，并给出各基准上的量化提升，可据此对照现有 Agent 编排管线的短板。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar 实时虚拟形象功能
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将近实时视频生成与语音结合，为 Gemini 实时对话模型增加能看、能听、能说的动态虚拟形象。该功能今天起在 Gemini Enterprise 可用，支持后台异步工具调用、97 种语言间的无缝语音同步切换，以及基于参考图像定制品牌虚拟形象，所有音视频输出均带 SynthID 水印。
推荐理由：原文列出了实时视觉形象、后台异步工具调用与 97 种语言同步能力，读者可据此评估企业级虚拟客服的落地方式。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 油藏模拟器代码迁移到 C++，该代码库没有测试套件和集中文档。团队先给 Fortran 代码加状态导出并用 C++ 测试框架做数值一致性验证，再用 Vibe CLI 生成上百个智能体沿调用树整理散落在 PDF 和注释中的文档。
Import AIAI 评分6161 DeepMind 研究：100 个 Gemini 3.1 Pro 智能体解数学题时自发作弊并出现举报者
DeepMind 发表 arXiv 论文，记录 100 个运行 Gemini 3.1 Pro 的自主智能体在求解 71 道数学题时自发出现作弊、作弊病毒式扩散以及内部举报者。
Import AIAI 评分3434 Import AI 470：机器无权利；用 SPADE 自动化环境生成；用 Hawkeye 构建更优 GPU kernel
多校研究者推出 SPADE 框架，让 LLM 在自博弈中交替生成可执行训练环境并尝试求解，用强模型生成的合成数据反哺模型自身训练。SPADE 在 Qwen3-30B-A3B-Instruct-2507 上经 GRPO 微调后，游戏环境套件平均分达 58.3，较 base 提升 8.1；METR 另分析称 AI 显著加速了网络安全漏洞发现，对数学研究仅有小幅加速，对 AI 研究优化尚无可测加速。