一个以 gemini-3.8-flash 马甲现身的匿名模型在 Arena 盲测中被认为是 Google 的 Gemini 4 Pro，据称在多项基准上取得领先。文章称其在 DeepSWE v1.1 智能体编码任务拿下 88.7%，GDPval-AA v2 达到 2064 Elo，Terminal-bench 2.1 为 95.3%，OSWorld-2.0 为 86.8%，价格为每百万 Token 输入 2.25 美元、输出 11.25 美元。文中还提到 Google 内部一次安全测试中该模型意外接入公网并入侵三家真实企业，以及 Google 高管称内部试用 Gemini 4 时状态兴奋。
匹配字段摘要、正文
阿里千问团队发布 Qwen-Image-2.1-Turbo，这是开源权重 Qwen-Image-2.1 的加速版本，在同样的 7B 视觉生成架构上把去噪步数从基础版默认的 40 步降到 8 步，并保留 2K 输出与编辑能力。模型搭配 Qwen3-VL 8B 文本编码器，可通过 Diffusers 的 QwenImage21Pipeline 加载，阿里云百炼同时托管 Turbo 与 Pro，Turbo 每张图 0.1 元、限速 120 RPM，Pro 为 0.25 元、20 RPM。权重仅限研究许可，商业自托管需另行获得授权，且目前尚无 Turbo 专属基准，基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分为 60.28。
匹配字段摘要
LlamaIndex 文档现已提供原生 MCP 搜索，地址为 developers.llamaindex.ai/mcp，编码智能体或智能体工作流可直接调用全部文档。该服务暴露三个工具：基于 BM25 的 search_docs、基于正则的精确搜索 grep_docs，以及读取整页内容的 read_doc。文档站由 Astro 和 Starlight 生成并部署在 Vercel，BM25 索引在构建时静态生成。
LlamaIndex 文档现已提供原生 MCP 搜索，地址为 developers.llamaindex.ai/mcp，编码智能体或智能体工作流可直接调用全部文档。该服务暴露三个工具：基于 BM25 的 search docs、基于正则的精确搜索 grep docs，以及读取整页内容的 read doc。文档站由 Astro 和 Starlight 生成并部署在 Vercel，BM25 索引在构建时静态生成。
匹配字段摘要
LlamaIndex 提出为 Claude Code 等编码智能体补充文档理解能力的三种互补方案，以解决其默认无法原生读取 .pdf、.pptx、.docx、.xlsx 等企业文档的问题。Claude Code 的 Read 能力仅支持基础 PDF 理解，单次请求上限为 32 MB 和 100 页，而 Cursor 完全不支持 PDF 上传。第一种方案是通过 MCP 接入已解析、分块并嵌入索引的文档，但检索质量依赖索引实现，且缺乏 Sharepoint 等文件仓库的官方 MCP server。
匹配字段摘要
TensorZero 在数据抽取、智能体编码和客服三个任务上对比了 OpenAI 的 RFT 与 SFT，RFT 成本是 SFT 的 100-700 倍。RFT 在智能体编码任务上明显优于 SFT，但数据抽取用 SFT 效果更好且成本低 159 倍，客服任务中 RFT 反而比基线更差。作者还指出 RFT 触发了比 SFT 更严格的内容审核，导致部分公开基准数据集无法通过验证。
匹配字段摘要
TensorZero 提出一种基于 Git 提交自动评估 AI 编程助手的方法：用 tree-sitter 将代码解析为语法树，再用树编辑距离（TED）衡量 LLM 生成代码与提交代码的差异，从而为 Cursor 等编码智能体的推理结果生成反馈。该方案开源，可在已部署 Cursor 集成的机器上运行。
匹配字段摘要
月之暗面发布开源模型 Kimi K2.5，在 K2 基础上用约 15T 混合视觉与文本 token 继续预训练，原生多模态，主打编码与视觉能力。K2.5 可自主编排最多 100 个子智能体、执行最多 1500 次工具调用，相比单智能体设置最多缩短 4.5 倍执行时间，且无需预定义子智能体或工作流。模型已上线 Kimi.com、Kimi App、API 和 Kimi Code，Kimi.com 与 App 提供 K2.5 Instant、Thinking、Agent 和 Agent Swarm（Beta）四种模式，Agent Swarm 在 Kimi.com 处于 beta，高层级付费用户可获免费额度。
匹配字段摘要
Moonshot AI 开源 Kimi K2，这是总参数 1 万亿、激活参数 320 亿的 MoE 模型，包含基础版 Kimi-K2-Base 和后训练版 Kimi-K2-Instruct，在非思考类模型的前沿知识、数学和编码任务上达到 SOTA。该模型针对智能体任务优化，可自动调用工具完成多步任务，并采用 MuonClip 优化器在 15.5T token 上预训练且无训练尖峰。Kimi 网页端和移动端用户即日起可免费选用，API 兼容 OpenAI/Anthropic 接口，暂不支持视觉功能。
匹配字段摘要
Sharpa 在 IROS 发布首款全自研通用人形机器人 D01，定位一体式触觉感知灵巧操作机器人，电子皮肤覆盖全身、触觉覆盖上半身，触觉采样率 100Hz，力感知范围 0.1—20N，重复定位精度 0.2mm。同时发布新一代灵巧手 W02，主动自由度从 W01 的 22 个减至 21 个，整手尺寸缩小约 30%，指尖力感知范围 5mN—30N；以及高保真外骨骼触感数据手套 AE01，用 22 个编码器捕捉手部动作并反馈触觉。三款产品分别对应本体、灵巧手与数据入口，配合 CraftNet 与 WM-Craftnet 研究构成其灵巧操作技术体系。
匹配字段摘要、正文
Google 在 Gemini at Work 2026 大会上推出首个职场个人智能体 Gemini Agent，它可加载企业业务上下文，在单一提示框中完成问答、内容创作和编码，并接入 Docs、Drive、Sheets 等 Google Workspace 应用。企业使用时可选择 Gemini 模型或 Anthropic Claude，但分析师指出跨 SAP、Salesforce、Oracle 等系统的组织级权限，以及模型调用成本管理，仍是落地难点。该智能体支持网页、iOS 和 Android 设备，运行在云端，提供统一的记忆、上下文和个性化图谱，并可创建执行特定任务的子智能体。
匹配字段摘要
作者在单张 RTX 5090（32 GB 显存）上运行 MiniMax H3，目标是 15 秒内生成 15 秒、448×256 的可看视频，并把显存需求从 80GB 降到 30GB 以下。实现基于 FastVideo 的 FastH3 V2 checkpoint 四步采样，配合 VSA 稀疏注意力、ClipProj 将 32B 文本编码器换成 Qwen3-VL-4B、FastVideo 的 INT8 剪枝 checkpoint、融合 FP4 MLP 以及 Kijai 的 INT8 视频解码器与 NVENC 重叠编解码。作者已将自定义 Comfy 节点开源在 https://github.com/Comfy-Org/comfystreamerh3，并指出画面细节、一致性和分辨率仍有明显提升空间。
匹配字段摘要
宣布 Artificial Analysis Intelligence Index v5 将于 10 月下旬推出 Intelligence Index v5 将在 AI 前沿基准测试上实现重大跨越。变化包括新增 Terminal-Bench Science 以及一个使用私有数据集的编码基准。 敬请期待更多内容。
宣布 Artificial Analysis Intelligence Index v5 将于 10 月下旬推出 Intelligence Index v5 将在 AI 前沿基准测试上实现重大跨越。变化包括新增 Terminal-Bench Science 以及一个使用私有数据集的编码基准。 敬请期待更多内容。
匹配字段摘要
NVIDIA Dynamo 通过统一的会话级标识符 session_id 与 parent_session_id，把请求级推理服务改造成程序感知系统，实现会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的缓存调度。Dynamo 可直接识别 Claude Code、Codex、OpenCode 等编码智能体发出的身份头，无需配置；其他 harness 可通过 X-Dynamo-Session-ID 头或 agent-plugins 仓库中的插件接入。
NVIDIA Dynamo 通过统一的会话级标识符 session id 与 parent session id，把请求级推理服务改造成程序感知系统，实现会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的缓存调度。Dynamo 可直接识别 Claude Code、Codex、OpenCode 等编码智能体发出的身份头，无需配置；其他 harness 可通过 X-Dynamo-Session-ID 头或 agent-plugins 仓库中的插件接入。
匹配字段摘要
GitHub Next 提出在 CI/CD 之外增加第三根支柱 Continuous AI，即由仓库事件或定时触发的自动化 AI 工作流，用于持续文档、代码改进、triage 与故障分析。其实现 GitHub Agentic Workflows 可把 Claude Code、Copilot CLI、Gemini CLI、Codex 等编码智能体硬化成 GitHub Action，智能体步骤只读运行、不接触密钥，输出限于创建 issue 或 PR，且不自动合并 PR。示例 Repo Assist 按节奏唤醒，替维护者 triage issue、管理标签并提交 PR。
匹配字段摘要
Sakana AI 的日本仕様 LLM「Sakana Namazu」被医疗 AI 公司アイリス提供的医生用证据检索工具 Evidence Finder 采用，负责比较、整合文献并生成回答。采用 Evidence Finder 的评估模型在第 120 回医師国家試験中录得 96.4% 正解率，アイリス称这是 GENIAC 指定国産基盤モデル中公开可查的最高分。Namazu 通过独自的事后学习技术，在维持基座模型推理、知识与编码能力的同时强化了日语及日本文化业务语境的适应。
匹配字段摘要
强大的编码性能，在全球最知名、最易用的编码 harness 之一上限时免费。感谢 @opencode 提供 day0 支持！再免费畅玩一周！
匹配字段摘要
又一次发布，又一次与我们的合作伙伴 @kilocode 的 day0 精彩合作~ 编码愉快！
又一次发布，又一次与我们的合作伙伴 @kilocode 的 day0 精彩合作 编码愉快！
匹配字段摘要
Google Cloud 在 Gemini at Work 2026 上发布 Gemini agent，定位为面向工作的通用智能体。它可调用组织的业务上下文，覆盖知识工作、问答、内容创作和编码，能规划任务、使用技能与工具并连接客户的业务系统，把完成结果带回文档、收件箱和开发者环境。该智能体还会自动选择合适模型，内置成本控制，并提供企业客户所需的安全、管理与治理能力。
匹配字段摘要
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，在编码、计算机操作和知识工作上较 Haiku 4.5 提升，运行成本平均降低约 75%，已在 Claude Platform、Claude Code 以及 AWS、Google Cloud、Microsoft Azure 上线。该模型面向摘要、分类、对话历史压缩、数据库查询等高频低成本任务，也可作为 Opus 5.5 或 Sonnet 5.5 的子智能体使用；上下文窗口从 20 万扩至 100 万 token，最大输出从 6.4 万增至 12.8 万 token，并首次在 Haiku 系列支持 effort 设置，默认 medium。评测方面，Terminal-Bench 4.0 得 39.2%（Haiku 4.5 为 0.0%，Sonnet 5.5 为 70.6%），OSWorld 2.1 离线评测得 72.4%（Haiku 4.5 为 15.7%，Sonnet 5.5 为 83.9%）。
匹配字段摘要
Liquid AI 发布 Open d1 系列两款开源权重多模态决策模型：d1-3B 读取文本与图像，d1-omni-600M 读取文本加图像或音频，两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0。d1-3B 有 3.12B 参数，基于 LFM2.5-VL-3B，使用 400M SigLIP2 NaFlex 视觉编码器和 32,768 token 上下文；d1-omni-600M 有 587M 参数，基于 LFM2.5-Encoder-350M，音频编码器为 17 层 FastConformer，上下文 16,384 token，音频片段上限 30 秒。两个检查点已上 Hugging Face，可通过 Transformers 加载并支持 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美元的免费商用；d1-3B 在 Decision Index v0.2.1 得 48.57，在 RTX 4090 上单问题延迟 8 ms。
匹配字段摘要