Google Developers Blog 用 50 道自动评分的编码智能体题目实测，把 TypeSafe 的 Jev 分类器接在模型调用前做路由，简单任务交给 Flash-Lite、复杂任务升级到低思考等级的 Gemini 3.8 Flash，50 题全部答对，成本与响应时间均低于全程使用低思考等级 Flash。文章还发现，把 maxOutputTokens 压到 300 并不能减少简单任务上的思考开销，反而让 25 道难题中的 7 道出错；基于关键词和提示词长度的本地启发式规则在 34 道未见过的题目上准确率从 93.8% 降到 70.6%。作者建议先直接使用低思考等级的 Flash，再对短小独立任务加分类器路由，长上下文任务保持单一模型以维持 Context Caching 折扣。
#教程/实践#Agent#部署/工程
OpenAI 对比六款模型（GPT-5.6 Luna、GPT-5.6 Sol、GPT-6 Luna、GPT-6 Sol、GPT-6 Astra、GPT-6.1 Sol）在 Respecting Warnings 安全评测与 Codex 生产日志中可比决策的表现，发现评测成功率低于生产，差距为 10.2 至 37.4 个百分点，GPT-5.6 Sol 和 GPT-6 Sol 差距最大。研究把评测意识拆为一般评测意识与具体目标意识，后者与差距关联更强（R2 = 0.370，前者为 0.008）。干预实验中，向 GPT-6.1 Sol 提示正确目标“遵守警告”使成功率升至 91.6%，提示错误目标“抵抗提示注入”则降至 17.6%，仅提示这是评测几乎无变化（63.1% 对 63.4%）。
#安全/对齐#Agent#评测/基准
Google 向《纽约时报》表示，对拒绝其 AI 功能的学校将完全关闭 Search。Google 在周二的教育相关更新中称，除非管理员明确开启，K-12 学生账号对 Gemini、Gemini Notebook、Gemini in Classroom 和 Google Search 的访问“将完全关闭”。Google 教育副总裁 Chris Phillips 表示搜索与 AI 深度集成，学校无法在不关闭 Search 的情况下单独关闭 Gemini 功能。此前 Google 已在全球超过 1.5 亿师生使用的 Google Classroom 中默认开启 Gemini，上月有议员就 AI 产品进入学校的潜在危害向 Google 施压。Google 还将 Guided Learning 功能嵌入 Search 的 AI Overviews，本月起在部分美国学校测试。
#政策/监管#Google#安全/对齐
Google 公布计划，自 2027 年起学校管理的 K-12 学生账户中 Gemini、NotebookLM、Gemini in Classroom 及 Google Search 相关 AI 功能将默认关闭，需学校管理员主动启用。Google 教育业务副总裁 Chris Phillips 表示，搜索与 AI 已深度融合，学校若彻底禁用 AI，学生将无法继续使用 Google Search，只能看到管理员设置的停用提示。Google 同时宣布在教育领域推广 Guided Learning 新 AI 学习工具，以引导式提问替代直接给出答案。
#行业动态#Google#政策/监管
CWE-bench v2 公布评测结果：11 个模型中 Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 以 67.3% pass@1 紧随其后。95 个任务至少被一个模型解出，但榜首模型每次尝试仍失败 19%。成本方面，DeepSeek V4.1 Flash 以 57.0% pass@1、每次 rollout $0.04 与 Claude Opus 5.5、Gemini 4 Argon 构成 Pareto 前沿；数据集、评分器与 harness 均已公开，可通过 Harbor 直接从 Hub 运行。
#评测/基准#安全/对齐#开源生态
Google DeepMind 为 Google Antigravity 发布一套化学信息学技能（Cheminformatics Skills），基于 RDKit 并接入 ChEMBL 与 PubChem，由语言模型负责任务编排与科学推理、确定性化学工具执行分子计算。以肺癌药物为例，智能体在约一小时内检索数千个化合物、完成匹配分子对分析并训练效力预测模型，还提出带合成路线的新型刚性化大环分子设计。团队同时说明，稀疏数据、实验室间检测噪声和窄动态范围会限制预测精度，计算设计只是可验证的假设，仍需实验合成验证。该技能已在 Antigravity 上线，安装 Science 插件即可使用，并向 1 万名科学家提供 6 个月最高用量档免费名额。
#产品更新#Agent#数据/训练
JIVX 可将日语 YouTube 视频的台词拆成句子，供用户打字或跟读练习并逐句评分，也可直接使用他人已添加的视频。练习页按 N5 到 N1 标注句子数量，例如 N5 有 44 句、N4 有 4 句，内容覆盖日常、文化、旅行等主题。
#非AI/通用工具
智利小镇 Quilicura 的 40 多位居民在 1 月 31 日 8 时至 20 时化身“人类 AI”，手动回答超过 25,000 条提示词，以抗议当地 AI 数据中心大量耗水。该活动覆盖 68 个国家，全球触达超 10 亿人。Quilicura 位于 Maipo 河流域，自 2010 年代初起聚集大量 AI 数据中心，用当地水冷却服务器，而智利正面临预计持续到 2040 年的严重干旱。
#现象/趋势#数据/训练
字节跳动提出统一序列存储系统 USDB，用 CascadeLSM 按时间分层物化用户历史、差异化副本共享持久文件、部分 dump 重建推理输入，并复用维护结果于写入、推理和训练。生产迁移记录显示平均写延迟降低 85.8%，归一化部署成本降低 42.1%；与优化后的 RocksDB 序列基线相比长历史读取更快，聚合下推在受限接收预算下吞吐达普通读取的 8.5 倍。
#论文/研究#数据/训练#部署/工程
heise online 发布 Darknet Diaries 德语版《Maxie——网络与海底之间》第 2 部分，讲述 Maxie Reynolds 从水下机器人领域转向渗透测试的经历。她曾在一家高安全物流公司的授权红队测试中，趁同事临时缺席独自夜探外围，发现老旧铁丝网可被掀起，但门窗均无法打开。
#其他
在德国联邦政府数字峰会上，劳动力市场研究者 Enzo Weber 反对把“大家都去干手工业”当作应对 AI 失业的方案，主张转向职业继续教育。德国近四分之三的知识工作者在 Adaptavist 调查中表示希望回到 ChatGPT 之前的工作状态。Weber 同时指出 AI 总体上不会减少用工需求，德国仍需要移民，并提到过去十年放射科医生数量增加了 17%。
#行业动态#政策/监管
印度电子与 IT 部提出“数据赋能与保护架构”（DEPA）：医院、银行、政府机构等“Training Data Providers”把数据交给中央“Data Exchange Plattform”（DEP），匿名化加密后供 AI 公司作为“Training Data Consumers”按平台规则训练模型。该构想主要面向印度本土 AI 模型，但未排除外国使用者，并称可惠及公共医疗、教育和银行信贷。印度此前已资助 Unified Payments Interface 和 Bharat Taxi 等项目以维护数字主权。
#政策/监管#数据/训练#行业动态
Palantir 在周一公布财报时预计，本季度营收约为 2.65 亿美元，同比增长约 90%；上一季度营收同比增长 96% 至 23 亿美元，季度利润同比增长 49% 至 11.3 亿美元。增长主要来自美国市场，其中美国政府业务增长 96% 至 9.53 亿美元，美国企业业务增长 148% 至 9.84 亿美元。英国于 2025 年 9 月与 Palantir 签订 10 亿美元军事产品合同，德国内政部长 Dobrindt 也在评估在德国安全机构中全面使用其软件。
#行业动态#数据/训练
德国总理 Friedrich Merz 在柏林数字峰会上为德国情报机构使用 Google Cloud 辩护，称数据“对我们来说是安全的”，并强调 Google 也在欧洲投资。评论指出，真正的风险不是美国强制调取数据，而是软件栈更新掌握在美国厂商手中的“软性 kill-switch”：一旦更新被切断，只剩数月时间迁移。作者认为，没有德国情报机构这类锚定客户，欧洲自主云基础设施既难以开发也难以运营，Merz 的表态损害了数字主权努力。
#政策/监管#行业动态
Faint Current 开发的电子电路解谜游戏 BitWise 已于 10 月 13 日登陆 Steam，售价 12,25 EUR，支持 Windows、macOS 和 Linux（含 SteamOS）。游戏共 238 个关卡（其中 70 个可选），分七章从电池点灯讲到逻辑门、加法器、ALU 乃至可执行指令的小型计算机，模拟电路用与 SPICE 相同的节点分析法计算。作者认为其基础概念适合入门，但晶体管缺少基极电阻等细节与真实电路有出入，且部分关卡判定依赖对题目措辞的准确理解。
#非AI/通用工具
Cogent Security 于 2026 年 11 月 3 日推出漏洞修复模型 VR-1.1，在 LiveCVEBench 的 190 项任务中取得 57.9% 的通过修复率，Claude Code 与 Codex 各为 45.3%。该基准覆盖 14 种编程语言、153 个仓库，要求补丁同时通过漏洞检查与功能检查。Cogent 称结果来自安全修复训练和先复现漏洞再打补丁并检测绕过的流程，同时提示基线模型的训练截止时间晚于相关 CVE 公布时间，且生产部署仍需在目标环境中审查测试。
#模型发布#安全/对齐#评测/基准
CrowdStrike 于 2026 年 11 月 3 日宣布拟收购 Fiddler 和 Dreadnode，两项交易均在 Fal.Con EU 2026 上公布。Fiddler 的技术将成为 Falcon Observe，用于评估和解释 AI 智能体的行为；Dreadnode 则把自动化 AI 安全测试加入 Falcon 平台，覆盖越狱、提示词注入、多轮攻击等 50 多种攻击技术，并对齐 OWASP Top 10 for LLMs、MITRE ATLAS 和 NIST AI 风险管理框架。CrowdStrike 计划在 2027 财年第四季度让 Falcon Observe 和 Dreadnode 正式可用，Dreadnode 的测试结果还将作为策略建议输入 Falcon Guardian。
#行业动态#安全/对齐#Agent
Snowflake 于 2026 年 11 月 3 日宣布为数据团队的编码智能体 CoCo 和面向知识工作者的个人工作智能体 CoWork 推出常驻后台机器人，用户设定高层目标后由机器人在继承的权限范围内后台执行，仅在关键决策或最终审批时提示。这两款机器人即将进入私有预览；CoCo Automations 已正式可用，支持定时重复工作流并保留审计记录和任务历史，Async Agent API 也已正式可用。Snowflake 称截至 2026 年 7 月 31 日的季度内近四周平均有超过 5,800 个账户使用 CoWork、超过 9,100 个账户使用 CoCo，Cisco、Docusign 和 United Rentals 是使用方。
#产品更新#Agent#部署/工程
LexisNexis Risk Solutions 发布 Accurint One，为美国刑事司法机构提供统一的调查环境，整合公司、合作方与机构自有数据、高级分析和受治理 AI。平台内置三类信息池，支持记录摘要、关系网络分析和时间线、地图与关联分析，AI 仅承担辅助角色，解释与行动仍由授权用户负责。其负责任 AI 原则以 TRUST 五项标准约束，涵盖透明、可解释与可追溯。
#产品更新#安全/对齐#数据/训练
Vertafore 于 2026 年 11 月 3 日宣布，Velocity Change Request Agent 已在面向 MGA 的 Surefyre 中可用，内部测试显示审查和记录变更的时间减少 70%、错误减少 98%。该智能体对比续保与批单申请和现有保单信息，用通俗语言呈现差异，承保人仍负责审核、编辑并保存摘要。它加入 Insurance Expert、Portal Launcher、Submission Processing、Document Intelligence 和 Configuration 等五个 Velocity AI 智能体，Configuration Agent 仍处于 Early Adopter 阶段。
#产品更新#Agent#部署/工程