Google 在 Gemini 4 Argon 推送的同时，把智能体开发平台 Antigravity 集成进 macOS 版 Gemini 应用，右上角新增 Antigravity 按钮可直接进入完整功能。该集成以 Gemini 4 Argon 升级的编码能力为由，新模型在 Gemini 应用中需 AI Pro 及以上订阅，Antigravity 访问则需 AI Ultra。macOS 版 Gemini 应用同时更新了 Chat 与 Task 切换器，Task 为 Gemini Spark 的新名称，Skills 改用 @ 提及方式调用，Connected Apps 更名为 Connectors。
#产品更新#Agent#编码
Ollama Cloud 现已可在 Fly.io Sprites 的完整 Linux 虚拟机中运行，Claude Code、Codex 和 Gemini CLI 开箱即用。新增的 Ollama Connector 让 Sprite 通过 Fly.io 网关调用 kimi-k3、glm-5.3 和 deepseek-v4.1-flash 等云端模型，API key 由 Fly.io 加密保存，Sprite 只持有网关 URL 和连接 ID，因此无法泄露密钥。新连接器默认屏蔽所有 Sprite，可按标签、名称前缀或全部开放，调用仅限 Sprite 内部发起。
#产品更新#Agent#部署/工程
Meta 工程博客介绍 2026 版生成式广告模型 GEM，从 Facebook、Instagram、Reels 等分域独立优化转向单一中心基础模型，跨全部广告平台数据与信号学习。GEM 带来 18.9% 转化提升和 12% 广告点击率提升，并在 Facebook、Instagram 和站外转化上分别贡献 5.8%、4.1% 和 1.6% 的转化增长。新架构 Kunlun 相比上一版 Interformer 在同算力下性能提升 2 倍，模型复杂度增长 2.5 倍，训练总算力 FLOPs 扩大 4 倍的同时端到端训练效率翻倍至 20-25% MFU。
#行业动态#数据/训练#部署/工程
《晚点 LatePost》报道称，阿里 AI 办公产品千问办公正在开发面向多平台商家的电商版本，计划于双十一预售前夕发布，项目今年 6 月开始筹备、9 月进入集中开发，参与员工接近百人。该版本并非独立 App，用户可从通用版本切换至“电商经营”版本，首页设有双十一专区、经营分析、商品管理、素材生产和营销推广 5 个板块，当前形态更接近跨平台的分析和生产工作台，尚不能直接替商家调整投流计划或花钱投放。千问办公现有付费用户中约 20% 来自电商行业，淘宝、天猫数据通过阿里内部系统直接连接，有赞、客如云等外部平台正在逐步接入。
#行业动态#Agent#OpenAI
苹果发布 HomePod mini 2，搭载基于新一代 Apple Foundation Models 的 Siri AI，支持个人上下文理解、多轮对话和更丰富的音乐发现，Siri AI 将通过后续软件更新以英文在美国、澳大利亚、加拿大、印度、新西兰、新加坡、南非和英国推出。新品售价 149 美元，提供粉、绿、蓝、白和午夜色，即日起在 apple.com/store 和 Apple Store app 开启预售，10 月 30 日起到店发售，兼容 HomePod 软件 27.2。硬件方面采用 Apple S10 芯片，首次可与 Apple TV 4K（第 4 代）组成四扬声器环绕声，并新增随音乐律动的 Sound Glow 顶部灯效。
#产品更新#语音#端侧
苹果发布 Apple HomeView，一款配备 7 英寸 Liquid Retina 显示屏的智能家居设备，搭载由 Apple Intelligence 驱动的 Siri AI，可识别最多六名用户并提供个性化内容，支持 FaceTime、音乐播放和智能家居控制。HomeView 与壁挂版均售价 299 美元，今日起在澳大利亚、加拿大、印度、新西兰、英国和美国等地开启预购，11 月 13 日发货，因 Siri AI 在欧盟 iOS 暂不可用，该产品不在欧盟销售。设备搭载 A18 芯片和 Secure Exclaves，摄像头与麦克风数据在隔离环境中处理，Siri 请求可使用端侧处理或 Private Cloud Compute。
#产品更新#端侧#语音
ComfyUI 发布 Nvidia VFX 自定义节点，把 RTX 视频特效搬进 ComfyUI，模型随节点附带并在本地 RTX GPU 上运行。RTX Video Super Resolution 节点最高支持 4× 超分或输出至 8192 px，含 19 种模式；Frame Generation 节点支持 2× 到 16× 插帧；Video HDR 节点把 SDR 转为 BT.2020 HDR，峰值亮度可在 400 到 2000 nits 间调节。此次更新还改进了 EXR 支持，Save Image (Advanced) 默认写出 half-float 16-bit EXR，并可为 EXR 附加 JPEG 预览。
#产品更新#视频#图像生成
Google DeepMind 公布 Gemini 4 Argon 的安全与防护方案，并开始向更广泛用户开放该模型，同时扩大 Fairwind Program 的可信网络安全防御者范围。在网络安全测试中，Argon 解决了全部 12 个端到端模拟网络攻击场景，上一代为 5 个；在对抗测试集上违规请求减少近一半。防护采用输入筛查、激活探针内部监测和持续监控三层实时机制，在 Gray Swan 的间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
#安全/对齐#Agent#Google
阶跃终端 10 月 13 日发布旗下首款大模型原生智能体手机 STEPX Neo，内置的阶跃 Amoo 个人智能体在用户授权后可调用支付宝阿宝首期接入的外卖、出行、物流寄件、家政维修、政务民生等 300 余项服务。餐饮团购等场景可在阶跃 Amoo 对话窗口内完成优惠筛选、下单、支付、核销，全程无需跳转 App。支付宝自研 AI 支付产品 Vibe Pay 首次落地终端厂商，STEPX Neo 成为首个接入的硬件伙伴，创作者可在 Step Studio 中创建商品服务并接入收款能力。
#产品更新#Agent#MCP/工具调用
American Express 推出 Intent Intelligence Framework，在 AI 智能体完成交易前捕获并验证用户的购买意图。该框架以 Create Intent API 收集商户名称、最高预算等约束，用户确认身份后生成 Intent ID 和 Proof of Intent Token，智能体凭此换取数字支付凭证，而非使用真实卡号。Amex 表示该框架将纳入其 4 月发布的 ACE 开发者工具包，并已与支付生态伙伴讨论落地。
#行业动态#Agent#MCP/工具调用
SpaceXSI 推出 The X Subscription，把 Grok 的 AI 对话（支持语音、图像、视频和 API）、Grok 的智能体 AI Bot、用于 AI 编码的 Cursor，以及 X Premium 的蓝标认证、创作者工具和减少广告等付费功能打包在一起。新订阅分 free、Plus（8 美元/月）、Premium（30 美元/月）、Super（100 美元/月）和 Ultra（200 美元/月）五档，AI 用量上限随档位提高，免费档仅提供有限的对话和智能体用量，访问最新 Grok 模型需 Premium 及以上。现有用户可在 X 的订阅设置中升级到新套餐，也可保留当前方案，升级入口将逐步开放。
#行业动态#OpenAI#xAI
Google 宣布 Google Play 新功能允许用户用 Google AI Studio 构建 vibe coding 应用并直接在自己的 Android 设备上运行，应用不会出现在 Play 商店搜索或列表中，仅创建者本人可用。该功能初期面向美国 18 岁以上用户，应用仍需遵守 Google Play 现有政策；未来几个月用户可将这些应用分享给信任的好友网络，若应用走红也可在通过信任与安全审核后转为公开发布。Google 同时推出基于 12 亿游戏社区玩家数据的个性化游戏推荐引擎 Game Finder，并更新 Ask Play 支持应用对比、加强 Play 应用与 Gemini 对话的整合。
#产品更新#端侧#Google
Shopify 宣布允许消费者配置自己的 AI 智能体代为下单，向更多智能体开放其目录中超过 10 亿件商品。用户需将智能体与 Shopify 旗下 Shop 账号连接，通过一键 Shop Pay 在对话中结账，订单回流至 Shop 应用，且每笔购买都需买家确认。此前 Shopify 在 9 月与 Meta 合作，允许其 Muse 智能体代为浏览和购买商品，如今无需合作集成即可使用任意智能体。
#行业动态#Agent#MCP/工具调用
Simon Willison 发布 llm-meta-ai 0.2 插件，为 Meta AI 新模型 Muse Wonder 和 Muse Wonder Full 增加支持。该插件覆盖 minimal、low、medium、high、xhigh、max 六个推理档位，作者用画鹈鹕的方式对比了 Muse Wonder 与 Muse 1.3、Muse 1.2 的差异，并称 Meta AI 目前每月发布一个新模型。
#产品更新#开源生态#数据/训练
微软发布第三代自研 AI 加速芯片 Maia 300，并宣布 Maia 200 已投产，用于支撑 Copilot 等云服务。Maia 200 部署在美国、欧洲和澳大利亚的数据中心，每瓦 token 吞吐量最高为领先 GPU 基础设施的 1.7 倍，年底前还将支撑 GitHub Copilot 和 Microsoft Foundry。Maia 300 计划 2027 年投产，采用推理优先架构，每兆瓦 token 吞吐量预计比领先 GPU 系统高 40%，96 加速器整机架的 token 吞吐量最高可达 Maia 200 的 7 倍；微软计划 2027 年以多吉瓦规模扩展 Azure Maia 系列，目前 Maia 尚未通过 Azure 实例向客户开放。
#产品更新#端侧#部署/工程
苹果发布 HomeView 智能家居设备，配备 7 英寸屏幕和底座扬声器，售价 299 美元，即日起开启预购，11 月 13 日上市。该设备让升级版 Siri 进入家庭场景，可结合短信和日历上下文显示信息，并能通过人脸识别最多六名家庭成员，对话内容可在多设备间同步。苹果称设备摄像头和麦克风的数据与系统其余部分分开处理，用户被识别后才会在设备上显示其消息或日历内容。
#产品更新#语音#端侧
Catch it at the first user, not the four-hundredth. A new user’s bank link fails, the agent says “try again later,” and nothing shows up in the logs. Watch a team find the bug and fix it before anyone else hits it, with Agent Learning Services and Agent Data Services, launching today.
#产品更新#Agent#部署/工程
We've unified plans across Grok, Cursor, and X Premium. Introducing The X Subscription. https://t.co/SvkrVvBa0p
#行业动态#OpenAI#Anthropic
We're open sourcing agentchat, it's a unified SDK that allows you to connect your agent to Slack, Teams, iMessage, email, and WhatsApp in 2 lines of code and works with any agent SDK We noticed we kept on rebuilding the stack to connect our agents to different channels and ended up building the same shared layer. That's where agentchat came in. This allows you as a developer to focus on your core agent's brain and let the SDK manage your connections with different channels.
#开源/仓库#Agent#MCP/工具调用
Jev as a judge for LLM evals! JevEval uses Jev as the judge for custom LLM evals instead of relying on another generative LLM for every evaluation. The idea is pretty simple. You define the exact decisions you want the evaluator to make, Jev evaluates each one and returns probabilities, and DeepEval uses those results to calculate the final score. For example, with an AI agent you can evaluate the trace itself, checking whether the agent selected the right tools, followed the expected sequence of actions, and actually completed the task. Jev handles those semantic judgments, while the scoring logic stays outside the model. That is the main difference from a normal LLM-as-a-judge setup. With a generative judge, the model often has to interpret the rubric, reason about the response, and generate the evaluation itself. With JevEval, you define the decision structure upfront. You can also assign different weights to different checks or use `strict_mode` when every requirement needs to pass. So if one part of the agent workflow matters more than another, you can reflect that directly in the scoring logic instead of leaving the entire evaluation to the judge model. Key capabilities: - Evaluate agent outputs and traces with Jev - Define custom checks as bounded decisions - Use yes/no, score, and closed-choice questions - Weight different checks or require all of them to pass - Evaluate both single-turn outputs and multi-turn conversations This is where Jev makes a lot of sense for evals. If you already know what needs to be checked, you can define those decisions upfront, let Jev handle the semantic judgment, and keep the final scoring deterministic. I’ve shared the DeepEval post in the comments.
#评测/基准#Agent#产品更新