阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版，搭载骁龙 8 系芯片，16GB+256GB 规格，软硬模三位一体全栈价 3999 元，今日开启预售、10 月 16 日首销。新机搭载智能体原生操作系统 Step AOS 1.0，将长期记忆、任务调度和安全机制融入系统底层，并推出 AI 终端原生开发工具 Step Studio，支持通过 MCP、A2A 等协议连接外部服务。购买用户可享连续 12 个月、每月百亿 Token 使用额度的 STEPX Token Plan。
#产品更新#Agent#端侧
伯克利 RDI 发布 OpenSage（Open Self-programming Agent Generation Engine），一个把智能体拓扑、工具与记忆的控制权从人交给 AI 的 Agent Development Kit，支持智能体在任务执行中动态创建和终止子智能体、编写并注册新工具、以及用基于 Neo4j 图的短期与长期记忆配合记忆智能体管理上下文。基于 OpenSage 构建的 SageAgent 在 CyberGym 上用 GPT-5 medium 取得 60.2% 解决率，在 Terminal-Bench 2.0 上达到 78.4%，在 SWE-Bench Pro（Python）上以 Gemini 3 Flash 为底座取得 59.0%，在 DevOps-Gym 上平均得分 46.8% 并位列榜首。作者同时指出当前模型对这些能力的调用频率仍偏低，并随本次发布提供大规模 RL 后训练与 AReaL、slime 等框架的集成支持。
#开源/仓库#Agent#MCP/工具调用
Berkeley RDI 发布开源平台 CUA-Lite，用于开发 computer-use agents，围绕 Lite.Gym 环境接口、Lite.Sample 监督数据格式和每个模型一套 harness 三层抽象构建，已接入 15+ 个 benchmark、10+ 个数据集和 30k+ 可验证任务。Lite.Gym 以 Gym 风格的 reset/step/close 循环统一观察格式与 GUI 动作空间，并提供无需 /dev/kvm 的免虚拟机 Docker 桌面沙箱，Lite.OSWorld 可原样运行 OSWorld 的任务与评测器。Lite.Sample 在 Hugging Face 免费提供，harness 已覆盖 14 个模型家族，同一套 harness 同时用于评测、SFT 和基于 Slime 的 GRPO 等 RL 训练。
#开源/仓库#Agent#数据/训练
Anthropic 发布开源框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 智能体在多轮场景中自动审计目标模型行为，代码已上线 github.com/safety-research/petri。在 14 个前沿模型和 111 条种子指令上，Petri 触发出自主欺骗、规避监督、举报和配合人类滥用等多类失准行为。该工具基于英国 AISI 的 Inspect 框架构建，包含审计智能体、36 个默认评分维度和转录查看器，官方强调它并非基准测试，不能替代人工审查。
#安全/对齐#Agent#开源生态
Anthropic 发布开源智能体框架 Bloom，用于针对研究者指定的行为自动生成行为评测，量化该行为在自动生成场景中的出现频率与严重程度。Bloom 采用理解、构思、推演、评判四阶段流水线，评测结果与人工标注高度相关，并能区分基线模型与刻意植入错位行为的模型。团队同时公开了妄想式谄媚、指令式长程破坏、自我保存和自我偏好偏见四种行为在 16 个模型上的基准结果，代码见 github.com/safety-research/bloom。
#开源/仓库#安全/对齐#Agent
9月22日杭州云栖大会上，平头哥发布新一代训推一体AI芯片真武V900，单芯片性能达到真武M890的三倍，可满足万亿级参数大模型训练和推理需求，计划2027年第一季度量产售卖。该芯片搭载216GB显存、片间互联带宽1200GB/s，原生支持FP8、FP4低精度计算，并可与自研ICN Switch互联芯片组成千卡全带宽高速互联超节点。平头哥同时首次公布倚天服务器CPU规划，2027年将推出倚天720和倚天730。
#产品更新#端侧#数据/训练
华为在麒麟媒体技术沟通会上详解麒麟9050 Pro，这是其四年前启动逻辑折叠技术探索后落地的首款量产产品，拥有超过5000万混合键合、晶体管密度提升53.5%。该芯片CPU主频提升12.7%、GPU性能提升40%、NPU算力提升140%，并支持30B MoE大模型在端侧运行，占用内存小于2.5GB。华为半导体业务无线终端芯片产品管理部部长徐松余表示，逻辑折叠芯片量产是关键起点，未来十年将沿这一路线持续演进。
#产品更新#端侧#推理
GitLab 在班加罗尔 Transcend 活动上发布多项新能力，用于在软件开发生命周期中编排 AI 智能体、管理软件制品并执行安全策略，包括 GitLab Artifact Central、Dependency Firewall、目标驱动的智能体工作流、扩展的密钥管理以及衡量 AI 开发成本与影响的 Impact Analytics。其中 Artifact Central 处于 beta，GitLab 称平台团队可定义组织级策略并最多降低 50% 总拥有成本，自管理版本计划本月晚些时候推出；Orbit 为编码智能体提供软件生命周期实时知识，官方称可让任务重试次数最多减少 45 倍、token 用量减少 4.5 倍，计划下月在所有部署选项上正式可用。Anthropic 的 Claude Mythos 5 和 5.1 也将集成进 GitLab Duo Agent Platform 的安全工作流，预计下月在获批环境中可用。
#产品更新#Agent#部署/工程
微软发布下一代自研 AI 芯片 Maia 300，面向推理负载，预计 2027 年开始量产部署，官方称其每兆瓦 token 数比主流 GPU 系统高 40%。该芯片采用多芯粒架构，计算芯粒基于台积电 N2P 工艺，配备 8 组 HBM4 显存，峰值内存带宽 18 TB/s，TDP 为 950 瓦；在 96 加速器的配置下，机架级 token 吞吐量最高可达 Maia 200 的 7 倍。微软表示 Maia 200 已在 Copilot 等生产负载中运行，并部署于美国、欧洲和澳大利亚，GitHub Copilot 与 Microsoft Foundry 预计在 2026 年底前采用 Maia 200。
#产品更新#端侧#部署/工程
10月13日消息，千问Personal Agent「千问Go！」即将发布。有用户分享称，通过千问Go申请航班延误理赔已获得70元理赔款，另有用户表示千问Go帮忙申请到52元的淘宝价保退款。千问Go还可执行汽车保养、运动预约和购物比价等任务。资料显示，千问自去年上线以来基于阿里生态和开放平台，已实现购物、打车、快递、理财等能力，升级后可自主查询操作各类授权平台、比较方案并电话联系服务方。
#产品更新#Agent#MCP/工具调用
10月13日，阿里1688宣布接入全球电商AI工作台Accio，平台逾1亿年度活跃买家和超100万源头厂商即日起均可直接开通。面向中小买家，Accio提供用于全球寻源、比价、谈单的采购助手，以及打通淘宝、天猫、抖音、拼多多、京东等多平台的电商管家；面向源头厂商上线1688生意助手，针对现货、定制和跨境三类场景提供差异化AI能力。
#产品更新#Agent#MCP/工具调用
阿里旗下数字供应链平台1688宣布，即日起平台逾1亿年度活跃买家和超100万源头厂商均可直接开通全球电商AI工作台Accio。买家可用1688账号登录Accio完成采购，并借助“电商管家”运营全网生意；卖家下载“1688生意助手”并绑定店铺后，可通过自然语言指令完成选品上架、广告分析、客户接待和多店管理。Accio覆盖找货、备货、成交、复购和店铺经营全链路，目前全球已有1000万中小企业用户在用。
#产品更新#Agent#MCP/工具调用
10月13日，千问官方公众号宣布 Personal Agent「千问Go!」的体验申请页面已在千问APP上线，用户可通过APP内指定入口提交申请，千问将逐步开放体验资格。该功能内嵌于千问APP，可处理航班延误理赔、场馆及演出预约、餐厅筛选预订、商品比价下单以及求职投递等个人事务；有用户测试后称通过它沟通平台客服提交理赔申请并获得70元赔偿。公告称将基于使用反馈持续优化产品体验。
#产品更新#Agent#MCP/工具调用
xAI 推出 The X Subscription，把 Grok、Grok Bot、Cursor 和 X Premium 合并到一个订阅中，并将在未来几天面向全球开放。付费方案包含在 Grok 与 Cursor 间共享的 Grok 模型用量池，每个方案提供的编码用量至少是对应 Cursor 方案的两倍，第三方模型在 Premium 及以上仍可在 Cursor 中使用并按 API 价格单独计费。团队版按与个人版相同的每席位价格提供 Premium、Super 和 Ultra，并包含 SSO、管理控制、合并账单、用量分析和 SOC 2 合规。
#产品更新#OpenAI#xAI
TensorZero 正在构建自动化 AI 工程师 TensorZero Autopilot，它分析 LLM 可观测性数据、搭建评测、优化提示词与模型并运行 A/B 测试，由 11.5K 星的开源 LLMOps 平台驱动。团队在 terminal-bench、航空与零售客服、NER、FHIR 医疗、中文法律、ReplicationBench 和猜词游戏等任务上测试，每个任务先用 GPT-5 mini 基线收集 100 次 rollout，再以 5 个独立种子运行 Autopilot 并用 100 次新 rollout 评估，结果在所有任务上均有提升，例如 terminal-bench 奖励从 0.404 升至 GLM-5 变体的 0.637，FHIR 任务从 0.182 升至 Kimi K2.5 变体的 0.585。实验限定在成本相近的固定模型集合内并关闭微调，Autopilot 会先诊断基线失败模式再生成针对性提示词。
#产品更新#Agent#部署/工程
Anthropic 在 AI Engineer New York 上介绍了新功能动态工作流（flows），它被定义为面向大规模任务的多智能体编排方式，由 Claude 自行决定如何拆分和编排工作，而不再需要开发者预先配置协调者与子智能体名单。该功能已在 Claude Console 中提供，用户仍可在 agent 配置中传入预配置的子智能体。演讲者表示，flows 的成本远高于单智能体方案，但更擅长找全细节；模型运行时并不知道自己的预算，开发者可设置会话预算，并可用 dreaming 研究预览功能整理记忆库。
#产品更新#Agent#Anthropic
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出配套软件与性能优化，覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用。专为本地智能体打造的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型于 10 月 15 日发布，采用 74B 参数、9B 激活参数的 MoE 架构和 2-bit 量化，可通过 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 运行。个人 AI 路由器 NVIDIA PAIR 正式结束 beta，新增 llama.cpp 支持与 Hugging Face 直接下载模型，并支持 Windows、Linux 和 macOS。
#产品更新#端侧#Agent
Blueprints AI 在 TechCrunch Disrupt 上发布第二代软件，用户可从项目描述或草图出发，一次性生成建筑、结构、机电、给排水和室内设计等各专业蓝图，修改一处设计会同步更新整个项目并对照当地建筑规范检查。第一代软件按月收费 3200 至 8500 美元，第二代已由早期客户使用并将于本周公开上线，公司称制图占建筑师约 80% 的时间，目标是把这个比例反过来。该软件不替代持证建筑师，图纸仍需持证专业人士审核盖章后才能提交审批。
#行业动态#多模态#部署/工程
微软发布第三代自研 AI 芯片 Maia 300，定位为微软产品与服务的“主要 AI 推理系统”，将于 2027 年开始量产部署。微软云业务执行副总裁 Scott Guthrie 称，Maia 300 每兆瓦 token 数比主流 GPU 系统高 40%，在 96 加速器整机架配置下机架级 token 吞吐量最高可达 Maia 200 的 7 倍。该芯片采用 chiplet 架构、基于台积电 N2P 工艺，将计算、内存控制器与 I/O 功能分离，面向长上下文推理、低延迟对话和持续多步智能体任务。
#产品更新#端侧#部署/工程
OpenAI 开源其思维链可监控性评测的数据集与参考代码，仓库地址为 https://github.com/openai/monitorability-evals，并同步发布计算 g-mean2 指标的代码和模拟评测脚手架。OpenAI 表示已在 GPT-5.4 thinking、GPT-5.2 thinking、GPT-5 thinking 和 o3 的系统卡中回填完整可监控性评测结果，未来前沿推理模型系统卡也会报告该结果。部分依赖私有或受限数据的评测未纳入开源，包括 Health Queries、FrontierMath、Math Diamond、OAI-Repo-Sabotage、Anti-Scheming 等。
#安全/对齐#开源生态#推理