微软宣布为 Windows 带来不计量智能，让每台 PC 成为智能体可安全工作的场所。其中 MAI-Code-1.1 Flash 是 137B 参数、256K 上下文窗口的编码模型，已针对 PC 本地运行优化；GitHub Copilot 可将工作交接给该本地模型以降低成本。微软还推出 Hybrid Intelligence 让 Copilot 直接在 PC 上执行操作并保留敏感数据在本地，并通过 Code in Copilot 在桌面构建软件而无需云端 token 消耗；Windows 与 Agent 365 结合，提供 MXC 本地沙箱供智能体执行。相关能力将随搭载 NVIDIA RTX Spark 的 Surface Laptop Ultra 等新设备落地。
匹配字段标题
AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。
匹配字段标题
估值 250 亿美元的 Reflection AI 发布首款开源权重模型 Beam，面向编码与智能体任务，公司称其以远低于中国实验室 Z.ai GLM-5.2 的算力达到相近的推理和编码成绩。Reflection 计划本月以 Apache 2.0 许可证放出 Beam 权重，允许企业自行定制和部署，并已在韩国测试由对冲基金或政府用自有芯片和私有数据运行 Beam 的 AI 工厂模式。在自家测试中 Beam 仍落后于 Moonshot 的 Kimi K3，但优于 Thinking Machines 的 Inkling 等美国开源系统。
匹配字段标题
Z.ai（智谱）的 GLM 5.3 已在 Amazon Bedrock 上线，据 Hugging Face Hub 发布信息，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务优化。Bedrock 提供全托管 API，支持跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。相比 GLM 5，官方称其在 DeepSWE、Terminal Bench 3.0、FrontierSWE 等编码基准上有竞争力，并在 CyberGym 基准上测得 84.5 分。
![[Amazon Bedrock Playground screenshot showing chat interface with GLM 5.3 model explaining symmetric vs asymmetric encryption. Response includes detailed comparison with checkmarks and X marks highlighting key differences, examples like AES and RSA, a]](https://news.farwalk.ai/api/site/image-proxy?v=1&u=https%3A%2F%2Fd2908q01vomqb2.cloudfront.net%2Ff1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59%2F2026%2F10%2F05%2FScreenshot-2026-10-05-at-6.11.23%25E2%2580%25AFPM.png&mode=body-640&exp=1793577900&sig=b4BiNL5wwYavT5pYc257knSCufXGyrQ514gtCLb9aaM)
匹配字段标题
Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。
匹配字段标题
PyTorch 将图像、视频、音频的解码与编码能力统一收敛到 TorchCodec，TorchVision 和 TorchAudio 中相关 API 已弃用或移除，两者今后专注 transforms。TorchCodec 支持 CPU 与 CUDA，CUDA 视频解码性能普遍优于旧实现，并集中处理 FFmpeg 4 至 9 等依赖。三个库现已 ABI 稳定，不再绑定单一 PyTorch 版本。
匹配字段标题
Amazon SageMaker AI 优化生成式 AI 推理推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 提供给 Kiro、Claude Code、Codex 等编码智能体，使其能对端点做基准测试、推荐部署配置、对比性能并生成可执行的 SageMaker Python SDK v3 代码。该技能基于 Model Context Protocol（MCP），可在本地或 SageMaker Studio JupyterLab 空间安装，10 分钟即可开始使用。
匹配字段标题
Hugging Face 的 Clément Delangue 宣布把 Claude Code、Codex、Hermes、Pi、opencode 等编码工具变成 RL 环境，不改动工具本身也不改动训练代码，全部开源。做法是用一个 capture proxy 伪装成模型 API，兼容 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini 四种格式，转发到 vLLM 并记录 token ID 与 logprobs，再交给 TRL 训练，目前已有 10 个工具接入且均未修改。在 LFM2.5-2.6B 上，单工具训练后 OpenCode 从 34% 提升到 58%，四工具同时训练后四者均提升（42% 到 54%），而用 Qwen3.8-27B 的 3,189 条 rollout 做 SFT 只停在 47.5%。
匹配字段标题
Together AI 发布 Together Link，可将团队已在使用的编码智能体接入其开源模型，官方称可降低超过 50% 的开销。该工具支持 Claude Code、Claude Desktop、Codex（ChatGPT 应用与 CLI）、OpenCode 和 Pi，设置与登录保持不变，一条命令即可切换回原生闭源模型。Auto 模式由 Together AI Router 按会话首个任务选模型，带 Anthropic key 时在 Opus 5.5 与 GLM 5.3 之间路由，否则在 GLM 5.3 与 GLM 5.3 Flash 之间路由，路由每会话只发生一次以保留 prompt caching，并按现有 Together API key 计费。
匹配字段标题
马里兰大学与 AWS 的研究者提出 LEGO-Anything，让编码智能体接收单张图片后编写并迭代修改 Blender 代码，生成可运行、可编辑的 3D 场景程序。配套的 LEGO-Bench 包含 104 个室内外场景的 208 张图像和 443 个注册资产，从有效性、几何重建和外观三方面评分。测试中六种 GPT 配置几乎都能交付可用场景，但几何准确率差异很大，表现最好的 GPT-6 Astra 在室内场景为 53.4%、室外为 39.6%，较弱配置约 15%；研究者发现智能体在判断两个版本哪个更接近原图时准确率接近或低于随机水平，据此提出无需额外训练的 LEGO-Plugin，使较弱智能体提升最高达 62.7%。
匹配字段标题
这篇教程实操 Google Research 的 JAX 训练库 Kauldron，重点演示三个机制：konfig 把实验变成可 JSON 往返的纯字典配置树，kontext 用字符串键路径连接互不感知的组件，typing 模块以命名轴在运行时校验数组形状。文中还自定义 loss 与 metric、用合成内存数据训练 Trainer，并跑了一个五变体 sweep 和断点续训。
匹配字段标题
谷歌发布其最强 AI 模型的新版本 Gemini 4 Argon，称其在代码编写、企业业务、数理科学和网络安全的行业基准测试中达到顶尖水平，表现达到甚至超越 Anthropic 与 OpenAI。该模型的上下文窗口规模提升至原来的 16 倍，正通过顺风计划向部分企业与政府机构开放，用于识别并修复网络安全漏洞。谷歌还表示该模型对提示注入的抵御能力更强，并新增防止智能体脱离测试环境的安全防护机制。
匹配字段标题
Zyphra Research 发现，混合语言模型中滑动窗口注意力（SWA）和门控线性注意力等局部层会在残差流中自然形成近因偏置，使相邻 token 的表示比远距离 token 更相似；全局 NoPE 注意力的 query 和 key 投影随后学会读取这一结构，从而在无显式位置编码的注意力层中形成隐式相对位置编码。该机制解释了局部混合与全局 NoPE 注意力交错架构为何有效，并有望让位置表示自然外推到训练时未见过的序列长度。
匹配字段标题
OpenAI 本周发布 GPT-6.1 Sol，定位 GPT-6 家族中端模型，在智能体编码、电脑操作和专业工作上接近 GPT-6 Astra 的表现，标准输入输出价格为 Astra 的五分之一，缓存输入降至每百万 token 0.10 美元，比 GPT-6 Sol 低 50%。该模型已在 OpenAI API 以 gpt-6.1-sol 上线，并接入 ChatGPT Work 和 Codex。OpenAI 还计划数日内在 Codex 推出 GPT-6.1 Sol Ultrafast 选项，称 token 生成速度最高可达标准速度的 8 倍。
匹配字段标题
NVIDIA TensorRT Model Connect 是基于 NVIDIA TensorRT 的开源 C++ AI 模型参考实现集合，截至 2026 年 7 月 29 日版本已覆盖 128 个模型家族，并在 NVIDIA GB300 上完成测试。项目把 AI 输出当作可独立验证的工作单元，通过并行任务、模型家族隔离、可回滚改动和 GPU 验证来避免错误级联，人类判断则上移到系统设计、验收标准与发布决策。
匹配字段标题
Anthropic 发布 Claude Sonnet 5.5，基准测试显示其编码能力接近 Opus 5.5，在理解图像和图表方面有大幅提升。作者建议 $20 套餐用户把部分原本交给 Opus 的请求换成开启高思考模式的 Sonnet 5.5。Anthropic 历来让 Sonnet 的 .5 版本表现格外出色。
匹配字段标题
@grokkedd 一个 2B 模型在 WebGPU 上于浏览器内运行完整编码智能体，正是我们想要的端侧故事。基于 MiniCPM5-2B 的出色构建。
匹配字段标题
Docker 于 9 月 24 日发布面向 AI 编码智能体的官方技能集 Docker Skills，可在 Claude Code、Codex、GitHub Copilot、Cursor 等智能体中使用，采用 Apache License 2.0 许可。每个技能包含 SKILL.md，说明适用场景与执行方式，智能体可自行匹配用户请求并加载相关指令，无需每次指定技能名。9 月 26 日目录共 11 个技能，覆盖 Dockerfile 与构建、Docker Compose、Docker Sandboxes、Docker Agent 以及不可逆操作前的确认策略；其中 docker-build-strategies 包含多阶段构建、缓存友好的指令顺序和非 root 用户运行等指征。技能可通过 Claude Code、Codex 插件、Gemini CLI 扩展或 Vercel Labs 的 skills CLI 安装，官方建议对智能体提出的改动和命令进行审查并运行项目测试。
匹配字段标题
微软正式发布重新设计的 Copilot 超级应用，将聊天、编码和智能体三类能力整合进同一界面，分为 Home、Code 和 Autopilot 三个标签页。Code 标签由 GitHub Copilot 同源技术驱动，可在沙箱环境中创建应用、看板或自动化并作为云端内部应用分享给同事；原名为 Scout 的个人助理更名为 Autopilot，以云端实例形式运行，拥有独立身份、记忆和工作区，可通过 @ 提及像同事一样调用。微软对 Cowork、Code 和 Autopilot 采用按用量计费，普通用户订阅许可仍覆盖 Chat 及 Word、Excel、PowerPoint、Outlook 和 Teams 中的 Copilot。
匹配字段标题
Simon Willison 在 2026 年 9 月 24 日的笔记中表示，他使用编码智能体越多，越确信它们让软件工程变得更难。他认为这些工具能做出惊人的事情，但释放其全部潜力需要非凡的纪律和知识。
匹配字段标题