AI 编程实时动态与要闻

微软 Mage 团队 10 月 30 日在 Hugging Face 以 Apache-2.0 发布 Mage-VL-Cowork：4B 参数的多模态电脑操作智能体，同一个模型每一步自己选择用截图点界面（computer_use）还是在终端跑 bash/Python，不需要外部调度器。官方报告它在 OSWorld-Verified（361 题、50 步上限）两次平均 66.0%，高于 Qwen3.6-27B 的 63.9%，但仍低于 9B 的 SCALECUA-Qwen3.5-9B（68.7%）。

查看大图

10 月 31 日，Vercel Labs 的 Chris Tate（agent-browser 作者）在 X 上发布 agent-desktop，称其为「整台电脑版的 agent-browser」。它是一个 Rust 编写、Apache-2.0 开源的 CLI 和 C 库：读取桌面应用的系统无障碍树，以 JSON 返回每个可操作元素的 ref，Agent 按 ref 点击、输入后再快照核对，不做像素匹配，默认在后台无头运行。1.0.0 已于 10 月 27 日发布并首次加入 Linux 支持，目前 npm 最新版为 1.0.2。

查看大图

腾讯混元（Tencent Hy）10 月 26 日开源实时同声传译模型 Hy-SimulMT，支持中英双向语音到语音翻译，边听边译，同时输出译文文本和语音，并可实时克隆说话人音色。Hugging Face 上一次放出 6 个权重（30B-A3B 的纯译文版与带原文的 Interleave 版，各含 BF16、FP8、GGUF），模型卡标注 Apache-2.0；GitHub 同步提供 SimulInfer 推理服务与 SimulTrain 训练工具。官方口径：RealSI 长音频评测 StreamLAAL 约 3 秒，为对比系统最低。

查看大图

阿里巴巴通义实验室（Tongyi-MAI）在 arXiv:2610.22200 正式发布并全面开源 OpenGCUA（Open Generalist Computer-Use Agent）通用计算机控制智能体技术栈。针对当前 GUI 智能体过度依赖逐帧截图与单点点击、无法执行高效批处理操作的行业痛点，OpenGCUA 首创“代码执行即行动（Code-Execution-as-Action）”范式，将视觉感知、可访问性树（Accessibility Tree）、Bash 脚本与 Playwright API 深度融合。在权威 OSWorld-v2 基准测试中，OpenGCUA 推动各大主流前沿模型平均得分大幅提升 19.6 分，同时将任务完成平均步数削减 53.0%，并配套开源了 macOS 实体机状态栏应用与跨设备 SDK。

查看大图

腾讯混元 10 月 16 日开源 Hy Memory 2.0，三层齐发：Apache-2.0 的专用记忆写入模型 Hy-Memory-30B-A3B（约 3B 激活，HF + arXiv 技术报告）、覆盖 Chat/Working/Coding 三种场景的 Python SDK（PyPI hy-memory 2.0.x），以及本地优先的 MemHub（CLI + macOS，preview）。官方口径下，该模型替换 Mem0、MemOS、Hy-Memory 与留出的 EverMemOS 中的写入 LLM 后四框架均分 55.49，Claude Opus 5 为 54.62；评测基于固定 20% 子样本，部分单项仍落后 Opus 5。

查看大图

阿联酋 MBZUAI 旗下 Institute of Foundation Models（IFM）与 Inception42 于 2026-10-15 正式发布 Jais 3：在开源底座 K2 Horizon 上做的首个语言适配，提供六档开源权重（0.9B 稠密至 375B-A23B 稀疏 MoE，每 token 激活约 23B）与阿拉伯语 ASR 模型 Jais Speech。全系列共享训练配方与智能体能力，上下文最长 512K（0.9B 为 128K），Apache-2.0，权重与分阶段 checkpoint 已上 Hugging Face，vLLM 宣布 Day-0 支持。

查看大图

智能体的工程表现不仅取决于基座大模型，更深度依赖其执行外壳（Execution Harness）。传统递归自我提升（RSI）在开放世界下面临缺乏真实验证器与场景泛化差的两大死穴。谷歌云 AI 团队提出 Harness² 框架，通过两级递归机制解耦进化：任务级递归通过对比式的“提议-探针-组合”（Propose-Probe-Compose）在零 Ground-Truth 验证器下引导外壳迭代；架构级递归提取经验更新持续进化外壳。在 GLM-5 与 Gemini 3.5 Flash 上测试，LAB 提升 11.8%，WorkBuddy-Bench 飙升 11.5 分。代码已在 GitHub 以 Apache-2.0 开源（google-research/harness2），支持 OpenCode 与 Codex 执行器及 JobBench、LAB、WorkBuddy-Bench。

查看大图

Physical Intelligence 10 月 13 日开放 Pi API 测试版：开发者上传机器人示教数据，在 Pi 托管的算力上微调其最新机器人基础模型，再通过托管网关为自家机器人提供云端推理。官方展示了从无人驾驶装载机、草莓采摘到服务器装配等合作案例，早期客户 Almond 仅迭代 4 天就让双臂机器人完成去毛刺任务。测试版需申请，定价与 API 参数尚未公开；想自托管可继续用 Apache-2.0 的 openpi（π0/π0.5 基座）。

查看大图

LightOn AI 于 2026-10-12 发布 ColGrep-Agent-2B（基于 MiniCPM5-2B，Apache-2.0）：本地 2B 代码定位 Agent，用 ColGrep 多向量语义检索 + 只读终端在仓库内搜索，再把文件路径与行范围交还给前沿编程 Agent。在 13 个未见仓、52 道代码搜索题、624 次会话中，接入 Claude Code（Sonnet 5.5）相对纯 grep 平均少用约 34.3% API token、缓存感知成本约降 40%；准确率 80.8% vs grep 83.3%（差异无统计显著）。SWE-bench Lite 行级 F1 达 19.92，高于同 harness 下多款 10×+ 参数量模型。提供 brew/cargo/GGUF 一键安装与 Claude Code / Codex / OpenCode 钩子。

查看大图

2026-10-12 OpenBMB（面壁智能）发布 MiniCPM-V 4.7 开源多模态系列，含 35B-A3B（系列首个 MoE）与 1B 两款，Apache-2.0。配套的 Lookahead Expert Scheduling（LES）跨层预取专家，叠加分层混合精度量化与 DSpark 投机采样，官方在 iPad Pro M4（16GB）上把专家从 SSD 加载的解码速度从 2.97 提到 17.39 token/s（5.86 倍）。权重已上架 Hugging Face / ModelScope / Ollama，支持 vLLM、SGLang、llama.cpp 与 iOS / Android / 鸿蒙端侧部署。

查看大图

vLLM Semantic Router（vllm-sr）团队于 10 月 11 日在 Hugging Face 以 Apache-2.0 开源 Decision 3.0 系列（d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge），基于 Qwen3.5/3.8，支持文本、图片和视频输入，一次调用直接输出选择题、是/否、打分三类问题的概率而不生成文本。官方口径：27B 旗舰 d3 在 Jev Decision Index 0.3.1 得 64.7，领先 Perplexity Decider v1.1（62.8）和上一代 Decision 2.0（55.9）；单张 MI325X 上文本请求中位延迟 55ms。vLLM 官方账号转发祝贺。

查看大图

Perplexity 在 Hugging Face 发布 Apache-2.0 的 pplx-decider-v1.1-27b，基于 Qwen3.8-27B，不生成文本而是直接输出带概率的分类/路由/打分答案；Decision Index 总分 61.56（v1 为 56.4，Jev 为 57.9），并可通过 Perplexity Decisions API 调用。

查看大图

开源项目 FeSens/openTPU（Apache-2.0）在 Hacker News 登上首页（250+ 分、300+ 评论）：作者沿用此前用 AI 设计 RISC-V 核的 auto-arch-tournament 方法，让 AI 代理迭代设计一颗推理加速器，单仓库包含 SystemVerilog RTL、ISA、逐位精确模拟器、内核语言编译器与 Profiler。在 Kintex-7 xc7k480t PCIe 卡上以真实权重运行 Qwen3、Qwen3.5、Gemma 4、Phi-4-mini 等模型，输出与模拟器逐 token 一致；LFM2.5-230M 4-bit 解码 85.8 tok/s，Qwen3.5-35B-A3B 借主机专家卸载跑到 3.95 tok/s。

查看大图

OpenAI 于 2026-10-06 发布 Sharing AI progress in mathematics，把一个尚未发布的内部前沿模型产出的数学结果整体公开到 openai/math（Apache-2.0）：722 篇手稿归入 372 个结果族，来自约 4,000 道开放问题的评测，平均每个结果耗费约 3 小时 ChatGPT Pro 思考算力；附 10 份推理摘要与部分 Lean 形式化证明。OpenAI 承认未形式化结果可能存在问题，且尚未经同行评审。

查看大图