AI 编程实时动态与要闻

GitHub 在 10 月 28 日 Universe 大会上发布一组 Copilot Automations 更新：共享自动化归仓库所有，以 Copilot 身份执行、AI 额度记在仓库所有者账上，创建者离职也照常运行；新增 24 个 GitHub 事件触发器、REST API 外部触发和自动化串联，20 个新工具并支持自定义 MCP 服务器；可按单次、每天、每周、每月设置 AI 额度上限；自动化还能根据真实结果提出改进自身提示词的建议，VS Code 1.144 起可在云端运行。

查看大图

GitHub 于 10 月 28 日（Universe 2026）宣布 GitHub Next 的开源项目 GitHub Agentic Workflows 正式 GA，面向 GitHub Free、Team 和 Enterprise。开发者用自然语言 Markdown 描述 issue 分拣、CI 失败分析、文档更新、写测试等任务，gh aw 把它编译成标准 Actions YAML，由 Copilot 或自带的编码 Agent 执行。GA 新增 ARC 自托管 runner 和 Docker-in-Docker 支持、正式版 gh aw forecast 成本预估、按工作流选模型和模型路由，以及 Cloud Hypervisor / NVX micro-VM 隔离。

查看大图

蚂蚁百灵（Ant Ling / inclusionAI）10 月 27 日开源 Ling-3.1-flash-1019，是 10 月初 Ling-3.1-flash 的再后训练升级版：总参 560B、每 token 激活 25B、1M 上下文，MIT 许可。官方称它在 Artificial Analysis 智能指数 v4.3.2 上得 44 分（前代 41），AA-Briefcase、AutomationBench-AA 等智能体任务明显提升；同时开源可继续训练的 Ling-3.1-flash-base。

查看大图

上海人工智能实验室把 Atria Dawn 从 Preview 升级为正式版，Hugging Face（internlm/Atria-Dawn 及 FP8 版）与 ModelScope 均已上线开放权重，MIT 许可。模型基于 744B 参数 MoE 的 GLM-5.2，面向科研与工程类长程智能体任务，上下文从 Preview 的 256K 翻倍到 512K，仅接受文本输入。官方表格显示其在 AutomationBench、CyberGym、SkillsBench 等智能体基准上领先所列模型，但在 SWE-bench Pro、Terminal-Bench 2.1 等编码基准上仍落后 Claude Opus 5（均为厂商口径）。

查看大图

欧洲前沿 AI 巨头 Mistral AI 与 NVIDIA 在 GTC Berlin 宣布达成工业工程 AI 深度战略合作，全面加速物理 AI、计算机辅助工程（CAE）与芯片设计（EDA）的智能化变革。合作将 Mistral 旗舰模型与 NVIDIA CUDA-X、Warp 物理引擎以及 Omniverse 实时数字孪生进行全链路打通。官方博客同时公布了备受瞩目的下一代旗舰模型 Mistral Large 4 的核心技术参数：总参数量接近 1 万亿（1T），激活参数为 490 亿（49B MoE），在 3800 张 Grace Blackwell GPU 集群上训练完成，模型权重定于 10 月底正式开源发布，并将联合 Nemotron 联盟共建工业基座。

查看大图

MiniMax 官方确认，此前在 OpenRouter 等榜单上用量领先的匿名模型 Space Bunny 就是 M3.1 Flash 的早期版本，并于 10 月 19 日正式上线 API。按量计费为输入 $0.15、输出 $0.60、缓存读 $0.015（每百万 token），1M 上下文，支持文本、图片和视频输入，可用 effort 调节思考深度。官方口径：成本是 M3 的 1/3、速度 3 倍，DeepSWE 73.7%、Automation-Bench 62.2%；10 月 23 日权重已按期在 Hugging Face 开放（MiniMax Community 许可，MXFP8），Together、Inferact（vLLM）、LightSeek TokenSpeed 首日支持。

查看大图

Liquid AI 10 月 13 日发布 LFM2.5 家族最大也是最后一款模型 LFM2.5-24B-A2B：总参 24B、每 token 激活约 2.45B，131K 上下文，强制先思考再回答。厂商口径下在 8 项工具/Agent 基准中 5 项领先或持平 Qwen3.6-35B-A3B（AutomationBench 27.69 vs 8.72），但 SWE-Bench Verified、GPQA 等知识与编码项落后。权重已上 Hugging Face，并有 GGUF/MLX/FP8/ONNX 版本；API 定价 $0.10/$1.00 每百万 token，OpenRouter 同步上架。

查看大图

OpenAI 10 月 9 日发布 dots 周更：iOS / Android 版 ChatGPT 可直接创建并定制 dot、连接插件；dot 能在 Codex 发起任务并跟进已有线程，检索 ChatGPT 对话与 Codex 线程、自动化作为上下文，并能查看和修改 ChatGPT Work 的定时任务。

查看大图

DeepMind 官宣前沿模型 Gemini 4 Argon，面向长程编码、企业知识工作与网络防御；首发经 Fairwind 向可信防御方开放。官方：DeepSWE v1.1 77.9%、AutomationBench 51.3% 第一、LVBench 91.7%、CWE-bench v1 并列 68%；引进价 $2/$10 每百万 token，输出上限 1M。

查看大图

Comet Opik 于 2026-09-29 发布 2.2.84：在线 LLM-as-a-Judge 规则可端到端调用 TypeSafe Jev（经 OpenRouter POST /api/alpha/decisions，而非 chat/completions）。布尔指标各成一道 yes/no 题，单次调用批答；概率 ≥0.5 记 1，原因字段展示 Probability: 0.93。后端新增 OpenRouterDecisionsClient（工作区 OpenRouter key + 429/5xx 重试），模型 ~typesafe/jev-latest / typesafe/jev-1.13。同步支持 Annotation Queue 自动化配置与条目 provenance；相对 2.2.83 约 8 commits / 104 files。

查看大图

针对合成环境局限于孤立单工具、无法泛化到真实世界多服务跨界协同长程流程的根本痛点，南京大学等研究团队推出 CompoWorld。通过构建包含 448 个独立服务与 10,130 个工具的组合式环境，借助随机游走依赖图生成跨服务信息流动任务，并配套以完成度为核心的细则奖励机制（Completion-Focused Rubric Reward），在仅用 3K SFT 轨迹和 1K RL 任务训练的 Qwen3.6-35B-A3B 上，八项基准平均提升 9.17 分，并在 AutomationBench 上全面超越 Claude Opus 4.6。

查看大图