AI 编程实时动态与要闻

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

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

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

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