AI 编程实时动态与要闻

Entire 联合创始人兼 CEO Thomas Dohmke 10 月 26 日在 X 和官方博客宣布 Entire 正式上线，定位是「为 Agent 与人协作打造的 Git 托管平台」。它由三部分组成：用评测分数替代 diff 评审的 Trails、兼容 Git 的分布式托管（可多区域复制，也可从 GitHub 镜像），以及把 Agent 会话存进仓库的 Continuous Memory。CI 首批接入 Buildkite 和 Depot，今天起对所有开发者开放。

查看大图

腾讯优图实验室（Tencent ARC）联合清华大学在 arXiv:2610.29989 正式发布并开源基于自回归（AR）架构的长视频生成新范式 Looking Ahead（TencentARC/Looking-Ahead）。针对传统自回归视频模型采用逐帧、逐 Token 单向外推导致误差呈指数级累积、在数十帧后画面严重变形崩溃的行业顽疾，Looking Ahead 提出前瞻注意力（Lookahead Attention）机制。系统在保持自回归高效流式生成特性的同时，引入全局规划前瞻流对未来时空锚点进行宏观锁定，反向约束当前局部帧的微观生成，全面终结自回归视频的时空漂移与纹理闪烁，树立了开源自回归视频生成新标杆。

查看大图

LMSYS 团队联合 NVIDIA Dynamo 团队在官方技术博客与 X（@lmsysorg）正式宣布，高性能大模型推理框架 SGLang 推出弹性专家并行（Elastic EP）与 NIXL（Near-Instant Cross-Node Link）动态伸缩后端。针对超大 MoE 架构（如 DeepSeek-V3/V4）在传统静态专家并行下因单卡硬件故障导致全集群崩溃重启、以及业务高峰期无法在线扩容的严重痛点，Elastic EP 实现了专家-GPU 映射解耦。依托 NVIDIA NIXL 高性能通信原语与 Mooncake 调度器，SGLang 首次实现在完全不中断在线推理请求的前提下，将运行中的 MoE 集群动态扩容（如从 20 卡无感扩展至 24 卡），并支持单节点故障的秒级自动降级容错。

查看大图

10 月 20 日，AI 创业公司 humans& 发布首个模型 Ampersand v0.1，定位是帮一群人达成个人和共同目标的“协作者”，而不是独自完成任务的助手。它基于 Z.ai 的 GLM 5.3（约 744B 总参数、约 40B 激活）用长程多人模拟强化学习训练，模拟用户由自研用户模型 Persimmon 扮演。模型即日起通过兼容 OpenAI Agents API 的接口开放，无需排队。

查看大图

OpenAI 公布首个“垂直 SaaS 共建”计算机操作研究：与合同平台 Ironclad 共同定义 11 个法务/采购/商务任务，在 Ironclad 托管环境里用 RL 训练 GPT-6 Astra。Astra 平均 rubric 得分 55.0%（GPT-5.6 Sol 41.6%），估算单次耗时 19.2 分钟 vs 37.0 分钟；内部模型已达 63.7%。OpenAI 同时开放软件公司申请合作。

查看大图

针对现有评测大多局限于 20 步以内的短程或单体能力简单累加的缺陷，宾大等学者发布开源多智能体协作评测基准 AgentWorld。在包含 50+ 轮交互的 MMORPG 沙箱中构建 100 项人工校验任务，涉及 3-20 个具备非对称技能的黑盒智能体。研究提出因果协作效率（CCE）图算法，实测顶级模型成功率仅 52.0%，揭示长程规划衰减与沟通崩溃两大瓶颈。

查看大图

独立开发者 wong2 开源 cf-mailroom，这是一套完全跑在 Cloudflare 基础设施（Workers + Email Routing + D1 + R2 + Web Push）上的自托管人机协同邮件系统。系统为人类提供类 Gmail Web UI，同时向 AI Agent 开放基于 MCP（Model Context Protocol）的安全读写与邮件发送能力。支持入站邮件自然语言自动打标、Agent 智能回复草稿生成及一键人工审核，大幅降低企业与开发者构建自主邮箱 Agent 的基础设施门槛。

查看大图

腾讯混元团队（Tencent Hunyuan，@TencentGlobal）联合复旦大学 NLP 实验室（黄萱菁、张奇团队）正式开源了面向前沿 AI 系统的科学自主探索评测基准 ExplorationBench（arXiv: 2609.30199，项目主页: explorationbench.com）。面对现有模型在传统科学考题中仅仅依赖海量预训练数据的“死记硬背”、难以判定其是否具备真正科学探索与假设验证能力的行业难题，团队开创性构建了由 AlienCode 与 AlienLogic 两大交互沙箱组成的“可验证外星世界（Alien Worlds）”。沙箱底层运行与人类现实常识截然冲突的确定性新物理/代码法则，系统必须自主提出假说、设计实验调用工具并闭环验证真伪。

查看大图

纽约大学（NYU）联合 Google DeepMind 杰出科学家 Rémi Munos 等在 Hugging Face 与 ArXiv 正式公开了《Learning to Discover Interesting Mathematics》（arXiv: 2609.28603）。随着大语言模型在形式化数学证明（Lean 4、Mathlib）中展现出强悍的求解能力，AI 已经能够轻易生成成千上万个冷僻枯燥的平凡定理，但大模型究竟能否自主识别出“真正有学术价值且有趣的数学新知”始终未解。团队首创以“证明长度与命题表述长度之比”作为定理内在趣味性的量化指标，并训练了 27B 参数的证明难度预测模型，使系统能够在无人预设目标的情况下，自主猜想、筛选高价值定理并自我扩建形式化数学知识库。

查看大图

DHH（@dhh）宣布阿里云成为 Omacom Foundation 创始企业赞助商：提供 300 万美元资金、合作推进 Omarchy China，并将 Omarchy 带到新发布的 Qwen Book。他强调智能体电脑需要原生的智能体操作系统。详情见 omarchy.org 新闻稿。

查看大图