AICoder

AI 编程实时动态与要闻

基于 𝕏 (Twitter) 权威实验室与科学家一手信源，经 AI 降噪提炼核心事实，联动全网模型评测与智能体生态。

在 𝕏 上探索最新发文 ↗

AI 编程实时动态与要闻

G
Google DeepMindGoogleDeepMind·
👀98
🔥90
查看推特原帖 ↗

Google DeepMind 发布世界模型 Genie 4：基于 Gemini Omni，首次原生生成音频与实时对话，先向受信测试者开放研究预览

Google DeepMind 10 月 27 日发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。它基于 Gemini Omni，提升了物理和人物动作的真实感，首次原生生成环境声和可互动的角色对话，并由 Gemini 3.8 Flash 在回路中规划复杂事件。目前只向受信测试者开放研究预览，即将登陆 Google AI Ultra（Project Genie）及 Gemini API / AI Studio 早期伙伴；官方未公布量化跑分。

Google DeepMind 发布世界模型 Genie 4：基于 Gemini Omni，首次原生生成音频与实时对话，先向受信测试者开放研究预览

核心要点速览

  • 官方口径：Genie 4 是 DeepMind「迄今最逼真、交互性最强」的世界模型，基于 Gemini Omni 锚定真实外观与行为
  • Genie 系列首个原生生成音频的实时世界模型：环境声、音乐和角色对话同步生成，角色能实时回应
  • Gemini 3.8 Flash 作为回路中的引导 Agent，拆解目标并逐帧核对；Gemini 4 Argon 演示驱动 Apollo 人形机器人仿真
  • 局限（官方）：只支持几分钟连续交互，长时间运行物体会漂移；官方未公布任何量化跑分
  • 目前仅受信测试者可用，即将开放给 Google AI Ultra（Project Genie）和 Gemini API / AI Studio 早期伙伴，输出带 SynthID 水印
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Genie 4⚡ Gemini Omni⚡ Gemini 3.8 Flash⚡ Gemini 4 Argon🌐 Google DeepMind🌐 Google
#Google DeepMind#Genie 4#世界模型#Gemini Omni#原生音频#机器人仿真#研究预览
A
Artificial Analysis@ArtificialAnlys·
👀86
🔥95
查看推特原帖 ↗

Artificial Analysis 推出 AA-PersonalityBench 基准：首发大模型置信度与谄媚度排行榜

独立评测机构 Artificial Analysis 正式上线全新基准维度 AA-PersonalityBench，专门量化评估前沿大语言模型的拟人化心理特征，重点聚焦两大关键指标：置信度（Confidence / 不确定性承认度）与谄媚度（Sycophancy / 迎合用户错误倾向）。实测数据显示：在置信度维度上，Google Gemini 3.8 Flash 斩获 100 分满分，Gemini 4 Argon 达到 97 分，展现出极强的决策断言能力，但同时也是最不愿意承认自身不确定性的模型；在谄媚度测试中，开源大模型 Llama 4 Maverick 达到 97 分（极易毫无底线附和用户），而 Claude Fable 5.1 仅得 4 分（最坚持事实原则），为对齐工程提供了量化标尺。

Artificial Analysis 推出 AA-PersonalityBench 基准：首发大模型置信度与谄媚度排行榜

核心要点速览

  • Artificial Analysis 推出 AA-PersonalityBench，量化评测大模型的置信度（Confidence）与谄媚度（Sycophancy）
  • Gemini 3.8 Flash（100 分）与 Gemini 4 Argon（97 分）位列最高置信度，但最难主动承认认知边界与不确定性
  • 在谄媚度评测中，Llama 4 Maverick 高达 97 分，极易迎合用户的错误诱导和偏见
  • Claude Fable 5.1（4 分）与 Claude Opus 5.5（46 分）展现出优秀的抗诱导能力，客观坚守事实中立原则
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash⚡ Gemini 4 Argon⚡ Llama 4 Maverick⚡ Claude Fable 5.1⚡ Claude Opus 5.5🤖 AA-PersonalityBench🌐 Artificial Analysis🌐 Google🌐 Meta🌐 Anthropic
#AA-PersonalityBench#谄媚倾向#置信度校准#Artificial Analysis#行为对齐#Gemini 4 Argon
G
Google@googleapis·
👀62
🔥92

Google Gen AI JS SDK 2.25.0：接入 Gemini 3.8 Flash / Lite TTS；Environments 模块与 GenerateContent labels

Google 于 2026-09-30 发布 @google/genai v2.25.0（npm 约 2026-09-30T22:51Z；相对 v2.24.0...v2.25.0 ahead_by 11）。与同日 Python google-genai 2.26.0 对齐：加入 Gemini 3.8 Flash / Lite TTS 模型枚举；独立 Environments 模块与 from_environment；GenerateContent / LiveClientSetup 支持 labels；调参任务可导出 gcs_metrics_uri。

Google Gen AI JS SDK 2.25.0：接入 Gemini 3.8 Flash / Lite TTS；Environments 模块与 GenerateContent labels

核心要点速览

  • 发版：v2.25.0（GitHub 2026-09-30T22:17:33Z）；npm @google/[email protected]；compare ahead_by 11
  • TTS：同步加入 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash Lite TTS（与 Python SDK 2.26.0 能力线一致）
  • Environments：独立模块 + from_environment 支持；文档补充 environment/path 示例
  • 可观测：Gemini API GenerateContent 与 LiveClientSetup labels；tuning 增加 gcs_metrics_uri
  • 开箱：npm i @google/[email protected]；文档 googleapis.github.io/js-genai；仓库 googleapis/js-genai
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🌐 Google DeepMind
#@google/genai#Gemini#TTS#Environments#JavaScript SDK#TypeScript#发布
G
Googlegoogleapis·
👀65
🔥93

Google Gen AI Python SDK 2.26.0：接入 Gemini 3.8 Flash / Lite TTS；新增 Environments 模块与 labels

Google 于 2026-09-30 发布 google-genai v2.26.0（PyPI 约 2026-09-30T22:53Z；相对 v2.25.0...v2.26.0 ahead_by 18）。模型枚举新增 gemini-3.8-flash-tts（Voice Design / 双说话人剧本控制）与 gemini-3.8-flash-lite-tts（高速配音与语音 Agent，定位替换 gemini-3.1-flash-tts-preview）；首发独立 Environments 模块与 from_environment；GenerateContent / LiveClientSetup 支持 labels；调参任务可导出 gcs_metrics_uri。

Google Gen AI Python SDK 2.26.0：接入 Gemini 3.8 Flash / Lite TTS；新增 Environments 模块与 labels

核心要点速览

  • 发版：v2.26.0（2026-09-30T22:17:07Z）；PyPI google-genai==2.26.0；compare ahead_by 18
  • TTS：gemini-3.8-flash-tts（旗舰 Voice Design / 双说话人）；gemini-3.8-flash-lite-tts（高速/低成本，替代 gemini-3.1-flash-tts-preview）
  • Environments：独立模块 + from_environment；类型面暴露 environments / triggers / webhooks / agents 子模块
  • 可观测：Gemini API GenerateContent 与 LiveClientSetup 支持 labels；tuning 增加 gcs_metrics_uri
  • 开箱：pip install -U 'google-genai==2.26.0'；文档 googleapis.github.io/python-genai；仓库 googleapis/python-genai
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🌐 Google DeepMind
#Google genai#Gemini#TTS#gemini-3.8-flash-tts#Environments#Vertex#Python SDK#发布
AD赞助内容
C
CrewAI@crewAIInc·
👀80
🔥88

CrewAI 1.15.23：原生 Gemini 3.8 Flash；AMP 一键评估最近一次 traced run

CrewAI 于 2026-09-28 发布 1.15.23：原生接入 Gemini 3.8 Flash；crewai eval 可基于 AMP 评估最近一次 traced run（不再只打印）；任务 span 记录声明的输出格式与结果；LLM 对限流提供商自动重试，Bedrock acall 可回退同步调用。面向多 Agent 编排的可观测与评测闭环明显收紧。

CrewAI 1.15.23：原生 Gemini 3.8 Flash；AMP 一键评估最近一次 traced run

核心要点速览

  • 发版：1.15.23（2026-09-28）/PyPI
  • 模型：原生支持 Gemini 3.8 Flash（Google Gen AI SDK 路径，见 LLMs 文档）
  • 评测：crewai eval 可评估 last traced run（AMP），TUI 增加 Evaluate，并打印 graded areas
  • 可观测：tracing task spans 写入声明的 output format 与结果；平台集成 UX 与热门集成排序优化
  • 稳健性：限流 provider 自动重试；Bedrock acall 回退同步；修复 SQLite/S3/Selenium 资源泄漏类问题
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🤖 crewai🌐 CrewAI🌐 Google
#Crewai#多智能体#Gemini#链路追踪#评测#发布
Q
Qwen@Alibaba_Qwen·
👀84
🔥94
查看推特原帖 ↗

通义发布 Qwen3.8-Omni-Flash：首款面向智能体的原生全模态模型，视频输入成本约降 89%

阿里通义官方宣布 Qwen3.8-Omni-Flash：原生音视频理解、推理与工具调用合一，可自动剪辑 vlog、翻译短视频、把电影压成摘要。音视频能力逼近 Gemini 3.8 Flash；WildClawBench-MM 与 UniClawBench 智能体表现平均 +19.5 分；1M 上下文并开源 Qwen-MM-Plugins，Qwen-Live Harness 即将推出。相对 Qwen3.5-Omni-Plus，视频输入成本约降 89%。

核心要点速览

  • 官方 @Alibaba_Qwen 发布 Qwen3.8-Omni-Flash：原生全模态 + 工具编排，面向长程音视频智能体工作流。
  • 音视频逼近 Gemini 3.8 Flash；WildClawBench-MM / UniClawBench 智能体均分约 +19.5；1M 上下文，OmniVideoBench 上代币用量约少 51.8%。
  • 相对 Qwen3.5-Omni-Plus 视频输入成本约降 89%；开源 Qwen-MM-Plugins，Qwen-Live Harness 即将上线；API/Studio/Blog 已开放。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Qwen Qwen3 8 Omni Flash🌐 Qwen (通义千问)
#Qwen3.8-Omni-Flash#Omni modal#智能体化#Alibaba#Qwen#WildClawBench#1M 上下文#定价
H
Harshith@HarshithLucky3·
👀71
🔥91
查看推特原帖 ↗

Gemini API 出现 antigravity-preview-09-2026：不是新模型，而是 Antigravity 托管智能体端点

社区发现 Gemini API 新增 id antigravity-preview-09-2026。它并非 Pro/Flash 新模型，而是 Antigravity 智能体托管端点：Linux 沙箱、代码执行、文件与浏览器能力，默认模型为 Gemini 3.8 Flash。Google 侧（Philipp Schmid）确认这是 Gemini API 中的 agent harness，并将于本周晚些时候公布更多细节。

核心要点速览

  • API id antigravity-preview-09-2026 指向 Antigravity 托管智能体端点，而非新的 Pro/Flash 模型。
  • 端点提供 Linux 沙箱、代码执行、文件与浏览器能力，默认模型为 Gemini 3.8 Flash。
  • Google 确认其为 Gemini API 的 agent harness，本周还将披露更多细节。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🤖 Google Antigravity (AGY)🌐 Google DeepMind
#Antigravity#Gemini API#Antigravity preview 09 2026#Gemini 3.8 Flash#Agent 编排#Google
j
janak@janaksunil·
👀42
🔥96
查看推特原帖 ↗

Specific 发布 Real-SWE：私有生产代码库评测，Fable+Claude Code 38.8% 仍未破四成

Specific Labs（@janaksunil）发布 Real-SWE：用真实公司私有、分布外生产代码库上的工程任务评测编码智能体（含 20 万+ 用户应用、金融对账、企业销售工具等）。公开榜单（8 次独立运行均值）显示 Claude Fable 5.1 + Claude Code 38.8%、GPT-6 Astra + Codex CLI 33.8%、Gemini 3.8 Flash + Gemini CLI 31.2%，领先者仍未达 40%。站点 realswe.withspecific.com。

核心要点速览

  • 任务来自真实公司私有代码库，评测智能体能否在无公开解法的系统上改账单、权限与客户数据等业务逻辑。
  • 8 次独立运行均值：Fable 5.1 + Claude Code 38.8%，Astra + Codex CLI 33.8%，Gemini 3.8 Flash + Gemini CLI 31.2%。
  • 强调与公开仓库榜单不同：测的是公司会真正部署智能体的私有系统，站点 realswe.withspecific.com。
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code (Anthropic)🤖 openai-codex🤖 cursor
#Real-SWE#Specific Labs#Claude Code#Codex CLI#Gemini CLI#Fable 5.1#GPT-6 Astra#基准测试
N
Nuvorlane@nuvorlane·
👀46
🔥93
查看推特原帖 ↗

GitHub Copilot 模型选择器上线 Gemini 3.8 Flash（含 Pro），试用价至 2026 年底

Gemini 3.8 Flash 已进入 GitHub Copilot 模型选择器，覆盖 Pro / Pro+ / Max / Business / Enterprise，并出现在 VS Code、Visual Studio、Copilot CLI、cloud agent、Copilot App、JetBrains、Xcode、Eclipse。与 GPT-6 Astra 不同，Flash 对普通 Pro 席位开放；按量计费的试用供应商定价持续到 2026-12-31。

核心要点速览

  • Gemini 3.8 Flash 已进 Copilot 模型选择器，含普通 Pro 席位。
  • 覆盖 VS Code / Visual Studio / Copilot CLI / cloud agent / JetBrains 等。
  • 试用供应商按量定价至 2026-12-31；Business/Enterprise 新模型仍默认自动启用（除非策略关闭）。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🤖 GitHub Copilot (Agent Mode / Codex)🌐 Microsoft Azure AI🌐 Google DeepMind
#GitHub Copilot#Gemini 3.8 Flash#model picker#Pro#定价
G
Guillaume Laforge@glaforge·
👀41
🔥84
查看推特原帖 ↗

Antigravity Brain Visualizer v0.6.0：单次 Gemini 3.8 Flash 分析会话，并支持 git diff / 产物浏览与 token 成本估算

Guillaume Laforge（@glaforge）发布 Antigravity Brain Visualizer v0.6.0：用于检查、理解与调试 Antigravity 智能体会话；本版重点包括单次 Gemini 3.8 Flash 会话分析、git checkpoint diffs、artifacts 浏览器，以及 token/成本估算。

核心要点速览

  • 版本：Antigravity Brain Visualizer v0.6.0。
  • 能力：单次 Gemini 3.8 Flash 会话分析；git checkpoint diffs；artifacts 浏览；token/成本估算。
  • 用途：检查与调试 Antigravity 智能体会话。
阅读全文
关联模型 / 智能体 / 厂商:
🌐 Google DeepMind
#Antigravity#Brain Visualizer#v0.6.0#Gemini 3.8 Flash#agent debugging#token 成本
AD赞助内容
@
@GoogleDeepMind@GoogleDeepMind·
👀23
🔥88
查看推特原帖 ↗

Gemini 3.8 Flash 与 3.8 Flash Cyber 发布

Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 在软件工程、智能体任务和多步推理上较 3.7 Flash 显著提升；3.8 Flash Cyber 面向网络安全，具备前沿级漏洞检测与自动补丁能力。

核心要点速览

  • Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 在软件工程、智能体任务和多步推理上较 3.7 Flash 显著提升；3.8 Flash Cyber 面向网络安全，具备前沿级漏洞检测与自动补丁能力。
阅读全文
关联模型 / 智能体 / 厂商:
#AI#LLM#编程
G
Google DeepMind@GoogleDeepMind·
👀44
🔥88
查看推特原帖 ↗

Google 发布 Gemini 3.8 Flash 与 Flash Cyber：智能体扩容，漏洞发现后可自动打补丁

Google DeepMind 推出 Gemini 3.8 Flash 与专用安全模型 3.8 Flash Cyber。前者在软件工程、智能体任务与多步推理上相对 3.7 Flash 显著提升；后者面向漏洞检测与自动修复，并在 Chrome 代码库真实测试中产出 2.6 倍有效补丁。

核心要点速览

  • 3.8 Flash 已在 Antigravity、Google AI Studio / Android Studio API 以及 Gemini 应用与搜索 AI Mode 上线
  • 3.8 Flash Cyber 可在组织云环境中于数分钟内生成可部署的安全补丁，并在 CyberGym 上领先
  • Fairwind 计划向国家网络机构与关键基础设施提供优先访问，抢在攻击者之前武装防守方
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash⚡ Gemini 3.8 Flash Cyber⚡ Gemini 3.7 Flash🤖 Antigravity🤖 Gemini🌐 Google DeepMind🌐 Google
#AI#LLM#编程#网络安全#智能体#Google
G
Google DeepMind@GoogleDeepMind·
👀67
🔥87
查看推特原帖 ↗

Gemini 3.8 Flash 与 Flash Cyber 发布：代理编码 + 自动补丁双线出击

Google DeepMind 同时发布 Gemini 3.8 Flash 与面向防御方的 3.8 Flash Cyber。Flash 在软件工程、代理任务与多步推理上较 3.7 大幅提升，可在 Antigravity 中用原生视频理解加编码循环自主做游戏并修 bug；Flash Cyber 专注漏洞发现与自动补丁，Chrome 实测有效修复量达顶尖商用模型的 2.6 倍。

核心要点速览

  • 3.8 Flash 强调高性价比代理工作流，带 effort 控制以按任务难度消耗 token
  • 3.8 Flash Cyber 可在组织云环境中数分钟生成可部署补丁，并通过 Fairwind 优先提供给政府与关键基础设施
  • 现已登陆 Antigravity、Gemini API、Android Studio、Gemini App 与 Google 搜索 AI Mode
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash⚡ Gemini 3.8 Flash Cyber🤖 Antigravity🤖 Gemini🌐 Google DeepMind🌐 Google
#AI#LLM#Gemini#编程#网络安全#智能体
C
Command Code@CommandCodeAI·
👀40
🔥84
查看推特原帖 ↗

Command Code FlappyBench：Muse Spark 1.3 与 Grok-4.6 同获 9/10，Muse 成本最低

Command Code 使用同一 /design 提示对 Muse Spark 1.3、Grok-4.6 与 Gemini 3.8 Flash 进行 FlappyBench 实测。Muse 与 Grok 均获 9/10，但 Muse 仅花费 $0.072；Gemini 得分 7/10、花费 $0.205 且未完全完成任务。

核心要点速览

  • Muse Spark 1.3：9/10、$0.072，两轮迭代完成 UI，成本最低。
  • Grok-4.6：9/10、$0.095，输出质量匹配 Muse，但原帖称成本约高一倍。
  • Gemini 3.8 Flash：7/10、$0.205，三者中成本最高且任务未完全完成。
阅读全文
关联模型 / 智能体 / 厂商:
#FlappyBench#Muse Spark 1.3#Grok-4.6#Gemini 3.8 Flash#Command Code#编程基准#成本
D
Databricks@databricks·
👀50
🔥88
查看推特原帖 ↗

Databricks Day-0 上线 Gemini 3.8 Flash：可直接跑在 Lakehouse 数据上

Databricks（@databricks）宣布 Gemini 3.8 Flash 正式上线：称其在内部文档解析与 OfficeQA Pro 基准上表现突出，可直接在 Lakehouse 数据上调用，并通过 Unity Gateway 统一治理，支持在自定义 AI 应用间监控、扩缩与路由。

核心要点速览

  • Gemini 3.8 Flash 在 Databricks 实现 Day-0 可用，面向企业数据场景。
  • 可直接在 Lakehouse 数据上调用，并用 Unity Gateway 做统一治理。
  • 支持跨自定义 AI 应用监控、扩缩与模型路由。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash🌐 Google DeepMind🌐 databricks
#Gemini 3.8 Flash#Databricks#Lakehouse#Unity Gateway#OfficeQA Pro#Day-0