AI 编程实时动态与要闻

Google DeepMind 于 10 月 31 日宣布，与英国政府、Google Cloud 和 Faculty 共同开发的规划审查工具 PlanAssist（基于 Gemini）将新增开放给 12 个英格兰地方规划机构，参与总数达到 15 个，进入为期 12 个月的 Beta 阶段并处理真实申请。官方称，在 Barnet、Camden、Dorset 三地的早期试点中，规划官员花在住宅类申请评估上的平均时间下降 58%，超过 70% 的 AI 草拟报告无需修改即获通过；最终决定仍由规划官员作出。

查看大图

Alphabet 10 月 28 日美股盘后发布 2026 年第三季度财报：营收 1276 亿美元，同比增长 25%；Google Cloud 营收 307 亿美元，同比增长 103%，官方称由企业 AI 基础设施、AI 解决方案和 TPU 系统销售拉动。Sundar Pichai 在财报和 X 上表示，一方模型 API 每分钟处理近 320 亿 token，是一年前的四倍多，Gemini App 用户达到 10 亿。代价是本季资本开支 514 亿美元，自由现金流为负 91 亿美元。

查看大图

Google Cloud 官方正式宣布开源 TorchTPU 核心加速框架，首次实现 PyTorch 框架原生、无编译壁垒地直接运行在 Google TPU（TPU v5p 与最新 TPU v6e）芯片之上。传统基于 PyTorch/XLA 的方案因复杂的计算图编译开销和动态形状限制，严重制约了 PyTorch 开发者在 TPU 上的创新步伐。TorchTPU 彻底打通了原生 PyTorch Eager 模式与自定义 Triton/C++ 硬件内核；主流高性能大模型推理引擎 vLLM 与 SGLang 同步官宣提供首发适配。同时，Google Cloud 宣布在其 Model Garden 引入 OpenAI 旗舰模型与 Codex，成为首个集齐全部三大顶级闭源模型的超算云平台。

查看大图

10 月 21 日，OpenAI 与 Google Cloud 宣布合作，把 OpenAI 前沿模型与 Codex 智能体工作流引入 Google Cloud Model Garden，通过 Google Cloud Marketplace 交易，企业可用既有 GCP 承诺消费抵扣；OpenAI 模型也将很快进入 Google Antigravity 与 Gemini Agent。官方称正式可用（GA）在未来几周，Microsoft 仍是 OpenAI 的主要云合作伙伴。继 AWS 之后，OpenAI 模型将覆盖美国三大云。

查看大图

10 月 20 日 PyTorch Conference 北美站上，CNCF 沙箱项目 llm-d 发布 1.0。它把 vLLM、SGLang 等推理引擎组织成一个统一的服务池，1.0 新增多租户优先级与公平调度（flow control）、路由高可用与零停机滚动升级（DisaggregatedSet）、v1 配置 API，以及面向 Agent 的会话感知路由和 Responses API 状态支持。项目由 Red Hat、IBM、Google Cloud、CoreWeave、NVIDIA 于 2025 年创立，现有 500 多名贡献者；JetBrains、DigitalOcean、Mistral 等已在生产中使用。

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

Gemini at Work 2026（10 月 8 日）正式推出 Gemini agent：从单一提示框交目标，覆盖问答、知识工作、媒体与写跑代码；云端持久记忆、子 Agent/coworker 编排，当前可在 Gemini 与 Claude 间择优。目前 private preview。

查看大图

随着 LLM 智能体在代码重构、操作系统运维等长流程（Long-Horizon）复杂任务中承担核心职责，如何在测试阶段缺乏标准答案或评分规则的前提下自主验证产出质量，已成为制约 Agent 可靠落地的最大瓶颈。学术界以往常依赖多采样多次重试结合多数表决（Majority Voting），但 Google Cloud AI Research 与剑桥大学联合团队揭示了反直觉的底层真相：在长程任务中，“意见分歧往往暴露了隐藏的正确解，而高度共识却常常掩盖了系统性盲区与致命共性错误”。为此，团队打造了 VeriHarness 框架：通过为生成器底座模型赋予独立沙箱工作区、证据探针工具和可复用的验证技能库，将其原位转化为“Agent 级验证官”。框架核心设立“分歧仲裁员（Disagreement Resolver）”利用环境运行时证据仲裁竞争性断言，并由“共识挑战者（Consensus Challenger）”主动探查潜在遗漏需求。基于证据的递归修正机制使 Gemini 3.5 Flash 表现净增 6.2 分，Claude Opus 4.8 净增 6.4 分。团队耗资超过 10 万美元，正式公开开源包含 26,000 条轨迹的完整评测基准。

查看大图

开源自主编码智能体 Cline（@cline_dev）正式发布 v4.1.21 版本更新。本次更新全面刷新了底层模型目录，覆盖 209 家供应商共计 6,386 款模型；针对未显式固定模型的 11 家主流供应商（包括 GitHub Copilot 与 Google Cloud Vertex AI），默认推荐模型直接升级为 Anthropic 最新的 Claude Opus 5.5。此外，Cline 新增了日本开源端点 ai& 支持，并紧急升级了底层 YAML 解析器以修复安全隐患。

查看大图