AI 编程实时动态与要闻

Perplexity CEO Aravind Srinivas 在 X 上公布 Gemini 4 Carbon 的早期评测：在 Perplexity 的 Wide-And-Deep-Research（WANDR）长篇研究基准上拿到 0.857，创新高，每任务成本 5.86 美元；Gemini 4 Argon 为 0.802（7.88 美元），GPT-6 Astra 为 0.735（13.34 美元）。他称 Carbon 是 Perplexity 目前见过长篇研究和回答质量最强的模型，待 token 容量充足后将向所有 Pro 和 Max 用户在 Perplexity Computer 中开放。

查看大图

Perplexity 官方正式宣布将 Perplexity Computer 功能原生集成至 macOS 客户端应用中。与此前高度依赖云端传输屏幕截图并接收键盘鼠标动作指令的传统 Computer-Use 方案不同，Perplexity Computer 实现了模型与智能体执行回路的全本地化运行（The model and the agent both run on your Mac）。通过深度调用 macOS 原生辅助功能（Accessibility API）与本地端侧轻量多模态模型，该功能消除了云端网络延迟，并在彻底保护用户屏幕隐私的前提下，赋能智能体在用户桌面上全自主操作本地应用、整理文件与执行跨软件复杂工作流。

查看大图

现有连续扩散语言模型（CDLM）普遍直接套用自回归 LLM 或图像 DiT 架构，存在特征尺度失控与梯度路由紊乱问题。小红书、北京大学、香港中文大学（深圳）与 UCLA 团队联合发表 LangDiT（arXiv:2610.22330）。通过骨干网与 Q/K RMSNorm、展宽噪声条件调制、词表头残差截断解耦及置信度门控自条件引导，在 OpenWebText 基准上将 LangFlow 生成困惑度压至 21.72，适配 Plaid 架构后进一步取得 11.33 的全新 SOTA 困惑度记录。

查看大图

现代混合专家（MoE）普遍结合“细粒度专家切分”与“共享专家”设计，但二者在底层产生致命冲突：共享专家均质化了 Token 表征，抑制了路由探索，导致组合膨胀的专家空间无法被充分利用。苏黎世联邦理工学院（ETH Zurich）与香港大学团队发表 MirrorMoE（arXiv:2610.22353，GitHub: BingcongLi/MirrorMoE），通过 Token 自适应抑制冗余专家收缩探索空间，在从 100M 到 2.4B 全尺度上实现显著的 PPL 下降与下游基准全线涨点。

查看大图

针对大模型数学证明缺乏步骤级验证标签与上下文精确复制存在 LM Head 梯度瓶颈的两大难题，今日两项基础研究给出突破：NYU/UCLA/Stanford 联合推出 LeanPRM（arXiv:2610.17697），利用 Lean 4 证明助手自动构建含 10,634 篇证明与 15.2 万个步骤标签的零人工标注数据集，将 Qwen3-4B 步骤验证准确率从 48.2% 拉升至 74.7%（远超 PRM800K 的 60.3%）；康奈尔大学提出复制粘贴语言模型 CPLM（arXiv:2610.19247），以仅约 3% 算力开销打破 LM Head 梯度瓶颈，使窗口仅 w=128 的滑窗模型追平全注意力困惑度并在 4 倍外推长度（16K）持续收益。

查看大图

Perplexity 开发者团队（@perplexitydevs）联合 OpenRouter 与 Vercel AI Gateway 正式上线新一代开源权重多模态决策模型 pplx-decider-v1.2（27B）与轻量级 pplx-decider-flash-v1.2（4B）。该系列模型支持同时输入文本与图像，直接返回带校准概率分布的类型化决策结果（Typed Answers with Probabilities），其中 27B 版本输入定价低至 $0.02/百万 Token，4B Flash 版速度更快且成本再砍半，成为智能体路由与工具选择的极速基础设施。

查看大图

Perplexity 宣布以 Apache 2.0 协议正式开源支撑 Perplexity Computer 每一次智能体任务执行的底层安全沙盒平台 SPACE（Sandboxed Platform for Agentic Code Execution）。该平台采用 Rust 编写，为每个智能体任务分配独立的 Firecracker microVM（或可插拔容器运行时），并将 API 密钥凭证管控与出站网络流量审计完全置于虚拟机外部，从架构根源上阻断提示词注入导致的密钥窃取，开源首日即斩获逾 1100 颗 GitHub Star。

查看大图

vLLM Semantic Router（vllm-sr）团队于 10 月 11 日在 Hugging Face 以 Apache-2.0 开源 Decision 3.0 系列（d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge），基于 Qwen3.5/3.8，支持文本、图片和视频输入，一次调用直接输出选择题、是/否、打分三类问题的概率而不生成文本。官方口径：27B 旗舰 d3 在 Jev Decision Index 0.3.1 得 64.7，领先 Perplexity Decider v1.1（62.8）和上一代 Decision 2.0（55.9）；单张 MI325X 上文本请求中位延迟 55ms。vLLM 官方账号转发祝贺。

查看大图

Perplexity 在 Hugging Face 发布 Apache-2.0 的 pplx-decider-v1.1-27b，基于 Qwen3.8-27B，不生成文本而是直接输出带概率的分类/路由/打分答案；Decision Index 总分 61.56（v1 为 56.4，Jev 为 57.9），并可通过 Perplexity Decisions API 调用。

查看大图

Vercel AI SDK 于 2026-09-26 发布 @ai-sdk/[email protected]：语言生成路径从 Sonar Chat Completions 切换到 Perplexity Agent API。Sonar 模型 ID 与 provider options 需改为 Agent API 的 presets、models 与 tools；请求/响应元数据、原始流事件、usage/cost 形态均变，且不再支持 Sonar PDF 输入以及 image/video 结果。同提交还补齐 Agent API 终端事件文本恢复、原生 tool traces（如 finance）放行，以及 URL citation 去重与 search result ID 关联。

查看大图