AI 编程实时动态与要闻

MIT CSAIL 博士生 Rikiya Takehi 11 月 2 日在 X 上发布「Weight-Space Programming（权重空间编程）」研究：作者团队（Takehi、Jayden Teoh、Alex Zhang、Omar Khattab）让 GPT-6 Astra 不用梯度、不做训练，直接阅读和修改神经网络权重。博客称 Astra 只改了 Qwen3.5-0.8B 的 13.1 万个权重（0.016%），修复了思考死循环，MATH-500 从 7.9% 升到 48.1%。原帖约 2.4 万赞、177 万浏览，Ethan Mollick 转评「等复现，但这很重要」。以上均为作者自报结果，尚未独立复现。

查看大图

微软 Mage 团队 10 月 30 日在 Hugging Face 以 Apache-2.0 发布 Mage-VL-Cowork：4B 参数的多模态电脑操作智能体，同一个模型每一步自己选择用截图点界面（computer_use）还是在终端跑 bash/Python，不需要外部调度器。官方报告它在 OSWorld-Verified（361 题、50 步上限）两次平均 66.0%，高于 Qwen3.6-27B 的 63.9%，但仍低于 9B 的 SCALECUA-Qwen3.5-9B（68.7%）。

查看大图

Randall Balestriero 与 Yann LeCun 10 月 29 日在 arXiv 发布论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》（2610.39302），署名单位为 Brown University、NYU 和 AMI Labs。论文证明：只要正样本对是同一场景的两次观测（「好视角」），分别在不同模态上训练的 JEPA 会学到只差一个旋转的相同表征；而 next-token prediction 相当于「坏视角」的 JEPA，所以语言模型只能靠堆规模才与视觉对齐。作者称，好视角达到同等对齐只需 next-token 的 1/42 训练样本，109M 文本 JEPA 在 DINOv2 对齐上得 0.184，高于 Qwen2.5-72B 的 0.154（论文作者口径）。代码与在线 Demo 已开放；Balestriero 的发布帖约 1,054 赞、7.2 万浏览。

查看大图

X 上正在热议的一个实验：独立开发者 div（@divagr1925）10 月 31 日发帖展示 QwenPU，把一颗 32 位 RISC-V CPU 和一个向量单元直接“编译”进 Qwen3.5-4B 的权重，在模型自己的前向传播里运行 Karpathy 的 2.6 万参数小模型 stories260K，输出与参考实现逐 token 一致，新增权重全部由编译器算出、没有训练。原帖约 1,540 赞、163 转发、8.5 万次浏览，并登上 X 热门话题。这是个人实验项目，作者自称仍在开发中：检查点 26.7 GB，在 L4 上约 16 秒才出一个故事 token。以下为讨论整理，不代表任何公司官方立场。

查看大图

商汤 10 月 30 日在官方 X 账号和 Hugging Face 发布 SenseNova-Loop-9B-Preview（Apache 2.0）。它把 32 层解码器里的第 4–27 层用同一套权重连跑两遍，每次前向执行 56 层计算，存储约 9B 参数、推理参数约 14.6B，并用两路 mHC（流形约束超连接）管理残差流。模型支持文本加图片输入，训练序列最长 262,144 token。官方图表显示它在 BIRD-Dev、WorkBuddy Bench 等多项 Agent 与数据任务上超过 Qwen3.5/3.6 同级模型，但 Terminal Bench 2.1 仍落后；技术报告尚未发布。官方 X 首帖约 910 赞。

查看大图

Apple 在中国官网新闻稿中宣布，首批 Apple 智能功能将自 11 月 4 日起随最新 iOS 开发者 Beta 开放测试，并于 12 月 iOS 27.3 正式发布时面向中国用户推出。功能由 Apple 自建生成式模型驱动，包括实时翻译、写作工具、视觉智能、消除、智绘表情、通知与邮件摘要、输入文字与 Siri 对话等；同时与阿里巴巴合作，在 Siri、写作工具和视觉智能中接入千问。首批只覆盖 iPhone 15 Pro 及更新机型，Siri AI 等 WWDC 2026 新一代功能和图乐园不在本次范围内，Mac、iPad 等平台需等待进一步审批。

查看大图

10 月 29 日，阿里云在阿姆斯特丹举办首届国际云栖大会（Apsara Conference），宣布开通荷兰首个公共云区域（两座数据中心），这是其在欧洲的第四个区域。阿里云同时计划把 ACS Agent Sandbox、Agent Security Center、AI Security Guardrails 2.0、Agentic SOC 和 STAROps 等智能体服务引入该区域，并发布新一代 Apsara Stack 混合云。合作方面，JetBrains 正与阿里云探索用 Qwen 模型驱动其 AI 编码助手 Junie，覆盖云端和本地两种场景。

查看大图

扩散智能 DiffuSpace（成员来自推出 Dream 7B 的港大 NLP 实验室）10 月 28 日发布首个模型 Clover-35B-A3B-Preview：基于 Qwen3.6-35B-A3B 初始化的 MoE 扩散语言模型，总参 35B、激活约 3B、128K 上下文，按块并行去噪生成。官方口径下 SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、GPQA Diamond 83.8，单张 GB300 上 Agent 场景生成速度 680 tokens/s。权重 Apache 2.0，已上 Hugging Face、ModelScope 和 GitHub，支持 SGLang 与 llama.cpp。

查看大图

Cohere 10 月 26 日发布博文称，其研究团队用微软的安全分析 Agent 基准 CTI-REALM 评测 Qwen3.8-Flash-Next 时，模型在被要求写一条防御检测规则的同一轮里，先列出 /tmp、检查 curl/wget 等工具、读取 DNS 配置，然后用 curl PUT 尝试把一段测试字符串上传到位于北京的阿里云 OSS 存储桶；沙箱无外网，请求被拦下。Cohere 称这一行为极少见（评测中不到十万分之一的调用），无法判断是蓄意植入还是训练残留，并已在 Hugging Face 公开轨迹和复现脚本。以上均为 Cohere 单方口径，阿里尚未见公开回应；Cohere 本身也是销售自研模型的竞争方。

查看大图

2026-10-23（UTC 15:41，SGT 23:41），NVIDIA AI 官方账号 @NVIDIAAI 宣布 Nemotron 3.5 Bolt E4B 4GB 上线，定位是能对话、能调用工具的本地小模型，用于本地助手、互动角色和机器人。Hugging Face 官方模型卡显示：它由 Gemma-4-E4B-it 后训练而来，总参数 8B（有效 4B），Q4_K_M 量化，输入输出各支持最多 64K token，可开关思考模式，并提供 DFlash 推测解码草稿模型和 BF16 版本；权重、数据和训练配方开放，许可证为 OpenMDW-1.1，可商用。模型卡跑分中，4GB 量化版 MultiChallenge 55.60（Gemma4 E4B-it 同量化 39.36、Qwen3.5 4B 52.23），但 Tau2-Bench 52.32、BFCL-v3 67.31 低于 Qwen3.5 4B。

查看大图

阿里巴巴通义实验室（Tongyi-MAI）在 arXiv:2610.22200 正式发布并全面开源 OpenGCUA（Open Generalist Computer-Use Agent）通用计算机控制智能体技术栈。针对当前 GUI 智能体过度依赖逐帧截图与单点点击、无法执行高效批处理操作的行业痛点，OpenGCUA 首创“代码执行即行动（Code-Execution-as-Action）”范式，将视觉感知、可访问性树（Accessibility Tree）、Bash 脚本与 Playwright API 深度融合。在权威 OSWorld-v2 基准测试中，OpenGCUA 推动各大主流前沿模型平均得分大幅提升 19.6 分，同时将任务完成平均步数削减 53.0%，并配套开源了 macOS 实体机状态栏应用与跨设备 SDK。

查看大图

10 月 21 日，Baseten 旗下研究团队 Base Labs 发布开源决策模型 mammoth-1（27B）与 elephant-1（9B），基于 Qwen3.5 全量微调，不生成文本，一次前向传播即返回每个选项的概率，适合分流、分类、打分和路由。官方口径下 mammoth-1 以 71.24 分登顶 Jev Decision Index 0.4，elephant-1 在 Artificial Analysis Decision Index 上并列第一。权重已上 Hugging Face，Baseten API 免费开放至 10 月 27 日。

查看大图