AI 编程实时动态与要闻

联邦学习框架 Flower 背后的 Flower Labs 于 11 月 3 日发布 Endeavor 1.1，这是其今年第三个模型（继 4 月的英国主权 7B 模型 Lizzy、9 月的 Endeavor 1.0 之后）。新版本新增图像输入、可选欧盟境内 GPU 推理，支持 Flower 托管、私有云或本地部署，并承诺用户可查看完整思维链、拥有推理输出并用于训练自有模型。官方口径 GPQA 94.4、HumanEval 99.9、AIME 2026 99.9、MMMU-Pro 81.1，但对比对象是 GPT-5.6 Sol 与 Claude Fable 5 而非两家最新模型，且目前仅开放申请试用。

查看大图

Y Combinator 的研究项目 YC Labs 与多智能体环境公司 Olam Labs 10 月 29 日发布《Agents in Games》实验报告：50 个 GPT-6.1 Sol 智能体在 Minecraft 生存模式里「建设繁荣文明」3 小时，最后挤在避难所里配给口粮，发了约 5,900 条消息，搞出配给账本、许可证和各种岗位；9 局 Bed Wars 中 10 个 GPT-6.1 Sol 对 10 个 Claude Opus 5.5，GPT 以 6–3 获胜；Mindustry 50 对 50 共 7 局约 9.5 小时，GPT 以 6–1 获胜。报告还发现领导者几乎总是名册上排第一的智能体，GPT 卡住时会自己上网读游戏源码。Minecraft 智能体框架已开源。这是单一机构的实验观察，不是标准化跑分。

查看大图

Stripe 联合创始人 John Collison 的 Cheeky Pint 播客 10 月 29 日上线 Sam Altman 专访。谈到内存短缺时，Altman 说很多人以为开源模型加本地推理就能绕开算力紧张，但从全球配置角度看，让每个人电脑里放着一堆稀缺 DRAM、只有约 5% 的时间在用「相当糟糕」，供给紧张时应追求云端的最大利用率。pubity 转述这段话的帖子获得 2.6 万多点赞、800 多万次浏览，大量用户反驳称 PC 内存并非只为 AI 服务，本地模型还关乎隐私和离线可用。以下按观点讨论整理，不代表已证实结论。

查看大图

Kaggle 官方账号宣布与 IBM Research 合作上线 ScarfBench，用 204 个任务测试编码智能体能否把企业 Java 应用在 Jakarta EE、Quarkus 和 Spring 之间迁移且行为不变。IBM 10 月 27 日的技术说明显示，Gemini 4 Argon + Antigravity 以 75.2% 冒烟分居首，Claude Opus 5.5 + Claude Code 全通过率最高（72.1%），GPT-6.1 Sol + Codex 每解决一个任务成本最低（1.25 美元）。

查看大图

AI 编程 Agent 公司 Factory 10 月 29 日 22:31（UTC）在 X 和官方博客发布 Droid 1.0，称这是其 agent harness 迄今最大的一次更新。核心变化是把程序化工具调用（PTC）设为默认：模型写一段 JavaScript 脚本，在沙箱里一次跑完多达上百次工具调用。官方自测 Terminal-Bench 4 中，用 GPT-6.1 Sol 通过率 57.6%（每个通过任务 $0.79），用 Claude Opus 5.5 通过率 65.2%（$4.73），均高于同模型下的 Codex、Claude Code、Cursor、OpenCode 和 Devin。

查看大图

GitHub 于 10 月 28 日（Universe 2026）宣布 GitHub Next 的开源项目 GitHub Agentic Workflows 正式 GA，面向 GitHub Free、Team 和 Enterprise。开发者用自然语言 Markdown 描述 issue 分拣、CI 失败分析、文档更新、写测试等任务，gh aw 把它编译成标准 Actions YAML，由 Copilot 或自带的编码 Agent 执行。GA 新增 ARC 自托管 runner 和 Docker-in-Docker 支持、正式版 gh aw forecast 成本预估、按工作流选模型和模型路由，以及 Cloud Hypervisor / NVX micro-VM 隔离。

查看大图

Google 于 10 月 28 日推出 Connected Apps Platform 预览版，开发者通过云端托管的 MCP 服务器或 Android MCP（Jetpack AppFunctions）接入，在 Google Connected Console 注册、测试、提交审核，并选择上线到搜索、Gemini 应用或两者。目前面向美国开发者分批开放，需申请加入预览。

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

独立评测机构 Artificial Analysis 10 月 28 日发布 Intelligence Index v5，是 1 月 v4 以来最大一次改版：新增 Cognition 的 FrontierCode 2.0 和 Terminal-Bench-Science，用 HLE-Diamond 替换 Humanity's Last Exam，60% 的权重来自私有或答案保留的测试集。榜首为 Claude Opus 5.5（max）58 分，GPT-6 Astra 57、GPT-6.1 Sol 55；开源权重最高的 Kimi K3.1 Pro（权重尚未发布）46 分，与榜首差距从 v4.3 的 3 分扩大到 12 分。同时推出跨年代对比的 Progress Index v1。

查看大图

Replit CEO Amjad Masad 10 月 26 日在官方博客《The Rise of the Self-Driving Company》中发布 Replit for Business。核心概念是 Agent Habitat：一个受公司控制的环境，Agent 在里面使用公司知识和系统、与人和其他 Agent 协作，由公司决定访问范围、何时需要人工审批，并限制出错影响。企业版页面列出 SSO、SCIM、基于角色的权限、BYOC（自带云）、审计日志、隔离执行、安全扫描和模型管控，以及 510+ 个连接器。Masad 称 Replit 工程师 2026 上半年代码产出接近翻三倍，评审时长、回滚和事故持平（厂商口径）。

查看大图

OpenAI 10 月 26 日发布 GPT-6.1 Terra，定位是兼顾视觉推理、精确电脑操作和自然写作的高效模型，今天起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放，API 模型名 gpt-6.1-terra。标准 API 价格为输入 $1、缓存输入 $0.05、输出 $5（每百万 token），官方称比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%；上下文 1,050,000 token。官方口径下，它在 Agents' Last Exam 上中等推理强度比 GPT-5.6 Terra 高 15 个百分点、成本约三分之一，Terminal-Bench 4.0 最高强度 50.3%。

查看大图