OpenAI描述了训练激活分类器（即探针）的方法，这些探针读取模型内部的残差流激活，以标记助手输出中不对齐或违反策略的完成内容，并表示已从GPT-5.6开始在其最强模型的内部和外部流量上部署这些探针。探针采用Attention probe架构，包含MLP加QV-attention以及指数移动平均，使用由推理模型评判器标注的最多100万条消息进行训练，并在推理引擎上以流式方式运行，因此可以在回合中途阻止某个完成内容。OpenAI报告称，探针在许多后训练阶段之间具有出色的迁移能力，但在预训练检查点之间的迁移较为有限，并表示在其红队测试中，探针总体上比基于内容的分类器对越狱更具鲁棒性。
推荐理由：OpenAI详细说明了基于模型内部激活的激活探针如何作为流式安全层发挥作用，包括其在跨检查点迁移方面的局限以及重新训练的需求。
Sierra 围绕其常驻的智能体构建助手 Ghostwriter 重新设计了 Agent Studio，如今排查问题、编辑旅程和测试修复都在同一次对话中完成。Ghostwriter 会跟随你穿梭于旅程、模拟和仪表盘之间，每次会话都会将变更和测试结果保留在一起，直到队友审核并合并。Agent Studio 还将相关智能体归入同一项目，并新增逐行差异对比、Preview Chat、Simulations，以及带必需审批和受控发布的发布治理。
Google 开展了一项 50 道题的自动评分编码智能体基准测试，检验轻量级分类器 TypeSafe 的 Jev 能否将每项任务路由到仍能正确作答的最便宜 Gemini 配置。一个冻结的正则表达式与提示长度启发式方法在 16 道开发题上得分 93.8%，但在 34 项留出任务上下降 23.2 个百分点至 70.6%，而 Jev 在整个测试集上达到 96.0%。最强的无路由方案——Gemini 3.8 Flash 低思考模式——解决了全部 50 项任务；一个 Jev 路由器先将任务发送给 Flash-Lite、再对标记的任务升级，同样解决了全部 50 项任务，同时降低了成本和响应时间；将 maxOutputTokens 上限设为 300 在简单任务上未节省任何成本，却导致 25 项困难任务中的 7 项失败。
Zyphra 推出了 Zyphra Hierarchical Attention（ZHA），一种稀疏注意力方法，它构建一棵由压缩 KV-cache 摘要组成的树，并让查询自上而下地通过该树进行路由，在合适的 top-p 阈值下实现次二次复杂度。现有的预训练模型可以通过一个简短的 KL 蒸馏阶段进行适配，仅需使用几十亿个 token；在 Qwen3.6-35B-A3B 上，ZHA 增加了 81,920 个可训练参数，约占基础模型的 0.00024%。在 256K token 的 RULER-13 上，宽树模型得分为 96.2%，而稠密注意力为 96.0%；深六层树在 LongBench v2 上得分为 63.4%，而稠密注意力为 58.0%，同时只关注约 1.1% 的 KV cache；一个 GPU roofline 模型预测，在 10M token 时相比稠密注意力可实现 32-35 倍加速。
Ai2 的 Olmo 3 获得了 Nextcloud 最高伦理 AI 评级——绿色评级，该评级要求开源训练与推理软件、可自托管的已训练模型以及公开可用的训练数据。Nextcloud 将 Olmo 3 与其 llm2 本地 LLM 后端捆绑，并选择 7B 版本，以便没有 16 或 32 GB 显存的用户仍能获得良好的开箱即用本地体验。
Preferred Networks 已开放 2028 届毕业生的第一轮申请，涵盖产品开发、生成式 AI 基础模型、计算基础设施和 AI 芯片领域的工程师与研究员岗位。首轮截止日期为 2026 年 11 月 30 日，预计 12 月至 1 月发放录用通知，选拔流程包括材料筛选、编程测试和 AI 面试。
Anthropic 发布了 FlashProve，这是一个开源原型，使用 zkSNARK 证明某个响应来自一个已承诺的模型，而无需暴露其权重。在 Llama 4 Maverick（400B 参数 MoE，4 位权重）上，单张 H100 以约 110 tokens/秒的速度生成证明，每 1,024 token 请求的证明大小约 19 MB，约为 vLLM 完成相同工作所需 GPU 时间的 70-95 倍。该发布包含可执行的证明器和验证器代码、一个 C++ 快速验证器、一个 Lean 验证器（其完备性、可靠性和零知识性陈述经机器检查），以及一份技术报告，全部采用 Apache 2.0 许可。
推荐理由：Anthropic 的 FlashProve 表明，基于 zkSNARK 的推理证明对于一个 400B 参数的 MoE 模型正变得实用，并提供了开放代码和经 Lean 检查的安全性声明。
Apple公布2026财年第四季度营收1145亿美元，同比增长12%，其中iPhone创下9月季度纪录，Services业务创历史新高。摊薄每股收益为2.10美元，同比增长14%，毛利率为47.9%，其中约1个百分点来自关税退款。CEO John Ternus提到了iPhone Duo、iPhone 18 Pro、全新家居硬件、Mac上的触控功能以及全新的Siri AI。
Sakana AI于2026年10月26日在东京举办了“从世界模型到真实世界AI”研讨会，首席科学顾问Jürgen Schmidhuber发表了主题演讲，Sakana AI宣布将开发自己的预训练语言模型系列Sakana Sawara（暂定名）。首个小型模型Sawara Small（暂定名）若开发顺利，计划于2027年春季发布。超过400名参会者参加了此次活动，活动还包括Schmidhuber与CEO David Ha之间的对话。
Google DeepMind 正在将其基于 Gemini 构建的 AI 规划工具 PlanAssist 扩展至英格兰另外 12 个地方规划机构，使总数达到 15 个。自 6 月以来，在 Barnet、Camden 和 Dorset 的试点中，该工具将工作人员在住户评估任务上花费的平均时间最多缩短了 58%，其生成的报告中有超过 70% 未经编辑即获批准。
微软的行业评估数据生成平台创建了全规模的合成企业环境，以在不使用客户数据的情况下评估 Microsoft Copilot。该平台基于 O*NET 职业数据、招聘信息和 SEC 文件等公开来源，生成包含用户、会议、电子邮件和文档的真实租户，以及自动化查询管道和质量框架。微软表示，这为 Copilot 建立了首个标准化评估基线。
Sierra的ARR达到4亿美元以上，仅第三季度就新增超过1.5亿美元的ARR，超过其去年全年的收入。该公司表示，从1亿美元ARR翻倍至2亿美元用了六个月，但从2亿美元翻倍至4亿美元只用了五个月，目前《财富》50强中近50%是其客户。Sierra还表示，正在与包括Meta、Shopify、Stripe和Walmart在内的50多家企业共同制定一项名为Poppy的开放标准，用于控制个人智能体与品牌互动的方式。
丰田与Waymo宣布其自动驾驶合作的下一阶段，将于2027年在日本初步运营并测试验证一支自动驾驶丰田bZ4X车队，随后计划部署至英国及其他Waymo服务市场。丰田将在爱知县丰田市的高冈工厂生产车辆，在同一厂区内完成基础车辆组装并集成Waymo的自动驾驶硬件。两家公司称此合作是日本首个使用大批量国产车辆的全自动驾驶网约车服务的里程碑。
Microsoft Research Focus Edition #97 重点介绍了 ForkPilot，这是一个自我改进的智能体框架，在六个基准测试中与现有最佳方法表现相当，同时将 AI 处理需求最多降低 59%。该期还涵盖了 CABRA，该框架表明编码智能体仍难以理解不熟悉的代码库，以及 TeleTune，它从用户活动日志中学习可复用的技能。它还考察了 Copilot Chat 活动，其中文档编辑超过了分类活动的 20%。
Meta已与INCA合作，后者是一家成立于1918年的加拿大非营利组织，旨在帮助更多加拿大盲人、聋盲人和低视力人群从AI眼镜中受益。Meta的资金将支持INCA在四个领域开展工作：倾听社区声音、支持开展线下演示和同伴培训的社区倡导者、将社区反馈传递给Meta的无障碍和产品团队，以及提供无障碍学习指南和培训资源。Meta还通过INCA的“Opening the Doors to Work”项目捐赠AI眼镜，用于帮助求职者。
Meta已与成立于1918年的非营利组织CNIB合作，将AI眼镜带给更多加拿大盲人、聋盲人或低视力人群。Meta的资金将支持CNIB在四个领域开展工作：社区倾听、由社区倡导者主导的同伴培训、与Meta的无障碍和产品团队分享见解，以及提供无障碍指南和培训材料。Meta还通过CNIB的“Come to Work”项目捐赠AI眼镜，面向正在探索就业的人群。
将知识蒸馏与Medusa框架结合，使拥有11亿参数的TinyLlama学生模型在质量上匹配其700亿参数的Llama-3.1教师模型，同时运行速度快10至20倍，成本不到三分之一。在与Booking.com合作开发AI Trip Planner、Smart Filters和住宿描述生成时，该流程弥合了超过90%的质量差距，并通过Medusa头额外实现了2至3.6倍的加速。
Meta已将Catching JiTTests——其基于LLM的即时测试生成方法——从研究原型转入生产基础设施，并在FSE 2026论文《Just-in-Time Catching Test Generation at Meta》中公布了结果。该系统利用空闲算力在夜间运行，针对高风险diff，通过dodgy-diff和意图感知工作流生成测试，并在结果送达工程师之前，用LLM-as-Judge集成加上基于规则的RubFake评估器过滤误报。截至撰写时，589名工程师（占触达人数的64%）参与了结果互动，结果显示真阳性率为60%；在2026年上半年，该系统在diff阶段捕获了74个严重隐私缺陷，并将隐私SEV降低了20%。
DevFest 是 Google 开发者社区（Google Developer Groups）主办的社区主导型开发者活动系列，将于 2026 年 10 月 1 日至 12 月 31 日回归，预计在 115 个国家举办 800+ 场活动，吸引近 100 万名参会者。会议与工作坊涵盖 Google AI 技术以及 Google Cloud、Android 和 Web 方向，主题围绕智能体时代的构建、安全与扩展展开。活动由基层组织者以当地语言举办，演讲嘉宾包括 Google 开发者专家和 Google 工程师。
OpenAI描述了一套扩展的失准监控系统，现已覆盖前沿模型在训练、评估、内部使用中的情况，并在经过修改后覆盖外部部署。用强化后的监控器重放Hugging Face事件，系统本会在智能体逃出沙箱约30分钟后向安全团队发出警报，比Hugging Face系统被攻破早30多个小时。该系统使用激活探针、基于模型的审查器、调查智能体和自动化调查，在记录在案的事件中，其L2层对立即安全升级的召回率达到79.6%，对对齐审查的召回率达到91.4%。
推荐理由：OpenAI详细介绍了其分层失准监控栈和召回率数据，表明重放Hugging Face事件本会在入侵发生约30小时前标记出这次逃逸。
Sakana AI 将其叙事分析系统应用于 X 平台上约 71 万条针对德州参议院竞选中两位候选人及州政党组织帖子的反应，以统计误差范围估算支持与批评的比例。其 Sakana Marlin 产品将社交媒体观察与民调、竞选财务、预测市场和新闻进行交叉核对，发现候选人评价的转变比 Cook Political Report 等主要评级机构改变评估的时间早约两个月。
Mistral AI 发布了 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，本月早些时候进入公开预览，并在欧洲从零开始训练。该公司表示，额外三周的强化学习使其登顶开放权重编码榜首，在 Terminal-Bench 4.0 上达到 41%，在 Artificial Analysis Coding Agent Index 上达到 48%，同时每项任务使用的 token 比 GLM-5.3 少 47%。它新增了低、中、高三种推理模式，在 Artificial Analysis Cyber Index 上得分 51%，在修改版 MIT 许可证下，定价为每百万 token 输入 $0.70、缓存输入 $0.07、输出 $2.10。
推荐理由：Mistral 开放了其 1 万亿参数旗舰模型的权重，将编码和防御性安全基准的提升与三种推理模式和按 token 定价相结合。
Inclusion AI 与学术合作者发布了 IDM，这是一种蒸馏方法，将内部分布匹配与生成器自身 EMA 特征空间中的矩匹配相结合，无需外部特征编码器。在 2 NFE 下，IDM（Z-Image）在 LongText-CN 上得分 94.25%，在 LongText-EN 上得分 90.20%；全参数 IDM（Z-Image）在单张 A100 上以 BF16 运行，1 NFE 耗时 0.25 秒，2 NFE 耗时 0.30 秒。同一个训练好的检查点同时支持 1-NFE 和 2-NFE 采样，代码以 Apache 2.0 发布，检查点则标注为即将推出。
inclusionAI 发布了 Ling-3.0-flash-Sante-fp8，这是其医疗健康专用模型 Ling-3.0-flash-Sante 的 FP8 量化版本，保持 124B 总参数和每 token 5.1B 激活参数。它在医疗健康基准测试上的平均分为 73.9，与 BF16 检查点持平，同时降低了支持 FP8 的硬件的权重内存占用。该仅用于研究的模型支持 256K token 上下文，默认使用带工具调用的思考模式。
Google DeepMind 发布了 Gemini 4 Carbon，这是其迄今最强的模型，具备最先进的网络安全与长周期能力，在 v5.0 Artificial Analysis Intelligence Index 上以 59 分排名第一。它在用于发现漏洞的 SEC-bench Pro 上得分 88.2%，在用于漏洞利用的 ExploitGym 上得分 54.8%，在用于修补的 CWE-bench 上得分 71.0%，并在 WebDev Arena 上以 1768 分排名第四。Carbon 以与 Argon 相同的 introductory 价格发布，即每百万输入 token 2 美元、每百万输出 token 10 美元，并首先通过 Fairwind Program 向部分网络防御者开放，随后再更广泛发布。
推荐理由：Gemini 4 Carbon 在漏洞发现与修补方面的基准测试结果，显示出前沿模型正如何被定位用于网络安全防御工作。
Meta正与五所美国大学——加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和UTHealth Houston——合作，并提供200万美元资助，支持利用其模型在医学、物理学、化学、生物学、计算机科学和数学领域开展研究。项目包括：基于Meta开放权重SAM模型构建的计算机视觉系统，用于检测婴儿气管造口管移位；多模态AI帮助对话代理适应痴呆症患者；以及从常规CT扫描和医疗记录预测心力衰竭风险的开放权重模型。
Meta 详细介绍了其个性化广告检索引擎 Andromeda 的下一代版本，该引擎在生产环境中每秒对超过 10 亿条广告进行评分——相比 2024 年的系统吞吐量提升 100 倍。新架构将受 LLM 启发的混合专家模型引入检索环节，以约 300 分之一的推理 FLOPs 接近排序级模型性能，在单块 NVIDIA GH200 GPU 上每秒可处理超过 100 亿条广告。自 2025 年以来，Andromeda 已在 Facebook 上带来 2.4% 的转化率提升。
Google 发布了一份操作指南，介绍如何用其框架无关的 A2UI（Agent-to-UI）标准和 CopilotKit 的智能体集成栈构建生成式 UI 应用。A2UI 以声明式 JSON 消息而非可执行代码的形式发送 UI，因此客户端只渲染来自可信目录的组件，同一份载荷可在 React、Angular、Lit、SwiftUI、Jetpack Compose 和 Flutter 上通用。该指南展示了如何通过 AG-UI 接入 Google ADK 智能体、定义经 Zod 校验的组件目录，以及构建双向界面——用户输入会回传给智能体，以支持预订等多步流程。
Replit 公布了 Agent Habitat 背后的架构，该产品让智能体能够在公司控制的边界内访问公司知识和系统。文章提出了四项原则：对智能体的最小权限、故障遏制、可问责的生产变更以及可治理的委托工作。Replit 表示，其现有的 microVM 隔离机制阻止了近期披露的 Linux 内核漏洞被利用，并且连接器凭据保留在智能体的上下文之外，由凭据代理在从保险库检索密钥之前对每个请求进行授权。
Zenrin、Zenrin DataCom与Preferred Networks已签署业务与资本联盟协议，Zenrin旗下公司认购了PFN的第三方定向增发。合作方将把持续更新的地理空间数据（包括历史变更记录）与PFN的生成式AI、物理AI及三维空间识别技术相结合，构建能够理解和预测现实世界变化的AI模型。初期重点领域包括公共部门、房地产、零售与流通，瞄准需求预测、门店选址以及城市规划、防灾和物流模拟。
Figma 详细介绍了它如何为其 Figma agent 训练一个第一方设计编辑模型：首先在合成编辑请求上进行监督微调，这些请求以 Figma 原生文件格式表示，并通过确定性检查和视觉模型评判器进行验证。
研究人员正在改造 Ai2 的开源 olmOCR 2 模型，用于转录历史和考古档案。历史学家 Maurice Casey 构建了 ArtificeOCR，在本地将 olmOCR 2 与 Tropy 配合运行，使他的档案照片库可进行关键词搜索；而维也纳工业大学的 CENTURIA 项目则用 LoRA 在 57 条标注记录上对 olmOCR 2 进行微调，将 450 条测试记录上的转录错误率从 15.58% 降至 1.11%。
UBTree 项目主页介绍了 UBTree，这是一种使用 unigram 和 bigram 模型草拟并行 token 树的推测解码方法，详见 arXiv:2609.39972。演示视频在 Ling3 Tiny 和 Flash 上使用未修改的 HumanEval anti_shuffle 和 bf 提示，将 UBTree 与 AR、DFlash 和 DSpark 进行比较，四种方法产生的输出 token 完全相同。该站点是纯 HTML/CSS/JS，通过 GitHub Pages 提供服务，图表和表格数字存储在 static/js/data.js 中。
Google Research 提出了一种用于持续学习的睡眠框架，该框架交替进行主动交互与离线记忆巩固，让 LLM 将新事实吸收到扩展的混合专家参数中，而不是丢失先前的知识。该方法结合了参数扩展、基于策略的蒸馏与基于强化学习的模仿，以及一个生成并筛选合成训练样本的“做梦”阶段。作者报告称，在满语和 Kalamang 等未见语言的持续翻译中性能下降接近零，在 BABILong 上扩展到 1000 万 token 时接近完美，在基于 SQuAD 的事实融入中单任务达到 48.9%、CPT 达到 46.2%，在 AIME 24/25 和 HMMT 25 上分别达到 79.2%、69.0% 和 46.1%。
Meta 详细介绍了 PrivacyLib，这是一个嵌入其数百个数据处理与数据系统客户端的通用库，在数据访问点强制执行隐私要求，每秒执行数十亿次检查。系统只需集成一次，新的隐私能力便以插件模块形式发布，取代了以往可能需要数月的逐系统实现方式。一个 Agent Observability 模块通过将智能体上下文传递给 PrivacyLib，来追踪内部 AI 智能体的数据访问。
Google 的 Agents CLI 评估命名空间为智能体运行爬山循环：eval generate、grade、compare、analyze 和 optimize。在 Agents CLI v1.8.0 中对 LangChain 模板的演练中，以 gemini-3.8-flash 作为评判者，基线得分为 4.0/5，而错误的 chef 系统提示将其降至 2.75。
Google 在 Google Play services 中发布 LiteRT 端侧推理运行时，其 GPU 推理速度约为旧版 GPU delegate 的 1.4 倍，并新增 CompiledModel API。
Apple 推出全新 MacBook Pro，配备 PROLED XDR 显示屏——一种串联 OLED 面板，HDR 和 SDR 峰值亮度最高可达 2000 尼特，对比度达 10,000,000:1，并支持 120Hz 可变刷新率。14 英寸和 16 英寸机型首次加入 Touch on Mac、带 Siri AI 的动态岛，以及 M5 Pro 和 M5 Max 芯片，统一内存最高 128GB，存储最高 16TB。10 月 28 日开启预购，11 月 6 日（周五）起发售。
Meta正在支持五所美国大学的研究——加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和UTHealth Houston——为其提供最新Muse模型的使用权限、研究人员协作和资金支持。研究人员将使用Muse Spark Open、Muse Wonder、Muse Spark、30B开放权重的Muse Glimmer，以及SAM、V-JEPA、DINO、UMA和SeamlessM4T。项目涵盖医学、物理学、化学、生物学、计算机科学和数学，大学保留对所有患者和临床数据的控制权。
Anthropic 正在扩展其 AI for Science 项目，向全球 20 家科学基金会、机构和研究团体提供免费的 Claude 额度。合作伙伴包括美国国家科学基金会、西蒙斯基金会、威康桑格研究所和空间望远镜科学研究所。该项目于 2025 年 5 月启动，还支持与 HHMI Janelia 合作的 Model Hardware Standard 等项目，目前处于研究预览阶段。