Preferred Networks 于 2026 年 10 月 27 日开始提供 PLaMo 3.1 Prime，新增网页搜索和 Deep Research 功能，后者可在数分钟到数十分钟内自主规划、收集、分析并撰写带来源引用的报告。Deep Research 还支持本地部署，并可连接内部文档检索系统；该公司称，与 PLaMo 3.0 Prime 相比，在包括 AA Omniscience 在内的八项幻觉相关基准上平均得分提升约 15%。PFN 还提到，通过推测解码处理速度提升 1.7 倍，非推理模式下输出 token 减少 90%，并推出了免费的 PLaMo API 套餐以及 PLaMo Chat 活动，在 2026 年 11 月 30 日前每天提供两次 Deep Research。
推荐理由：PFN 的 PLaMo 3.1 Prime 新增了可本地运行的自主 Deep Research，为日本企业提供了一个可本地部署、用于带来源引用的调研工作的选项。
Apple 宣布对 Apple Creator Studio 进行更新，为 Keynote、Pages 和 Numbers 带来基于 Apple 及第三方模型的智能助手，并支持 Model Context Protocol，使外部 AI 代理可以读取这些应用中的内容并执行编辑。Mac 版 Final Cut Pro 现已内置 MotionVFX 和 Content Hub 库存视频，Logic Pro 新增测试版助手和可分离鼓声的 Stem Splitter，Pixelmator Pro 则加入 Generate Fill 用于自然语言图像编辑。这些更新将于今年 11 月在 App Store 上线，现有订阅用户免费，新订阅价格为每月 12.99 美元或每年 129 美元。
Replit预测，到2030年底，每一家《财富》500强公司都将成为“自动驾驶公司”，由智能体执行和协调工作，而人类负责设定目标并承担最终责任。Replit表示，2026年上半年其工程师的代码产出几乎增长了两倍，而评审时间、回滚和产品事故数量保持持平。Replit for Business正作为这一愿景的基础进行构建；在SMFL，一个此前需要六个人花六个月完成的开发流程，由一个人在一周内完成。
Vapi 已推出流量分割功能，让团队可以在正式切换前，将 0.1%、1% 或 5% 的呼入和呼出电话路由到新的智能体版本。此前，发布新的助手版本会立即将 100% 的流量发送到该版本。该功能包含“粘性”机制，使重复来电者保持在同一个版本上，Vapi 建议从双向分割开始。
Mastra 正在以先到先得的方式，向另外八家设计合作伙伴开放其 Knowledge 服务，这是一个面向 AI 智能体的自托管全公司上下文层。Knowledge 可连接 Slack 和 Monday 等系统，保持自身数据实时更新，并支持按职能划分独立知识库，权限可细化到个人、团队和组织层级。Mastra 表示，将全公司知识图谱接入其编码智能体后，交付代码的质量有了明显提升。
SemiAnalysis 的工程团队在 TorchTitan 和 TorchNeuron 栈上测试了 Trainium3 机架，发现原生 PyTorch 体验相比旧的 PyTorch/XLA 方案有重大改进，但 bug 和较长的编译时间仍然存在。在编译模式下，用 16 块 Trainium2 芯片训练 Qwen3-32B 达到每秒 14,156 个 token、MFU 为 30.47%，相比 eager 模式提升 1.28 倍；而 gpt-oss 20B 配方编译耗时 27 分 17 秒。团队还将 Neuron Explorer 评为业界领先的分析器，领先于 Nvidia 和 AMD 的工具，并报告 Trainium3 通过了 96 个 FlexAttention 测试用例中的 89 个。
Google Research 在 IDWeek 2026 上介绍了其胸部 X 光结核病筛查模型如何从 2019 年《Radiology》上的一项基准测试，发展为经 CE MDR Class IIb 认证的工具，并由合作伙伴 Nexus AI 在六个国家的约 40 家医疗机构部署。已有 90 多名临床医生评估了超过 25,000 张胸部 X 光片，将周转时间从数周缩短至 45 秒以内，该工具还被部署在南非 Mponeng 金矿地下四公里处的离线环境中。Google 已通过 HAI-DEF 开源了胸部 X 光嵌入和 MedSigLIP，并发布了 MedGemma，称其下载量已超过 1000 万次，同时印度尼西亚卫生部正在利用国内 X 光片对这两个模型进行微调，以支持一项全国性筛查计划。
Google Cloud 现在提供两种使用 Claude 模型的方式：一种是 Google 托管方案，提供边界内安全、区域数据驻留和原生云集成；另一种是 Anthropic 托管方案，提供完整的 Claude Platform，并支持 Google Cloud IAM 和计费。两种方案现在均可试用。
亚马逊发布了 TorchNeuron，这是一个开源 PyTorch 后端，可将 PyTorch 代码转换为可在 AWS Trainium 系统上执行的操作，且只需极少代码改动或无需改动。它新增了一种可选的自适应 eager 模式，通过分组并编译操作来接近编译模式的性能，还提供多级 NEFF 缓存；在一项 64 进程的 LLM 测试中，共享编译服务将首次训练步骤的时间缩短了约三分之一。Annapurna 团队使用从数十万个开源模型中提炼出的 841 个代表性模型对其进行了调优和基准测试。
Modal 的前沿部署工程团队与 Sakana AI 合作，在 Modal 上运行 Sakana Namazu——一个针对日本商业语境调优的约 1T 参数 MoE 模型——以支持其公开 API 上线。团队仅对路由专家应用选择性 NVFP4 量化，注意力、路由器和共享专家保持 BF16，并基于日语为主的对话进行校准，使全部 23,040 个专家都看到有代表性的流量。一个基于超过 300 亿原始 token ID 训练的定制 DFlash 草稿模型将推测 token 接受率提高了 25%，并将每 token 解码延迟降低约 35%；另一个基于约 100 万真实请求训练的草稿模型将平均接受长度从 3.51 提升到 5.01，并将 p99 延迟从 68 秒降至 52 秒。
Figma agent 现已正式可用，Figma 说明了如何将你的设计系统接入其中，使其输出与你的产品保持一致。连接已发布的库可让 agent 使用经批准的组件和 token，而 guidelines 文件用于编码团队规则，Examples 页面或 _example 命名则提供可复用的模式。
Sakana AI 发布了 Sakana Aquarium，这是一个用于构建、运行和运营 AI 智能体的平台，在本体之上支持组织决策与执行。该平台由三部分组成：本体（Ontology），用于组织知识、规则和数据及其含义与关系，同时连接现有数据源而无需迁移；治理（Governance），用于设置访问权限和执行前审批，并记录从决策依据到执行结果的一切；托管智能体（Managed Agents），用于部署涵盖信息查询、AI 判断、函数执行和人工审批的工作流。Sakana AI 表示，数据连接和本体可以在不同智能体之间复用，该平台源自其 FDE 主导的与三菱日联金融集团（MUFG）、三井住友银行集团（SMBC Group）和大和证券集团（Daiwa Securities Group）等金融机构的合作。
Modal 发布了 Spindle，这是一个开源、兼容 Tinker 的训练服务器，运行在客户的 Modal 工作区内，让团队可以自定义技术栈，并按 GPU 时长付费，而不是按 token 付费。Spindle 支持对开源模型进行全参数训练和多 LoRA，Modal 报告称，在一个 DAPO-math GRPO 任务上，让 8 个客户端共享一个训练器，相比 Tinker 可将每 100 万输出 token 的成本降低最多 80%。Modal 表示 Spindle 仍处于 beta 阶段，并将其定位在其 Dojo 训练库与原始集群原语之间。
推荐理由：Modal 的开源 Spindle 服务器为团队提供了一个兼容 Tinker 的替代方案，以按 GPU 时长付费取代按 token 定价，据称多 LoRA 共享可将成本降低最多 80%。
SemiAnalysis考察了华为与DeepSeek的合作关系，对昇腾950PR（28个cube核心、128 GiB HBM）进行了基准测试，并回顾了DeepSeek于9月30日发布的针对TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA和DeepSelect的昇腾支持。950PR的峰值HBM带宽达到1.6384 TB/s，在小消息尺寸下带宽利用率超过H100，而其计算利用率中位数为41.5%，H100为46.8%；目前只有TileLang可用，因为所需的CANN 9.2.0在撰写时尚未发布。作者认为，尽管华为硬件落后，但其软件栈已接近前沿水平，并指出大多数优化针对超节点，而vLLM-Ascend在x86主机上仍无法开箱即用。
Google Cloud 研究人员公布了 Project Chrysalis，这是一个基于 Gemini 平台和 Agent Development Kit（ADK）构建的可治理、自进化 AI 智能体的参考架构。在模拟的黑色星期五缓存踩踏故障中，它将首次缓解时间从 15–45 分钟缩短至 1.8 秒，将 HTTP 5xx 错误率从 72.7%–80.0% 降至 0.0%，并将 P99 延迟从 519.8 ms 降至 18.2 ms。每一项自主操作都受到 Model Armor、Cloud KMS、Binary Authorization、OPA Policy Controller 以及双人保管人在环签核的约束。
Google Cloud API Gateway 现已在公开预览版中支持流式传输，使 SSE、分块 HTTP、WebSocket 和 gRPC 流式端点能够与现有 API 一样，置于同一网关和策略之后。创建网关时只需一个 --enable-streaming 标志即可启用流式传输，无需更改 API 规范，并且 API 密钥强制执行、JWT 验证、服务账号认证以及 Cloud Logging 和 Monitoring 均照常工作。网关还会获得确定性的默认主机名 GATEWAY_ID-PROJECT_NUMBER.REGION.gateway.dev，流最长可保持打开一小时。
中国商务部和科学技术部于10月16日发布出口管制目录的增补草案，首次将先进大型AI模型、AI智能体及大型计算集群纳入其中，其中14项技术被禁止出口，26项受限。
Modal 发布了 Modal Dojo，这是一个训练库，提供构建模块、调优好的默认配方以及一个可观测性仪表盘，用于生产级 LLM 后训练。它基于开源框架 Miles 和 Slime 构建，支持从 5 亿到数万亿参数的模型，并暴露 API 和 CLI，智能体可以驱动它们来启动和调试运行。Modal 表示，Axiom Bio 使用它将 DeepSeek V4.1 Flash 的 64k 上下文运行扩展到 64 块 B300，Afterquery 则以 256k 上下文长度训练 Kimi 和 DeepSeek。
在低代码平台被证明过于僵化且不透明之后，Acuity Health 在 LiveKit 上重建了其患者接入语音智能体，如今 80% 的来电完全由 AI 智能体处理。智能体基于 LiveKit Inference 运行，使用 Gemma 4 31B 模型，大多数预约在一分钟内完成，81% 的预约通话以“谢谢”结束。LiveKit Simulations 会在发布前针对患者画像测试每一项变更，一次提示词审查削减了约 24% 的用词，同时仍能通过相同的场景测试。
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 Google Antigravity 中正式上线，覆盖 Antigravity 2.0 Desktop、CLI 以及 VS Code、JetBrains 和 Visual Studio 的 IDE 扩展。Opus 5.5 面向重度推理和多文件架构重构，Sonnet 5.5 则是更快、成本更低的日常编码选项。开发者可以通过下拉菜单或在 CLI 中输入 /model claude-opus-5-5 在会话中途切换模型，且不会丢失上下文、终端状态或工作区产物；管理员可在 Google Cloud Console 的 Gemini Enterprise 下启用这些模型并设置支出限额。
Google 的 Agents CLI 现已包含扩展系统（Extension System），该系统在 v1.5.0 中引入，允许开发者在不 fork 工具的情况下覆盖或添加命令，而 v1.8.0 发布了首个官方 LangChain 扩展。该 LangChain 模板可搭建一个不依赖 google-adk 的项目，并通过与 ADK 项目相同的代码路径部署到 Cloud Run，而 playground、run 和 eval generate 等六个与 ADK 耦合的命令则被替换或明确拒绝执行。扩展以 Git 仓库中的目录形式分发，并通过 lockfile 固定确切的 commit SHA，该系统在 v1.8.0 中标记为实验性。
Sakana AI 于 2026 年 10 月 5 日举办了第二届工程师开放日，涵盖应用研究工程师、前向部署工程师、软件工程师、解决方案工程师和网络安全工程师五个工程岗位。CEO David Ha 阐述了基于预训练、使用 Namazu 进行后训练以及通过 Fugu 进行编排的“AI 主权”战略，此前该公司在过去六个月中将产品组合扩展至 Sakana Chat、Marlin、Fugu 和 Translate。活动还详细介绍了与日本金融机构和国防项目的合作，包括与防卫省情报本部及防卫创新科学技术研究所的研究。
Mistral 发布了 Voxtral 3，这是一系列语音转文本和文本转语音模型，外加一个基于 LiveKit 构建的语音智能体 SDK，可在单一流水线中流式完成聆听、推理、工具调用和说话。Voxtral Small Transcribe 3 覆盖 50 多种语言，支持说话人分离和上下文偏置；Voxtral Mini TTS 3 支持 35 多种语言和 50 多种方言；该技术栈可通过 Mistral 的欧盟托管 API 或自部署获取。定价为批量转写每分钟 0.0035 美元起，TTS 每 100 万字符 13 美元。
推荐理由：Mistral 的 Voxtral 3 将多语言语音模型与基于 LiveKit 的语音智能体 SDK 相结合，为团队提供了一个可主权部署的实时语音智能体选项。
Zyphra 发布了面向 AMD Instinct MI355X GPU 的 Zyphra 优化引擎（ZOE）第二波，在其 vLLM 和 SGLang 的生产分支中加入四个用于 MoE 和稀疏注意力的定制 HIP 内核。40x）。3 checkpoint 在四个推理基准上与 FP8 相差不超过 3 分，但仅在高并发下解码更快。
Waymo宣布正在西班牙为其全自动驾驶网约车服务奠定基础，首先从马德里地区开始，目标是于2027年迎来首批乘客。电动Jaguar I-PACE车辆将在未来几天出现在该地区街道上，先由人工驾驶，之后由当地培训的自动驾驶专家进行技术验证。Waymo援引超过2000万次已完成行程以及超过4亿公里全自动驾驶里程的数据，称在其运营的城市中，涉及严重伤害或更严重后果的碰撞事故比人类驾驶员少95%。
Google 发布了 Meta TorchTitan 的 TPU 分支版本，该版本通过 TorchTPU 原生的 torch.device("tpu") 后端在 Cloud TPU 上运行 PyTorch 训练，配备 TPU 原生内核和分步优化手册。在 TPU v7x（Ironwood）上，Llama 3 405B 在 128 至 1,024 芯片范围内保持约 57% MFU，Qwen3 235B 在单个 1,024 芯片切片上达到 32.42% MFU，FLUX.1 在 1,024 芯片上以 93% 弱扩展效率达到 19.4% MFU。该分支位于 https://github.com/google-pytorch/torchtitan/，此外还有 Transformers 建模后端和 agent 接入技能，可将同一训练器扩展到其他检查点。
推荐理由：Google 与 Meta 合作把 TorchTitan 移植到 TPU，并给出从 FLUX.1 到 Qwen3 235B 的逐级调优路径与 MFU 数字，可作为 PyTorch 团队评估 TPU 训练可行性的参考。
Modal 推出 Sticky Sessions，在其低延迟的 Modal Servers 之上，将同一会话中的每个请求固定到同一个容器。开发者通过 @modal.sessioned() 装饰器创建带会话的 Server，并通过 SDK 或 HTTP API 启动会话，自动扩缩容由活跃会话数而非请求量驱动。
Modal 对 NVIDIA 新款 Arm 兼容 Vera CPU 服务器进行了基准测试，测得任务吞吐量最高可达同等 x86 GNR 机器的两倍，且单任务延迟持平、有时更低。结果来自 Agentless Agent Bench、50 个 Terminal-Bench oracle 解决方案与验证器，这些内容已移除网络调用，并在并发 Docker 容器中运行。Modal 将这一提升归因于 Vera 在并发容器累积时仍能保持节奏，并将其与高内存带宽联系起来，同时表示支持 Arm 需要在其基础设施和镜像构建系统上做出改动。
Legora 现在将每一项法律 agent 评估都放在独立的 Modal Sandbox 中运行，启动其完整应用并固定到特定 commit，使每次运行都反映确切的产品版本。一次典型实验包含 100 个用例、4 个 harness 变体、每个 5 次试验——即 2,000 次并行运行——并由 Modal Volumes 对文档、数据库和权限状态进行快照。Legora 还从 gVisor 迁移到 Modal VM Sandboxes，移除了其 Docker 网络和 FUSE 变通方案，并通过更智能的压缩和自定义工具搜索将 agent 成本降低了 30%。
Modal 详细介绍了它如何演进其文件系统栈以支撑 VM 沙箱，将客户机请求经由 virtio-fs 和 virtiofsd 路由到其 ImageFS 懒加载文件系统上。第一个版本启动很快但运行缓慢：递归 chown 从四秒变成一分多钟，pnpm 和 bun 安装大约慢了三倍。微基准测试显示，chown 在 virtio-fs 上耗时 9.87 秒，而在 gVisor 上为 2.31 秒，在 ImageFS 上为 1.58 秒。
Replit 正在推出自带云（BYOC）选项，让企业可以在自己的 Microsoft Azure、Google Cloud 或 Amazon Web Services 租户内运行 Replit 平台和已发布的应用。完整版 BYOC 处于私人预览阶段，将 Replit 的 cells 和 agent harness 部署在客户的云中；而面向已发布应用的 BYOC 处于早期访问阶段，将已发布的项目托管在那里，由 Replit 管理平台。Image Exports 则为企业团队提供 Docker 镜像、Terraform 文件和 SBOM，以便自行托管用 Replit 构建的应用。
PJ 是佛罗里达州奥卡拉的一名工程师出身的害虫防治公司老板，现在为小企业提供咨询——包括屋顶、泳池和汽车承包商——帮他们搭建 OpenClaw 并教他们自己运行。他的客户想要一个完全属于自己的工具，而不是把公司数据喂给租来的软件，其中一位客户、66 岁的行政人员 Donna 每天都在使用她的 OpenClaw。
LiveKit 的指南汇集了解决方案架构师和前置部署工程师的经验，讲述如何将 AI 语音智能体从演示推向生产，围绕三个问题展开：智能体是否足够智能和自然、其性能是否可观测、以及是否能可靠且经济高效地扩展。指南建议单独测量第一轮交互，因为一家公司发现大约 3/4 的通话在问候环节就结束了；并指出客户在 LiveKit Inference 上从 GPT-4.1 迁移到 Gemma 4 31B，在 p50 上节省了 300–500ms。
Claude Code 团队介绍了其分层代码审查流程：大部分阅读工作由机器完成，人的注意力则保留给基于风险的审批。6 月至 9 月，Claude Code 代码库中合并的拉取请求数量增长了一倍多，而不得不回滚的比例下降了 40% 以上。该流程在 PR 之前叠加验证、必需的 CI、Claude 审查、安全审查、按风险分级的人工审批，以及带标志和快速回滚的合并队列；团队还将过去的事故转化为审查者的每日评估集。
推荐理由：Anthropic 的 Claude Code 团队详细说明了如何将大部分代码阅读转移到自动化层，同时合并的 PR 翻倍、回滚下降超过 40%，为大量使用智能体的团队提供了一个可迁移的审查模型。
Modal 介绍了如何在其无服务器 GPU 上使用开放权重或自定义模型运行 LiveKit Agents，并以 BitHuman 的开放权重 Expression Video Avatar 为例，由 Qwen3-TTS 配音来克隆 Charles Frye。该方案通过 Modal Server 暴露 avatar 容器的 /launch 端点，并使用 Sticky Sessions 让 WebSocket 客户端保持在同一容器上，同时用 GPU 快照隐藏冷启动。
Meta 发布了 Muse Spark Open 的权重，Modal 现已通过其 Auto Endpoints 以按 token 计费的方式提供该模型。该模型面向智能体编程和长周期任务，具备原生多模态理解、100 万 token 上下文窗口、多步规划、顺序工具调用和故障恢复能力。Meta 报告称，在 Terminus 2 智能体下 Terminal-Bench 2.1 得分为 76.4，在使用其首选 harness、xhigh 推理强度下 DeepSWE 1.1 得分为 60。
推荐理由：Meta 的开源权重模型 Muse Spark Open 现已在 Modal 上提供服务，让团队能够以按 token 计费的方式试用一款具备 100 万 token 上下文窗口的智能体编程模型。
GitHub 训练了一个经过微调的 ModernBERT 分类器，用以替代其此前基于 LLM 的通用密钥检测流水线，使按所有者加权的告警精确率提升了 11.5%，并将推送后扫描执行时间中位数缩短了 86%。该两阶段流水线先通过正则表达式生成候选，再进行上下文感知分类，与远程 LLM 调用相比还将服务成本降低了 98% 以上。效率的提升使得将通用密钥检测扩展到推送保护成为可能，从而在变更被推送之前就返回结果。
Modal 年化收入突破 10 亿美元，并以 157.5 亿美元投后估值完成由 Accel 领投的 7.5 亿美元 D 轮融资，所有现有投资方均参与。公司称，自五个月前 C 轮融资以来使用量已增长两倍，同比增长超过 15 倍，仅其 Sandboxes 产品年化收入就达 3 亿美元，已启动近 30 亿个沙箱。Modal 还介绍了其在覆盖 20 多个云的容量池上重建自有文件系统、容器运行时、调度器和网络，并提到近期推出的多节点训练、Modal 服务器以及 Sandboxes 的正式可用虚拟机。
推荐理由：Modal 的博文解释了为何 AI 工作负载促使其在 20 多个云上重建自有文件系统、容器运行时和调度器，具体展现了 AI 基础设施栈如何与云栈分化。
LiveKit 发布了 Egress 的排查指南，涵盖常见错误，例如模板从未调用 START_RECORDING 导致的 412“未收到启动信号”、30 秒内未找到参与者或轨道导致的 404，以及 S3/GCP/Azure 凭证无效导致的 400 上传失败。指南还涉及布局、webhook 和自托管 Egress 问题，并指出该指导同时适用于当前的 StartEgress API 和已弃用的特定源 API。
Modal 在 agentic coding 任务上训练 Qwen3.6-35B-A3B，采样器分布在六种加速器类型（B200、B300、H100、H200、A100、RTX PRO 6000）上，采用 NVFP4、FP8 和 BF16 精度，向 B200 上的单个 BF16 训练器供给数据。普通 GRPO 在混合与同构采样器上均崩溃，但加入掩码重要性采样加分数中心化（无论是否配合 top-p 掩码重放）后，训练稳定进行到最后，并在 SWE-bench Pro V2 pass@4 上达到与同构采样器相当的水平，每次更新的采样器成本约低 15%。混合采样器运行时的平均采样器-训练器 KL 是同构设置的 4.7 倍，作者认为稳定性取决于将失配保持在有界范围内，而非保持低值。