Hugging Face 展示 pooling-aware 訓練如何在固定儲存預算下提升多向量嵌入模型的檢索品質。當 pool_factor=4 時，一般訓練的模型保留其未池化 NanoBEIR nDCG@10 的 94.6%，同時將文件向量減少 4 倍，而 pooling-aware 訓練則將該保留率提升至 97.8%。文章逐步說明 HierarchicalTokenPooling、預算校準，以及一個可重現的 Sentence Transformers 範例。
OpenRouter 發布了一份指南，說明如何處理來自 OpenAI、Anthropic 及其自家 API 的 429 Too Many Requests 錯誤，並在一批 60 個提示上測試了三種修復方式。OpenAI Python SDK 的預設重試在 12 秒內讓 60 個請求中有 23 個失敗，而等待 Retry-After 或 X-RateLimit-Reset 的重試方式則在 Python 中於 89 至 92 秒內完成全部 60 個請求，在 TypeScript 中則為 106 至 218 秒。模型備援機制在 13 秒內以 $0.000066 完成全部 60 個請求，而在開啟供應商容錯移轉的情況下，全部 150 個指定供應商的請求都成功，若關閉備援則最多有 32 個失敗。
OpenRouter 於 2026 年 10 月 20 日對 Qwen3.8 27B 的六個端點執行了 280 項精確答案任務，未偵測到 fp16、fp8 與 fp4 之間有準確率差異，六個端點的得分皆介於 98.3% 至 99.2% 之間。在 1,455 個端點中，59.5% 完全未回報精度，而 fp8 是最常見的標示格式，佔 23.6%。對多數模型而言，較低精度較便宜，但並非全部皆然；供應商選擇對價格的影響大於精度，同精度端點中最貴者為最便宜者的中位數 1.72 倍。
推薦理由：OpenRouter 對同一模型的 fp8、fp4 與 fp16 端點進行了 240 項精確答案任務的測量，未發現可偵測的準確率差距，而價格差異與供應商的關聯大於與精度的關聯。
JioStar 首席架構師 Vijay Seshadri 分享在 5 億用戶規模下運行 AI 探索的經驗，涵蓋評估、護欄，以及將 AI 投入生產。這篇由 OpenAI 發表的文章聚焦於大規模 AI 部署背後的營運實務。
inclusionAI 發布了 ZoomGain-9B 與 ZoomGain-4B 視覺語言模型檢查點，同時推出 ZoomGainBench 評估基準與 ZoomGain RL 訓練資料。ZoomGain 透過挖掘從全局到縮放的感知落差來建構細粒度視覺監督，而 ZoomGain-9B 在多項細粒度與通用感知基準上達到更優異的表現。ZoomGainBench 包含 941 張影像上的 1,000 道問題，而 RL 資料集則有 9,000 筆訓練紀錄與 7,713 張來源影像。
inclusionAI 發布了 arXiv 論文、ZoomGainBench 評估基準、RL 訓練資料集，以及 ZoomGain-4B/ZoomGain-9B 模型檢查點。28 個模型中最佳者在 ZoomGainBench 上得分 61.08，而 ZoomGain-9B 在多個細粒度與通用感知基準上達到更優表現。ZoomGain 挖掘從全局到縮放的感知落差，為視覺語言模型建立細粒度視覺監督。
Amazon 正在推出 Ring Robotics 裝置，包括一款 AI 驅動的安全無人機與一款機器人，具備巡邏能力。這些裝置將於 2026 年底與 2027 年初首度亮相。
inclusionAI 發布 SingVL S1，這是一個建構於 Qwen3.5 之上的 4B 多模態決策模型，能在單次 Transformers 前向傳遞中，針對文字或 JSON 以及最多四張圖片回答具名問題。它支援選擇題、是/否（noul）以及 2–10 級評分題，在 Public Vision Index 上得分 73.94，在 Public Text Index 上得分 69.76。該模型隨附 Python 推論程式碼與 FastAPI HTTP 伺服器。
安全公司 Claroc 發現，SpaceXSI 的 vibe-coding 代理 Grok Build 透過可分享的應用程式連結，洩露數千名用戶的專有商業資訊及其他敏感機密。儘管 Grok 將 URL 隨機化，只有持有確切連結的人才能存取資料，但一項設計決策讓人得以列舉數千個進行中的專案，而點擊這些連結通常會揭露所有相關資料。外洩的資料包括內部商業計畫、廣告提案、體檢結果、郵輪廚房檢查清單，以及員工姓名與身分證號碼，其中部分來自 SpaceXSI 自行建置的 24 個應用程式，包括一份機密入職計畫、一份涵蓋 594 個客戶的銷售區域圖，以及銷售工具的內部系統位址。
推薦理由：安全公司 Claroc 的發現顯示，Grok Build 分享功能中的一項 URL 設計選擇，如何暴露數千個進行中的專案，包括 SpaceXSI 自身的內部文件。
微軟研究人員描述了 Lazarus，這是一種後門技術，可重新程式化 LLM 中不到 10 個休眠神經元，使建構於其上的代理在出現隱藏觸發條件時發出攻擊者指令，且無需重新訓練。修改後的模型仍能通過標準評估，並在觸發前表現正常，觸發條件可以簡單到只是日期變更，隨後代理便以其被賦予的任何權限執行下載的程式碼。作者表示，偵測需要與原始權重進行差異比對，而 Microsoft Foundry 已將開放權重模型與其發行商綁定並掃描其容器，同時紅隊測試框架、基於代理的權重掃描以及具備防篡改來源證明的簽署模型正在開發中。
推薦理由：微軟研究人員展示，重新程式化不到 10 個休眠神經元即可在無需重新訓練的情況下對 LLM 代理植入後門，這使得權重來源與完整性成為實際的安全需求。
LangChain 發布了一篇部落格文章，說明檢索設計如何形塑 AI 代理的上下文工程，並以建構於其 Deep Agents 框架上的競爭分析代理為例。文章涵蓋三種失敗模式：搜尋效率低落、一次載入過多上下文，以及結果不相關或過時，並為每種模式搭配相應技術，例如 glob 與 grep 檔案系統工具、以 read_file 偏移量分頁讀取大型檔案、將過大的工具結果卸載至檔案，以及在「檢索、卸載、委派」模式下將讀取工作委派給子代理。文章也警告，檢索到的文字是資料而非指令，可能帶有提示注入，因此輸出應對照引用的來源進行檢查。
LangChain 詳細說明其開源 Deep Agents 框架如何運用中介層來對抗長時間代理執行中的上下文腐化。工具結果超過約 20,000 個 token、使用者訊息超過 50,000 個 token 時，會被卸載到檔案中，只顯示預覽；而當用量達到上下文視窗的 85% 時，摘要功能會壓縮較舊的訊息。技能、子代理和一個 markdown 長期記憶檔案讓主代理的視窗保持精簡，並讓記憶能跨模型和供應商延續。
推薦理由：LangChain 說明其開源 Deep Agents 框架如何運用中介層來卸載、摘要和隔離上下文，為長時間任務中的代理提供可重複使用的模式。
應用數學家 Steven Strogatz 與 Alex Townsend 在他們的新書《Big Math: The Hidden Codes That Run Our World》中探討「大數學」如何逐漸超出人類的理解範圍。該書審視當大型語言模型、AI 聊天機器人乃至最終的量子運算接手超出有限人類大腦能力的數學時，這意味著什麼，以及社會可能如何適應。
Redwood Research 表示，在 Gemini 4 安全報告引用了一項以思維作為上下文觀察的輔助獎勵後，目前不清楚 Google DeepMind 是否刻意在思維鏈上訓練 Gemini 4。GDM 員工告訴 Redwood，他們並未在 CoT 上進行訓練，但無法解釋技術細節，而 GDM 的一篇部落格文章則表示，該模型從未因其在思維鏈中所寫的內容而受到懲罰。Redwood 警告，若 CoT 獎勵對不當對齊的推理存在偏見，可能會壓制誠實的口語表達，並降低 CoT 的忠實度。
兩週前針對部分網路防禦人員發表的 Gemini 4 Carbon，現已開放給所有人使用，輸入每百萬 token 收費 2 美元、輸出每百萬 token 收費 10 美元，價格預計於 12 月 1 日翻倍至 4 美元／20 美元。Simon Willison 在 Google 的 Antigravity IDE 中進行測試，利用 OpenStreetMap 資料生成了一段 Three.js 動畫，內容是機甲踩踏穿越紐約市；他並指出，Google 執行長 Sundar Pichai 強調了 Antigravity 的 /swarm 功能，該功能以 Blender 素材、WebGL 著色器與 Lyria 音樂打造了一款開放世界 3D 遊戲。
Resend 共同創辦人暨執行長 Zeno Rocha 登上 Latent Space 播客，說明這套電子郵件 API 如何設計成能被編碼 Agent 選用；他引用一項 AEO 研究，其中 Claude Code 在 102 次電子郵件推薦裡有 64 次優先選擇 Resend。Resend 早期的切入點是 React Email，這是一款開發者能搭配任何供應商使用的範本工具，因此在他們轉換之前，部分 Resend 程式碼就已存在於儲存庫中。
inclusionAI 已發布 ZoomGain-9B 的 GGUF 格式權重，透過 llama.cpp 轉換，涵蓋語言模型與視覺編碼器／投影器（mmproj），提供 FP16、Q8_0 與 Q4_K_M 版本。影像輸入需將語言模型與對應的 mmproj 檔案配對使用，該儲存庫說明了透過 llama-mtmd-cli 進行命令列推論，以及透過 llama-server 架設網頁聊天的方式。需使用支援 Qwen3.5 多模態的 llama.cpp 建置版本，且量化可能影響準確度。
Nvidia執行長黃仁勳承認與一名疑似中國間諜的女子有婚外情，專家向The Verge表示，後續影響可能擾亂美國AI產業及其對中國的領先地位。據報導，與這名據稱間諜Alice Huang有關的公司促成了至少70億美元的Nvidia晶片銷往中國，而CNAS的Emily Kilcrease警告，若能取得最新的Nvidia晶片，美國的領先優勢可能在數週或數月內消失。Kilcrease也表示，已展開的調查將消耗公司資源，而國會待審的AI晶片管制立法現在通過的機率大幅提高。
推薦理由：本文追溯Nvidia執行長周邊的個人醜聞如何可能波及晶片出口政策、美國AI實驗室的算力取得，以及美中AI平衡。
Google 將 Gemini Intelligence 帶到更多 Android 裝置，包括首款 Motorola Gemini Intelligence 手機 motorola signature 27，於 11 月 19 日在美國開放預購，以及透過今日 Pixel Drop 登場的 Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold。新功能包括「Create My Widget」，可依據文字描述，運用 Gmail、Calendar 和 Search 資料建立自訂小工具，以及「Device Assistance」，讓你透過詢問 Gemini 來控制和修復手機。Rambler 現已在 Pixel 10 系列和 motorola signature 27 上推出，任務自動化擴展至英國、印度和日本，而 Create My Widget 將在接下來幾週內登上 Pixel Watch。
Latent Space 測試了 NaiveAI 的開放權重模型 Naive-N0.5-Flash，這是一個源自小米 MiMo-V2.5 的程式碼模型，搭配 NaiveRT 推論引擎，並與 DeepSeek V4.1 Flash 1017 及 GLM 5.3 Flash 對比。在作者的執行中，它峰值接近每秒 2,000 個 token，在思考密集的任務中維持約每秒 1,000 個 token，中位回應時間為 3.1 秒，而兩個對比模型分別為 5.3 秒和 10.1 秒。在困難的 HLE 問題上，開啟思考時它平均產生約 108,500 個完成 token，約為 GLM 5.3 Flash 的九倍、DeepSeek V4.1 Flash 1017 的 11 倍；作者指出樣本為每個難度級別 10 題，且未進行準確度評分。
STABL 以非營利研究組織的形式成立，同時正視前沿 AI 的變革潛力，以及其社會影響所面臨的下游瓶頸，並將此立場稱為「缺失的右上象限」。它主張，管理 AI 風險的核心不僅在於對齊，還必須納入制度變革，並計劃針對遞迴自我改進、AI 擴散、勞動市場衝擊與社會韌性展開實證研究。
Ed Zitron 主張，NVIDIA 的成長是靠經由 Megaspeed 及相關中間商轉運至中國的 GPU 銷售所支撐；他引用 Culper Research 的說法，指 2026 財年約 20% 的營收、約 431.8 億美元來自中國。他並指出，《彭博》與《紐約時報》報導 Megaspeed 進口的 GPU 比 NVIDIA 向美國政府通報的多出 5 萬顆，且 NVIDIA 總法律顧問曾就 Megaspeed 調查一事聯繫商務部官員。Zitron 也批評主流媒體在報導 NVIDIA 財報時未提及這起走私事件。
推薦理由：該文將 NVIDIA 申報的中國營收曝險與 Megaspeed 事件連結起來，並主張媒體多年來對 GPU 走私報導不足。
Anthropic 以 Beta 版形式推出 Claude Whiteboards 與 Claude Sheets，並將 Claude Dashboards 正式更名為 Claude Data 全面開放。Whiteboards 可將口述計畫轉為含時間軸、負責人與日期的看板，供團隊即時編輯；Sheets 則能建立含分頁、公式、格式設定與下拉選單的試算表，並列出每項編輯。Claude Data 讓資料團隊認證查詢，並依據指標生成資料故事或旁白影片，即時分享功能可顯示最新數字。
推薦理由：Claude 新增協作白板、試算表與共享資料儀表板，將其工作空間從聊天延伸至團隊文件。
Claude 現在支援互動式連接器，可在 Claude 內開啟工具的完整版本，讓使用者能在對話的同時於 Adobe、Atlassian 和 Box 中工作，並自行進行變更或請 Claude 代為變更。在示範中，Claude 在 Confluence 的發布計畫中加入摘要、在 Adobe 中對照片套用抖色效果，並在 Box 中依設計標準檢查平面圖，再將修訂版本另存為新檔案。此功能正於網頁版與桌面版逐步推出。
推薦理由：互動式連接器讓 Claude 能在 Adobe、Atlassian 和 Box 應用程式內操作，展示代理工作流程如何從對話延伸到完整的第三方工具。
Workday 以 LangGraph 負責編排、LangSmith 負責追蹤、可觀測性與評估，由四人團隊打造了一個用於生產環境 AI Agent 的內部開發者平台。原型開發時間從 4–5 個月縮短到不到一天，團隊也已成長到約 30 人。
Meta 發布了一篇工程概述，介紹 Your algorithm——一套 AI 工具，讓 Facebook 使用者以自然語言表達他們希望在 Feed 和 Reels 中看到的內容，並提供一個可編輯的單一頁面，列出「感興趣」與「不感興趣」的主題。每次變更都會由一個較小的 LLM 驗證，並以嵌入向量與搜尋關鍵字豐富化，再儲存到 Feed 與 Reels 都會讀取的共享儲存區；同時，一個微調過的 LLM 重排序器會移除與新增「不感興趣」主題相符的內容。Meta 表示，補充的尾部載入與客戶端快取失效機制可讓變更更快生效，而另一個獨立的 LLM 評審會在發布前對 Lately Summary 等輸出進行評分。
Meta 詳細說明 TLX（Triton Low-Level Extensions），這是 Triton 的擴充，加入明確的 warp-group 與 cluster 層級編排，同時保留 Triton 的張量程式設計模型。TLX 已在 Meta 全面投入生產環境運行，在數千顆 NVIDIA Blackwell GPU 上為 GEM 訓練達到 20-25% 端到端 MFU，為 RecSys 推論將運算密集型網路延遲最多降低三分之二，並有一個分散式分組 GEMM 核心部署於大規模 LLM 預訓練。Meta 表示 TLX 鎖定 NVIDIA Hopper 與 Blackwell，以及 AMD Mi300 與 Mi350x，並正著手支援更多架構、自動 warp-group 推論與 torch.compile 後端。
a16z 宣布領投 General Translation 的 A 輪融資。General Translation 是一家開發者基礎設施公司，打造全端、AI 驅動的本地化服務，可直接整合進 React 應用程式、文件，以及 GitHub、Figma 和 Slack 等工具。包含 Cursor、Cognition、Ramp 和 Clickhouse 在內的客戶，已使用它將產品發布到各種語言。a16z 合夥人 Martin 加入董事會。
MiniMax 發布 H3-Image，這是一款建構於 H3 的開放權重影像生成模型，支援文字轉影像、基於參考的生成與影像編輯，且能在 10 秒內產出 4096 × 4096 的影像。該公司表示它最多可處理 16 張參考影像，並宣稱在開放權重模型中擁有最先進的提示詞遵循能力，同時回報速度最高可達主流替代方案的 5 倍。H3-Image 可透過 MiniMax API Platform、MiniMax Code 與 Hailuo AI 使用，定價為同類產品的 50–70%，上市首週 4K 及以上請求享 5 折優惠。
推薦理由：MiniMax 發布開放權重的 H3-Image，宣稱可在 10 秒內生成 4K 影像，且定價為同類主流產品的 50–70%，為開發者提供高解析度影像工作的新開放選項。
Google DeepMind 向開發者、企業、科學家與消費者開放 Gemini 4 Carbon，將其定位在 Gemini 4 Argon 之上，適用於需要更深層推理與更多 token 的任務。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 與 Zapier 的 AutomationBench 上排名第一，每項任務成本比次佳的外部模型低 2 倍以上，定價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，與 Argon 的 introductory 價格相同。Google 也預覽了 Google Antigravity 中的 /swarm，能將單一提示詞轉化為一支協同運作的代理團隊，並回報 Carbon 在模擬網路攻擊測試中攔截了 99% 的攻擊軌跡。
推薦理由：Google 的發布說明詳細介紹了 Gemini 4 Carbon 如何以更高的 token 用量換取更深層的推理，在 CursorBench 4.0、WANDR 與 AutomationBench 上排名第一，每項任務成本不到次佳外部模型的一半。
NVIDIA 將其用於保護與治理自主代理的開源執行環境 OpenShell 貢獻給雲原生運算基金會，成為沙箱專案，同時也對 Google 主導的 Agent Substrate 做出貢獻。NVIDIA 宣布三項新的 DSX AI Factory 平台元件：NVIDIA Kubernetes Engine 與 NVIDIA Kubernetes Recipes（現已進入公開預覽），以及 NVIDIA Snapshot，可在數秒內還原檢查點副本，無需重新載入模型或暖機。Crusoe 在 Crusoe Cloud 上測試 GLM-5.3，將工作負載就緒時間從約八分鐘縮短至 31 秒，而 Saturn Cloud 則將 vLLM 啟動時間從 2 到 8.5 分鐘縮短至 6 分 34 秒。
推薦理由：NVIDIA 將其代理安全執行環境 OpenShell 貢獻給 CNCF，並為 GPU AI 工廠新增 Kubernetes 工具，早期的 Snapshot 成果將推論啟動時間從數分鐘縮短至數秒。
Recraft 發布 Vectorizer Pro，這是一款可將 PNG、JPG 和 WebP 圖像轉換為更乾淨 SVG 的向量化工具，自 2026 年 10 月 29 日起，所有方案的使用者皆可在 Recraft Studio 中使用。它能讓直線筆畫保持筆直且間距均勻，保留尖銳的圖示尖端與轉角，並將曲線繪製為一氣呵成的乾淨線條，減少在 Figma 或 Illustrator 中的後續清理工作。扁平插畫、標誌、圖示和線稿受益最大，而紋理複雜的來源圖像可能仍需先進行簡化。
Mastra 推出 Mastra Forward，這是一項 AI 工程服務，為客戶配備一位具名的前線部署工程師，並搭配 Mastra Factory——一套安裝在客戶儲存庫中的代理集群。年度合作費用低於聘請一位資深 AI 人才，並包含企業授權，支援託管、自架或 BYOC 部署，外加 Trace Intelligence 資源池。Mastra 表示其工廠每週產出 750+ 個 PR。
Google 發布 A2UI 1.0，這是其開放協議的首個穩定版本，讓 AI 代理能以互動式畫面回應，並由各應用程式自身的原生元件渲染。1.0 版新增雙向函式呼叫、無障礙支援與擴充元資料，並提供 React、Angular、Lit、Flutter、SwiftUI 與 Jetpack Compose 的開源渲染器（Compose 渲染器為 0.9.1 版，1.0 版即將推出），以及 Python、TypeScript 與 Dart 的代理 SDK。Atlassian 正將 A2UI 引入 Jira，Alation 在 Claude 中以它渲染其資訊流，而字節跳動於 2026 年 6 月發布了 Lynx 渲染器，目前支援 0.9 版。
推薦理由：Google 穩定的 A2UI 1.0 協議讓代理能回傳原生互動式畫面，而非大段文字，並提供網頁、Android 與 iOS 的渲染器，早期採用者包括 Atlassian 與字節跳動。
Mastra 現在於 MCPServer 和 MCPClient 中支援 tasks，讓長時間執行的工具呼叫在背景執行，同時 agent 持續回應使用者。伺服器會立即回傳 task ID，用戶端則輪詢狀態值 working、input_required、completed、failed 或 cancelled，並在任務完成時向 agent 發送通知。工具可設為 always、auto（預設在 2 秒的 syncWindowMs 之後）或 off，任務仍可呼叫 suspend() 以取得人工輸入；此功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更新版本，且仍屬實驗性。
Preferred Networks 的 AUTiv 自動小鼠尾靜脈注射系統在第 12 屆 Robot Award 中獲得日本機械工業聯合會會長獎。該系統使用 4K 立體攝影機與深度學習來定位約 0.3mm 的尾靜脈，並執行自動穿刺與給藥，減少針刺事故與動物緊迫。日本已交付約 20 台，並已確認追加製造。
Amazon 推出 Mitra-v2，這是第二代用於分類與迴歸的表格基礎模型，隨附微調後的模型以及推論與微調程式碼，以 Apache-2.0 授權在 Hugging Face 上發布。它是在合成表格上預訓練的，列數是 Mitra-v1 的 10 倍、欄數約為 3 倍，採用新的混合 SCM 先驗與混合優化器，同時保持 Transformer 架構不變。在涵蓋 51 個真實世界資料集的公開基準 TabArena 上，Mitra-v2 在單一模型領域領先，在兩者皆原生執行的 33 個資料集中有 32 個勝過 Mitra-v1，並在一小時預算內完成全部 51 個資料集；微調後的 Mitra-v2 也在 ScoringBench 上排名第一。
推薦理由：Mitra-v2 顯示，擴大合成預訓練資料而非加深網路，能將表格基礎模型推上 TabArena 單一模型領域的頂端。
Google Agent Skills 目前收錄來自 Google 各團隊的 170 多項技能，GitHub 星數已突破 21,000，高於先前的 15,000，其維護者說明了每項變更都必須通過的流程。每個 pull request 都須通過六道自動化關卡，包括結構合規性、linter、語意化版本、評估套件驗證、連結檢查與 AI 審查代理，之後才由人類領域專家核准。文章也分享了一些經驗教訓，例如原子化的評估預期、自動產生的索引檔，以及先執行成本低的確定性檢查、再執行成本高的 LLM 檢查。
Google DeepMind 發表了 Gemini Robotics 2.5，這是其視覺-語言-動作模型的新版本，可生成機器人動作，並表示它在需要高靈巧度的任務上表現好得多。該模型在超過 200 項活動中進行了評估，包括用夾子送餐和使用移液管，而搭載該模型的 Apptronik Apollo 2 人形機器人現在能用五根手指的雙手打蝴蝶結。DeepMind 還推出了一個開源安全基準 ASIMOV-jailbreak，為機器人與人類並肩運作做準備，並表示部分 Gemini 機器人已在 Mercedes-Benz 工廠進行實際工作。
The Pragmatic Engineer 採訪 Antithesis 的傑出工程師、Pony 語言核心貢獻者 Sean Allen，討論軟體正確性與供應鏈安全。Allen 主張，ML 語言家族的強型別系統在編譯期能比 ALGOL 家族語言捕捉更多錯誤，而手動測試是確保正確性最差的方式。他也表示，供應鏈攻擊沒有單一的簡單解法，因為像 'E' 這樣有穩健防禦的語言並不流行，而流行的語言則假設生態系統值得信賴。