2026-10-29
Gemini 4 Carbon (High) 登上 Agent Arena 等三个榜单的帕累托前沿
Arena 宣布 Google DeepMind 的 Gemini 4 Carbon (High) 登上 Agent Arena、Code Arena: WebDev 和 Text Arena 的帕累托前沿。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-29
Wiz CTO 谈 PHP2Shell 漏洞与即将到来的“漏洞末日”
Google 旗下 Wiz 的 Exposure Management & AppSec CTO Tomer Schwartz 在 TechCrunch Equity 播客中复盘了上周两个 PHP 严重漏洞的应急修复过程，Wiz 与 OpenAI、研究团队 Calif 及 PHP 团队共同参与。
2026-10-29
Wiz CTO 谈互联网老旧代码面临的安全危机与 AI 的影响
TechCrunch Equity 播客邀请 Google 旗下 Wiz 的 CTO Tomer Schwartz，复盘上周 PHP 两个严重漏洞的修复过程，该语言支撑约 70% 的网站，部分站点曾被迫下线。
2026-10-29
Replit 发布 ViBench 2.0 长程软件开发基准，GPT-6.1 Sol 以 65% pass@1 居首
Replit 发布长程软件开发基准 ViBench 2.0，代理从空项目按功能搭建完整产品，包含 17 个产品、241 个功能请求和 544 个测试计划，并加入 Fireworks 的 Specialized Intelligence Index。
2026-10-29
Google 发布 Gemini 4 Carbon，将在 Fairwinds 网络防御计划中分阶段开放
Google 在发布 Gemini 4 Argon 两周后宣布新一代前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面有提升，但暂不向公众开放。
2026-10-29
Oracle 在 Investor Day 设定 2029 财年至少 300 亿美元自由现金流目标
Oracle 在 Investor Day 上给出财务拐点时间表，目标 2029 财年自由现金流至少 300 亿美元，而此前投资者预期为负。
2026-10-29
微软今年将停止在智能电视上支持 Copilot
微软已决定在今年内结束所有电视上的 Copilot 功能支持，LG 电视弹窗通知称该功能"不再可用并可能很快停止运行"，具体日期取决于微软时间表。LG 和三星曾在 CES 2025 宣布新款智能电视接入 Copilot，用户可与之对话、询问屏幕内容或获取影视推荐。此次变动未由微软、LG 或三星正式宣布，而是通过 LG 电视上的屏幕通知曝光。
2026-10-29
Meta Muse Spark 在 ARC-AGI 基准测试成绩公布
Meta 的 Muse Spark Open 在 ARC-AGI（已验证）上的成绩： - ARC-AGI-3：0.4%，$3.0K（provider adapter harness），0.1%，$3.9K（标准 harness） - ARC-AGI-2：57.5%，$0.73/任务 - ARC-AGI-1：89.0%…
2026-10-29
Google DeepMind 新论文：LLM 关键词建主题树优于嵌入向量
Google DeepMind 新论文提出 CALLIOPE：让 LLM 从关键词而非嵌入向量构建主题树，在严格隐私约束下生成更清晰的主题图。该方法由 LLM 给每篇文档打少量关键词并加噪，只保留高频关键词，再由 LLM 据此提出主题并归类文档。
2026-10-29
Sunra 发布统一 API，一文接入主流图像视频音频与 3D 模型
Sunra 发布统一 API，用一个密钥接入主流图像、视频、音频和 3D 模型，按各家厂商原价即用即付，无订阅且不加价。作者 Rohan Paul 转发该发布并指出，AI 视频最实用的指标是每秒生成价格，Seedance 2.5 在 Sunra 上的价格是另外两家网关的一半，便于跨 Google、OpenAI、字节和 Kling 模型做 A/B 测试。
2026-10-29
太空数据中心竞赛升温：Google 卫星在轨测试 TPU，Cowboy Space 推出轨道数据中心火箭
Newcomer 报道太空数据中心创业进展。SpaceX 本月早些时候的一次发射搭载了 Google 实验卫星，研究人员将测试其四颗 TPU 在太空的运行表现，并让卫星向 Gemini 发送简单请求；同次发射还搭载 Cowboy Space 的 Reason-1 卫星，试验用激光把太阳能传回地球。
2026-10-29
Gemini 推出沉浸式探索功能
在 Gemini 中通过沉浸式探索深入了解新话题。 无论是追溯丝绸之路上的贸易路线、窥探喷气发动机内部，还是研究闪电的物理原理，每个场景都会展开为可交互的层次，并配有引导式讲解，让你能够更深入地探究。
2026-10-29
Databricks 谈语音智能体：用上下文让语音客服产生真实客户价值
Databricks 发文阐述语音智能体落地关键在于上下文而非语音本身，其原型用 LiveKit 承载通话、Deepgram 做语音转文字与默认音色、ElevenLabs 提供表现力音色，大脑部分由 Databricks 提供。
2026-10-29
Ed Zitron 长文解析 Anthropic S-1：称其把散户当作退出流动性
Ed Zitron 撰文批评 Anthropic 的 S-1 招股书，指其仅披露 Q2 盈利数据、省略 Q3 现金状况和付款明细，是在公司基本面变化前误导投资者。
2026-10-29
Google DeepMind 发布 Gemini 4 Carbon，面向网络防御与智能体编程
Google DeepMind 发布 Gemini 4 Carbon，为其迄今最强模型，主打长时程智能体编程与网络安全防御，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
2026-10-29
Google AI Mode 被问 2020 年美国大选获胜者时给出回避性回答
Google AI Mode 被直接问及 2020 年美国总统大选获胜者时，未直接作答，而是让用户去查阅美国联邦选举委员会（FEC）的官方报告；询问 2024 年大选时也得到类似的间接回答，2012 年大选则仅给出 The American Presidency Project 的链接。
2026-10-29
PyTorch 2.15 发布：重写 NCCL 后端转为默认并提升多平台推理性能
PyTorch Foundation 发布 PyTorch 2.15，重写的 NCCL 后端成为所有 nccl 进程组的默认选项，附飞行记录器在 collective 挂起时转储现场，并保留 TORCH_DIST_USE_NCCL2=0 和 nccl-legacy 回退路径。
2026-10-29
Baseten 优化 Qwen3-ASR 1.7B 批量转写，吞吐达原版 vLLM 的 7 倍
Baseten 优化了 Qwen3-ASR 1.7B 的批量转写部署，在 64 并发下吞吐比原生 vLLM 高 7 倍以上，成本降至每音频小时约 $0.0013，比闭源提供商低约 277 倍。
2026-10-29
ChatGPT 开放短信联系 dot 功能，美国 Pro 用户可抢先体验
ChatGPT 宣布应用户要求推出短信联系 dot 功能，可通过文字、照片或语音留言给 dot 布置任务，dot 会主动发短信推送相关更新。该功能通过 iMessage 或 RCS 提供安全通信，仅限机主与 dot 互相联系，目前作为预览版面向美国 Pro 用户逐步推出。
2026-10-29
Google 发布 Gemini 4 Carbon，在 Artificial Analysis 多项基准上超过 GPT-6 Astra 与 Claude Opus 5.5
Google DeepMind 发布新前沿模型 Gemini 4 Carbon，在 Artificial Analysis 上超过 GPT-6 Astra 和 Claude Opus 5.5。
2026-10-29
Google 发布 Gemini 4 Carbon，Argon 两周后再推前沿模型
Google 发布 Gemini 4 Carbon，距 Gemini 4 Argon 发布仅两周。Carbon 在 Artificial Analysis Index v5.0 以 59 分排名第一，网络安全评测 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%…
2026-10-29
Gemini 4 Carbon (High) 登顶 Arena 文本榜第一，Agent 榜第二
Arena 宣布 Google DeepMind 的 Gemini 4 Carbon (High) 上榜，拿下 Text Arena 第一（1528 分）、Agent Arena 第二（+21.9K 真实智能体会话中净提升 +16.2%）、Code Arena: WebDev 第四（1768 分）。
2026-10-29
LangChain 实测 OpenWiki 与证据图构建有据可查的 Agent 记忆层
LangChain 介绍如何用其开源 wiki 编译器 OpenWiki 为 Agent 构建持久记忆层，把分散的政策、手册、工单等源材料合成为带引用的链接页面。
2026-10-29
Artificial Analysis：Gemini 4 Carbon 登顶 Intelligence Index v5，编码智能体仅次于 Claude Opus 5.5
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登上 Intelligence Index v5 第一。
2026-10-29
GitHub 数据显示智能体代码激增，年内新增 4M CPU 核心应对
作者引用 GitHub 数据称智能体经济正在形成：2026 年 9 月 GitHub 记录 73.8 亿次 commit，是一年前的 5 倍多。
2026-10-29
MiniMax 开源 MCode Stack：15 个编码团队日常使用的 Agent 技能
MiniMax 于 2026 年 10 月 28 日以 MIT 许可开源 MCode Stack，共 2 套栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）和 5 份清单，是 MiniMax Code 团队日常构建所用的实际工作流。
2026-10-29
BallotBench 上线：9 个前沿 AI Agent 实时预测 2026 美国中期选举
Karina Nguyen 团队推出 BallotBench 实时基准，9 个前沿 AI Agent 从发布当天至 11 月 3 日选举日竞猜 2026 美国中期选举结果。
2026-10-29
Anthropic IPO 文件披露现金及短期投资达 131.7B 美元，超过 Amazon 和 Microsoft
Anthropic 的 IPO 文件显示其现金及短期投资达 $131.7B，超过 Amazon 和 Microsoft，在美国非银行公司中仅次于 Berkshire Hathaway 和 Alphabet。
2026-10-29
中国模型更易泄露数据？
中国模型是否更可能泄露数据？ PromptArmor 将我们所有传播最广的攻击在多个模型上进行了测试，发现 Deepseek、Kimi、GLM 和 Qwen 模型遭受网络攻击的易感性比 GPT、Claude 和 Gemini 模型高 88%。
2026-10-29
犹他州 10 个州政府部门 34 名开发者试点使用 Claude Code
Boris Cherny 介绍犹他州向 10 个州政府部门的 34 名开发者提供了 Claude Code。试点显示 80% 的开发者在 30 分钟内搭好可用环境，71% 的开发者在为期四周的试点结束前报告节省了 20 小时以上时间。该推文引用了 Anthropic 与 GSA 合作将 Claude 以 40% 折扣提供给联邦及各级政府的公告作为背景。
