10 月 18 日，AI 编程工具 OpenCode 披露一起安全事件。OpenCode 称，事件与其所说的大规模“蒸馏攻击”有关，影响约 1.4% 的 OpenCode Console 用户，受影响者是其中接入了外部模型服务的部分用户，公司已通过邮件逐一通知。
根据发给用户的通知，OpenCode 一套正在退役的旧系统遭到未经授权访问。存储在受影响工作区中的第三方模型服务 API 密钥，包括 OpenAI、Anthropic 等服务的密钥，可能已经泄露。
部分开发者反映，其模型账户出现异常扣费：有用户称，自己的 Anthropic 账户遭到未经授权使用，涉及金额约 400 美元；另有用户称，一个此前被遗忘的密钥在一夜之间产生了超过 1700 美元的费用。
OpenCode 已要求受影响用户前往各模型服务商的管理后台撤销并重新生成密钥，同时检查近期用量和账单。公司表示正与 OpenAI、Anthropic 和 Google 合作补救。
10 月 17 日，DeepSeek 将 V4.1 Flash 更新至 DeepSeek-V4.1-Flash-1017。官方网页端、App 和 API 已同步使用新模型。开发者仍可通过 deepseek-flash 调用，调用方式及模型 API 价格不变。DeepSeek 还在 Hugging Face 和 ModelScope 开放了新版模型权重。
据 DeepSeek 公布的测试结果，与上一版 V4.1 Flash 相比，新版在 Terminal-Bench 4.0 上的成绩从 31.2 提高至 42.3，DeepSWE v1.1 从 74.2 提高至 77.0，ProgramBench 从 20.3 提高至 29.1。DeepSeek 称，新版还缩短了任务运行时间和输出长度，并针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 等工具进行了优化；其中，Terminal-Bench 4.0 采用 Claude Code 框架测试，DeepSWE 采用 Mini-SWE-V2 框架测试。
这次更新同时开放了独立的网页搜索与抓取 API，两个接口均为每千次调用 5 元。目前，DeepSeek API 用户通过 DeepSeek Harness、Claude Code 或 Codex 中的服务端工具调用这两个接口暂不计费；按官方公告，相关调用将从 11 月 1 日零时（北京时间）起收费。
此次更新前两天，DeepSeek 出现服务异常，部分用户在发起对话时收到“服务器暂时不可用”的提示，网页对话及 API 服务受到影响，故障持续近 5 小时。
当天，DeepSeek 开放平台发布服务恢复及补偿通知，宣布向全体 API 用户按账号在 10 月 8 日至 14 日期间的消耗金额，以赠金形式全额返还。赠金自动到账，后续 API 计费优先从赠金账户扣除。DeepSeek 同时就此次故障致歉，表示已启动针对服务稳定性的全面排查和整改，将全面梳理并剥离单点依赖。
10 月 12 日，播客“elsewhere 别处发生”发布前字节跳动实习生田柯宇的访谈文字版，相关视频于次日上线。田柯宇否认“模型投毒”的说法，称因另一名实习生占用资源、停止他人训练程序，向负责人反馈未获解决，遂借助 GPT 编写程序，手动停止或卡住对方任务。他自述操作发生在约十天内、共五次左右，承认做法错误，并将其形容为“以暴制暴”。
此前，字节跳动通报称，田柯宇因不满团队资源分配，通过编写、篡改代码干扰模型训练任务，已被解除实习协议。公司同时澄清，网传涉及 8000 张 GPU、损失上千万美元的说法严重夸大，受影响的是内部研究任务，未影响线上业务及主力大模型项目。
访谈发布后，其前团队同事发布了以另一当事人视角撰写的《实习生 A 视角来了》长文，指出田柯宇的说法与事实存在出入。播客文字版中的内容披露，法院一审判决田柯宇赔偿 50 万元；字节而后又提起上诉，案件处于二审阶段。
近期，田柯宇创业融资的消息传出：其创办的 AI 实验室获得五源资本和 IDG 资本近 3000 万美元投资，投后估值 2 亿美元，两家机构均已确认。该公司尚未确定名称，也未推出产品，团队约 10 人，主攻方向为世界模型。
10 月 15 日，17 岁的 AI 研究员陈广宇（Nathan Chen）在社交平台宣布，自己近日已离开月之暗面 Kimi 团队。他表示，过去一年在 Kimi 的工作是自己迄今最美好的时光，感谢同事的支持，并特别感谢团队在自己年仅 16 岁时给予信任和聘用机会。
在告别帖中，陈广宇回顾了参与 KDA 计算内核优化、与同事共同提出和完善 Attention Residuals、研究优化器，以及为 Kimi K3 发布制作演示案例等经历。今年 3 月，他作为共同第一作者之一参与的《Attention Residuals》论文发布。这项研究以注意力机制替代传统残差连接中的固定累加，使模型各层能够有选择地聚合此前层的输出。
陈广宇未在离职帖中说明具体离职原因和下一份工作，但随后在回复 Anthropic 研究员 Sholto Douglas 时表示，自己正准备前往美国湾区。
近日，一份最后更新于 2021 年 7 月的 Anthropic 内部研究路线图再受关注。该文件此前已作为图书版权诉讼的法院附件公开，列出了对话式编程助手、工具使用及大模型训练等研究方向。
文件显示，早在五年前，Anthropic 就提出要开发能够通过对话创建、编辑和解释软件的通用 AI 助手，设想其可以回答问题、编写函数、识别漏洞、设计 API，并讨论代码风格与最佳实践，具备类似软件工程师同事的能力。这与如今 Claude Code 的能力相似。
路线图同时列出了相关研究方向，包括万亿参数及更大模型的训练、超长上下文、数据质量，以及结合自动奖励和人类反馈的强化学习。在工具使用方面，文件提出探索让大语言模型通过工具了解环境，并在搜索、调试等任务中验证效果。
当地时间 10 月 13 日，美国司法部披露，OpenAI 工程师、35 岁沙特籍男子 Abdulrahman Alfozan 因涉嫌使用或试图使用设备非法截取口头通信，于 10 月 9 日被捕，并于 13 日首次出庭。
据刑事控告书，9 月 30 日前后，OpenAI 工作人员在旧金山办公室一间高管会议室内发现隐藏录音设备：设备用卫生纸遮掩，插在电视机背面的 USB 接口上，内容经过加密。公司判断设备约于 9 月 28 日安装。该会议室经常讨论未公开的技术研究、产品计划及商业战略。OpenAI 办公室监控录像显示，录音设备被发现前，监控多次拍到 Alfozan 出现在高管会议室附近，但他并没有权限进入该会议室；安保人员还曾在其遗落的包内发现另一台类似录音设备。
OpenAI 表示，公司使用自身模型协助分析设备及其来源，随后将事件移交 FBI，并已解雇涉事员工。公司称，目前没有迹象表明该员工曾不当访问或外传模型权重、源代码或客户数据。
10 月 16 日消息，DeepSeek 近期将 Harness 团队与 Web、App、Platform 团队整合为“产品部”，新部门负责公司的产品、设计和研发工作，由原 Harness 团队负责人崔添翼担任产品部负责人。
公开招聘信息显示，DeepSeek 正在招聘产品经理、设计师等相关岗位。
10 月 16 日，小红书发布全员信，宣布打通内部 AI 一级部门 Dots 与核心基础设施（infra）团队，以加强模型研发、基础设施建设和产品需求之间的协同。
全员信强调，小红书下一阶段应推动模型与应用的深度融合，让技术能力服务于产品和用户体验。调整同时明确，内部另一技术组织 hi lab 将专注长期技术探索和前沿方向。
小红书于 2025 年初成立 hi lab，并于 2026 年 4 月设立 AI 一级部门 Dots，推进模型研发、基础设施建设和算力资源整合。
10 月 14 日，OpenAI 按此前公布的安排，将 GPT-5.5 从 ChatGPT、ChatGPT Work 及使用 ChatGPT 账号登录的 Codex 中退役，该变化涉及所有订阅方案。此次调整不影响 OpenAI API，用户仍可通过 API，以及使用 API 密钥认证的 Codex 会话调用 GPT-5.5。
OpenAI 官网信息披露，多款 GPT-4 系列 API 模型的指定版本进入三个月退役倒计时，将于 2027 年 1 月 14 日停止服务。涉及版本包括 GPT-4o 的 2024-08-06、2024-11-20，GPT-4o mini 的 2024-07-18，以及 GPT-4.1、GPT-4.1 mini 的 2025-04-14。官方为上述模型统一推荐的替代方案为 gpt-6-luna；基于这些模型训练的微调版本，也将与对应基础模型同时下架。
10 月 14 日，豆包手机助手宣布，《屏幕自动化操作声明协议》（SAEP）的 30 天公示期结束，将逐步开放第三方应用的屏幕自动化操作权限，同时公布当前已明确拒绝的应用清单。根据豆包手机助手截至 10 月 14 日公布的清单，超过 150 款应用已明确拒绝其执行屏幕自动化操作，其中包括微信、QQ、淘宝、支付宝、美团、快手、拼多多、小红书、DeepSeek、Kimi、WPS，以及多家银行和运营商应用。
根据豆包方面介绍，SAEP 于 9 月 14 日推出，第三方应用开发者可以自主声明自动化操作边界，明确允许或拒绝 AI 助手在本应用内进行屏幕自动化操作。豆包方面表示，已明确声明拒绝的应用，智能体将不会进行操作；公示期结束后，开发者仍可随时声明拒绝，平台将及时关闭相关操作。
当地时间 10 月 12 日，AMD 董事长兼首席执行官苏姿丰在开放计算项目（OCP）全球峰会上表示，2026 年是真正的“推理之年”。她预计，推理业务在 AI 计算市场中的占比将达到约 60%，智能体工作负载的增长也在带动算力需求。
苏姿丰表示，AMD 在过去九个月内三次上调 CPU 潜在市场规模预期，预计未来 4 至 5 年，CPU 市场复合年增长率约为 50%，到 2030 年市场规模将超过 2000 亿美元；同期，数据中心 AI 加速器潜在市场规模预计接近 1.5 万亿美元。
在基础设施方面，AMD 表示，Helios 机架级系统已进入量产交付阶段，首批系统已在 OpenAI、Meta、微软和甲骨文部署运行。公司还推出面向智能体工作负载的 Helion 开放机架参考设计，支持纯 CPU 或 CPU、GPU 混合配置。
10 月 12 日，在第二十六届中国国际工业博览会开幕式圆桌对谈中，宇树科技创始人王兴兴表示，回顾过去十几年，“犯过的最大的错误”是对 AI 相信得还不够。他透露，团队近期将 GPT-6 接入机器人开展任务测试，效果较好，并判断具身智能的技术临界点最快可能在一两年内到来。
王兴兴同时指出，机器人实现大规模应用仍需提高泛化能力和作业效率。他表示，宇树自 2024 年起已在汽车工厂等场景开展试点，但距离全面铺开仍需时间。在不同场景的落地顺序上，他预计面向企业的商业服务可能比工业场景更快，居家应用则相对靠后。
在研发方面，宇树正尝试“物理 AI 自进化”系统，让 AI 更多参与代码编写、模型训练、部署、测试和反馈，形成迭代闭环。王兴兴强调，目前仍需人类参与评价，判断动作是否符合预期、任务是否成功，以及结果是否满足实际需求。
10 月 15 日，乐聚机器人与兆丰机电在杭州联合发布“具身智能＋汽车零部件上料解决方案”，宣布 15 台“夸父”人形机器人已在兆丰机电汽车零部件产线投入常态化运行。机器人主要承担取料、转运和上料任务，完成一次上料循环耗时在 40 秒以内，全程无需人工遥操作。
据项目方披露，这批机器人可适配 15 个工位、10 余种零件，上料成功率稳定在 98%，累计运行约 1000 小时，协助生产超过 6 万个零部件。现场作业涉及连续执行 10 余个动作，抓取内径 80 至 120 毫米的小型零件，并放置到指定位置。同工位人工完成一次上料约需 15 秒，机器人目前的作业速度仍低于人工。
配套方案包括技能开发工具链、多机调度、作业数据回传，以及零件掉落、碰撞和过速检测等模块。双方还将汽车零部件上料真机作业回流数据集捐赠至开放原子开源基金会 OpenLET 社区，用于支持具身智能模型训练。
10 月 15 日，Meta 发布 Muse Spark Open，并称其为“迄今能力最强的美国开放权重模型”。该模型采用混合专家架构，总参数量为 8160 亿，每个 Token 激活约 420 亿参数，支持百万 Token 上下文及文本、图像、视频、音频输入，主要面向编程、长流程智能体和多步推理任务。
根据 Meta 公布的对比表，Muse Spark Open 在 Terminal-Bench 2.1 中得分为 76.4%，低于智谱 GLM 5.3 的 83.9%和 Kimi K3 的 85.0%；在 DeepSWE 1.1 中得分为 60%，同样低于两者的 67%和 68%。不过，其在 MCP-Atlas 工具调用评测中得分为 89.2%，高于上述两款模型。
模型权重已开放下载，并获 vLLM、SGLang、MLX 等框架支持。Meta 还与苹果合作，使量化版本可在两台各配备 512GB 统一内存的 M5 Ultra Mac Studio 上运行。
10 月 15 日晚，快手可灵 AI 宣布，视频生成模型 Kling 4.0 正式全量上线 。该模型支持单次原生生成最长 30 秒的视频，并支持长镜头与连续叙事；用户最多可输入 10 张关键帧图像，控制人物状态、场景变化及情节节点。
据官方介绍，Kling 4.0 加强了高速运动、连续动作、跟拍及环绕运镜的稳定性，支持双通道立体声，并改进口型匹配。创作控制方面，模型可组合使用图片、视频及主体参考素材，对原视频中的主体和背景进行增删、修改，也可调整风格、天气、颜色、材质和景别视角。提示词输入长度提升至 8000 Token。
此次上线同步升级创作页面，并将 Kling 4.0 能力接入 MCP 和 CLI。面向企业客户与开发者的 API 服务将于近期开放；4K、1080p 的 10-bit HDR 格式输出也被列为即将上线的功能。此前，Kling 4.0 Flash 已于 9 月底率先开放小范围体验。
10 月 14 日，xAI 发布实时语音到语音模型 Grok Voice 3.0，并通过 Voice Agent API 开放。定价为每分钟 0.08 美元，即每小时 4.80 美元，与 Grok Voice 2.0 相同。使用 grok-voice-latest 的现有智能体已自动切换至新模型，无需修改配置。
根据官方援引的 Artificial Analysis 10 月 13 日测试结果，Grok Voice 3.0 在 Speech-to-Speech Index 综合指数中以 86.9 分排名第一，上一代为 81.3 分；在衡量停顿、轮流发言和打断处理能力的 Full Duplex Bench 中得分为 97%。官方称，其响应延迟低于一秒。在客服任务评测 τ-Voice 中，模型得分为 71.6%。
应用方面，官方表示，Grok Voice 3.0 已用于特斯拉车内对话及 Grok Bot 语音模式。Starlink 客服中心每天通过 Grok Voice 接听约两万通多语言电话，约七成无需人工介入即可解决，任务包括客户身份核验、硬件故障排查、账户补偿及安排替换设备发货。
当地时间 10 月 14 日，Anthropic 公布 Claude Code 桌面应用更新，重点改善多会话并行工作体验。当用户要求 Claude 并行处理多个任务时，系统会为每项任务创建独立的嵌套会话，完成后将结果返回主会话，便于集中查看进展与结果。Claude 建议的后续任务也可一键作为独立会话启动。
新建会话界面支持快速打开近期文件夹，并将多个文件夹、SSH 主机或云端运行目标保存为可复用环境。用户可为文件夹配置 Git worktree，使并行会话在独立工作区中修改代码。侧边栏则区分正在运行及等待用户处理的会话，并配合动态待办清单、暂停时的回顾卡片，展示任务状态。
此次更新还加入 /btw 旁支提问入口：用户可在单独标签页中提出相关问题，同时让主会话继续执行任务。
10 月 14 日，GitHub 宣布更新 Copilot 的多模型编排功能 HydraFusion，并推出面向复杂任务的 HydraFusion Max。两者目前均处于研究预览阶段，可在 VS Code、GitHub Copilot 应用和 Copilot CLI 中使用。它们能够根据任务阶段调用不同模型，最终生成统一结果。此次更新后可调用的模型池现包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna。
HydraFusion 可以选择由单个模型直接完成任务，也可以先生成结果、再交由其他模型审查；在级联流程中，系统会检查初步结果，并在需要时请求修复或调用更强模型。此次更新还调整了各环节的推理强度，例如在初稿阶段使用中等强度、审查阶段使用较高强度。HydraFusion Max 沿用相同的编排架构，但针对更复杂的任务，在需要深入分析的环节投入更高推理强度。
10 月 14 日，豆包工作上线“数据导入与同步”功能，支持从 ChatGPT、Claude Code、Trae Work 等已适配产品导入本地存储的任务偏好指令、技能、连接器、工作记忆、项目和历史会话。导入内容会自动归档至对应入口或列表，历史会话保留原有上下文，用户可在豆包工作中继续对话。
用户可通过“设置—数据导入与同步”选择来源及可迁移内容；对于支持自动同步的来源，也可按需开启同步。目前导入范围限于本地存储内容，云端内容不支持直接导入或同步，具体支持来源与数据类型以客户端实际展示为准。
此次更新还包括“在新对话中继续”、消息注释及对话摘要侧栏。用户可从指定消息创建新对话，自动带入已有上下文并保留原讨论；也可选中回复中的具体段落添加注释，将原文与问题一并发送。对话摘要侧栏则集中展示任务进展、对话产物、技能和连接器等内容。
10 月 13 日，GitHub 宣布，谷歌 Gemini 4 Argon 已在 GitHub Copilot 中正式可用，面向复杂编程、智能体和推理任务。GitHub 表示，在早期测试中，该模型在其测试的各项编程基准上解决的任务数量均超过此前的 Gemini 模型，其中在 Copilot CLI 中的提升最明显；模型还会在完成任务前检查结果、测试边界情况。
此次开放覆盖 Copilot Pro+、Max、Business 和 Enterprise 用户，采用逐步推送方式。用户可在 Visual Studio Code、Visual Studio、Copilot CLI、GitHub Copilot coding agent、Copilot 应用，以及 JetBrains IDE、Xcode、Eclipse 的模型选择器中选用 Gemini 4 Argon。
计费方面，该模型按提供商公开标价实行按量计费。Business 和 Enterprise 管理员可通过 Copilot 设置中的模型策略管理访问权限；在默认启用新模型的设置下，模型会自动开放，除非管理员关闭全局默认启用选项，或单独禁用该模型。
10 月 13 日，Anthropic 发布工程博客，披露已将内部单体代码仓库从 Git 完整迁移至自研版本控制系统 Scion。一个 7 人团队在 5 个月内完成了 Scion、代码评审工具 Antique 及多个配套系统的开发和迁移。据公司披露，其日均代码变更合并量从今年 5 月的约 2500 次，增至 9 月的超过 3 万次。
Anthropic 表示，随着 Claude 编程使用量增长，原有版本控制基础设施逐渐成为瓶颈。其主分支历史接近 100GB，压缩后的工作副本超过 25GB，仅持续集成（CI）每天就需要约 2500 万次代码检出。公司曾采用浅克隆、稀疏检出和数百个内部 Git 镜像应对负载，但维护难度持续增加。
Scion 围绕客户端始终联网的场景设计，将提交、合并、变基和历史查询放在服务端执行，通过 API 提供访问，并按需获取目录和文件。官方称，相较原有 Git 镜像基础设施，新系统的 CPU 和内存资源需求降至约 1/200，CI 与研究任务的代码检出从分钟级缩短至秒级。工程师使用 Claude 辅助开发，同时负责架构取舍和变更审核。
10 月 13 日，AWS 发布技术博客，介绍面向混合专家（MoE）模型的三项推理优化，涉及矩阵计算布局、计算后端选择和即时编译开销。AWS 称，相关优化已用于 Amazon SageMaker AI 的大模型推理（LMI）容器，在其测试中实现最高 10% 的吞吐量提升和最高 9% 的首 Token 延迟改善。
第一项是调整矩阵乘法的操作数顺序及转置布局，改善小批量解码时 NVIDIA Hopper GPU 的计算单元利用率。在 H200 上，该优化带来 2%—4% 的端到端输出吞吐量提升，已纳入 vLLM 0.24.0 及后续版本。
第二项是调整 FP8 张量量化 MoE 模型的后端选择，将计算从默认的 FlashInfer+CUTLASS 路径切换至 Triton。该项仅修改配置，不改动内核代码，在 H200 上使端到端吞吐量提升 10%，已在 LMI v28 容器中提供。
第三项是消除 Triton 不必要的即时重编译。针对一个融合旋转位置编码与 FP8 量化的内核，团队为可变长度参数添加标注，避免 Token 数量变化时反复编译。在 H200、八路张量并行配置下，首 Token 延迟改善 9%，相关修改已纳入 vLLM 0.22.0 及后续版本。
10 月 12 日，微软公布第三代自研 AI 加速器 Maia 300，计划于 2027 年开始在生产环境部署。微软表示，在配备 96 个加速器的完整配置下，其机架级 Token 吞吐量最高可达 Maia 200 的 7 倍；相较领先的 GPU 系统，预计每兆瓦可提供的 Token 吞吐量增加 40%。
Maia 300 采用以推理为优先的架构，面向长上下文推理、低延迟对话和持续执行多步骤任务的智能体。芯片采用多芯粒设计，分离计算、内存控制器与输入输出功能，计算芯粒使用台积电 N2P 工艺。每个加速器配备 8 个 HBM4，在 950 瓦热设计功耗下提供最高 18TB/s 的内存带宽，并支持增强型 MXFP4 等低精度格式。
机架层面，96 个加速器配置在 167 千瓦功率范围内，提供合计 27.6TB HBM 容量和 1.7PB/s 聚合内存带宽，通过基于以太网的互连支持跨加速器及跨机架通信。
微软计划从 2027 年起，将 Azure Maia 系列扩展至多吉瓦部署规模，使其成为微软产品与服务的主要推理系统。目前，Maia 200 已承担包括 Microsoft Copilot 在内的生产负载。
10 月 12 日，阿里智能体平台 Qoder 宣布上线 Fast 模式，中国版和国际版用户均可体验。据官方披露，相比国际版原有 Performance 性能模式，Fast 的生成速度提升超过 150%，Token 消耗降低约 27%。
根据 Qoder 随后发布的技术说明，Fast 是结合模型组合、智能体执行框架和网络优化的任务档位。优化涉及按任务匹配模型、复用上下文、按需加载工具、并行执行独立操作，以及减少连接和请求路由的等待时间，覆盖从模型请求到工具执行的完整流程。
官方选取了十个适合 Fast 的通用任务，每种测试配置重复运行三次。结果显示，Fast 的输出速度较此前 Performance 档提升 152%，端到端任务完成时间约为 Auto 档的一半；按五分制评估的输出质量平均为 4.94 分，Performance 为 4.93 分。
10 月 11 日，千问 AI 平台宣布，Qwen-Image-2.1 Pro 和 Turbo API 已正式上线。开发者可通过接口将图像生成与编辑能力接入设计、电商和内容创作等应用，无需自行部署模型或维护推理环境。
据官方文档，Qwen-Image-2.1 Pro 将文生图与图像编辑统一在单一模型中，视觉生成组件包含 70 亿参数、32 层单流 DiT。模型支持生成普通图像和 RGBA 透明图像、编辑透明图层及提取照片主体；最多可输入 10 张参考图，并通过圈选、手绘标注或独立蒙版指定局部编辑区域，同时加强人物身份和商品特征的保留。
Turbo 沿用 Qwen-Image-2.1 的 70 亿参数视觉生成架构，将图像生成与编辑的去噪过程压缩至 8 步。其模型权重已开放，开发者除调用托管 API 外，也可通过 Diffusers 在自有环境运行。
10 月 12 日，Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，面向个人及专业场景中的智能体任务，覆盖保险理赔、租约理解、金融信息分析和软件开发等。该系列延续 Muse Spark 的预训练与强化学习路线，在 Meta 的吉瓦级 Prometheus 数据中心完成训练。
此次更新重点包括 Active Memory 和 Active Focus。前者用于跨对话保留重要上下文，并在任务需要时检索相关信息；后者强调持续执行：遇到困难时尝试其他方法、处理阻碍，并根据新信息调整行动，必要时请求澄清，在采取重要行动前向用户确认。Meta 使用 FocusBench 评估任务专注能力，通过 SWE-Marathon 测试模型在长期软件项目中的持续执行表现。
开放方面，Muse Wonder 已通过 Meta Model API 和编程工具 Muse Code 提供，Muse Wonder Full 则面向 Muse Code 订阅用户开放。Meta 表示，Muse Wonder 后续将接入个人智能体产品 Muse，首先向订阅用户推出，并用于内容及应用生成等需要更强智能的流程。
阿里千问团队推出 QwenGyre，一套面向超长程（XLong）智能体任务的端到端在线强化学习框架，9 月 27 日提交至 arXiv。框架针对持续数小时、涉及数百次模型与环境交互、累计处理接近百万 Token 的任务，解决 GPU 等待时间过长及训练轨迹冗余问题。
QwenGyre 包含弹性调度器和轨迹处理器。前者根据尚未完成的任务量，在轨迹采集与模型训练之间动态分配 GPU，通过请求重新路由等机制维持正在执行的智能体任务，使空出的计算资源能够提前参与训练。后者将上下文压缩、子任务委派和重试产生的分支重建为共享前缀的轨迹树，对可评估的超时任务保留部分进度评分，并限制训练轨迹数量，避免共享内容被重复计入损失。
研究在 Qwen 3.6 122B 和 Qwen 3.8 2.4T 上开展实验。在相同 GPU 预算及策略版本滞后约束下，QwenGyre 在保持与基线相当训练得分的同时，相较共享 GPU 池交替执行的 Colocate 方案，端到端训练加速最高达 1.85 倍；相较固定划分采集与训练资源的 Async 方案，最高达 1.78 倍。
在 Qwen 3.8 2.4T 实验中，每次任务执行累计处理约 70 万 Token，经过 48 个训练步骤，NL2RepoBench 得分从 52.5% 升至 58.5%，提高 6 个百分点。
10 月 12 日，英伟达与普林斯顿大学 Dao AI Lab 发布技术介绍，披露 ReplaySSM 的实现与实验结果。该技术面向结合状态空间模型（SSM）与注意力层的混合模型，通过改变状态存储方式，减少解码过程中的显存访问，并降低推测解码的状态回退开销。
传统 SSM 解码需要在每一步读取、更新并写回完整状态。ReplaySSM 将状态表示为“检查点＋近期输入缓存”，逐步计算输出，仅在缓存窗口填满时更新检查点。推测解码中，系统通过调整缓存指针保留已接受的 Token，无需为每个草稿 Token 保存完整状态快照。
测试覆盖 Nemotron 3 和 Qwen3.5 系列的四款混合模型。在批大小为 256 时，常规解码步骤加速达到 1.20—1.47 倍。在单张 B300 GPU、批大小为 512、草稿窗口为 4 的配置下，两款约 120B 参数模型在 GSM8K 提示上的推测解码吞吐量，分别达到 vLLM 原有推测解码方案的 1.85 倍和 2.10 倍。
据官方介绍，GLM-5.3-Flash 已在生产推理中使用 ReplaySSM；Kimi-K3 则在 KDA 层缓存草稿 Token 的 SSM 输入用于验证，并将 ReplaySSM 列为同期相关工作。相关代码已公开，技术也已集成至 TensorRT-LLM、vLLM、SGLang 和 FlashInfer 等推理框架。
10 月 16 日晚 8 点，苹果首款折叠屏手机 iPhone Duo 在中国开启预购。该机提供 256GB、512GB、1TB 和 2TB 四个版本，官方售价分别为 15999 元、17999 元、21499 元和 26499 元，将于 10 月 23 日正式发售。预购开启后，苹果官网和部分电商平台一度出现排队等待，随后多个渠道的首批货源显示售罄。
转售市场随之出现溢价。据得物平台提供的预售市场数据，16 日晚，256GB 白色版成交均价为 21407 元，较官方售价高出 5408 元；同容量黑色版成交均价为 22085 元，高出 6086 元。1TB 黑色版成交均价为 28642 元，较官方售价高出 7143 元。
10 月 15 日，有媒体报道称，苹果正通过阿里巴巴和百度两家合作伙伴推进 Apple Intelligence（苹果智能）在中国大陆落地。其中，阿里提供 AI 模型能力，百度参与搜索、Siri 及视觉智能相关功能。
据报道，阿里的模型能力将接入 iOS、iPadOS、macOS 和 visionOS，为中国用户提供文本与图像理解、内容生成等功能，涉及通义千问 Qwen 和通义万相。百度的软件服务则拟嵌入 Siri 和视觉智能（Visual Intelligence）；此前，有第三方开发者称，在 iOS 27 Beta 2 固件中发现了“Baidu Visual Search”模块，这为百度视觉搜索服务的接入提供了线索。
据报道，库克在上海接受采访时表示，苹果智能已获准在中国推出，预计于 10 月晚些时候发布测试版本，暂不包括 Siri AI。
10 月 13 日，英伟达发布技术博客，介绍利用 AI Agent 将 Apache Spark 用户自定义函数（UDF）改写为 GPU 加速实现的工作流。在其披露的一个生产案例中，涉及 6000 亿行数据、16TB 输入和 17.4TB 输出的任务，相关算子耗时从 274.55 小时降至 12.78 小时，官方称加速约 22 倍。该数据对应特定算子的优化结果，并非整个 Spark 作业的端到端提速。
英伟达介绍，UDF 包含的自定义逻辑可能使原本在 GPU 上运行的数据管道回退至 CPU，增加逐行处理、数据传输及行列格式转换开销。针对不同复杂度的函数，团队提供三种改写路径：替换为 Spark SQL 表达式，通过 RapidsUDF 接口调用 cuDF 的列式计算能力，或通过 JNI 调用自定义 CUDA 内核。
配套的 cuDF skills for Apache Spark 为 Agent 提供测试生成、代码转换、基准测试和性能优化四个环节，并包含项目模板、构建配置及输出验证流程，由测试与实测性能判断改写是否正确、有效。
据英伟达披露，一家未具名的大型消费科技公司已使用该工作流，将生产数据管道中的 30 多个 UDF 转换为 GPU 加速实现。上述案例中的函数涉及超过 3000 个作业，约 22 倍的加速结果来自其中一个作业的测试。相关 skills 已在 GitHub 提供。
10 月 13 日，阶跃星辰旗下终端品牌 STEPX 发布首款智能体手机 STEPX Neo 先行版，搭载 Step AOS 1.0 操作系统及个人智能体“阶跃 Amoo”。新机采用骁龙 8 系芯片、16GB+256GB 配置，提供碳黑、硅银两种配色，定于 10 月 16 日首销。
据介绍，Step AOS 1.0 将长期记忆、任务调度和安全机制融入系统底层，Amoo 可理解用户目标，调用系统能力，并跨受支持的应用和服务执行任务。硬件配备六麦克风阵列、低功耗音频感知芯片及独立点阵背屏，分别用于语音感知和智能体状态表达。
面向开发者，配套工具 Step Studio 支持通过自然语言生成 AI 应用、游戏、智能体和 Skill，并开放传感器、摄像头及背屏等能力，通过 MCP、A2A 协议连接外部服务与专业智能体。先行版售价 3999 元，包含手机硬件、系统、开发工具及模型服务，购机附赠连续 12 个月、每月百亿 Token 的 STEPX Token Plan 使用额度。
10 月 13 日，OPPO 宣布与 AI 智能体平台 Manus 达成合作，将 Manus 的智能体能力整合至 OPPO AI Mind Pilot 的全新 Agent Mode（智能体模式），计划在搭载 ColorOS 17 的 Find X10 系列手机上首发。
据官方介绍，AI Mind Pilot 可根据用户目标拆分任务、查找相关信息并选择工具，结合手机中的文件、照片及在线信息生成成果。例如，在旅行规划场景中，系统可整理分散在不同应用中的机票、酒店、餐厅预订和景点门票信息，再结合网络资料生成逐日行程。其他示例包括查找和整理旅行照片，以及利用已有文件与在线资料制作演示文稿、提案或作品集。
数据处理方面，OPPO 表示，ColorOS 17 使用端侧模型在本地理解和整理信息。查找、整理或重命名文件与照片等本地任务，原始内容保留在设备上，不会共享给 Manus；需要外部处理时，系统会在上传或共享相关内容前请求用户明确确认。用户可控制信息访问、执行操作及是否允许外部处理。
近日，Linux 创始人林纳斯·托瓦兹公开了一组借助 Claude Code 开发的内核补丁，针对多个线程读取同一文件时的页面缓存竞争进行优化。据公开报道，早期版本在八线程并发小块读取测试中，吞吐量从每秒约 990 万—1040 万次增至 3000 万—3300 万次，达到原来的约 3 倍。
补丁主要改进页面缓存读取路径：通过 RCU（读—复制—更新）机制延迟释放热点 folio，使满足条件的读取操作能够在 RCU 保护下直接访问数据，减少反复修改引用计数造成的跨核心缓存行竞争。托瓦兹在 10 月 13 日的内核邮件中表示，此前多个方案仍存在问题，因此尝试使用大语言模型协助解决。
这组代码仍在迭代。托瓦兹随后公布的第三版包含十个补丁，在 Threadripper 上的 64 线程极端测试中，读取吞吐量从每秒 1330 万次增至约 3.04 亿次，约为原来的 23 倍。他明确指出，该测试反复读取同一页面的小片段，真实负载的收益会小得多。
详细内容：https://mp.weixin.qq.com/s/TPkPgStWRYyAkNC78IBUAQ
10 月 12 日，谷歌发布 Fitbit Edge 智能手环，售价 179.99 美元，约合 180 美元，发布当日起接受预订，计划于 10 月 27 日上市。新品定位介于无屏手环 Fitbit Air 与 Pixel Watch 智能手表之间，购买附赠三个月 Google Health Premium 服务。
Fitbit Edge 采用铝制机身，厚度为 11.5 毫米，配备 Hybrid OLED 显示屏和实体侧键，支持地图导航、媒体控制及来电、消息通知。运动功能包括内置 GPS、高度计、50 多种可手动启动的运动模式，以及最多 100 种运动的自动识别。
健康功能涵盖光学心率监测、心电图、夜间皮肤温度、睡眠阶段和心率变异性分析。配合需要订阅的 Google Health Coach，用户可获得个性化健康指导及运动计划调整。部分功能受国家或地区限制；官方强调，血压和胰岛素抵抗趋势功能不提供实时临床读数，也不用于疾病诊断。
官方标称单次充电续航最长七天，低电量时充电五分钟可补充约一天续航，实际表现取决于使用方式。新品采用模块化内部结构及可更换电池，支持 5ATM 和 IP68 防护，兼容多数搭载 Android 11、iOS 16.4 及更新版本的手机，需通过 Google Health 应用使用。
AI生成的代码看不懂就扔掉重来：一位首席架构师的 5 条 Agent 编程反常识原则
干掉 Bun 和 Tauri，旧插件全部报废！OpenCode 2.0 正式发布：一次“重大改造”
Meta 发布 Muse Spark Open，号称全美最强开源模型，但编程基测输给智谱、Kimi
同年生的AI明星公司：一个要造出 4257 个百万富翁，一个有了2亿用户也没活下来
QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。查看更多详情可扫码或联系票务经理 18514549229 进行咨询。