Recursive发布Flint：一款由AI主导研发、可本地运行的轻量级编程模型
AI初创公司Recursive推出开源编码模型Flint，声称其开发过程主要由自研AI研究系统Eureka Machine完成；该模型仅40B参数、实测2.5B激活，可在普通笔记本（如M4 Pro MacBook）离线运行，推理速度达131 token/s，SWE-Bench等基准测试中表现优于多数同规模模型。
AI NEWS JOURNAL
全部 AI 动态
保留完整资讯流，用来源、主题和时间找到你关心的消息。
沃尔玛推出AI代理购物网关，支持自主购物流程并强化用户控制
沃尔玛正式上线Agent Gateway（AI代理网关）及配套Agent Profiles功能，允许经授权的AI代理（如ChatGPT、Gemini、Meta Muse等）代表用户在沃尔玛及Sam’s Club平台完成搜索与下单，并通过独立账户配置、交易审批、支出限额等机制保障用户对代理行为的全程可控；此举与亚马逊近期封禁AI代理购物形成鲜明对比。
OpenAI最新GPT-6系列模型将登陆Google Cloud与Antigravity平台
OpenAI的GPT-6及6.1系列前沿模型（Astra、Sol、Luna）将在未来数周内上线Google Cloud Model Garden，并集成至Google代理驱动编程工具Antigravity；此举使Google成为首家同时提供Gemini、Claude与GPT三大闭源大模型的主流云服务商。
Claude Mods：注意力接口的首次实践，人类可编程的代理交互层
Claude Mods 是 Anthropic 推出的 Claude Code 可编程插件系统，代表‘注意力接口’（Attention Interface）的早期形态——它将传统面向机器的代理运行时框架（agent harness），转向面向人类注意力的可定制交互层。用户可通过 TypeScript/JS 编写 Mods，或用自然语言让 Claude 自动生成，从而决定何时被中断、看到什么内容、需做哪些决策。
Claude Mods：可编程的注意力接口，重塑人与AI代理的协作范式
Claude Mods 是 Anthropic 推出的面向开发者的可编程插件系统，标志着‘代理运行时’（agent harness）从机器侧接口转向人类侧接口——即‘注意力接口’（Attention Interface）。它允许用户通过 TypeScript/JavaScript 自定义 Claude Code 的行为、渲染与交互逻辑，实现人与 AI 共同设计工作流。该机制已用于内置功能（如 You Should Know），并支持用户自主构建或由 Claude 辅助生成插件。
Mistral与NVIDIA合作推进AI原生工程工作流，发布Mistral Large 4并共建物理与智能体AI评测基准
Mistral与NVIDIA宣布深化合作，整合Mistral Large 4大模型、物理建模管线与NVIDIA加速计算栈（CUDA-X、Warp、Omniverse），共同开发面向航空航天、汽车及半导体等行业的AI原生工程工作流；双方将联合发布开源数据集与公共评测基准，覆盖物理AI与CAE/EDA场景下的智能体能力评估。
英伟达欧洲云合作伙伴加速扩建主权、开放与安全AI基础设施
英伟达宣布其在欧洲、北欧、非洲及中亚的云合作伙伴正大规模扩建基于NVIDIA DSX平台的区域AI算力设施，聚焦主权计算（本地化部署）、开放模型支持（如Mistral Large 4、Nemotron系列）与AI代理安全边界（OpenShell参考架构），覆盖训练、推理、物理AI及零售智能体等场景。
NVIDIA发布多领域开源模型组合，推动欧洲产业主权智能发展
NVIDIA宣布扩展其开源模型家族，覆盖语言、机器人、生物计算与量子计算等领域，推出Nemotron 3.5系列、Kumo结构化数据模型、Cosmos世界模型、Alpamayo 2 Edge自动驾驶模型、BioNeMo RFD4-Proteina蛋白设计模型及Ising量子计算模型，全部面向开发者与企业开放权重与工具，支持本地化定制与自主部署。
NVIDIA发布Kumo Relational：首个无需训练即可超越监督学习的结构化数据基础模型
NVIDIA推出预训练关系型基础模型Kumo Relational，可直接在企业级关系数据库上执行预测任务（如流失、欺诈、需求预测），无需任务微调、特征工程或表扁平化。在41项跨15个数据库的基准测试中全面超越XGBoost等监督模型，在SAP SALT企业基准上MRR指标领先AutoGluon达8%；支持5000亿行规模数据库，通过Predictive Query Language（PQL）实现零代码预测调用。
我们如何构建ChatGPT的全新广告投放系统，以提升用户信任度与广告相关性
了解OpenAI如何打造基于大语言模型的ChatGPT广告投放系统，以理解对话意图、确保广告与回答相互独立，并大规模投放相关广告。
Gemini个人智能功能正式登陆车载系统：Android Auto即日起推送，Google内置车载系统数月内跟进
谷歌于2026年10月宣布将Gemini的Personal Intelligence（个人智能）功能扩展至车载场景，首阶段面向Android Auto用户开放，后续数月内将覆盖搭载Google Built-in系统的车型；该功能为可选启用项，依赖用户授权访问Gmail、Calendar等本地数据以提升响应相关性。
战斗无人机——一款基于音频的多人实时策略游戏
我最新的基于Vibe编码的游戏实验是一款名为“战斗无人机”的《命令与征服》风格的即时战略（RTS）游戏（点击此处试玩）。与我之前的实验不同，这款游戏实际上非常有趣。我有点不好意思承认，我是通过让Claude“让它变得有趣得多”才做到这一点的。此外，它还支持通过音频在附近设备之间同步游戏状态的多人模式！以下是我目前的开发成果，以及在此过程中的一些心得体会。 战斗无人机：我是如何打造这款v1版本的——初始原型；v2版本——完整精灵图；v3版本——多样化地形；v4版本——趣味性更新；v5版本——战斗无人机实现3D化；v8版本——群岛模式；v10版本——巨像与特工对战；特工对战v11版本——随机地图；v12版本——通过声音实现多人联机。 一些思考 更新：已支持在线多人模式 战斗无人机 我最初的目标是构建
AWS Bedrock在加拿大区域上线跨区推理，支持调用标称GPT-5.6/GPT-6/GPT-6.1模型
亚马逊云科技宣布，加拿大客户可通过Amazon Bedrock在ca-central-1（加拿大中部）和ca-west-1（加拿大西部/卡尔加里）区域，以跨区推理（CRIS）方式调用标称为OpenAI GPT-5.6、GPT-6及GPT-6.1的模型；实际推理发生在北美或全球AWS商业区域，数据静态驻留于加拿大源区域。
DeepSeek V4.1 Flash、MiniMax M3.1 Flash 与 Mercury 3 集中发布，AI 基础设施与治理争议同步升温
2026年10月16–19日，DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash（Space Bunny）及 Mercury 3（Inception）三款新模型密集发布；同期美国国土安全部下令禁用 DeepSeek 相关产品，中国拟出台超大模型出口管制草案，开源生态、算力基建与AI治理矛盾全面凸显。
ALTK-Evolve：无需模型权重更新，仅靠学习型记忆在τ²-bench客服基准测试中登顶
IBM研究院提出ALTK-Evolve方法，通过GPT-4.1自动从自身任务轨迹中提炼结构化行为指南（如身份认证、退款确认等），以纯提示工程方式注入ReAct代理系统，在不更新模型权重、不依赖人工标注的前提下，显著提升客服任务的准确率与可靠性；其零售分支以67.5% Pass⁴成绩位列τ²-bench 2026年10月12日榜单第一，超越所有前沿模型及微调系统。
Terminal X 以 88.6% 的准确率匹配资深投资者的判断，采用 GPT-6.1。
Terminal X 的评估代理根据包含 54 项标准的评分体系对输出进行打分，与 GPT-6.1 Sol 相比，能够发现多出 25% 的偏离基金投资章程的情况。
FairStress：面向LLM决策对称鲁棒性的新型公平性评估框架
FairStress 是一项聚焦大语言模型（LLM）在人口统计学身份置换情境下决策稳定性、解释一致性与内部表征对称性的新基准，揭示模型存在‘反刻板印象式过度矫正’等系统性行为偏差，并指出主流评估方法（如BBQ）可能因范式差异导致偏见方向误判。
AI代理被置于虚拟荒岛30小时，自发“玩耍”并提升学习能力
MIT研究人员将Claude Opus 4.7变体（代号Eko）置于基于Roblox构建的虚拟荒岛环境中，不提供任务指令，仅允许其自主交互。在30小时无监督运行中，Eko表现出探索、规则自创、对象拟态、重复挑战等类玩耍行为，并生成文字日志记录活动；后续实验证实，经历‘玩耍’的代理在目标任务中表现更优，且其行为与心理学定义的玩耍四特征高度吻合，但学界对其是否具备真实动机仍持审慎态度。
在低资源编程语言中推进编码技术
了解OpenAI如何通过针对软件工程、SQLite和COBOL迁移的新评估，全面提升ChatGPT在各类低资源编程语言中的表现。
llm-tools-datasette 0.1.1
发布：llm-tools-datasette 0.1.1 当我在 LLM 0.33 中将 LLM 切换为 httpx2 时，我忘记了这会破坏任何直接依赖 httpx 但并未显式依赖它的插件。llm-tools-datasette 就是其中之一，现已修复。标签：datasette、llm