Google 用 Antigravity 的 /teamwork 推进科研与系统工程
Google 将 Antigravity 的 /teamwork 多智能体工作流开放给外部研究者与开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 模型使用。
推荐理由:Google 公开 Antigravity 的 /teamwork 多智能体工作流,并给出数学证明、内核改写与基础设施优化的实测结果。
大语言模型与智能体的技术方向:Agent 框架、MCP 协议、工具调用与多步推理的进展。
Google 将 Antigravity 的 /teamwork 多智能体工作流开放给外部研究者与开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 模型使用。
推荐理由:Google 公开 Antigravity 的 /teamwork 多智能体工作流,并给出数学证明、内核改写与基础设施优化的实测结果。
币安发布复盘称,迄今最大规模加密盗窃案由多起攻击手法在数月内叠加完成,FBI 将攻击者认定为朝鲜黑客组织 TraderTraitor。6 月一名开发者下载被篡改的安装包,9 月另一名工程师在假面试中被诱导下载伪装成作业的恶意软件,该 0-day 恶意软件替换 pyenv 可执行文件并建立后门,未被端点防护工具发现。
推荐理由:币安复盘披露攻击者如何借假面试与内部 AI 工具逐步渗透,为开发团队提供可对照的社工与供应链风险样本。
研究团队发现 GPT-6 Astra 能直接读取和写入神经网络权重,并将这一方法称为 Weight-Space Programming。Astra 仅凭原始权重就能判断网络训练的是哪款游戏,还能在无梯度、无训练的情况下修改 Qwen3.5-0.8B 的 0.016% 权重,把 MATH-500 从 7.9% 提升到 48.1%,IFEval 提升 3 倍。
推荐理由:作者以第一手实验展示通用 LLM 直接读写神经网络权重,为模型优化与可解释性提供了一条不依赖梯度的新路径。
Mistral 开放 Mistral Large 4(内部代号 Le Chonk)的权重,该模型为 1 万亿参数、原生多模态,被称为开放权重中编码能力最强,并在欧洲基础设施上从零训练。Mistral 称其在 Cognition 的私有基准 FrontierCode 2.0 上以更少的 token 打平最高分,该基准测试端到端代码质量与仓库维度表现。
推荐理由:开放权重阵营出现万亿参数级模型,且以更少 token 在代码基准上追平最高分,可观察开源与闭源的能力差距。
Mistral 在 Hugging Face 发布前沿开放模型 Mistral Large 4(ML4)的权重,称其为全球最佳开放智能体编程模型。
推荐理由:Mistral Large 4 开放权重发布,在智能体编程基准上以 1 个百分点领先 GLM-5.3,并强调更低的 Token 消耗。
Mistral Large 4 在 Vercel AI Gateway 上启用更新后的权重,输入、缓存输入和输出 Token 价格均下调。据 Mistral 发布公告,新权重提升了智能体编程与防御性网络安全能力,编程任务 Token 效率更高,并改善了表格创建编辑、网络调研和抗提示注入能力。
推荐理由:Mistral Large 4 在 AI Gateway 上更新权重并下调价格,可对照其智能体编程与提示注入防护的改进。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:Gemini 4 Carbon 在漏洞发现、利用验证与补丁生成三项安全基准上同时领先,并给出长周期智能体任务的实测表现。
GitHub 在 Universe 2026 上发布 GitHub Copilot 应用,覆盖从 issue 到合并的智能体交付流程,并推出多模型编排 Copilot Fusion。
推荐理由:GitHub 一次性发布 Copilot 应用、多模型编排与代码审查 Max,展示智能体交付链路的整体形态。
GitHub 发布 Octoverse 2026 报告,过去 12 个月开发者向 GitHub 推送代码 179 亿次,超过 2024 与 2025 两年之和,提交量达 343 亿次。
推荐理由:GitHub 官方年度报告用平台全量数据呈现智能体如何改变提交、PR 与模型选择习惯,可作为观察开发者生态变化的基准。
GitHub Copilot 应用发布 Universe 更新,Projects 进入公开预览,可把跨多个仓库或涉及设计稿、Slack 讨论的工作集中到一个项目里,由 Copilot 调度多个智能体并返回 PR 等结果供审阅。同时计算机操作功能在 macOS 和 Windows 上公开预览,Copilot 可读取应用内容、点击控件、输入文本,并在控制应用前请求批准,组织可通过托管设置禁用该功能。
推荐理由:Copilot 应用把跨仓库工作收进项目空间,并让智能体直接操作桌面应用,展示了 AI 编程工具从单仓库走向多任务编排的方向。
GitHub 发布 GitHub intelligence 上下文与学习层,包含三项能力:Copilot Memory 已在付费 Copilot 计划正式可用。
推荐理由:GitHub 把记忆、上下文维护与跨仓库检索整合为智能体上下文层,公开预览数据显示记忆能提升偏好遵循度。
GitHub Copilot 在 VS Code 发布 Universe 版本更新,云智能体会话可在 VS Code、GitHub Mobile、github.com 和 Copilot CLI 之间延续。
推荐理由:Copilot 在 VS Code 中把会话延续到云端与多客户端,并开放 Agent Host 协议,便于规划跨设备协作方式。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频与交互对话的仿真世界,并支持用自然语言实时修改场景。Genie 4 借助 Gemini Omni 锚定真实外观与行为,由 Gemini 3.8 Flash 作为引导智能体拆解多步任务,并与 Gemini 4 Argon 合作模拟机器人操作。
推荐理由:Genie 4 把原生音频与实时语言操控并入世界模型,为机器人和智能体训练环境提供新路径。
OpenAI 发布 GPT-6.1 Terra,官方称其可在规模化场景下提供快速且具备能力的计算机操作。目前公开信息仅有这一句定位描述,具体能力与可用范围尚未披露。
推荐理由:OpenAI 推出 GPT-6.1 Terra,主打大规模场景下快速且可用的计算机操作能力。
OpenAI 的 GPT-6.1 Terra 已在 Vercel AI Gateway 上线,这是一款面向视觉推理、计算机操作和写作的快速模型,在视觉推理、事实准确性和编程方面较上一代 Terra 有所提升。
推荐理由:OpenAI 新模型经 Vercel AI Gateway 上线,可了解其在视觉推理与计算机操作上的定位及接入方式。
月之暗面 Kimi K3.1 Pro 与更快的 Highspeed 版已在 Vercel AI Gateway 上线,K3.1 Pro 是 K3.1 系列首个模型。
推荐理由:Kimi K3.1 Pro 在编码与智能体任务上升级并保留 1M Token 上下文,权重计划于 11 月 4 日开放。
微软研究院发布零知识虚拟机 Magnetar,可直接证明 Rust、Go、C 编写的 RISC-V 程序执行过程,在笔记本上每秒证明 720 万至 870 万条指令,15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。其安全性仅依赖 SHA-256 或 SHA-3 等标准哈希函数,不需要椭圆曲线、格密码、可信设置或未证明的纠错码猜想。
推荐理由:微软研究院梳理十余年零知识证明研究脉络,展示 Magnetar 如何同时兼顾速度、通用性与标准哈希安全性。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步发布安全与安全报告,说明其在网络安全和生物领域的前沿防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中,攻击成功率降至 0.7%。
推荐理由:Google 披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计,含提示注入攻击成功率降至 0.7% 等实测数据。
Google DeepMind 发布 Gemini 4 Argon for Robotics,这是 Gemini 4 系列中面向机器人场景的版本。目前仅有标题信息,具体能力与可用范围尚未披露。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和科研人员开放,API 定价为每百万输入 Token 2 美元、每百万输出 Token 10 美元。
推荐理由:Gemini 4 Argon 在编码、科研与安全场景给出具体实测数据,可观察前沿模型在长程任务上的能力边界。