Google 面向编程、知识工作、企业流程和网络安全发布 Gemini 4 Argon，已接入付费 Gemini API、Gemini 应用、搜索 AI Mode 与 Antigravity，API 推广期价格为每百万输入/输出 token 2 美元和 10 美元。模型同步进入 Cursor、Devin 与 GitHub Copilot，使其能力和成本可以直接进入主流开发工作流比较。
原文链接Meta 发布 Muse Spark Open，这是一款总参数 816B、激活参数 42B 的 MoE 模型，支持 100 万 token 上下文以及文本、图像、视频和音频输入。开放权重为长程 Agent、编程和多模态推理提供了新的大规模自部署选项，但其实际部署成本仍取决于量化与推理栈支持。
原文链接Microsoft 发布 Maia 300，官方称其每兆瓦 token 产出比领先 GPU 系统高 40%，机架级吞吐量是 Maia 200 的 7 倍。该芯片计划从 2027 年起成为微软自有产品的主要推理系统，显示云厂商正以自研硬件重构大规模推理的成本与供给链。
原文链接Anthropic 称其日均代码合并量从 5 月约 2,500 次增至 9 月超过 30,000 次，并在五个月内构建新版本控制系统、将单体仓库迁离 Git。Agent 驱动的代码产出开始直接改变源代码管理基础设施，但更高合并量本身不等同于交付价值。
原文链接OpenAI 更新 ChatGPT 中的 GPT-6 Astra Pro，使其可将任务拆分给多个 Agent 并行处理，同时提升响应速度和工具使用表现。并行编排进入通用产品入口后，复杂任务的完成时间有望缩短，但任务拆分质量与额外调用成本仍是实际收益的关键。
原文链接QwenGyre 通过弹性调度在 rollout 与训练间动态分配 GPU，并用前缀共享轨迹树处理压缩、子 Agent 和重试等分叉执行；在约 70 万 token 单次 rollout 的实验中，NL2RepoBench 通过率从 52.5% 提升至 58.5%。其端到端训练时间较异步方案减少约 44%，为超长程 Agent 的强化学习降低了 GPU 空转和轨迹处理成本。
原文链接Black Forest Labs 发布 5.6B 参数的 FLUX 3 Image Klein，支持原生 4K 输出、边界框控制和多参考图编辑，并提供 BF16、INT8 与 NVFP4 权重。较小规模和多种精度版本降低了高分辨率图像生成与编辑的本地部署门槛。
原文链接NVIDIA 发布 Nemotron 3.5 Super VL，这是一款总参数 120B、激活参数 12B 的 Mamba-Transformer 混合 MoE 视觉语言模型，支持 100 万 token 上下文与原生多 token 预测。其训练包含 1 万亿 token 蒸馏和 256K 上下文的 Agent 编程中期训练，为长上下文多模态推理与高吞吐部署提供了新方案。
原文链接Sakana AI 的 AI Scientist v3 以预设评分规则、共享记忆和自动消融实验编排并行编程 Agent，其开发版本在人工引导下共同完成一篇 ALIFE 2026 口头报告论文。系统在自主实验中将 Doc-to-LoRA 多针检索成绩从 52% 提升至 98%，展示了 Agent 在可验证研究循环中的自动迭代能力。
原文链接Anthropic 表示 Claude 编写了 Claude Code 约 90% 的代码，其合并 PR 数从 6 月到 9 月翻倍，同时回滚占比下降超过 40%。这组内部数据表明编码 Agent 可以扩大真实产品的开发吞吐，但仍需结合质量、审查成本和生产指标理解其净收益。
原文链接PyTorch 在 TorchTitan 中加入 Zephon，使训练任务可从 16 GPU 检查点恢复到 8、32 或 64 GPU，并复现 SHA-256 完全一致的全局批次。跨规模确定性恢复让大模型训练更容易利用动态算力，也降低了扩缩容导致数据顺序变化和实验不可复现的风险。
原文链接