Codex releases55GitHub Copilot 0.167.0-alpha.5 发布
GitHub Copilot 0.167.0-alpha.5 发布，该 AI 编码智能体用于任务、项目和自动化工作，提供代码审查、质量分析、安全漏洞检测等功能。
实时
#开源/仓库
- Codex releases55
- Codex releases55
GitHub Copilot 0.168.0-alpha.1 发布
GitHub 发布 Copilot 0.168.0-alpha.1 版本，该版本包含代码审查、安全漏洞检测和密钥扫描等功能。
Gemini CLI releases1515Gemini CLI v0.67.0-nightly.20261104.g89e9d25d6 发布
Gemini CLI v0.67.0-nightly.20261104.g89e9d25d6 发布，修复了扩展发布下载时的流失败、动态模型解析中保留 explicit gemini-2.5-flash 模型、支持 SubagentStop 事件映射和合并钩子定义、ACP 会话/加载响应前等待历史重放、为 rootless podman 供应 --userns=keep-id。
Hacker News · AI 热帖6565《生成式 AI 基础小书：直观数学入门》发布修订版
这本书提供紧凑的推导式介绍，讲解现代生成式 AI 的数学基础。它通过连接主要生成模型家族（从 PCA、变分自编码器到扩散模型、GAN 等）的思想，构建连贯的理解路径。修订版增加了视觉解释，篇幅 195 页，适合对数学感兴趣的研究者、实践者和学生。
Claude Code releases1515Claude Code v2.1.318 发布
Claude Code v2.1.318 添加了会话中模型开启 mods 的回答记录、跨 AWS 账户的 assume_role 功能、mod fork 的 effort 选项。
- Codex releases1515
libcap 2.75 源代码存档发布
Codex 发布了用于构建其 Linux musl 包的未修改 libcap 2.75 源代码存档，上游存档 SHA-256 为 de4e7e064c9ba451d5234dd46e897d7c71c96a9ebf9a0c445bc04f4742d83632。
MarkTechPost精选同一件事 · 4 家7171Anthropic 开源 FlashProve：用 zkSNARK 证明回复来自已承诺权重
Anthropic 的前沿红队发布了开源研究原型 FlashProve，该原型使用 zkSNARK 证明某条回复由已承诺的模型权重生成，且不泄露权重信息。在 Llama 4 Maverick（400B MoE）上，单张 H100 的证明速度约为 110 tokens/s，证明体积为 18.78 MB，CPU 验证耗时 17 秒。
同一件事 · 4 家- Anthropic Research · Anthropic 发布可验证推理系统 FlashProve，单张 H100 上约 110 tokens/秒生成证明首发
- IT之家 · AI · Anthropic 开发 FlashProve 开源系统：用密码学证明 AI 输出来源
- The Decoder · Anthropic 发布 FlashProve 原型，通过密码学验证 AI 响应是否来自声称的模型
各家口径不同：MarkTechPost 称证明体积为 18.78 MB；The Decoder 称证明体积约为 19 MB。
36氪 · AI6565Anthropic据报利用Claude模型辅助自研芯片设计
Anthropic组建15人芯片设计团队，利用Claude模型开展定制芯片工程与设计工作，据称能缩短芯片设计所需时间。
Hugging Face Daily Papers3838IdeaTaste: 大语言模型是否共享人类研究者的研究品味？
IdeaTaste 评测基准显示，AI 智能体在引用文献和研究方向上与人类研究社区相似，但在具体方法和预期成功上差距显著，引用匹配度达人类水平的 26%，想法匹配度仅 18%。
Databricks Blog3838Claude 平台现支持在 Databricks MLflow 中进行原生 OpenTelemetry 可观测性
Claude 平台原生 OpenTelemetry 数据导出到 Databricks MLflow，开发者可通过 Anthropic SDKs、Messages API 和 Managed Agents 发送原生追踪数据，利用 MLflow 调试智能体并评估变更。
OpenHands Blog精选7171OpenHands 与 Snowflake 推出用自有 Agent harness 后训练模型的工作流
OpenHands与Snowflake AI Research合作，让开发者用现有的OpenHands Agent harness直接进行强化学习后训练，无需在训练框架中重建harness。
推荐理由: 原文给出了用现有 Agent harness 直接做 RL 后训练的具体配置方式和代码定位实验，读者可据此判断训练与部署能否共用一套 harness。
Prime Intellect Blog6262Prime Intellect 博客发布公共评估审计的见解：AutomationBench 和 OfficeQA Pro v2 的改进
Prime Intellect 博客审计公共评估后发现 AutomationBench 和 OfficeQA Pro v2 存在问题，改进后 Claude Opus 5.5 最高得分 92.15%
Cohere BlogCohere 在 Model Vault 中集成第三方开源模型，提供完全受控的 AI 模型服务。
Cohere 在 Model Vault 和 Model Vault Encrypted 中集成第三方开源模型，允许企业在受控和加密的推理平台上运行 Cohere 模型及 DeepSeek V4.1 Flash、GLM 5.3 Flash 等主流开源模型，默认实现零提示词和输出数据保留。
OpenAI Agents SDK releases4040OpenAI Agents SDK v0.24.0-alpha.6 发布
OpenAI Agents SDK v0.24.0-alpha.6 发布，支持通过 captured Turn 控制提交工作、被动事件处理、手动请求处理、转向和取消，并扩展了本地存储会话状态恢复和工具策略功能。新增了本地存储、原生输出、实验性外部作业恢复和工具选择等特性，同时更新了 API，如使用 Agent.run() 替代 Runner，以及 FunctionTool 统一回调和手动工具。
Hugging Face Blog5050CWE-bench v2发布：覆盖范围、质量和透明度提升
CWE-bench v2 开放 100 个任务供公众评估模型，涵盖 91 种 CWE，评分程序化且可复现。Gemini 4 Argon 在 11 模型中表现最佳，以 67.8% pass@1 和 81.0% pass@4 领先，但仍有 19% 任务失败。DeepSeek V4.1 Flash 以 $0.04 每次推理成本形成成本前沿。
- Hugging Face Blog精选6060
IBM 训练 20B 小模型 Palette 按自有设计语言生成幻灯片
IBM 研究团队微调 20B 开源权重模型 Palette，采用设计师编写 JSON 简报、编码器逐页生成 pptxgenjs 代码的两角色 LoRA 方案，根据 IBM 设计语言生成幻灯片。
推荐理由: IBM 使用合成数据加检查修复闭环训练 20B 小模型制作幻灯片，提供可迁移到其他结构化产出的方法。
AWS Machine Learning Blog2424Gen Digital 如何用 Amazon Bedrock AgentCore Web Search 为 Norton Revamp 构建AI策展新闻引擎
Gen Digital 为 Norton Revamp 平台开发了 AI 策展新闻引擎，通过 Amazon Bedrock AgentCore Web Search 实现实时内容 grounding。
- Hugging Face Blog精选6262
同一模型换harness：CUGA、Hermes与Deep Agents在AppWorld上的对比
IBM团队使用同一个开源权重模型GLM-5.3-flash在AppWorld的90个任务上对比CUGA、Hermes和Deep Agents，任务通过率分别为81.1%、46.7%和30.0%，三变体全部通过的场景数为20、8、2。
推荐理由: 同一模型换harness后任务完成率从30%升至81%，文中还给出了可复现的配置与评测入口。
- Hugging Face Daily Papers6565
PhotoGuider 发布：结合构图感知裁剪与 360° 视角选择的大语言模型方法
PhotoGuider使用共享的构图感知token选择观看方向并框定360°全景图，同时输出带解释性评分的相机参数。该方法在两个标准2D裁剪基准上达到最高平均miou性能，在盲法排名研究中对100个全景场景的评估中，其框定结果在53.2%的情况下优于其他两种方法。
IT之家 · AI6565华为 MateBook E Go 2023 刷入 iOS 16 系统
B站UP主“御坂10297号”成功将华为MateBook E Go 2023刷入iOS 16系统，实现超大屏iPhone体验。该过程由阿里通义Qwen3.8-Flash（Next）本地模型完成，目前尚无驱动，后续将逐步修复并开源。
- Hugging Face Daily Papers
ReTrace框架：通过目标导向行动回放揭示计算机使用智能体的恢复行为
ReTrace框架通过目标导向行动回放和受控错误注入的形式化过渡一致性恢复标准，首次系统性地研究了计算机使用智能体的自主模型恢复行为，发现理想恢复能解锁模型潜在任务完成能力，当前智能体未充分利用其潜在恢复能力，且准确模型恢复可带来可衡量的端到端增益，证明恢复是构建可靠计算机使用智能体的基本能力。
量子位6565中国电信 TeleAI 发布隐私摄像头，保障公共卫生间安全隐私
中国电信人工智能研究院（TeleAI）推出面向公共安全领域的“TeleAI隐私摄像头”，通过AI分析环境推送文字描述实现安全预警，保障用户隐私。该产品不存储、不传输原始视频画面，能识别打架、吸烟、跌倒等违规行为。由李学龙教授团队研发，基于智传网（AI Flow）技术，通过端云协同推理架构及同源模型在采集瞬间完成隐私信息脱敏处理。
- IT之家 · AI
Xiaomi-Robotics-1 具身基座模型在小米青年公寓启动“试运营”
Xiaomi-Robotics-1 具身基座模型已在小米青年公寓启动“试运营”，可自主规划完成桌面整理、垃圾清扫等任务。该模型基于 10 万小时 UMI 数据预训练、1 万小时跨本体数据后训练，支持移动操作、双臂机器人，适配复杂任务。小米技术官方搭建的 Agent 闭环系统实现 30 分钟内覆盖 3 房间、50+ 任务长程验证。
NVIDIA Newsroom全球城市利用 NVIDIA 物理与智能体 AI 构建和扩展服务
NVIDIA 与合作伙伴正将物理 AI 和智能体 AI 扩展到全球城市，通过共享计算基础设施支持市政部门、邻近市镇及本地开发者构建服务，无需各组织单独采购和管理资源。
- MarkTechPost同一件事 · 2 家6262
OpenAI 推出 Pando：一款将中位数推送延迟降低约 80% 的 Git 后端
OpenAI 推出 Pando，一款 Git 后端，将中位数推送延迟降低约 80%，日均处理近 1PB Git 数据。Pando 采用分支级因果一致性，存储可重用数据包，仅使用少量 CPU 核心即可实现高并发处理，但尚未开源。
同一件事 · 2 家各家口径不同：OpenAI News 表示 Pando 专为 Codex 规模开发设计；MarkTechPost 提到它将中位数推送延迟降低约 80% 并每日处理近 1PB 的 Git 数据。
- Hugging Face Blog
Transformers Model Integration Contracts 发布：Hugging Face 推出模型集成契约标准
Transformers 支持超过 750 模型类型，其测试套件包含 88,000+ CPU 测试和 200,000+ GPU 测试。Hugging Face 发布 Model Integration Contracts (MIC) 标准，包含压缩模型（如 66 MB 权重的 UMT5 固定件）、可运行示例（如 SmolLM 文本生成）和人工审核基线。
Anthropic Research精选同一件事 · 4 家6262Anthropic 发布可验证推理系统 FlashProve，单张 H100 上约 110 tokens/秒生成证明
Anthropic 公布可验证推理原型 FlashProve，用 zkSNARK 证明响应确实来自所承诺的模型权重。对 400B 参数的 Llama 4 Maverick（4-bit 量化），单张 H100 生成证明约 110 tokens/秒，每 1,024 token 请求的证明约 19 MB，验证在 24 核 CPU 上约 17 秒。
同一件事 · 4 家- MarkTechPost · Anthropic 开源 FlashProve：用 zkSNARK 证明回复来自已承诺权重
- IT之家 · AI · Anthropic 开发 FlashProve 开源系统：用密码学证明 AI 输出来源
- The Decoder · Anthropic 发布 FlashProve 原型，通过密码学验证 AI 响应是否来自声称的模型
各家口径不同：MarkTechPost 称证明体积为 18.78 MB；The Decoder 称证明体积约为 19 MB。
推荐理由: Anthropic 公开可验证推理原型 FlashProve 的实测数据与 Lean 形式化证明，可与既有 zkML 方案横向比较。
- 量子位
小米具身基座模型获乌镇峰会领先科技奖
小米集团获2026世界互联网大会“杰出贡献奖”，小米具身基座模型获“领先科技奖”。该模型基于Xiaomi-Robotics-1预训练，在RoboCasa365、RoboDojo评测中位列全球第一，已在小米青年公寓完成超30分钟、覆盖3个房间、含50+任务的长程验证。
- Hugging Face Daily Papers4747
uni-robot-agent：开源机器人使用智能体统一框架实现零样本操作突破
uni-robot-agent 框架使开源权重机器人使用智能体在零样本操作上超越专有模型，其搭载的 Qwen3.8-Flash-Next 在 RoboDojo 评测中得分 31.39，超过 GPT-6 Astra-RoboProbe 的 28.97 分及众多 VLA/WAM 基线，并在 19 项真实任务中表现优异。分析表明有效机器人使用需结合四项通用能力，建议未来训练应协同发展这些能力。
- 36氪 · AI同一件事 · 2 家5050
阿里巴巴蔡崇信：千问开源模型全球累计下载超40亿次
阿里巴巴蔡崇信在2026年世界互联网大会乌镇峰会上表示AI开源才能普及，称中国开源模型是全球引领者。阿里千问开源模型全球累计下载量超40亿次，衍生模型超33万个。
同一件事 · 2 家 - IT之家 · AI同一件事 · 2 家6565
阿里蔡崇信：千问开源模型已超470款推动AI普及
阿里巴巴集团联合创始人蔡崇信在2026年世界互联网大会上表示开源能降低 AI 研发成本，推动 AI 普及，尤其对发展中国家重要。目前阿里千问已开源超过 470 款模型，全球累计下载量突破 40 亿，衍生模型超过 33 万。
同一件事 · 2 家 - IT之家 · AI6565
高通：高通 AI Hub 现已面向中国开发者开放
高通 AI Hub 面向中国开发者开放，集成 Models、Workbench、Apps 及 GenieX 框架，提供超 230 个预优化模型库和云端调优工具。开发者可通过官网、设备农场和论坛获取支持，加速终端侧生成式 AI 和智能体 AI 开发。
- Codex releases00
GitHub Copilot 0.167.0-alpha.4 发布
GitHub Copilot 0.167.0-alpha.4 发布，提供代码审查、安全漏洞检测和秘密扫描等功能。
OpenAI News同一件事 · 2 家OpenAI 构建 Pando：为 Codex 规模开发设计的 Git 兼容后端
OpenAI 构建了 Pando，一个 Git 兼容后端，专为 Codex 实现的规模开发设计。
同一件事 · 2 家各家口径不同：OpenAI News 表示 Pando 专为 Codex 规模开发设计；MarkTechPost 提到它将中位数推送延迟降低约 80% 并每日处理近 1PB 的 Git 数据。
LangChain Deep Agents releases2525LangChain Deep Agents deepagents-code==0.2.4 发布
LangChain Deep Agents 发布 deepagents-code==0.2.4 版本，新增用 `lc_source` 标记中断取消消息的功能，并修复了工作空间冲突、MCP 登录失败及 `/reload` 刷新 MCP 配置的说明问题。
Latent SpaceLegora首席技术官Jacob Lauritzen分享了构建律师AI代理器的经验与见解。
Legora CTO Jacob Lauritzen 分享了构建律师 AI 代理器的经验，该公司在 18 个月内实现 1.8 万名客户和 1 亿美元年收入。Legora 通过模拟客户工作环境（如 1 万份文件的数据室尽职调查）评估代理器，法律工程师配置产品，而前沿部署工程师编写代码并集成系统。
- Databricks Blog
Lakebase Postgres 已在 Google Cloud 上正式发布
Lakebase Postgres 在 Google Cloud 上正式发布，支持无服务器 Postgres 运行于 Databricks 数据与 AI 平台。
Hacker News · 300+ 热帖同新闻8383 Astra 能读写神经网络权重并改进 Qwen3.5-0.8B
研究团队提出 Weight-Space Programming，发现 GPT-6 Astra 可直接读写神经网络权重：仅凭 17,253 个权重就能判断网络训练的是哪款游戏，并在无梯度、无训练的情况下从零写出击败 PPO 训练 1 亿步的小型游戏网络。
- MarkTechPost6767
Deep Principle 发布 Hydrogen-1.0：一个 753B 参数的开源科学模型
Deep Principle 发布了开源科学模型 Hydrogen-1.0，一个基于 Z.ai 的 GLM-5.3 后训练的 753B 参数模型，用于化学、材料科学和生命科学领域，在 FrontierScience-Research 评测中得分 38.3%，超过 GPT-6-Astra 的 33.3%。
PyTorch Blog3434Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。
Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。初期聚焦开发测试基础设施、硬件感知能力和网络传输，优先支持共享硬件访问、可复现的开发测试环境及更广泛的 CI 覆盖。
