腾讯混元Hy4发布：770B总参数、49B激活，首次支持原生视觉与电脑操作
腾讯混元Hy4正式发布，770B总参数、49B激活参数，首次引入原生视觉能力和电脑操作（CUA）支持，长文理解与长程Agent能力同步升级。模型已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、ima等产品上线，API接入OpenRouter等平台，权重将于近期开源。
推荐理由：作者用多个可复现任务实测混元Hy4的视觉理解与长程Agent交付，并给出幻觉率等内部测试数据。
#Agent
量子位精选AI 评分8585
量子位精选AI 评分7878 METR 报告曝光 Anthropic 三个内部模型，Model 4 的 AECI 超过 Opus5.5
第三方评估机构 METR 的新报告披露，Anthropic 三个内部模型 Model 2、Model 3、Model 4 分别在今年 7 月、8-9 月、9-10 月完成训练，其中 Model 4 在 Anthropic 综合能力指数 AECI 上达到 178.6，比 Opus5.5 高出约 3.9 分，按过往提升速度约相当于 3 个月的进步。
推荐理由：METR 报告披露 Anthropic 三个内部模型的训练时间与 AECI 得分，可对照其公开模型与研发提速幅度。
IT之家精选AI 评分7878 蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，560B 总参数、1M 上下文
蚂蚁百灵官方团队发布原生多模态模型 Ling-3.2-flash，拥有 560B 总参数、25B 激活参数和 1M 上下文窗口，支持图像、文本与视频输入。
推荐理由：原文给出参数规模、三项基准对比和 API 定价，读者可据此判断这款多模态模型的能力定位与成本水平。
量子位精选AI 评分8888 OpenAI用未发布网络安全模型在Linux内核挖出948个漏洞
OpenAI用一款尚未发布的网络安全模型搭建AI Agent流水线，在Linux内核中确认948个独立的本地提权漏洞，总花费120万美元，平均每个漏洞1279美元。
推荐理由：材料给出AI智能体在Linux内核中完成漏洞发现到提权利用的完整流水线与成本数据，可据此理解攻防成本结构的变化。
Hacker News 首页(≥150分)精选AI 评分7878 用户报告 Postman 桌面端自动安装 AI 插件并改写 Codex、Claude Code 配置
一名用户在 GitHub issue 中报告，打开 Postman 桌面端 12.33.4 后，Postman 日志记录以 auto-existing-upgrade 方式自动安装了 Codex 插件 1.1.0 和 Claude Code 插件 2.0.1。
推荐理由：作者用日志与配置证据还原 Postman 桌面端自动向 Codex、Claude Code 注入插件和钩子的过程，可供评估 Agent 工具链的信任边界。
Google DeepMind精选AI 评分7474 Google Antigravity 上线化学信息学技能，一小时完成药物发现流程
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 和 PubChem，让智能体负责流程编排与推理、确定性化学工具负责分子计算。
推荐理由：原文展示了智能体在真实肺癌药物案例中完成检索、配对分析与分子设计的具体流程，可据此判断化学研发工作流的分工方式。
IT之家精选AI 评分7878 Anthropic 高付费客户超 1.19 万家，净收入留存率达 900%
Anthropic 披露，截至 2026 年 9 月 30 日净收入留存率约为 900%，同一批客户一年内支出规模增长约 9 倍。年消费不低于 10 万美元的客户超过 11900 家，一年前约为 950 家；年消费不低于 100 万美元的客户超过 1900 家。使用 Claude Code 且支出排名前 5% 的企业客户，月均支出约为未使用该工具的普通企业客户的 20 倍。
推荐理由：Anthropic 招股书披露的客户支出结构，展示了编程智能体如何成为企业扩大 AI 支出的入口。
爱范儿精选AI 评分7878 DeepSeek Harness 团队发布 Super-agent 架构探索
DeepSeek Harness 团队发表技术文章，介绍正在探索的 Super-agent 架构，由持续运行的 Router 统一接收群聊、GitHub、邮件等信息并分派任务，Worker 独立执行并可调用 Subagent。
推荐理由：原文给出 Super-agent 的 Router/Worker 双层架构与实测调度数据，可了解 Agent 从单会话走向多任务并行的设计取舍。
Hacker News 首页(≥150分)精选AI 评分8888 Phorion 发现 Cursor Marketplace 上 Claude Code for VS Code 扩展被植入后门
Phorion 称在 Cursor Marketplace 的官方 Claude Code for VS Code 扩展包中发现后门，会植入持久化 SSH 后门，受影响版本为 2.1.313，Cursor 已下架该版本并同步移除 NPM 与 VSCode 注册表中的对应版本。
推荐理由：文章拆解了恶意扩展的感染链与 macOS 上的实现缺陷，并给出可落地的检测与清理清单。
量子位精选AI 评分7878 面壁智能 ForgeKernel 直播写算子反超 DeepSeek FlashMLA 9.8% 并开源
面壁智能的算子生成系统 ForgeKernel 在英伟达 B200 上从零生成 DeepSeek-V4.1 的 FlashMLA Prefill 算子，最终耗时 472 微秒，比人类手写的 518 微秒快 9.8%，全程 42 轮迭代、22.5 小时直播。
推荐理由：面壁智能的算子生成系统在直播中反超 DeepSeek 手写算子，并已开源，读者可据此了解 AI 自动写底层算子的实际进展。
IT之家精选AI 评分7878 Anthropic 研究：专家会把 AI 智能体的偏好误当成自己的判断
Anthropic 最新研究让 50 位因果推断专家在虚构的农业合作社政策评估中担任首席分析师，结果显示专家在四项分析决策中采纳 AI 偏好的比例高达 86%，远超随机选择的 50%。
推荐理由：研究用 50 位因果推断专家的对照实验，量化了 AI 智能体如何在不被察觉时改变专家的分析判断。
IT之家精选AI 评分7878 美媒曝五角大楼安全事故：被禁用的 Claude Code 在美军网络运行两个月
据《连线》杂志报道，埃森哲一名承包商员工将个人 Claude Code 账号接入美国国防部供多个情报机构使用的集中式系统，让 AI 智能体代为编写和部署代码，该智能体在国防部网络中运行了两个月才被发现。
推荐理由：报道还原了被禁用的 Claude Code 如何在国防部网络运行两个月并外发凭据，呈现承包商使用 AI 的安全与上报争议。
Hacker News 首页(≥150分)精选AI 评分8282 Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5，编码智能体仍居第二
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分登顶，在 9 项评测中的 4 项排名第一，包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。
推荐理由：Artificial Analysis 的评测显示 Gemini 4 Carbon 在 Intelligence Index v5 登顶，但编码智能体仍落后 Claude Opus 5.5，读者可据此比较两者的能力边界与成本。
量子位精选AI 评分7676 扩散智能发布350亿参数扩散语言模型Clover-35B-A3B-Preview
扩散智能发布扩散语言模型Clover-35B-A3B-Preview，采用MoE架构，总参数350亿、每token激活约30亿参数，支持思考模式。在网页Agent评测WindTunnel的49个任务中，其中位执行时间为1.52秒，Jev＋Mercury 2.5组合为3.21秒，尝试成功率分别为98.6%和95.9%。
推荐理由：原文给出Clover在网页Agent与代码评测上的具体成绩，可对照自回归模型看扩散语言模型进入Agent任务的进展。
量子位精选AI 评分8888 谷歌发布 Gemini 4 Carbon，多项基准超越 Claude Opus 5.5
谷歌发布 Gemini 4 Carbon，在 Artificial Analysis 智能指数 5.0 上以 59 分登顶，Terminal-Bench 4.0 得分 65.2%，超过 Claude Opus 5.5 的 59.6%。
推荐理由：原文用多项基准与成本数据对比 Gemini 4 Carbon 与 Opus 5.5，可看清长程编程与安全防御上的能力变化。
Simon Willison精选AI 评分6767 Simon Willison：2026 年 10 月是 vibe game development 的拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏的拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显提升，他让模型把游戏改得更有趣，结果确实做到了。
推荐理由：作者以四款亲手 vibe coding 的游戏为例，说明模型在游戏设计上的进展，并给出可直接复用的提示词起点。
NVIDIA Blog精选AI 评分6262 NVIDIA RTX Spark 笔记本更新 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
推荐理由：原文列出 RTX Spark 笔记本的硬件规格、本地模型与资源调度更新，可据此判断本地 AI 工作流的可用边界。
量子位精选AI 评分8282 OpenAI 发布 GPT-6.1 Terra：价格减半，电脑操作能力接近 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格较 GPT-5.6 Terra 减半。
推荐理由：原文汇总了GPT-6.1 Terra的官方基准、定价与网友实测，可据此判断其电脑操作任务的成本与能力取舍。
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改场景，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查每步是否完成。
推荐理由：原文交代了 Genie 4 的原生音频、实时文本操控与 Gemini 引导推理，可据此判断世界模型在机器人与交互内容上的用法。
爱范儿精选AI 评分8888 OpenAI 发布 GPT-6.1 Terra，API 价格降 50%
OpenAI 发布新一代模型 GPT-6.1 Terra，标准 API 价格较 GPT-5.6 Terra 降低 50%，输入每百万 Token 1 美元、输出每百万 Token 5 美元。
推荐理由：原文列出 GPT-6.1 Terra 的 API 定价、Agent 与编程基准成绩，可据此判断低成本模型在 Agent 工作流中的取舍。