天眼早报
🤖 AI 大模型
𝕏 Anthropic 内部数据：AI agent 工作时长已是员工 6 倍
Anthropic 10 月 16 日发布两份报告：技术岗新招 初级员工占比从 27% 降至 9%，员工调用的 AI agent 工作时长已达员工 6 倍，工程师人均代码提交量是半年前的 5 倍，80% 的 Claude 会话时间在等人回复。相关调查还显示，Anthropic 员工认为 AI 已完成构建新前沿模型约一半的工作，超半数员工相信 AI 将在 2027 年 前做出诺奖级发现；基于员工问卷推算，其预期隐含 2030 年美国 GDP 增长 17.1%，员工平均预计 AI 到 2030 年可完成其当前 75% 的工作时长。
谷歌发布 Gemini 4（Argon），API 限时半价
谷歌 发布 Gemini 4 大模型，宣称重回 御三家 第一梯队，并推出 API 限时半价 促销。同期上线的 Gemini 4 Argon 可通过 Canvas 将密集 PDF 转为可交互的动态网页应用；结合 Antigravity 与 Blender MCP，还能重建古遗址的 3D 场景。
𝕏 Reflection AI 开源 Beam 1.0：501B 总参/23B 激活，1M 上下文
Reflection AI 发布首个开源权重模型 Beam 1.0（Beam-1.0-501B-A23B），总参数 501B、每 token 激活 23B，支持 100 万 token 上下文，融合混合注意力与工具调用，采用 Apache 2.0 许可开放权重。模型在 AI 分析智能指数得分 30，居美国开源模型第二，仅次于 Meta；在 Agent Arena 排名第 13，使 Reflection 进入该榜前 15 实验室、美国实验室中排第 6。发布内容包括 BF16/FP8/NVFP4 权重、tokenizer、参考实现、DFlash2 草稿模型与 Mirror CLI 训练框架，vLLM、SGLang 与 SkyRL 均提供首日支持，Cloudflare 同步上线，Together AI 亦可调用，联合 40+ 生态伙伴，面向软件工程与长周期智能体任务。
Meta 开源 8160 亿参数 Muse Spark Open，称美国最强开放权重模型
Meta 发布 Muse Spark Open，称其为美国最强开放权重模型，总参数 8160 亿、激活 420 亿，支持 100 万 Token 上下文；模型共 62 层、每层 256 个专家网络、每 token 路由 8 个专家，部署需 816B 内存但以 42B 模型速度运行，经苹果 MLX 框架优化后可运行于两台 M5 Ultra 版 Mac Studio，已在 Hugging Face 发布。在 Code Arena: WebDev 以 1511 分位列美国开源模型第一、全球开源第 13，定价每百万 token $1.25/$4.25。同日 NVIDIA 推出 Nemotron 3.5 Bolt，将 120B 压缩至 74B、可塞进 24GB。
𝕏 OpenAI 升级 GPT-6 Astra Pro，支持多智能体并行
OpenAI 升级 ChatGPT 中的 GPT-6 Astra Pro，响应速度更快、插件与工具调用能力增强，支持多个 智能体并行 处理任务的不同部分，用户可实时跟踪进展并查看已完成任务成果，功能面向 Pro 用户 在 Chat 标签页上线。
💻 Elorian 发布视觉推理模型 Glimpse，科学图表推理超 GPT-6 Astra
前 Google DeepMind 研究员 Andrew Dai 创立 Elorian（团队含前 Google Gemini、苹果 MM-1 核心成员），发布首个视觉推理模型 Glimpse，专注图像、运动与相机视角变化的推理，支持推理中回看、裁剪视频帧。该模型在科学图表推理与短视频描述任务上超越 GPT-6 Astra，其他视觉推理任务表现相当；实测游戏棋盘识别 8/10，优于 Gemini 3.8 Flash 的 5/10。
Meta Muse Wonder 对标 Claude Fable 5.1，价格低 60%
Meta 于 10 月 12 日发布 Muse Wonder，标准版通过 Model API 与 Muse Code 提供，定价 $4/$20 每百万输入/输出 token，比 Claude Fable 5.1 的 $10/$50 便宜 60%，并自称在编码基准领先；能力更强的 Full 版仅在 Muse Code 高级套餐提供。
𝕏 腾讯混元开源 Hy Memory 2.0 记忆基础设施
腾讯混元 开源 Hy Memory 2.0，含 Hy-Memory-30B-A3B 专用记忆写入模型（约 3B 激活）、hy-memory SDK 和桌面工具 MemHub。在四框架基准测试中以 55.49 分居首，超过 Claude Opus 5 的 54.62。
𝕏 Gemini 4 Argon 智能体 27 小时从零通关《我的世界》
Google DeepMind 称四个 Gemini 4 Argon 智能体在沙盒中仅凭代码和文本，27 小时从零通关《Minecraft》，共编写 2783 个程序，通过聊天分工、共享笔记并互相纠错，全程无人类帮助。
𝕏 研究：持久性成新一代模型核心能力
研究指出 Persistence（持久性） 已成 Opus 5.5、GPT-6 Astra、Gemini 4 Argon 等模型的核心能力，模型能自主决定保留什么、何时使用，从而解锁长周期任务，但也可能被 reward hacking 放大风险。
𝕏 Gemini 4 Argon 在 WANDR 基准创 SoTA，上线 Perplexity
Perplexity 的 Arav Srinivas 称 Gemini 4 Argon 在 WANDR 深度研究基准上创下新 SoTA，现已面向全部 Perplexity 用户（Pro 和 Max 订阅）开放，支持快速搜索和 Computer 智能体模式。
𝕏 Vals 发布 Science Index：GPT-6 Astra 居首
Vals 发布 Science Index 测评 AI 科研能力。GPT-6 Astra 总分第一（单次测试成本 8.03 美元），GPT-6.1 Sol 性价比最高，Claude Sonnet 5.5 成本高达 13.24 美元。
𝕏 PrismML 发布 Bonsai 2 三元模型系列
PrismML 发布基于 Qwen3.5 的 Bonsai 2 三元模型（2B/4B/9B），体积分别 0.43GB/0.95GB/2.0GB，Apache 2.0 开源，9B 在指令任务上少用约 40% token。
𝕏 Meta Muse Open 登 Vals 指数开源第 12 名
Meta 新模型 Muse Open 在 Vals 指数登开源权重模型第 12 名、总榜第 38 名，单价 0.77 美元/次；配备 100 万 token 上下文与 131k 最大输出。
𝕏 OpenRouter 上线开源决策模型 Span-02
OpenRouter 上线 RespanAI 的开源决策模型 Span-02，输入文本和图片后返回选择、是/否/未知或带概率的评分，131K 上下文，输入 $0.01/百万 token、输出免费。
𝕏 deepagents 新增对 Gemini 4 Argon 支持
LangChain 的 deepagents 新增对 Gemini 4 Argon 的支持，可处理 100 万 token 输入、超长解码及智能体视频理解。
𝕏 OpenAI 为 GPT-Live-1 新增 9 个国际预设语音
OpenAI 为 GPT-Live-1 新增 9 个预设语音，由法语、德语、印地语、日语和韩语的母语演员录制，开发者可通过提示词定制或直接选用。
𝕏 英伟达发布 Nemotron 3.5 Bolt 投机解码草案
英伟达 在 Hugging Face 发布 Nemotron 3.5 Bolt 的 LiLiCorr 投机解码草案，配合 74B 目标模型可接受更长 token 块以加速服务，由目标模型验证每个 token；模型将 120B 压缩至 74B，可塞进 24GB 显存。
𝕏 传闻 GLM 5.5 与 Kimi K3.1 即将发布
𝕏 Claude Code 通过压缩会话提升响应速度
Anthropic 为 Claude Code 加入会话压缩传输，每轮对话 gzip 后更快抵达模型，云会话在用户输入时即启动，整体响应速度提升。
💻 Jev 成 Vercel 史上最快被采用的 AI 模型
据 Vercel AI 网关数据，Jev 成为该平台史上最快被采用的 AI 模型。
EVENT-DRIVEN INTELLIGENCE
免费先跟踪重点，再决定是否升级
每篇公开内容都对应三步：订阅每日情报、查看同主题历史上下文、升级 Pro 解锁搜索、研究和事件详情。