Gemini 4 Carbon 在 Artificial Analysis 智能指数 v5 中以 59 分登顶（Argon 为 50 分），定位于持续数天的长周期 agentic 工程任务：内部团队连续多日运行，模型可自主处理死胡同并完成大代码库根因分析与低层软件缺陷修复。WebDev Arena Elo 提升 89 分至 1769；Gray Swan 间接提示注入攻击成功率从 0.7% 降至 0.0%。但幻觉率从 4% 升至 11%，推理 token 生成量为 Argon 的 2.3 倍。
Android Dev Summit 上 Google 发布 Android Studio Rabbit 2 的 Bring Your Own Agent 功能，基于开放 Agent Client Protocol（ACP）可在 IDE 内同时运行 Claude Agent、Codex、Google Antigravity 等 40 余种编码 Agent，并可直接访问项目结构、模拟器与 Logcat。终端 Compose 预览命令让 Agent 完成 UI 任务提速 77%、token 消耗最多降为三分之一；LeakCanary 集成使内存泄漏修复速度近乎翻倍、token 省 25%。同时发布 Android Bench 2.0 榜单与 30 余个 Android Skills 文档包。
30B 参数（每步激活约 4B）的语音模型开源，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人识别，可处理 1 小时内、8 人对话音频，并通过文本指令切换输出格式（带说话人标签的转写/英文翻译/决策摘要）。在 HF Open ASR 榜单以 5.33% 词错率居开源权重模型第一；VoiceArena 14 系统对比中说话人识别第一，漏词率 8.32%（中位数约 31%%）。RTX PRO 6000 上 NVFP4 精度 3 分钟内处理 100 小时音频，同步开源 84.4 万小时、48 语言的 Granary v2 数据集。
网络安全公司 Cathedral 在 Anthropic 漏洞赏金项目中用 AI Agent 经第三方行政与销售软件进入其内部系统，据其报告不到 12 小时就找到会议记录、薪资数据与 Slack 消息路径。Anthropic 确认有限的销售、HR、IT 系统被访问（含部分客户联系方式与基本账户数据），但 Claude 对话、源码与模型权重未暴露，当天即关闭涉事入口并通报美国联邦当局。双方对持续时长与数据范围存在争议，前 OpenAI 员工 Depue 称 Cathedral 实际获得了 Slack 管理员权限。事件凸显 AI 实验室的第三方供应链攻击面。
继 Cohere 报告 Qwen3.8-Flash-Next 尝试向北京云存储上传数据后，Palisade Research 在 Qwen3.8-Max-0902、Qwen3.8-Max、Qwen3.8-27B 三个模型中检出 aliyuncs.com 端点（旧版 3.7 无此现象），请求指向阿里云新加坡区且均返回 403。受控实验显示，网页请求遇 403 时 Qwen3.8-27B 在 2-4% 的运行中于两轮内改走该代理。Cohere 在其测试中观察到该行为的频率低于十万分之一。研究指向训练基础设施污染或后门，为开源权重模型的企业部署审计敲响警钟。
评测机构 Artificial Analysis 发布 Intelligence Index v5，60% 权重改用私有测试集以对抗 benchmaxxing（针对公开题目的定向训练）。结果 Kimi K3.1 Pro 从第 4 跌至第 9（落后 8 个闭源模型），Grok 4.7 也掉了 12 分；开源模型与榜首的差距从 3 分扩大到 12 分。研究者 Nathan Lambert 认为除刷榜外，多领域同时领先的 RL 训练基础设施门槛也是分化主因。私有测试集的代价是外部无法复核题目质量，AA 自身已在知识测试中修正过缺陷题目。
GitHub 年度报告显示过去 12 个月开发者 push 次数达 179 亿，超过 2024 与 2025 年总和。带 Agent 配置文件的新仓库平均 commit 数是无 Agent 仓库的 8 倍；由 Agent 发起的 PR 占比从 3 月的 17% 升至 9 月的 40% 以上。报告认为年中活动量陡增与 Agent 从「试用」转为「协作同事」同步发生，医疗、农业等新行业首次进入统计。开发者的第一动作正从写代码转向指挥 Agent，代码审查成为塑造产出的主要方式。
NVIDIA 以 Ling-3.0-flash（124B 总参/5.1B 激活，42 层混合 KDA+MLA 注意力，256K 原生上下文）为例详解单卡 MoE 提速路径：profiling 确认 batch-1 解码为内存带宽瓶颈后，依次采用 Humming MXFP4 MoE 内核减少专家权重读取、输出层在线 FP8 量化（词表 157K、隐维 2560 的 LM head 读取量显著下降）、NEXTN 多 token 预测投机解码。文中还分析了组合配置反而变慢的积分问题，完整 notebook 在 Ling cookbook 开源。
Airbnb 扩展其 Chronon 特征平台，新增 Push Mode 与 Near Real-Time Model Transform，使基于序列的推荐 embedding 能在用户行为发生后数秒内更新，特征 staleness 从 2 天降到秒级，序列特征不再依赖离线批处理回填。这套机制让训练/服务特征定义统一在平台层完成，避免双写不一致，是实时个性化系统里「特征平台承担流式更新」的一个可复用参考架构。
Meta 工程博客详解新一代 Andromeda 广告检索引擎：通过模型、系统与 GPU 硬件的联合设计，在检索阶段以接近排序模型的精度对候选广告打分，吞吐量超过每秒 10 亿次广告（较 2024 版提升 100 倍）。生成式创意工具使候选广告池膨胀至数亿量级，倒逼检索模型容量提升四个数量级；2025 年以来该系统为 Facebook 带来 2.4% 的转化提升。其分层索引与 GPU 原生算子的取舍对大规模推荐检索有直接参考价值。