NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并与生态伙伴推出面向本地 AI 智能体的软件更新：GitHub Copilot、Hermes、OpenClaw 等应用已适配 RTX Spark，新增 OpenShell 与 Microsoft Execution Containers 安全沙箱及本地与云混合路由。
推荐理由：原文梳理了 RTX Spark 上市时本地智能体、创意与开发工具的具体更新，读者可据此判断本地 AI 工作流的可用性。
NVIDIA 在 OCP Global Summit 上宣布将 Vera Rubin 机架与计算托盘设计通过开放的 NVIDIA MGX 架构贡献给 OCP，为下一代 AI 工厂基础设施提供通用基础。
字节 OpenViking 团队用三篇论文拆解 Agent 上下文管理的三个环节：VikingMem（VLDB 收录）管记忆、TrieHI（ICDE 收录）管目录化存储、VikingRAG 管按需检索。
本文汇总了 2026 年 9 月 Amazon Bedrock、AgentCore 与 Strands 的更新。Amazon Bedrock 新增 GPT-6 Astra、Kimi K3 与 Grok 4.6 等模型，并推出 OpenAI 驱动的托管智能体预览版；AgentCore 运行时降低冷启动延迟；Strands 发布节省 28% token 的开源智能体框架及 2B 参数决策模型。
推荐理由：原文汇总了 Amazon Bedrock、AgentCore 与 Strands 在 2026 年 9 月的功能更新，适合需要了解 AWS 智能体生态最新进展的开发者。
微软亚洲研究院发布开源框架 Agent Lightning v1.0，让部署时使用的 agent harness 通过 LLM 代理直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：框架让部署用的 agent harness 直接参与 RL 训练，省去在训练框架内重建 agent 的成本，并给出可复现的编码智能体训练流程。
Google DeepMind 发布 EmbeddingGemma 2，一款开源轻量级的多模态嵌入模型，可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，专为端侧推理优化，支持 8K token 上下文窗口。
推荐理由：原文给出了多模态嵌入与端侧资源占用的具体指标，读者可据此评估离线 RAG 管线的可行性。
GitHub 构建并公开了 ReviewBench，一个面向 AI 代码审查智能体的离线基准。它基于 103.9M 个 GitHub pull request 的语言与仓库规模分布，包含来自 187 个开源仓库的 219 个 PR、覆盖 19 种语言，使用 Claude Sonnet 5 作为判官并公开评测规则，高级工程师独立标注与基准一致率达 96.6%。
推荐理由：GitHub 公开了基准数据集、评测方法与提交入口，读者可据此评估自己的代码审查智能体并横向对比不同系统。
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
月之暗面（Kimi）团队发布并开源 WorldVQA 基准，用于评测多模态大模型在原子视觉世界知识上的事实准确性。数据集含 3500 组图像问答对，覆盖 9 个类别并区分头部与长尾知识；实验显示前沿模型在长尾视觉知识上准确率常低于 50%，且普遍过度自信，其中 Kimi-K2.5 的 ECE 为 37.9%、Slope 为 0.550，表现最好。
月之暗面（Kimi）正式开源最新模型 Kimi K2.6，并同步上线 Kimi.com、Kimi App、API 与 Kimi Code。模型在内部 Kimi Code Bench 上显著优于 K2.5，Agent Swarm 可横向扩展到 300 个子智能体、4,000 个协同步骤，而 K2.5 为 100 个子智能体与 1,500 步。
推荐理由：官方给出 Kimi K2.6 的开源范围、基准数据与企业试用反馈，可据此对比它与 K2.5 及闭源模型在长程编码和智能体编排上的差距。
Kimi 团队发布 PerceptionBench，一个评估多模态大语言模型原子视觉感知能力的基准，从 42 个基准的前沿模型失败案例中归纳出 10 项原子感知能力，并从 17,000+ 道内部题库中抽取 3,000 道经验证题目。
月之暗面发布 Kimi K3，2.8T 参数开源模型，具备原生视觉能力与 100 万 token 上下文窗口，官方称其为全球首个开源 3T 级模型。
推荐理由：原文给出 2.8T 参数、KDA 与 Attention Residuals 架构及多项基准对比，读者可据此判断其在开源模型中的位置。
月之暗面（Kimi）开源 Kimi K2，这是总参数 1T、激活参数 32B 的 Mixture-of-Experts 模型，在前沿知识、数学和编码任务上达到非思考型模型的 SOTA。
推荐理由：官方给出 Kimi K2 的参数规模、开源版本与调用入口，读者可据此判断它能否替代现有编码智能体方案。
通义千问发布 Qwen3Guard 护栏模型，基于 Qwen3 架构针对安全分类任务微调，提供 Qwen3Guard-Gen 与 Qwen3Guard-Stream 两个版本，均有 0.6B、4B、8B 三种参数规模。
推荐理由：官方给出逐词流式检测的实现路径与三级风险标签设计，读者可据此评估将其接入现有安全审核流程的可行性。
MiniMax 正式发布通用全模态生成模型 H3，支持多模态上下文统一理解，可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色，2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重，以推动开源社区发展。
推荐理由：MiniMax 发布全模态生成模型 H3，支持 15s 2K 原生双声道音视频，计划开放权重，为多模态创作提供了新的高性价比选项。
Google DeepMind 发布 SynthID Bio，把水印技术引入合成生物学，可在 AI 生成的蛋白质序列与预测三维结构中嵌入可验证签名，并在实验室测试中保留生物功能。
推荐理由：原文给出序列与结构两类水印的实现方式与湿实验验证结果，读者可据此判断它如何嵌入 DNA 合成筛查与公共数据库审核。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等全球研究机构，通过 AlphaFold Database 开放发布超过 2800 种病毒的蛋白复合物预测 3D 结构，供任何科学家免费使用。
推荐理由：数据集覆盖超过 2800 种病毒的蛋白复合物结构并开放了生成管线，可据此判断结构生物学与药物靶点研究的工具链变化。
NVIDIA 在加拿大 ROSCon 上发布免费开源的 Isaac ROS 5.0，引入面向 AI 智能体的开发工作流，并支持 ROS Lyrical 与 Ubuntu 24.04。
推荐理由：原文梳理了 Isaac ROS 5.0 的智能体化改动与生态集成案例，读者可据此判断机器人开发流程的变化方向。
Microsoft Research 团队在 Nature 发表论文，提出逆合成预测框架 RetroChimera，并以 MIT 许可开源实现与权重。该框架用学习式重排序融合 R-SMILES 2 与 NeuralLoc 两个互补子模型，盲测中博士级化学家更偏好其反应预测，十个挑战性目标上成功九个，优于各基线模型。
阶跃 StepFun 发布面向真实世界 Agentic 任务的新一代旗舰基座模型 Step 5 Preview，即日起全量开放，并将于 10 月 15 日释放模型权重。
推荐理由：官方给出架构、参数规模与多项基准对比，读者可横向判断它与 Claude Opus 5 之间的成本能力取舍。
NVIDIA DSX 平台可在固定功率预算下提升 AI 工厂产能：Lambda 在 5 机架 19 节点集群上验证 DSX MaxLPS，token 吞吐量提升 24%。
DeepSeek-V4.1-Flash正式上线千问AI平台，API服务与Token Plan同步开放，开发者可在Qoder、千问APP、Codex等工具中调用。模型原生支持文本与图像理解，最长支持100万Token上下文，可用于代码开发、长文档处理、视觉理解和智能体任务。借助新一代缓存压缩技术，其HBM需求降至上一代模型的1/4、SSD存储需求降至1/8，部署基于vLLM开源社区适配完成。
推荐理由：原文列出了模型的多模态能力、100万Token上下文与存储需求降幅，读者可据此评估长上下文场景的部署成本。
TencentOS 安全团队以公开漏洞情报 RefluXFS 为起点，借助漏洞研究智能体 Corvus AI 在 24 小时内发现 3 个此前未公开的内核漏洞，其中 XFSTango（CVE-2026-80530）已潜伏 863 天、横跨 9 个内核大版本。
本文解读 DeepSeek Harness 底层的插件化框架 Cordis，它由开发者 Shigma 从跨平台聊天机器人框架 Koishi 中独立出来，用可逆副作用与响应式依赖两项机制，把组件的安全装卸从开发者纪律变成框架级保证。
腾讯混元团队用 Sherry 稀疏三值量化算法和 MIX-STQ1_0 逐层混合精度策略，把 Hy4 preview 权重从约 1.5 TB 压到约 214 GB，大幅降低运行硬件门槛。
腾讯云开源的 CubeSandbox 发布 v0.7.0，新增跨机暂停恢复、组件多版本共存、网络子系统重构与控制面运维分离四大核心特性。跨机暂停恢复基于 S3 后端把沙箱内存与文件系统状态落到共享对象存储，组件多版本共存则让升级不再作废存量模板与快照。
8 月 28 日，腾讯混元发布并开源新一代大语言模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度突破 1M。在腾讯内部 163 名专家、203 个工程任务的盲测中，Hy4 preview 均分 2.99/4，略优于 GLM 5.3（2.92/4.00）和 Kimi K3（2.94/4.00）。
千问 AI 平台上线 Qwen3.8-Flash，API 每百万 Tokens 输入 0.8 元、输出 2.7 元、缓存命中 0.1 元。该模型为多模态 MoE 架构，千亿总参数仅激活 60 亿，引入 QSA 机制与 Gated Residual，在高缓存命中的 1M Tokens 长上下文场景中提速 8 倍以上。模型权重已在 Hugging Face 与魔搭社区开源，千问办公标准模式也已内置。
推荐理由：原文列出了 Qwen3.8-Flash 的架构创新与分层价格，读者可据此评估长上下文 Agent 任务的调用成本。
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1，训练数据量较初版扩大 2.5 倍，在 GMTKN55 基准的 55 个类别中拿下 32 个第一，加权平均误差 2.8 kcal/mol，精度超过主流全局杂化泛函而成本接近 meta-GGA。
智谱 GLM-5.3 API 正式上线，在 Artificial Analysis Intelligence Index 取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰处于同一水平，并与 Kimi K3 并列开源模型第一。
推荐理由：文中把 GLM-5.3 与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰放在同一 AA 指数区间对比，便于读者判断其成本优势。
智谱发布 GLM-5.3，基座与 GLM-5.2 相同，通过后训练 Scaling 提升编程与网络安全能力，Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 得 84.5% 略高于 Mythos 5，但 ExploitBench 仍明显落后闭源前沿模型。模型权重将在两周后开源，同步启动「开源的盾」计划，向开源社区免费提供安全审计能力与模型额度。
推荐理由：原文给出 GLM-5.3 在编程与安全基准上与闭源前沿模型的对比数据，读者可据此判断开源模型当前的追赶位置。
Google DeepMind 在 Nature 发表论文，其 WeatherNext AI 模型在热带气旋路径、强度和风结构预测上达到 SOTA 精度，三天预报相当于以往两天水平，为预报员多争取约一天预警时间。
推荐理由：该模型以 28x28km 分辨率取得气旋路径、强度与风结构预测的 SOTA 精度，领先时间多出约一天，相当于约十年气象进展。
智谱今天上线并开源 GLM-5.2，专为长程任务设计，支持 1M 上下文，在 Code Arena 盲测中位列全球可用模型第一。多个长程任务基准显示其表现介于 Claude Opus 4.7 与 4.8 之间，是排名最高的开源模型；FrontierSWE 上仅比 Opus 4.8 低 1%。
推荐理由：原文给出 GLM-5.2 在 1M 上下文与编程基准上与 Claude Opus 的具体差距，便于横向比较开源模型当前位置。
智谱宣布 GLM-5.2 于今晚 5:21 面向 GLM Coding Plan 全量用户开放，覆盖 Lite / Pro / Max / 团队版。GLM-5.2 支持 1M 上下文，被智谱称为迄今能力最强的开源国产 Coding 模型；其 API 将于下周上线，模型下周按 MIT 协议正式开源。
推荐理由：原文写清了 GLM-5.2 的开放节奏、版本范围与开源协议，读者可据此判断它能否进入现有编码工作流。
腾讯朱雀实验室用开源检测平台 A.I.G（https://github.com/tencent/AI-Infra-Guard）对 ClawHub 上 5 万余个 Agent Skill 做了全量扫描，发现经历 ClawHavoc 清洗后更隐蔽的下一代攻击依然密集。
推荐理由：原文用五万条扫描数据说明 Agent Skill 攻击已从单点漏洞演变为生态级系统工程对抗，并给出可照做的安装前三看三查清单。
OpenAI 发布开源权重模型 Privacy Filter，用于检测并脱敏文本中的个人身份信息（PII），检测准确率达到 SOTA。
2026年3月31日，Anthropic 的 Claude Code 因打包错误泄露约 51.3 万行 TypeScript 源码，攻击者在 48 小时内于 GitHub 搭建伪装仓库 leaked-claude-code 并借 SEO 劫持投毒。
推荐理由：原文完整还原了从伪装仓库到多款商业窃密木马的攻击链，并给出可直接落地的 IOC 清单与防御建议。
腾讯安全科恩实验室回溯 OpenClaw 的 GitHub 提交记录，发现 2026.3.22 之前版本存在插件执行、权限提升与鉴权绕过等系统性安全缺陷，整体风险等级为严重，目前均已在 2026.3.24 中修复。
腾讯安全威胁情报中心披露 FakeGit 投毒活动：攻击者在 GitHub 批量伪造 AI 开发工具与爬虫仓库，诱导 OpenClaw 等 AI Agent 自主安装，最终投放 StealC 窃密木马。载荷寄生在合法 LuaJIT 解释器中，结合进程镂空与 Polygon 区块链合约动态解析 C2，4 个月内已轮换 9 个 C2 地址。
推荐理由：原文完整拆解了针对 AI Agent 自主安装链的开源投毒攻击，可帮助开发者和安全团队重新审视组件信任边界。