AI 月报 · 2026 年 10 月
MYHOT
本月 14 件大事，最受关注的是：Google DeepMind 发布 Gemini 4 Argon，全球上线 API、Gemini 应用和 Antigravity；Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M-token 上下文；Google Research 开源递归式智能体优化框架 Harness²。
Google DeepMind 发布 Gemini 4 Argon，全球上线 API、Gemini 应用和 Antigravity
Google DeepMind 发布 Gemini 4 Argon，即日起通过 AI Studio 和 Gemini API 面向全球开发者与企业开放，Google AI Ultra 用户可在 Antigravity 中使用，Ultra 和 Pro 订阅用户可在 Gemini 应用和搜索的 AI 模式中使用。
模型发布/更新
Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M-token 上下文
Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B，上下文窗口 1M token，原生多模态，面向编程和智能体工作。
DeepSeek 发布 V4.1-Flash-1017：智能体任务超越更大对手，成本再降，并首次开放自研搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已通过官网、应用和 API 提供，并在 Hugging Face 和 ModelScope 开源权重。
Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full
Meta 超级智能实验室发布首批前沿模型 Muse Wonder 和 Muse Wonder Full，据 Meta 测试其基准得分与 Fable 5.1 和 GPT-6 Astra 相当。
阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA
阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈 OpenGCUA，包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现，代码托管在 GitHub。
阶跃星辰开放 Step 5 Preview 权重，支持 100 万 token 上下文窗口
阶跃星辰正式释放 Step 5 Preview 权重，开放 BF16 与 FP8 模型权重、技术博客和配套开源开发工具。该模型面向长程 Agent 任务设计，采用稀疏 MoE 架构，总参数量 600B、每 token 激活参数 27B，支持 100 万 token 上下文窗口，原生支持文本与视觉输入。
Google 发布 Gemini 4 Argon，并开放研究者与网络安全防御者申请
Google 发布 Gemini 4 Argon，用于解决 Google 及更广泛领域内高度复杂的编程和智能体问题，包括理清遗留的 Chromium 代码和加速 GoogleGemma 模型。同时开放两类申请：科学家与研究人员有机会免费获得 Antigravity 最高使用层级 6 个月，网络安全防御者可申请加入 Fairwind Program。
Reflection 开源权重模型 Beam 上架 Ollama，限时免费可用
Reflection 的首个开放权重模型 Beam 于 10 月 16 日上午发布，Ollama 作为零日合作伙伴在 Ollama Cloud 上限时免费提供，端点运行时完全零数据保留。
产品发布/更新
Perplexity 开源 Agent 代码执行沙箱平台 SPACE
Perplexity 开源了内部 Agent 代码执行平台 SPACE，把不可信的 Agent 生成代码或用户代码放进 Firecracker microVM 隔离运行，通过纯 HTTP/SSE API 对外服务。
腾讯混元发布并开源智能体记忆框架 Hy Memory 2.0 与专用模型 Hy-Memory-30A3B
腾讯混元发布智能体记忆框架 Hy Memory 2.0，并开源专用模型、记忆框架和 MemHub 应用三层能力。框架层负责聊天、工作、代码三类记忆的存储、更新与进化，开发者可通过 SDK 接入 Agent，腾讯称其为业界首个提出工作记忆与代码记忆的记忆框架。
Google DeepMind 的 Gemini 4 Argon 上线 OpenRouter
Google DeepMind 的 Gemini 4 Argon 已在 OpenRouter 上线，并通过 Google AI Studio 和 Google Cloud 提供。
论文研究
Google Research 开源递归式智能体优化框架 Harness²
Google Research 开源了递归式智能体 Harness 优化框架 Harness²，用同任务下的 A/B 行为对比替代分数反馈，解决开放世界没有 ground-truth 验证器的问题。
技巧与观点
Claude Code 团队如何做代码审查
Anthropic 的 Claude Code 团队公开了其代码审查流程，把大部分逐行阅读交给机器，人类只处理方向、高风险代码和架构等决策。从六月到九月，合并到 Claude Code 代码库的拉取请求数量翻了一倍多，需要回滚的比例下降 40% 以上；在 Anthropic 的 monorepo 中，每天落地的变更从今年五月的约 2,500 个增加到九月的 30,000 多个。
OpenAI 团队分享如何用 GPT-6 系列模型维护大型代码库
OpenAI 核心实验团队分享了用 GPT-6 系列模型维护大型代码库的实践，五名工程师用两周业余时间合并 1400 多个 PR，删除超过 80 万行代码，某服务容器镜像从 3.31GB 缩小到 1.72GB。