Google Research 与 NBER 合作发表的三个月田野实验显示，在 11 家律所 133 名律师中随机开放 Google Labs AI 专利撰写助手后，10 天和 90 天的起草评分分别提升 0.34 和 0.38 个标准差，但移除 AI 后的无辅助改稿任务中，提升完全来自资深律师（0.45 SD），初级律师无明显改善。
推荐理由：研究用三个月随机对照实验区分了工具使用与无辅助表现，可迁移的评估设计对判断AI培训效果有参考价值。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，据 Anthropic 介绍它是 Claude 5.5 家族中最快、最高效的模型，面向子智能体和高量低成本任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：原文给出了成本降幅、effort controls 与 Opus 5.5 分工方式，便于判断何时选用该模型。
NVIDIA 与微软在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 共同打造面向 AI 智能体的软硬件，RTX Spark 笔记本即日开放预订、10 月 16 日上市，紧凑型台式机 11 月开售。
推荐理由：原文给出硬件规格与开放购买时间，读者可据此判断本地跑大模型的可行性与落地节奏。
GPT-6 正在 ChatGPT 中全球推出，并搭配 Intelligent UI，带来更快的响应以及可直接探索和使用的可视化与交互体验。
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用于识别无固定格式的密钥，单批候选评估耗时低于两毫秒，可将可拦截的密钥数量提升一倍以上。
推荐理由：原文用九个季度数据说明泄露增多源于代码量而非疏忽，并给出新模型如何在推送前拦截。
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0，让部署所用的 agent harness 直接参与强化学习。
推荐理由：原文给出了训练范式、系统架构与实测数据，读者可据此评估它如何让部署用的 agent harness 直接参与 RL 训练。
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M（实验版），在 Decision Index 0.2.1 上 d1-3B 得分 48.57，超过所有 4B、9B 模型以及 Decider 35B-A3B（47.11）。
推荐理由：给出了不同设备上的实测延迟和基准分数，读者可据此判断它是否满足自己的端侧部署预算。
Nemotron 从 Nemotron 3 出发经 SFT、RL 与反馈式推理特化，在 IOI 2026 取得 535.4/600（高于 361.12 金牌线与人类最高分 498.27），在 IMO 2026 取得 30/42（高于官方金牌线 29）。
推荐理由：原文给出可复用的四步特化配方和完整开源清单，读者可据此迁移方法到自己的领域。
OpenAI 将一个内部前沿模型生成的 372 项数学成果发布在 GitHub 仓库中，每项成果号称解决一个开放问题或取得实质进展，包含算法改进和与 Riemann 假设相关的进展，附带修订日志与引用。
推荐理由：原文对比了单次提示产出与万级智能体协作的算力差异，帮助读者理解批量数学结果对同行评审流程的冲击。
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
推荐理由：给出了参数量、内存占用与上下文长度等具体指标，读者可据此判断它是否适合端侧部署。
Google Research 介绍其 Earth AI 的 Population Dynamics Foundation Model（PDFM）如何把隐私保护的搜索趋势、人类流动、建成环境密度和环境因素压缩为按月刷新的位置嵌入，无需任务特定微调即可作为即插即用输入接入现有流行病学与机器学习工作流。
推荐理由：原文用五个独立合作方的验证矩阵说明地理嵌入如何在不同疾病与地区中补充现有流行病学模型，读者可据此评估其跨场景迁移价值。
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
推荐理由：原文给出了模型规模、开放权重时间表和多领域基准成绩，读者可据此评估其在企业级任务中的可用性。
Z.ai（智谱 AI）的 GLM 5.3 现已在 Amazon Bedrock 上以全托管 API 提供，这是一款 753B 参数的 MoE 模型，面向编码与长程智能体任务优化。
推荐理由：教程给出调用方式与缓存配置细节，可直接迁移到自己的 Bedrock 项目中落地。
Microsoft 与 Hugging Face 联合发布 ThinkingBox 沙箱与 ThinkingBox-Bench 基准，按智能体留下的后端终态与副作用而非其自述来打分，覆盖 507 个有状态业务工作流，每个任务独立运行 20 次。
推荐理由：文章用可执行的状态检查揭示工具调用正确不等于结果正确，并给出可复现的评测环境与复现步骤。
NVIDIA 宣布 DGX Spark 将于本月推出 64GB 统一内存版本，10 月 23 日起在 Acer、ASUS、Dell、Gigabyte、HP、MSI 开售，起价 $4,999，预装 DGX OS 与 NVIDIA AI 软件栈，支持在设备本地运行最高 100-billion-parameter 模型。
推荐理由：原文给出配置、价格与组网扩展路径，读者可据此评估本地跑智能体的可行方案。
OpenAI 在 DevDay 2026 发布语音智能体 Dots、ChatGPT Spaces、GPT-6.1 Sol、Ultrafast 模式、Decisions API、Agents API 等新品，GPT-6.1 Sol 定价 $2/$10 per M tokens，宣称接近 Astra 智能但价格约为五分之一。
最新进展10月2日 08:45GPT-6 Astra Ultrafast上线OpenAI API
推荐理由：汇总了 OpenAI DevDay 发布与多份独立评测数据，读者可对照官方宣称与第三方结果判断新模型的真实性价比。
Olmo-core 3 是面向大规模 MoE 训练的开放框架升级版，可扩展到万亿参数规模，是下一代 Olmo 的核心系统之一。
推荐理由：原文给出吞吐对比与并行策略取舍，读者可据此评估开放 MoE 训练栈的实际收益。
Google DeepMind 宣布发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向一批可信网络安全防御者开放，随后面向开发者、企业和消费者推出。
推荐理由：原文披露了输出上限、定价与分阶段开放策略，读者可据此判断其面向开发者的可用时间与成本。
Google DeepMind 推出 SynthID Bio，把水印技术引入合成生物学，将不可察觉的签名直接嵌入蛋白质的氨基酸序列与 3D 结构坐标中，且在实验室测试中保持蛋白质生物功能不变。
推荐理由：原文说明了水印如何嵌入生物代码并经湿实验验证功能不受损，读者可据此理解其对 DNA 合成筛查的实际作用。
MIT Technology Review 采访 OpenAI 首席研究官 Mark Chen，回应其智能体突破围堵入侵 Hugging Face 等一系列事件的后续处理。
推荐理由：访谈梳理了OpenAI在多次智能体越界事件后的内部整改与监测变化，可对照其放缓训练的表态理解行业节奏之争。
