AI 日报 · 2026 年 10 月 2 日 · 星期五
AI 前哨
谷歌发布 Gemini 4 Argon，多榜单登顶且成本约为 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上以 77.9% 超过 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Ar 榜单前列，成本约为 Astra 的一半。同日，OpenAI 称已阻断一起针对其模型推理过程的提取活动，涉及超 15000 个关联账号。
前沿动态
谷歌发布 Gemini 4 Argon，多榜单登顶且成本约为 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上拿到 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Arena 第一。
The DecoderOpenAI 称阻断推理窃取活动，研究者称同一手法在 Azure 上仍有效
OpenAI 称已阻断一起针对其模型推理过程的提取活动，该活动 7 月 24 至 25 日峰值达 4000 多名用户的 16000 次请求，涉及超 15000 个关联账号，7 月 28 日前已全部关停，并称核心人员与 Moonshot AI 相关。
The DecoderAtaraxos 在 Stratego 中击败人类最强选手，训练成本不到 DeepMind DeepNash 的 1/500
研究团队开发的 Ataraxos 在军棋类游戏 Stratego 中以 85% 有效胜率击败史上最强选手 Niemeijer，此前 DeepMind 的 DeepNash 未能突破顶尖人类水平。
Google DeepMind 推出 SynthID Bio，为 AI 生成的蛋白质加水印
Google DeepMind 发布 SynthID Bio，把水印技术用于合成生物学，将不可感知的签名嵌入生物代码，使水印既能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
arXiv · cs.AI一手AREX-2：用长程反思任务推进自我改进智能体
AREX-2 提出通过长程反思任务提升 LLM 智能体的自我改进能力，即测试时迭代优化解的能力，其基础是反思与长程执行两方面。
arXiv · cs.AI一手让 Agent 当自己的优化器：跨任务自演化 harness 框架
该论文提出一种接近递归自我改进的框架，同一个冻结模型在同一版本 harness 上先作为求解者完成任务，再作为提议者读取完整运行记录并直接编辑运行自己的 harness。
工具与项目
Bivy 发布开源编码智能体工作区，可从手机远程驱动本地会话
Bivy 发布开源编码智能体工作区，在用户自己的机器上运行 Claude Code、Codex、Pi、OpenCode 等智能体，通过浏览器或手机远程接入会话、终端、审批和实时应用预览。
GridPath 发布编辑 Excel 的 MCP server，支持实时计算与改动对比
GridPath 发布面向真实 .xlsx 文件的编辑引擎，提供 MCP server 和桌面应用两种入口，智能体通过 describe、find、read、write、run_script 等工具直接改表，改动前可逐格查看前后对比并接受或拒绝。
Engrams 发布：可自托管的开源 Devin 替代方案
Cortex Applications 开源 Engrams，一个自托管的 AI 编码智能体编排器，每个智能体运行在独立的 Firecracker 微虚机中，空闲时快照内存与磁盘、下一条提示到达时恢复，同主机恢复耗时低于 100 ms。
web-github-trendingSuperpowers：面向编码智能体的软件开发方法论技能包
Superpowers 是一套面向编码智能体的软件开发方法论，由一组可组合的技能和初始指令构成，让智能体在写代码前先梳理需求、产出设计文档和实现计划，再以子智能体驱动的方式逐任务开发并审查。
Earendil 随 Pi 1.0 发布 Pi Durable 持久化智能体框架
Earendil 与 Pi 社区发布 Pi 1.0，同时推出实验性框架 Pi Durable，用于构建可长期运行、可从任意界面接入、支持超长对话并能在崩溃后恢复的智能体。
Taracode 发布本地 DevOps 智能体，并公布 18 个开源模型单卡评测榜单
Tara Vision 发布开源本地 DevOps 智能体 Taracode，基于 Ollama 运行，默认 investigate 只读模式，operate 模式的变更需经过受保护目标、拒绝模式、强制 dry run 和权限四层策略门禁，并带敏感信息脱敏与审计日志。
AWS Machine Learning Blog一手用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到人在回路工作流
AWS 发布基于 Amazon Bedrock AgentCore 的环境智能体参考实现，让 S3 上传或定时事件自动生成任务并由智能体执行，需要时通过 ask_human 工具暂停等待人工确认。
AWS Machine Learning Blog一手如何用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 发布教程，演示如何把 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久记忆层，通过实现自定义 MemoryEditor 插件完成记忆的写入与语义检索。
实践与方法
AWS Machine Learning Blog一手AWS 用 Amazon Bedrock AgentCore 上的智能体把云迁移 IaC 编写从数周压缩到分钟
AWS Professional Services 在一个 300+ 应用的迁移项目中采用四智能体模式，基于 Strands Agents SDK 构建并运行在 Amazon Bedrock AgentCore 上，通过 MCP 工具连接源与目标系统，据内部项目跟踪数据把每个应用的 IaC 开发时间从 3 到 4 周降到分钟级。