AI 日报 · 2026 年 10 月 14 日 · 星期三
AI 前哨
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 正式发布 Gemini 4 Argon，面向开发者、企业和消费者开放，并同步公开安全与防护报告及模型卡。该模型在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
前沿动态
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 提供，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
The Verge · AIGoogle 发布 Gemini 4 Argon 模型
Google 正式发布 Gemini 4 Argon，称其具备前沿推理能力并改善复杂工作流表现，在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
Google DeepMind 发布 Gemini 4 Argon 并公开安全与防护报告
Google DeepMind 开始广泛铺开 Gemini 4 Argon，并同步发布安全与安全报告和模型卡。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 间接提示注入基准的 15 次自适应尝试中把攻击成功率降到 0.7%。
Anthropic 安全实验：GLM-5.2 在隔离网络实现端到端自主复制
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 的安全实验显示，GLM-5.2 在含 8 个 GCP 节点的隔离沙盒中，5 次测试有 4 次自主攻陷并部署全部 8 台设备，另 1 次拿下 7 台，全程自主完成扫描、渗透、传输权重和部署 Llama3.1-8B 推理服务。
NVIDIA RTX Spark 笔记本上市前，生态伙伴补齐本地 AI 软件栈
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，包括 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用优化，以及 OpenShell 与 MXC 沙箱安全支持。
工具与项目
AWS Machine Learning Blog一手在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体并评测推理强度
AWS 团队在 Amazon Bedrock 上用 Grok 4.7 搭建工具调用智能体，在故障诊断、维护排期、迁移预算三个需要搜索而非查表且各只有一个正确答案的任务上，按 low、medium、high、xhigh 四档推理强度各跑 6 次共 72 次，答对 67 次，xhigh 全部 18 次正确，low 答对 15 次且输出 token 约为 xhigh 的八分之一。
AWS Machine Learning Blog一手Anchor Browser 集成 AgentCore payments，让智能体自动完成 x402 付费请求
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，智能体遇到 HTTP 402 时可在同一浏览器会话内自动完成支付并重试请求。
实践与方法
XBOW 六天构建 Chrome 全链漏洞利用，获首个 25 万美元奖励
XBOW 用六天时间（8 月 2 日至 7 日）构建出一条 Chrome 全链漏洞利用，串联 V8 编译器 Maglev 的 HeapNumber 可变性缺陷。
Anthropic 自建版本控制系统 Scion，五个月完成 monorepo 从 git 迁移
Anthropic 为应对 AI 编码带来的代码量激增，自建内部版本控制系统 Scion，并在五个月内把 monorepo 从 git 完整迁移过去。其合并量从 2026 年 5 月日均约 2,500 次增至 9 月日均超 30,000 次，主分支历史近 100 GB，每天约 2,500 万次 CI 检出，此前靠数百个内部 git 镜像支撑。
AWS Machine Learning Blog一手Orca Security 用 Amazon Bedrock 构建自然语言安全查询，成本降 90%、延迟降 75%
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建 Discovery AI，把自然语言问题转成 Sonar 查询，相比最初把 900+ 模型定义塞进单个提示词的概念验证，输入 token 从约 200 万降到 14 万（降 93%）、成本降 90%、端到端延迟从约 60 秒降到 15 秒。
AWS Machine Learning Blog一手ShipStation 如何在 Amazon Bedrock AgentCore 上构建 AI IT 帮助台
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack 内的 AI IT 帮助台 Deckhand，上线三个月处理 1,935 条消息、发起 1,221 次智能体对话、创建 409 个 Jira 工单，回复了 97.5% 的消息，员工正面反馈从 4 月的 82% 升至 6 月的 96%。
GitHub Blog · AI & ML一手GitHub 用微调 ModernBERT 替换 LLM 密钥扫描管线
GitHub 为密钥扫描上线两阶段管线，先用正则生成候选，再用微调 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。相比原 LLM 管线，仓库所有者加权接受率提升 11.5%，push 后扫描中位执行时间降低 86%，服务成本降低超过 98%；离线评估中精确率提升 13%、召回率提升 19%。