Gemini 4 Carbon 分批开放，Copilot 扩展跨仓库协作
Gemini 4 Carbon 将新的网络防御能力先交给受信任团队；MiniCPM-OCR 把文档解析和结果检查拆为两个模型。GitHub 则从跨仓库会话、共享 SDK 和组织认证三个层面更新智能体开发方式。
这一期还包括 SageMaker 的容器按需加载、Claude 法律模板、Siri 多语言扩展和 Firefox 网页任务，以及开发活动报告与开源医学研究工具。
01
模型与研究
3 篇
2026-10-28Google DeepMind
Gemini 4 Carbon 发布，先向受信任的网络防御团队开放
Google DeepMind 发布 Gemini 4 Carbon，重点提升长程软件任务和网络防御能力。按官方披露，模型在漏洞发现测试 SEC-bench Pro、利用验证测试 ExploitGym 和修补测试 CWE-bench 上分别取得 88.2%、54.8% 和 71.0%；这些指标衡量的是不同安全任务，不能直接合并成一个准确率。
本周起，Carbon 先向部分网络防御团队开放，再通过 Fairwind 计划逐步扩大至受信任伙伴，开发者和普通用户的广泛接入仍待后续推出。官方公布的首发优惠价为每百万输入 token 2 美元、输出 token 10 美元；优惠期结束后将分别为 4 美元和 20 美元。
2026-10-28OpenBMB
MiniCPM-OCR 开源，把文档解析与结果检查拆成两个模型
面壁智能开源 MiniCPM-OCR 系列：13 亿参数的 MiniCPM-OCR 1.0 负责中英文文档、PDF、表格和公式解析，20 亿参数的 Jev 模型负责评估识别结果。团队报告，解析模型在 Real5-OmniDocBench 得到 93.68 分，在 OCRBench v2 得到 54.7 分。
Jev 接收文档图像及对应 OCR 结果，对文字、公式和表格区域给出 0 到 1 的质量分数，帮助定位需要人工复核的内容。项目提供模型权重和本地部署说明；解析结果可输出为 Markdown 或 JSON，开发者可以把识别与检查接成同一条文档处理流程。
2026-10-28Cartesia
Cartesia 更新 H-Net 扩缩律研究，让模型学习如何划分字节
Cartesia 公布 H-Net 的新扩缩律实验，用可学习的字节分组替代固定分词器。在单层 H-Net 与 BPE Transformer 的对照中，团队保持主干架构一致，并匹配外围网络的参数与计算量；达到相同预训练验证损失时，H-Net 所需计算量减少约 22%。
优势随评测分布变化：在未进入训练混合的十种编程语言上，按团队拟合的扩缩律，计算效率倍率的中位数为 3.10 倍。这个数字来自特定分布外评测，并不代表所有任务都加速三倍。模型会学习把底层字节压成不同长度的语义单元，再交给主干网络处理。
02
开发与基础设施
4 篇
2026-10-28GitHub
GitHub 推出跨仓库 Copilot projects，并调整企业版使用方式
GitHub 在 Universe 2026 推出 Copilot projects，让用户在 Copilot app 中围绕一个目标运行跨仓库、托管式并行会话。Copilot Fusion 则按任务选择并编排模型。GitHub 引用 Artificial Analysis 的编码智能体评测称，Fusion Max 的分数与 Opus 5.5 Max 相差不到两分，成本约为一半，每项任务耗时少 40%。
GitHub Enterprise 客户现在可不再单独购买 Copilot 订阅，而按实际消耗的 AI credits 使用相关功能；当前通过销售渠道提供，自助开通稍后推出。现有 Copilot Business 和 Enterprise 客户可以保留原套餐。此次更新还让云端会话能在应用、VS Code、CLI 和网页间延续。
2026-10-28GitHub
Copilot SDK 转向 Microsoft 共享智能体基础层
GitHub 宣布将 GitHub Copilot SDK 逐步转为 Microsoft Copilot SDK。它的角色从 GitHub Copilot 运行框架的开发接口，扩展为微软与 GitHub 产品共享的 Copilot harness 接口，让开发者使用同一基础层构建和定制智能体应用。
开发者仍可控制提示词、工具、策略和应用体验。团队已开始更新仓库，为迁入 Microsoft 组织做准备，并调整品牌和文档；迁移将分阶段进行，现有包名、命名空间和部分文档暂时可能沿用旧名称。官方明确表示，现有用户目前无需立即修改集成，支持方式也保持不变。
2026-10-27GitHub
Copilot 开放组织级服务认证，后台智能体不再依赖个人登录
GitHub Copilot 的服务到服务认证进入公开预览。安装在组织中的 GitHub App 可以代表该组织，通过 Copilot SDK 发起请求，不必依赖某位员工当前登录的凭据。开发者为应用授予只读的 Copilot Requests 组织权限，再使用短期安装访问令牌接入。
调用用量和费用归属应用安装所在的组织，并继续受组织的模型策略、预算和支出控制约束。管理员可以查看获授权的应用，在 AI 用量 CSV 报表中按 app_client_id 识别调用，也能通过暂停或卸载应用撤销访问。这为常驻服务和无人值守智能体提供了独立于个人账号的运行身份。
2026-10-27AWS
SageMaker 支持按需加载容器镜像，缩短训练任务启动等待
AWS 为 SageMaker AI 训练和处理任务加入 SOCI 镜像索引支持：先取启动容器所需的文件，其余内容在运行时按需读取。AWS 对八个压缩后为 1.8–35.4 GB 的镜像测试发现，按需加载的启动等待为 3–11 秒；没有索引或索引不可用时，任务回退到完整下载。
用户可换用带索引的 AWS 深度学习容器，或为自建镜像生成索引，无需改动入口程序和数据通道。在文章的图像分类与语言模型微调测试中，首次训练轮次额外耗时 3–16 秒，第二轮起差异落在运行波动范围内；扣除首次开销后，每个任务总计提前约 1–6 分钟完成。
03
应用与工作流
3 篇
2026-10-28Anthropic
Claude 增加法律 Artifacts 模板，合同审查和请求受理可直接改用
Anthropic 为 Claude for Legal 推出可直接使用和修改的 Artifacts 画廊，覆盖合同表格审查、引文核对、法规跟踪和业务部门法律请求受理。每个工具先展示示例，法律团队再接入自己的文件与连接器；输出保留指向来源的链接，由律师检查模型完成的第一轮工作。
团队可让 Claude 按内部条款手册调整工具，并在组织内或与客户、合作方共享，使用共享设置维护团队之间的信息边界。Anthropic 表示，自五月推出法律产品以来已增加超过 60 个法律连接器。合作示例包括 Harvey 的请求入口，以及把合同义务、监管变化整理成可协作看板的工具。
2026-10-26Apple
Siri AI 随 27.2 更新新增五种语言，仍处于测试阶段
Apple 为 Siri AI 增加法语、日语、韩语、葡萄牙语和西班牙语支持，随 27.2 系列系统更新推出。新版助理可结合个人消息、邮件和照片理解请求，也能依据屏幕内容执行应用操作；此次变化是在已有英语支持之外扩大语言覆盖，并非重新发布整套 Siri AI。
Siri AI 仍为测试版，需要支持 Apple Intelligence 的设备及受支持的语言设置。Apple 计划年底前再加入繁体中文、挪威语、土耳其语和越南语。目前欧盟的 iOS、iPadOS 和 watchOS 尚不可用，13 岁以下用户也不能使用；部分依赖服务器模型的功能有每日用量限制。
2026-10-27Mozilla
Firefox Smart Window 可从标签页填表，也能定期查看网页变化
Mozilla 为 Smart Window 加入基于已选标签页的表单填写建议：当网页至少有四个可支持的文本字段时，用户可选择资料来源，让浏览器提取工作经历等信息。建议使用 Gemini 3.1 Flash Lite 处理所选页面内容，用户仍需检查结果，Smart Window 不会自行提交表单。
另一项功能通过 /watch 让浏览器按日或按周检查指定变化，每项任务最多关注五个网页，适合跟踪降价或职位更新。检查只在浏览器打开时运行。两项功能先面向美国和加拿大的英语桌面测试版推出；填表目前支持文本字段，普通已保存的自动填充资料仍留在设备上。
04
行业与科研实践
2 篇
2026-10-28GitHub
Octoverse：九月超过四成拉取请求由开发者借助智能体发起
GitHub 的 2026 年 Octoverse 报告显示，过去十二个月平台发生 179 亿次代码推送、343 亿次提交，合并拉取请求达 13 亿次。按其遥测，九月开发者借助智能体发起的拉取请求占比超过 40%，三月则为 17%；这个口径描述发起方式，不代表代码完全由 AI 独立完成。
报告还发现，九月在自行选择模型的 Copilot 用户中，61% 使用了不止一个模型。当年新建且带智能体配置文件的仓库，平均提交数是未带此类文件的新仓库的八倍。这些是平台观察到的活动差异，未单独证明智能体带来了同等幅度的生产率提升。
2026-10-27NVIDIA
C-BRAIN 与英伟达推进开源研究工具，连接阿尔茨海默病数据
由 18 家机构组成的 C-BRAIN 联盟正与英伟达合作，把开源 AI 工具用于神经退行性疾病研究。联盟结合集中式与联邦式架构，让部分机构数据留在本地，并计划把 BioNeMo 和 MONAI 纳入研究流程。现有计算资源包括本地 64 块英伟达数据中心 GPU，以及 Azure 云端节点。
已开发的 OpenScientist 可围绕研究问题和数据集提出假设、运行分析并留下可审计结果；InsightEngine 则结合文献、用户数据和生物医学知识图谱检查证据。联盟下一步希望训练融合影像、组学和临床信息的基础模型。这些交付属于研究基础设施与分析工具，并非已经验证的治疗方案。