今日潮汐
每天追踪全网 AI 新模型、新工具、新玩法 · 1 分钟前更新
英伟达发布Kumo Relational：关系库预测无需训练
英伟达发布预训练关系基础模型Kumo Relational，可直接对企业数据库做流失、需求或欺诈等预测，无需逐任务训练和特征工程。在15个库的41项任务上超过监督模型，SAP SALT的MRR高出AutoGluon约8%。国内可用性与价格未知。
Gemini 4 Argon上线，主打复杂专业任务
谷歌宣布Gemini 4 Argon已面向开发者和企业全球上线，可经AI Studio与Gemini平台API调用，Ultra及Pro订阅用户还可在应用和搜索中使用。模型主打编程、金融、法律、安全与科研等长流程任务，官方称Vals指数第一。入门价为每百万输入2美元、输出10美元，国内可用性未知。
微软研究者与合作者证明31年KLS猜想
微软研究院张昕之与合作者证明了1995年提出的KLS猜想：对数凹高维分布中，最优平面切割与任意形状切割的差距由与维度无关的常数控制。此前最好界仍随维度缓慢增长。证明依靠人类引导的智能体搜索，并有独立证明与Lean验证。价格和国内可用性未知。
微软亚研开源Agent Lightning v1.0：真实智能体框架直接参与强化学习
微软亚洲研究院开源Agent Lightning v1.0，约3500行实现Harnessed Agentic RL。部署中的真实智能体经LLM代理直接参与训练，无需重写。约6000条样本使Qwen3.5-9B的SWE-bench Pass@1从41.8%升至56.4%。国内可用性与价格未知。
DeepSeek开放自研搜索API，Flash升级至1017版
2026年10月17日，DeepSeek开放自研搜索API，并将网页端、APP与API的Flash模型升级至DeepSeek-V4.1-Flash-1017。新模型多项基准提升，同时缩短运行时间与输出长度，调用名仍为deepseek-flash且价格不变。具体价目与国内可用性未知。
Claude Code插件agent-usage-guard可在用量耗尽前拦截失控调用
agent-usage-guard是一款运行于Claude Code内部的用量防护模组，可在子代理启动、提示发送和工具调用之前读取套餐实时用量并拦截。它跨本机会话限制并发代理、重上下文与失败重试，有人操作时弹窗确认，无人应答则拒绝。作者自述曾十分钟内耗尽五小时窗口。价格与国内可用性未知。
英伟达OpenShell 0.1.x：为自主智能体集群提供策略隔离运行时
英伟达开源项目OpenShell发布0.1.x，定位为自主AI智能体集群的安全私有运行时。它用内核级沙箱限制文件、系统调用和网络，并在策略变更前做形式化验证。凭证不直接交给智能体，只注入获批端点。支持Linux、Apple Silicon版macOS及实验性WSL2。国内可用性与定价未知。
Google发布Gemini 4 Argon，先向可信网络防御者分阶段开放
Google回顾2026年9月AI进展，头条是前沿模型Gemini 4 Argon。它具备高级推理和100万token输出上限，面向编程、网络安全防御、金融研究与法律起草，并支持自主安全补丁。目前仅经Fairwind计划向可信防御者分阶段开放，更广可用性、价格及国内情况未知。
开发者用ML Intern几天内低成本做出多个公开小模型
开发者通过HuggingChat中的ML Intern，用对话把想法做成可公开的小模型。首个案例把Qwen-Image 2.1的9B提示改写器压到0.8B，可在CPU运行，有效输出率99.7%，整项算力约16美元。随后又做成柑橘病害识别与角色LoRA。代理先核预算并小测。国内可用性与统一定价未知。
Meta开放Muse Spark Open：约8160亿参数多模态编程模型
Meta发布开源权重多模态混合专家模型Muse Spark Open，总参数约8160亿、每词元激活约420亿，上下文最长100万词元。模型可接收文本、图像、音频和视频，仅输出文本，面向代码阅读、调试与工具调用。检查点含BF16与NVFP4，国内可用性及价格未知。
可查询热门模型能否在AWS Trainium上原样运行
AWS与Hugging Face上线torch-neuronx模型支持查询空间，可查热门Transformers模型能否在Trainium上原样运行，并给出脚本、分片核心数、耗时与峰值显存。眼下仅测文本生成和图文到文本，且只覆盖最多16个Trainium2核心的模型；价格与国内可用性未知。
Omnara开源托管智能体平台，可自建替代Claude与OpenAI方案
Omnara发布可自托管的开源托管智能体平台，作为Claude Managed Agents和OpenAI Agents API的替代。平台可用任意模型与机器运行代理，并内置工具、权限、记忆和事件流。自建遵循Apache 2.0免费，云服务价格与国内可用性未知。
Handwired把普通JavaScript编译成可微分神经网络
Handwired可将普通JavaScript程序编译成无需训练、结果精确且可微分的神经网络，并在浏览器中运行，不依赖GPU。演示包括由JS改写的迷你桌面、可实时解冻权重训练的图库，以及把正则、JSON解析与高亮转成WebGPU内核以并行检索十万份文档。国内可用性与价格未知。
WorldTUI：3.6亿参数模型在浏览器里假装成终端
WorldTUI基于Qwen2.5-Coder-0.5B微调出约3.6亿参数模型，用来假装成终端：没有真实shell或文件系统，按键输入后由模型预测屏幕变化。作者称它可模拟建文件、vim、tmux和贪吃蛇，浏览器演示约208MB。国内可用性、价格未知，未实测。
东南亚数字经济2026年GMV有望达3680亿美元
谷歌、淡马锡与贝恩发布第11份东南亚数字经济报告，预计2026年区域数字商品交易总额同比增长17%至3680亿美元，并有望在2035年前突破1万亿美元。生成式AI已被2.43亿人使用，普及速度约为移动互联网的四倍。报告认为智能体商务信任上升，未来五年区域AI使用量或增60倍。
微软发布实验性生物研究系统Quine
微软研究院发布实验性生物研究系统Quine，包含跨模态生物学世界模型，并连接科学工具、文献与研究人员。它与博德研究所合作，用于优先排序可能推动胰腺癌肿瘤状态转换的化合物，部分高排名候选已在湿实验中验证。系统仅供研究而非临床使用，价格与国内可用性未知。
微软发布Flint-interactive：用高层语义生成可交互图表
微软研究院发布Flint-interactive，这是建立在Flint之上的交互式数据可视化语言。它让智能体用高层语义事件和更新算子生成可点击、筛选、缩放和高亮的图表，并由编译器处理视觉依赖，从而降低反复调试成本。价格、国内可用性与具体参数未知。
ThinkingBox：用数据库终态检验智能体能否连做对二十次
微软与Hugging Face发布ThinkingBox，依据数据库终态而非回复文本给智能体打分。507项有状态业务流各重复20次，Claude Opus 5.5的pass@1为67.16%居首；20次全部通过的任务仍为241项。定价与国内是否可用均未知。
Penmentor：用手写笔获得教师式数学批改与提示
Penmentor让手写数学练习获得教师式批改。在Linux的xournal++里按键后，已登录的Claude、Codex或Antigravity会在页面圈错、打勾并给分层提示，而非直接答案；框选内容可生成manim交互动画。运行依赖自有订阅，国内可用性、单独价格与具体参数未知。
独立开发者可自托管死亡开关Death Plan Switch
面向独立网站开发者的自托管死亡开关Death Plan Switch已在GitHub免费开源。它每周邮件签到，失联后先问近亲，确认异常才通知其他联系人，且不存密码与文件。国内能否部署未知，价格为免费，本条未实测。