编码成本改按任务结算，机器人在真实门店自行改进作业策略

事件简述

10 月 28 日，Google DeepMind 发布 Gemini 4 Carbon，定位为在网络安全与长周期任务上最强的一代，距 Gemini 4 Argon 扩大开放仅两周。在独立评测机构 Artificial Analysis 更新后的智能指数 v5.0 上，Carbon 以 59 分排名第一，高于 Claude Opus 5.5 的 58 分、GPT-6 Astra 的 57 分与 Argon 的 50 分；在该机构的编码 agent 指数上 Carbon 得 59 分，比 Claude Code 搭配 Opus 5.5 低 3 分。

官方给出的提升集中在编码、agent 任务、科研任务、全栈网页开发与多模态理解。全栈网页开发在 WebDev Arena 上升 89 elo 至 1769 分、排名第 4；安全侧 SEC-bench Pro 漏洞发现 88.2%、ExploitGym 利用验证 54.8%、CWE-bench 补丁修复 71.0%。Google 另称 Carbon 生成安全代码的成功率比 Argon 提高一倍以上，内部编码工作里的高严重度失准告警减少近八成，在 Gray Swan 的间接提示注入基准上抵御了全部攻击。

可用性与价格：本周起先向部分网络安全防御者开放，之后通过 Fairwind 计划逐步扩大到受信任合作方，普遍可用时间尚未公布。定价与 Argon 相同，每百万 token 输入 2 美元、输出 10 美元，缓存输入享 95% 折扣，介绍期后升至 4 美元与 20 美元。Google 未发布技术报告与参数规模，Ars Technica 认为 Carbon 可能是 Argon 的后训练升级。

来源

Google 官方博客 https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon ；9to5Google https://9to5google.com/2026/10/28/gemini-4-carbon-announcement/ ；Artificial Analysis https://artificialanalysis.ai/articles/gemini-4-carbon-new-number-1

事件简述

10 月 28 日，GitHub 在 Universe 2026 发布 Copilot Fusion，一个按任务计价的编排层。它先判断任务属于推理、代码生成、调试还是工具调用，再决定交给单个模型还是多个模型协作；三种执行模式为 Single（直接派给最合适的模型）、Cascade（先用低成本模型，不够再升级）、Critique（一个模型起草、另一个评审、原模型据此修订）。开发者只选 Standard、High、Max 三档投入强度，不再逐次挑模型。

独立评测机构 Artificial Analysis 的测试显示，Fusion Max 在编码 agent 指数上与 Claude Opus 5.5 Max 相差 2 分以内，单任务成本 5.59 美元对 11.42 美元，速度快 40%；微软内部评估给出的节省比例最高到 77%。

同期发布的 Octoverse 2026 给出规模侧的数字：截至 9 月，超过 40% 的拉取请求由 agent 起草，3 月时是 17%，9 月由 agent 发起的拉取请求约 1.1 亿个；9 月单月提交 74 亿次，为去年同期的 5 倍。GitHub 为此增加 400 万个 CPU 核、160PB 高速存储与 50Tb/s 网络容量，并把计算与存储拆开部署，目标是把吞吐提高到 35 倍；年内多次宕机中，90 天可用性一度降到约 84%。

来源

The Outpost（引 VentureBeat 与 Artificial Analysis 测试）https://theoutpost.ai/news-story/github-copilot-fusion-launches-with-50-cost-savings-as-infrastructure-expands-to-handle-ai-agent-surge-32804/ ；Octoverse 2026 数据报道 https://blockchain.news/news/github-says-2026-code-activity-hit-records-as-agents-spread

事件简述

10 月 27 日，智元在 AI WAVE 活动发布具身 Agent 框架 Genie Master，是这场活动里的第四项发布。核心是一套具身执行协议 EEP，把能力、引导、反馈、连续性四类接口统一起来：agent 能查到当前机器人有哪些动作能力可调用、这一步应如何引导执行、实际结果是否达到要求、还有哪些任务待完成。任务中途失败时系统保留已完成的进展，agent 从断点重新规划；多台机器人协作时，agent 跟踪分工与任务依赖，支持动态调度。

经验沉淀走两条路。Harness RSI 把每次成功与失败的案例随做随记，每日任务结束后由模型总结，可复用的部分写进长期记忆，下次遇到同类场景直接调用；Policy RSI 把 agent 介入执行、接管与恢复过程中产生的数据回流训练动作策略，让改进保留在模型参数里。官方举的例子是挂货：头部相机分辨率不足、挂钩被标签牌遮住，agent 回溯失败记录后改为左手先用腕部相机近距离定位，再由右手完成挂货。

搭载该框架的精灵 G2 已在真实便利店上岗，官方称熟食打包、取货、补货等精细任务无需人工示范与调参即持续改进，并把这一结果描述为首次脱离仿真与实验室环境验证 Physical RSI（具身递归自进化）。11 月 2 日，智元将让 6 台 G2 连续 24 小时直播作业，覆盖午间高峰、晚高峰、深夜值守与清晨四个班次。

来源

具身之家 https://www.jushenhome.com/news/2155 ；新浪财经 https://finance.sina.com.cn/jjxw/2026-10-27/doc-iniwrzht4610342.shtml

事件简述

10 月 28 日，腾讯 WorkBuddy 上线「远程控制」，由腾讯 Edge One 团队提供技术支持。手机 App 一键连上同账号的电脑后可看到桌面实时画面，连接建立后画面以小窗悬浮在首页或会话页顶部，下方输入框照常可用，发现任务跑偏可直接发指令纠正。

切到全屏横屏即可用小屏操作大屏，手指点按对应电脑上的同一位置；右侧有操作、键盘、鼠标三个按钮，可平铺查看所有窗口、回到桌面、切换清晰度，键盘可调用手机输入法或电脑键盘与常用快捷键，虚拟鼠标用于点击过小的按钮。使用门槛是手机端 App v2.7.0 及以上、macOS 桌面端 v5.9.3 及以上，首次需在电脑的设置 → 设备连接里开启「允许同账号设备远程连接」、安装远程遥控组件并授予屏幕录制与系统录音、辅助功能两项系统权限。

官方给出的约束是：一台电脑同一时间只允许一部已认证手机连接，画面与操作走加密通道，不记录用户输入内容，也不保存远程控制画面，远程控制只消耗数据流量、不消耗 Token。

来源

IT之家 https://www.ithome.com/1/018/882.htm ；WorkBuddy 文档 https://www.workbuddy.ai/docs/zh/workbuddy/From-Beginner-to-Expert-Guide/Function-Description/Assistant

事件简述

10 月 27 日，Trend Micro 旗下企业安全部门 TrendAI 发布分析，研究者 Bakuei Matsukawa 与 Joseph C. Chen 复盘了三个暴露在互联网上的攻击者服务器环境，其中存放着侦察与攻击工具、脚本、目标清单、结果、日志与命令历史。

第一起案件使用开源渗透测试平台 CyberStrikeAI，把侦察、漏洞发现与验证、利用、命令控制、持久化、数据窃取与自动报告串成一条可重复的工作流，由 44 个 agent 分担不同环节，并能生成日语表单与仿冒登录页。短期内至少 19 家可识别组织被验证扫描，其中至少 16 家在日本，每家都拿到同格式报告与证据索引。另两起案件中，一起由人主导、用大语言模型加速攻击规划与工具开发，另一起里模型只用于编写脚本。研究者表示目前没有证据显示三起案件出自同一操作者，所用模型也未确认。

来源

The Hacker News https://thehackernews.com/2026/10/cyberstrikeai-uses-44-ai-agents-to.html ；TrendAI https://www.trendaisecurity.com/en-us/resources-insights/deep-research/not-only-artex-the-different-levels-ai-is-used-in-attacks-targeting-japan