重要信号 都有依据
从一手来源梳理重要 AI 进展，与产品营销明确分开；事实对应证据，分析标明判断。
Amazon AgentCore Evaluations 直面传统监控难以发现的故障
Amazon AgentCore 评估将 CI 门禁、金丝雀测试、实时评分和反馈循环串联起来，在用户失去信任前发现隐蔽的 AI 质量故障
Amp 借助 OpenAI 模型将 AI 智能体扩展到代码之外
Amp 描述了一种智能体工作流，可进入规划、写作、设计、语音交互和专业智能体协调，而不仅是生成代码。其方案把 OpenAI 模型用于高难度推理和实时交互，把更窄的任务交给子智能体，并连接符合条件的 ChatGPT 订阅。
Gemini 4 Argon 全球上线，但访问权限仍有边界
Google 在三周内将 Gemini 4 Argon 从受控预览推进至全球可用。Google AI Pro 和 Ultra 订阅用户现可通过 Gemini app 使用该模型。这一变化让 Argon 从备受关注的研究发布，转变为付费用户可在实际工作中测试的产品。
Gemini 4 Argon 全球上线，但访问权限仍有边界
Google 在三周内将 Gemini 4 Argon 从受控预览推进至全球可用。Google AI Pro 和 Ultra 订阅用户现可通过 Gemini app 使用该模型。这一变化让 Argon 从备受关注的研究发布，转变为付费用户可在实际工作中测试的产品。
Apple TV加入远场Siri，但旧款也能获得对话助手
Apple于10月13日发布第四代Apple TV 4K，计划11月13日上市。A19芯片、AV1解码和三个远场麦克风，支持对话式节目搜索与免遥控器家庭控制。Apple称CPU最高提速50%、GPU性能翻倍；这是公司数据，尚非独立测试。新机可协调四个兼容HomePod，旧机在该配置下仍限两个。
AlphaProof Nexus Erdős 难题进入同行评审，但真正值得关注的是 353 道中的九道
AlphaProof Nexus 在 353 道 Erdős 难题中解出九道后进入同行评审，Science 的研究揭示了形式化 AI 证明搜索的进展及其仍存的局限
Microsoft Decision-1 将 Qwen 变为 AI Agents 的快速控制层
Microsoft 于 10 月 9 日推出 Microsoft Decision-1，将 Alibaba 的 Qwen3.5-9B 转变为专门用于快速、结构化决策的模型。它不再生成回答，而是在预定义选项中作出选择，并赋予可供软件立即执行的概率。
Asana 浏览器代理测试：使用 GPT-6.1 Sol 将模型成本降低 76 倍
Asana 浏览器代理测试通过 GPT-6.1 Sol 将模型成本降低 76 倍、运行时间缩短 5 倍，表明如今上下文设计与模型选择同等重要
Agent Lightning v1.0 让智能体训练摆脱重写 Harness
Agent Lightning v1.0 通过代理将真实智能体 Harness 接入强化学习，但其精简代码库仍依赖庞大的训练技术栈