AI Engineer NYC 大会：Gemini 4 Argon 正式发布与多项评测汇总
AI Engineer NYC 大会次日约两万人参与，Latent Space 汇总了当周 AI 动态。Google 的 Gemini 4 Argon 面向编程、知识工作、企业流程和网络防御全局开放，API 入门价 $2/$10 每百万 token，Artificial Analysis 称 11 月 30 日后将涨至 $4/$20。
#Agent
#Agent
今日 20 条Latent SpaceAI 评分6767 钛媒体AI 评分2424 个人与企业研发 Agent 功能差在哪？八个维度拆解约束条件之别
个人研发 Agent 与企业研发 Agent 的差异不在功能多少，而在约束条件不同：前者尽可能解放个人能力，后者把模型的不确定性收束进可控、可信、可审计的框架。
钛媒体AI 评分4949 东亚教育 AI 出海：Gauth、Question.AI、Uknow.AI 把"做题家方法论"卖向全球
字节 Gauth 截至 2026 年 9 月全球安装超 2 亿次、月活 5341 万，作业帮 Question.AI 稳居北美 iOS 教育榜前五，猿辅导 Uknow.AI 在越南同类应用用户活跃度第一。
钛媒体AI 评分5252 周鸿祎谈AI：尽头不是能源，是安全
360集团创始人周鸿祎在钛媒体播客《DeepPractice深度实践》中与刘湘明对谈，判断 AI 失控是确定性事件，依据包括大模型升格为智能体、AI 自动挖掘漏洞、黑客经验被蒸馏进智能体以及 RSI 自我进化四点。
雷峰网AI 评分5555 宾大茅佳源：从单次演示到83%真机泛化，破解具身智能数据困局
在 IROS 2026 大会上，宾大、MIT 与 Stanford 联合团队的茅佳源分享了具身智能研究：团队提出时间比率（TR）指标诊断视频预测与动作生成之间的机制脱节，并通过基于 TR 的自适应引导机制将双臂机器人真机泛化成功率从 71.8% 提升至 83%。其 RAPID 框架仅需单次人类演示即可学习接触丰富的非抓取操作，在悬挂任务中把纯数据驱动方法 42% 的单例成功率提升至 93%。
钛媒体AI 评分4646 国内外大厂疯抢Muse入口，个人Agent为何在国内仍是伪命题
Meta个人智能体Muse日均净新增用户从9月峰值的19.8万人降至7.4万人，降幅62.4%，上线满月DAU未破300万。字节"小豆"、腾讯"小微"与LightVela、阿里"千问Go！"、蚂蚁灵光2.0及Manus的Cue相继卡位个人Agent。国内超级App已压缩操作路径，加上跨生态权限封锁与摩根士丹利测算的每用户每月最高130美元成本，通用Agent难落地。
雷峰网AI 评分3535 腾讯 WorkBuddy 企业版上线「可观测中心」，破解规模化用 Agent 四大痛点
腾讯 WorkBuddy 企业版管理后台上线「可观测中心」并开启公测，企业管理员可对内部 Agent 的使用做全链路数据采集、存储与分析。该中心提供实时观测、会话追踪、轨迹详情三大能力，覆盖用户流量、成本消耗、性能耗时、质量状态四个维度，应对流量效果、成本效率、性能与质量四大痛点，支持安全审计、成本管理与智能体持续迭代。
爱范儿精选AI 评分8585 谷歌发布 Gemini 4 Argon，主打性价比与长程任务
谷歌正式面向全球上线 Gemini 4 Argon，官方称其历经六个月打磨、超过 10 万名内部用户测试，重心放在编程、金融、法律等多步骤真实世界任务上。
推荐理由：从官方工程数据到多方实测，完整呈现 Gemini 4 Argon 在长程任务与成本上的定位变化。
Hugging Face Blog精选AI 评分7676 Liquid AI 发布端侧智能体模型 LFM2.5-24B-A2B
Liquid AI 发布 LFM2.5-24B-A2B，一款 24B 总参数、2B 激活参数的推理模型，先思考再作答、可调用工具并在智能体框架中完成多步任务。它基于 LFM2-24B-A2B 架构，上下文窗口从 32K 扩到 131K，词表从 65K 扩到 128K，预训练从约 17T 扩到约 33T tokens。
推荐理由：官方给出这款 2B 激活参数端侧推理模型在工具调用与指令遵循上的对比数据，可据此判断本地智能体的可行边界。
爱范儿AI 评分6767 企业微信与 WorkBuddy 打通，AI 智能体入驻聊天列表
企业微信与 WorkBuddy 正式打通，WorkBuddy 以机器人形式出现在聊天列表中，可直接对话派活。该机器人获得消息、文档、会议、网盘等十大能力权限，可在不切换 App 的情况下使用真实工作上下文。
钛媒体AI 评分1717 巴伦中文网发布“中国行业先锋30强”：谁在定义AI、机器人与新消费的规则
巴伦中文网推出“Value Industry Benchmark 30·中国行业先锋30强”，覆盖物理AI与机器人、AI大模型与基础设施、AI应用、新消费、金融科技、医疗健康、服务与环保七大板块。入选者包括DeepSeek、商汤科技、可灵AI、沐曦股份、宇树科技、Momenta、大疆创新、金山办公、泡泡玛特等，评选标准为市场份额第一且持续扩大、核心技术难以绕开、品牌具备真实溢价。
钛媒体AI 评分2222 当二十年老牌行情软件遇上 AI：大智慧与阿里云的智能化跃迁之路
大智慧与阿里云联手启动 AI 原生 APP 共创项目，2024 年 10 月正式启动，目标是将传统行情软件升级为能理解用户意图、辅助投资决策的智能产品。双方围绕数据治理、Agent 工程框架、记忆体系与评测体系四大要素重构，搭载阿里云 FinXScope 2.0 金融 Agent 平台。通过缩小模型尺寸并将意图分类训入 4B 小模型，意图识别耗时从约 10 秒压缩到毫秒级别。
钛媒体AI 评分3333 所有App都在塞AI，但用户已经烦了：产品经理为何仍必须做
微信、中国移动、淘宝、美团等App密集内嵌AI助手，用户却开始出现"AI fatigue"。QuestMobile数据显示，2025全年内嵌AI应用插件的月人均使用频次同比增速是独立AI App的2.8倍。产品经理给出的理由是不做会损失用户黏性与商业机会，而同等能力模型价格已降至原来的1/3以下，接入门槛也大幅降低。
爱范儿AI 评分2222 苹果发布 HomeView 家庭中枢与多款新品；Gemini 4 Argon 正式发布；阶跃 STEPX Neo 智能体手机 3999 元
苹果 10 月 13 日发布首款家庭中枢 HomeView、第四代 Apple TV 4K 与 HomePod mini 2，HomeView 搭载 A18 芯片和 7 英寸 Liquid Retina 屏幕，售价 299 美元。
TechCrunch · AIAI 评分2020 Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras Systems CEO 兼联合创始人 Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"。他预测个人 AI 助手将本地运行，部分任务在设备上完成、部分回到云端，并拥有安全边界与信用卡访问权限，可代用户购物。Feldman 本人已用"一组智能体"清理日程、查询通话对象信息。
Simon WillisonAI 评分6060 Anthropic 自研代码版本控制系统 Scion 替代 Git
Anthropic 介绍了其自研的 Git 替代方案 Scion，以及新的代码审查系统 Antique。合并代码变更量从 5 月的日均约 2,500 次增至 9 月的日均超 30,000 次；主分支历史近 100 GB，压缩工作副本超 25 GB，CI 每天需执行约 2,500 万次代码 checkout。
NVIDIA Developer BlogAI 评分2323 如何用 AI 智能体为 GPU 加速重写 Apache Spark UDF
NVIDIA 介绍如何借助 AI 智能体将 Apache Spark UDF 重写以适配 GPU 加速。面对 AI 智能体带来的企业数据查询量激增，NVIDIA cuDF 利用大规模并行与高带宽显存提升数据吞吐，从而在不显著增加成本的前提下满足需求。
AWS Machine Learning Blog精选AI 评分6060 Anchor Browser 集成 AgentCore payments，让智能体自主完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 响应时自动完成 x402 协议支付并重试请求。
推荐理由：原文拆解了把支付栈从智能体运行时移入托管基础设施的具体做法，读者可据此判断浏览器智能体自主付费的落地路径。
The Verge · AIAI 评分6767 Shopify 向更多 AI 智能体开放商品目录
Shopify 周二宣布向更多 AI 智能体开放其商品目录，用户可将智能体与 Shop 账户连接，让智能体代为浏览和购买超过 10 亿件商品。此前 9 月 Shopify 已与 Meta 合作，允许其 Muse 智能体代用户浏览和购买商品，如今无需合作集成即可使用任意智能体。
The Verge · AIAI 评分5656 微软成立 Xbox Labs，探索 AI 驱动游戏移植与反编译
微软正在组建新的 Xbox Labs 团队，探索 AI 模型推动的游戏反编译、重编译与移植热潮。Xbox CEO Asha Sharma 表示该小组由游戏制作人、工程师和科学家组成，将公开构建并把工具与行业开发者共享。
TechCrunch · AIAI 评分6060 SpaceXSI 将 X Premium、Grok 和 Cursor 打包为单一订阅
SpaceX Super Intelligence（SpaceXSI）将 X Premium、Grok 和 Cursor 打包成一个名为 The X Subscription 的订阅方案。
TechCrunch · AIAI 评分99 TechCrunch Disrupt 2026 首日：Startup Battlefield 与六大行业舞台
TechCrunch Disrupt 2026 首日在旧金山 Moscone West 开幕，聚集 10,000+ 创业公司创始人、投资人和科技领袖，设 300+ 家参展创业公司、250+ 演讲嘉宾及 200+ 场会议。
TechCrunch · AIAI 评分6262 Google Play 支持用户私下运行 AI 生成的应用
Google 宣布 Google Play 新功能，用户可用 Google 账号在 Android 设备上运行自己用 AI 生成的个人应用，这些应用不会出现在 Play 商店的搜索或列表页面，也不与他人共享。
TechCrunch · AIAI 评分3535 Pluto Security 融资 4200 万美元，应对 AI 给企业安全团队带来的新难题
Pluto Security 完成 4200 万美元融资，其中 TLV Partners 领投 850 万美元种子轮，Jump Capital 领投 3400 万美元 A 轮。
TechCrunch · AIAI 评分4040 Facebook 上线 “Your Algorithm”，用户可用自然语言调教推荐算法
Meta 为 Facebook 推出 AI 功能 “Your Algorithm”，用户可用自然语言描述偏好，实时影响 Feed 和 Reels 的推荐内容。该功能此前已在 Instagram 上线，Instagram 于今年 6 月推出、去年 12 月率先用于 Reels，Threads 也推出了类似的 “Dear Algo”。
The Decoder精选AI 评分8888 Google 全球上线 Gemini 4 Argon，取代 Pro 系列成为新旗舰
Google 从今天起面向开发者、企业和消费者全球上线旗舰模型 Gemini 4 Argon，可通过 AI Studio 与 Gemini 平台的 API 调用，AI Ultra 订阅者还可在 Google Antigravity 中使用。
推荐理由：梳理了 Gemini 4 Argon 的开放渠道、定价与分档变化，以及自报的编码与安全数据。
The Verge · AIAI 评分5353 Google 让 vibe-code 应用可直接在 Play Store 上线
Google 在美国推出一项新功能，允许用户把通过 Google AI Studio 生成的个人 Android 应用直接通过 Play Store 启动，无需再把手机连到电脑安装。
Ars Technica · AIAI 评分5555 Google 将在 Play Store 托管用户用 AI 生成的应用
Google 计划让用户把用 AI 生成的个人应用在 Play Store 中私密托管和分享，同时扩展 Ask Play 的 AI 搜索能力并推出游戏推荐引擎 Game Finder。
The Verge · AI精选AI 评分8282 Google 发布 Gemini 4 Argon 模型
Google 发布久等的 Gemini 4 Argon，称其具备前沿推理能力并减少冗余与套话，在编码、网络安全、科学、金融、法律等基准上称优于 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
推荐理由：报道梳理了 Argon 的定价与订阅分层，可据此判断 Google 在前沿模型竞争中的位置变化。
AWS Machine Learning Blog精选AI 评分6565 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 在 Amazon Bedrock 上线 SpaceXAI 的 Grok 4.7，并给出一个工具调用智能体的完整评测：三个需要搜索而非查询的任务各跑六次、四个推理投入档位共 72 次运行，答对 67 次；xhigh 档 18 次全对，low 档答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由：原文用72次可复现的智能体运行，给出不同推理投入档位在准确率与输出token上的权衡数据，方法可迁移。
AWS Machine Learning BlogAI 评分4141 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 与公司问题、读取报错截图，并创建和更新 Jira Service Management 工单，上线后解决了 97.5% 的频道查询，员工正面反馈率达 96%。
AWS Machine Learning BlogAI 评分2626 Orca Security 在 Amazon Bedrock 上用自然语言安全查询
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了 Discovery AI，将自然语言问题转换为 Sonar 查询，支持 900+ 云模型和 18 种操作符，可处理每天数千次查询、15 秒响应。
Ars Technica · AIAI 评分7474 Gemini 4 Argon 开始在 Gemini app 和 Antigravity 推送，仅限付费用户
Google 开始向付费用户推送 Gemini 4 Argon，覆盖 Gemini app 和 Antigravity，低档套餐用户无法获得完整访问权限。Google 称模型能力未变，仍以此前公布的基准表现说明其推理与智能体编码能力，并设置了拒绝恶意指令的训练和自动失准监控。
Simon WillisonAI 评分4141 Geoffrey Huntley：用 pre-commit hook 让 AI 智能体改用诊断库
Geoffrey Huntley 提出，与其靠 AGENTS.md 引导 AI 智能体使用自己的诊断库（仍会随代码漂移），不如写一个 pre-commit hook 检查 git diff 中绕过诊断模块、直接调用可观测性模块的代码，命中就拒绝提交并向智能体注入提示词要求改用诊断库，效果立刻变成满分。
钛媒体AI 评分2323 Shopify有望凭借AI智能体大获成功，但这可能需要时间
德意志银行分析师重申对Shopify的"买入"评级，认为其将成为AI平台的首选结账引擎。尽管Meta推出AI购物代理Muse曾引发市场对Shopify前景的担忧，分析师仍预计即将公布的第三季度财报将超出市场预期，但AI智能体带来的业绩贡献短期内可能不明显。
TechCrunch · AIAI 评分4545 Amex 推出 Intent Intelligence Framework，防止 AI 智能体擅自下单
American Express 推出 Intent Intelligence Framework，在 AI 智能体完成交易前捕获并验证用户购买意图，并可成为 AI 支付交易的行业标准。
爱范儿AI 评分5656 阶跃终端发布大模型原生智能体手机 STEPX Neo，全栈价 3999 元
阶跃终端发布首款大模型原生智能体手机 STEPX Neo，搭载个人智能体 Amoo 和 Step AOS 系统，先行版软硬模全栈定价 3999 元，提供碳黑、硅银两种配色，购机用户可享连续 12 个月每月百亿 Token 额度。
IEEE Spectrum · AIAI 评分2626 Google DeepMind 新驻场哲学家谈 AI 伦理
哲学家 Henry Shevlin 去年 5 月起将 80% 时间投入 Google DeepMind，职位为“Philosopher”，同时保留剑桥大学 Leverhulme 未来智能研究中心的工作。
NVIDIA Blog精选AI 评分7878 NVIDIA RTX Spark 笔记本上市，生态软件与本地智能体配套就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日发售，同期 NVIDIA 与生态伙伴推出针对本地 AI 的软件与性能更新。
推荐理由：原文列出 RTX Spark 首发的智能体软件、模型与开发工具清单，读者可据此了解本地 AI 智能体的落地配套。
钛媒体AI 评分3636 千问办公借钉钉进场，靠什么留住企业客户？
千问办公在云栖大会发布 Enterprise Context 产品，整理企业知识和业务数据、按任务提供给 Agent，并随业务变化更新；产品由 QoderWork、MuleRun 和悟空整合而来，8月3日正式发布。