AI 周报 · 2026 年第 40 周 · 09.28 — 10.04
MYHOT
AI攻克军棋与前沿模型密集落地
本期覆盖2026年9月28日至10月4日。此间AI在竞技与工程两条主线同时推进：研究团队用Ataraxos系统在军棋中击败史上最强人类选手Niemeijer，有效胜率达85%，被称为人类在主要竞技桌游中最后的优势领域之一。产品与模型侧动作密集：Anthropic为Claude Code推出Mods插件系统，允许开发者用JavaScript或TypeScript挂钩工具调用、用户提示词与UI渲染；Google发布新一代前沿模型Gemini 4 Argon，初期仅向受信任网络安全方开放，称其在软件工程、法律金融等企业知识工作与网络安全防御等复杂工作流中具备前沿性能。产业层面，AMD以约82亿美元全股票收购李飞飞创办的World Labs，李飞飞将出任AMD执行副总裁兼首席科学家；DeepSeek开源面向华为昇腾算力平台的基础设施组件，与面向英伟达平台的组件一一对应。评测方法亦有更新，Microsoft与Hugging Face发布ThinkingBox，按数据库终态与副作用而非最终回复评测智能体。
军棋AI击败最强人类
本版导读研究团队用Ataraxos系统在军棋（Stratego）中击败史上最强选手Niemeijer，有效胜率达85%。军棋被视为人类在主要竞技桌游中最后的优势领域之一，此次结果意味着这一堡垒被AI攻克，机器在带隐藏信息与博弈推理的桌游项目上再下一城。
AI 击败军棋（Stratego）最强人类选手，终结人类最后堡垒之一
研究团队用 Ataraxos 系统在军棋（Stratego）中击败史上最强选手 Niemeijer，有效胜率达 85%，这是人类在主要竞技桌游中最后的优势领域之一。
Gemini 4与Claude Code更新
本版导读Google发布新一代前沿模型Gemini 4 Argon，初期仅向受信任网络安全方开放，官方称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。Anthropic则为Claude Code推出Mods插件系统，开发者可用JavaScript或TypeScript函数挂钩工具调用、用户提示词和UI渲染等事件，添加自定义面板、拦截工具调用或接入新命令。
Google 发布 Gemini 4 Argon，初期仅向受信任网络安全方开放
Google 发布新一代前沿模型 Gemini 4 Argon，Google DeepMind SVP Koray Kavukcuoglu 称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。
Anthropic 为 Claude Code 推出 Mods 插件系统
Anthropic 为 Claude Code 发布 Mods，这是一套直接运行在工具内部的插件式中间件，开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件，添加自定义面板、拦截工具调用或接入新命令。
AMD收购World Labs
本版导读AMD以约82亿美元全股票方式收购李飞飞创办的World Labs。World Labs成立两年多，今年2月完成10亿美元融资、投后估值约54亿美元。交易完成后李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。该收购金额显著高于其上一轮估值，显示AMD在AI人才与空间智能方向的重注。
AMD 以约 82 亿美元全股票收购李飞飞的 World Labs
AMD 以约 82 亿美元全股票方式收购李飞飞创办的 World Labs，交易完成后李飞飞将出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报。World Labs 成立两年多，今年 2 月完成 10 亿美元融资、投后估值约 54 亿美元；其首款商业产品 Marble 去年 11 月上线，新一代模型 Atlas 在交易宣布前不到一个月亮相。
DeepSeek开源昇腾组件
本版导读DeepSeek在国庆假期前一天开源面向华为昇腾算力平台的基础设施组件，包括TileLang高级语言编译工具、高性能计算库与分布式通信库，与面向英伟达平台的开源组件一一对应。此举被外界解读为在算力受限背景下向国产硬件生态靠拢，推动模型训练与推理栈对昇腾平台的适配。
DeepSeek 为什么要在此时拥抱华为？
DeepSeek 在国庆假期前一天开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 高级语言编译工具、高性能计算库与分布式通信库，与面向英伟达平台的开源组件一一对应。
智能体评测转向终态
本版导读Microsoft Copilot Studio团队联合Hugging Face发布ThinkingBox，让智能体在隔离的MCP工具会话中运行，按终端数据库状态和副作用评分，而非最终回复，每个任务重复20次。该方案把评测重心从对话输出转向真实环境中的可验证结果，为智能体可靠性提供更贴近实际部署的衡量方式。
Microsoft 与 Hugging Face 发布 ThinkingBox：按数据库终态评测 AI 智能体
Microsoft Copilot Studio 团队联合 Hugging Face 发布 ThinkingBox，它让智能体在隔离的 MCP 工具会话中运行，按终端数据库状态和副作用评分，而非最终回复，每个任务重复 20 次。