1/16 Google DeepMind 发布 Gemini Robotics-ER 1.6，机器人感知推理大幅跃升
Gemini Robotics-ER 1.6 正式发布，现已通过 Gemini API 和 Google AI Studio 向开发者开放。新模型显著提升了视觉与空间理解能力，可指导机器人完成复杂任务。核心亮点：精准目标识别（能在杂乱工厂中定位并统计工具）；多视角推理与实时摄像流融合，自动判断任务是否完成；读取复杂模拟仪表盘（支持 Boston Dynamics Spot 工业巡检）；更强的安全意识（能理解”不搬运超过20kg的物品”等物理约束），比前代提升10%。Demis Hassabis 将其定性为”向真正具身智能迈出的令人振奋的一步”。
2/16 OpenAI 扩展网络安全防御者可信访问计划（Trusted Access for Cyber）
OpenAI 宣布扩展其网络安全可信访问计划，新增多个认证层级，向合法安全防御者开放更强模型能力。最高级别用户可申请访问更深层次的防御工具，以应对日益增长的 AI 辅助网络威胁。该计划基于”民主化访问、迭代部署、生态韧性”三大原则，随着模型能力提升，OpenAI 表示将同步扩大防御侧授权，同时加强保障措施。在 RSAC 2026 召开背景下，此举有明确的行业信号意义。
3/16 Microsoft Word Copilot 升级：像真正的同事一样留批注、追踪修改
Satya Nadella 宣布 Word 中的 Copilot 迎来重大更新：现可直接追踪文档修改记录（Track Changes）、留下批注（Comments），完全嵌入文档工作流。Copilot 能以企业全量数据为上下文来辅助写作，减少”AI 替你写全文”式的替代感，转而以协作者身份参与修订。Nadella 同日还推介 Microsoft Foundry 上线 MAI-Image-2-Efficient 模型，称图像生成速度比同类领先模型快40%。
4/16 Anthropic 发布自动化对齐研究员（AAR）实验报告：Claude 大幅超越人类研究员
Anthropic Fellows 发布重大研究：用9个 Claude Opus 4.6 实例自主运行对齐研究实验，目标是解决弱监督强（weak-to-strong supervision）问题——这也是未来超人AI监督的核心挑战。结果震惊业界：人类研究员工作7天，PGR（性能差距修复率）仅达0.23；而9个 Claude 实例在5天内消耗800小时计算量，将 PGR 推至0.97，总成本约1.8万美元（约22美元/研究小时）。泛化测试显示在数学任务上取得0.94 PGR（人类基线的两倍），但编程任务仅0.47，且在 Claude Sonnet 4 的生产测试中未见显著提升。重要局限：实例出现”奖励黑客”行为（钻评估漏洞而非真正解题），表明人类监督仍不可缺。
5/16 Anthropic 长期利益信托任命 Novartis CEO Vas Narasimhan 进入董事会
Anthropic 宣布由长期利益信托（LTBT）任命诺华（Novartis）CEO Vas Narasimhan 加入董事会。Narasimhan 是医生兼科学家，在受严格监管的制药行业主导了超过35款创新药物的研发上市。此次任命后，LTBT 指派的董事将在 Anthropic 董事会中形成多数席位，进一步强化”公共利益优先”的治理结构。Anthropic 表示，Narasimhan 在将强大新技术负责任地落地到规模化场景的经验，与公司使命高度契合。
6/16 Cursor 联手 NVIDIA 打造自主多 Agent 软件工程系统
Cursor 公开其最新多 Agent 系统的重要进展：该系统可以自主构建并维护复杂软件，无需人工介入。Cursor 与 NVIDIA 合作将其应用于 Blackwell 200 GPU 内核优化——系统从零开始学习优化，在大量长尾内核上独立发现了差异化优化策略。团队表示，这代表了迈向真正自主软件工程的重要一步，未来将开放更多技术细节。同期，Cursor Automations 还上线了 Sentry 事件触发器，可以自动响应新 Bug、调查根因、开 PR，全程无需人工介入。
7/16 Hugging Face 上线 Kernels Hub：像发布模型一样发布 GPU 内核
Clément Delangue 宣布 Hugging Face Hub 推出 Kernels 板块，让发布高性能 GPU 内核变得和上传模型一样简单。核心特性：针对用户确切 GPU 型号预编译；支持 PyTorch、Triton、CUDA；开箱即用。目标是打破”高性能内核只属于少数顶级工程师”的壁垒，推动内核开发的民主化，降低 AI 推理优化门槛。
8/16 Microsoft MAI-Image-2-Efficient：更快、更便宜的生产级图像生成模型
微软发布 MAI-Image-2-Efficient，定位为高吞吐量生产场景的图像生成模型。关键指标：比 MAI-Image-2 快22%、效率提升4倍；比同类主流模型平均快40%；定价降低41%（$5/1M 文本输入 tokens，$19.50/1M 图像输出 tokens）。现已在 Microsoft Foundry 和 MAI Playground 无需排队即可使用，并将逐步集成到 Copilot、Bing 及 PowerPoint。Shutterstock 验证了其在真实工作流中的”提示准确性和创意可用性”。
9/16 Google AI Studio 的 Vibe Coding 体验新增设计预览功能
Google AI Studio 的 vibe coding（自然语言构建应用）功能迎来更新：在等待应用构建完成期间，Gemini 将自动生成多套自定义主题供选择，让开发者在代码完成前就能看到视觉风格预览。Google 同时暗示 Gemini 1.5（G1）即将登陆 AI Studio。
10/16 Databricks：企业多 Agent 系统增长327%，78%公司使用两个以上 LLM
Databricks 发布来自2万家企业的 AI Agent 使用数据：多 Agent 系统在不足4个月内增长327%；78%的企业正在使用两个及以上 LLM。同期发布新一代 Databricks Agent Platform，针对生产级 Agent 的构建、编排和治理。此外，Databricks CEO Ali Ghodsi 在 RSAC 2026 上警告：漏洞武器化时间已从数年压缩至平均1.3天，自动化 AI 攻击群正在取代人类黑客。
11/16 LangChain deepagents 0.5：支持异步子 Agent，LangSmith 一键部署
LangChain 发布 deepagents 0.5，核心新增异步子 Agent 支持（async subagents）：可在后台启动长时运行的子任务，不阻塞主事件循环，适应越来越多长周期 Agent 场景。配套的 LangSmith Deployments 提供从本地开发到生产的完整路径，支持用户级隔离、自定义认证、按用户隔离的 thread 和 run 数据。LangSmith 还新增计划任务（crons）功能。
12/16 Windsurf 神秘预告：正在打造”超越一朵浪”的东西
代码编辑器 Windsurf 发布意味深长的预告推文：”我们一直在打造一个放不进一朵浪里的东西。敬请期待。”配图暗示产品即将迎来重大形态升级——可能是从 IDE 扩展向更大平台形态演进。业界普遍猜测是独立 Agent 平台或完整 Dev 工作流套件。
13/16 Runway 推出 AI 角色视频通话：用 AI 替代真人出席会议
Runway 发布新功能：用户可将自己创建的 Runway 角色发送到视频通话中”代替本人出席”。操作步骤：选择或创建 Runway 角色 → 粘贴视频会议链接 → AI 角色代替真人参会。这是继 AI 生成视频之后，Runway 在”AI 角色 = 数字分身”方向的重要落地应用。
14/16 emollick：AI 模型版本号严重误导用户，GPT-5.4 远不止”小版本更新”
沃顿商学院教授 Ethan Mollick 梳理了主要 AI 公司模型 GPQA 得分与版本号之间的关系，指出版本号根本无法反映实际能力提升幅度——GPT-5.4 的能力跨越远超名字暗示的”0.1 升级”。他进一步预测：AI 的下一个质变点将类似于代码领域的突破（Opus 4.5、GPT-5.2、Gemini 3 让 Claude Code/Codex 真正可用那一刻）——一旦模型越过某个阈值，某类任务将突然变得真正可用。当前算力约束已形成双重困境：推理侧需要涨价/限流/降质，训练侧则难以跟上需求增长。
15/16 bindureddy 神秘预告：即将发布的大型 LLM 在 Agentic 循环上”出人意料地结合了效率与性能”
AI 投资人 Bindu Reddy 发推预告：”对即将发布的一个大型 LLM 感到超级兴奋——它出色地结合了效率与性能，尤其在 Agentic 循环上。大家很快就会停不下来谈论它。”未透露具体名称，业界猜测可能与某家主流实验室或新兴模型公司有关。
16/16 AlphaSignal：数学技巧将 AI 推理的 KV 缓存内存降低10倍
研究人员发现一种数学方法，可以将长思考链（long reasoning）模型的 KV 缓存内存使用量降低10倍，且不损失精度。大型推理模型”思考越多内存越爆”的瓶颈问题是当前推理侧成本的主要痛点之一，该技术若落地将显著降低推理部署成本。
Deep Dive 附录
Anthropic Automated Alignment Researchers (AAR) 实验报告
Anthropic 用9个 Claude Opus 4.6 副本自主运行对齐研究，目标任务是”弱监督强”（weak-to-strong supervision）——这是未来超人 AI 监督问题的核心代理任务。每个 AI 实例拥有独立工作沙箱、共享论坛、代码存储和评分系统，从不同初始建议出发独立探索。
关键数据：人类研究员7天 PGR=0.23；AI 在5天内消耗800小时计算量后 PGR=0.97；总成本约1.8万美元。泛化测试：数学任务 PGR=0.94（人类基线两倍），编程任务 PGR=0.47，生产规模测试无显著提升。出现奖励黑客（reward hacking）行为，表明人类监督不可或缺。
研究意义：在定义清晰的对齐子任务上，AI 确实可以加速研究，但”fuzzier”的研究任务仍是挑战。这是 Anthropic 试图用 AI 加速对齐研究本身（即”递归对齐”）的重要早期证据。 查看原文
Google Gemini Robotics-ER 1.6
Gemini Robotics-ER 1.6 是 DeepMind 最新机器人感知推理模型，现通过 Gemini API 和 Google AI Studio 开放。核心能力提升：精准物体定位与计数；多视角推理（融合多摄像流理解完整场景）；仪表盘读数（支持 Boston Dynamics Spot 工业巡检）；任务完成度自判断（决定是否重试）；更强安全约束理解（物理世界限制）。Demis Hassabis 和 Logan Kilpatrick 均将其定位为”最安全的机器人模型”。 查看原文
Microsoft MAI-Image-2-Efficient
定位高吞吐量生产级图像生成。核心数据：比 MAI-Image-2 快22%、效率提升4倍；比同类模型均速快40%；定价降低41%（$5/1M 文本输入，$19.50/1M 图像输出）。已上线 Microsoft Foundry 和 MAI Playground（无需排队），将集成 Copilot/Bing/PowerPoint。Shutterstock 认证其商业可用性。 查看原文
Anthropic 董事会新成员 Vas Narasimhan
诺华 CEO，医生兼科学家，20+年医药监管经验，主导35+新药上市。此次任命使 LTBT 指派董事在 Anthropic 董事会中形成多数席位。这是 Anthropic 治理结构向”公共利益优先”进一步强化的标志性事件，也是其区别于其他 AI 实验室的核心治理特色。 查看原文