10月16日

Meta 通过 PyTorch 博客发布 Muse Spark Open 开放权重。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与 agent 工作流，原生支持图像、音频与文档。权重挂在 Hugging Face，许可证为 Muse Model License；推理侧对接 SGLang 与 vLLM，并针对 NVIDIA、AMD、Intel 做了优化。相对 8 月的 Muse Spark，官方称这次增加了安全后训练，便于在没有系统护栏的情况下单独部署。

配套放出 Helion 内核与 TorchTitan 微调支持。Helion 实现 RoPE、RMSNorm、量化等算子，官方给出相对手写硬件专用内核 1.03–3.95 倍的加速，并在 AMD MI350 上报告端到端吞吐提升 3%。TorchTitan 已内置 Muse Spark Open 的模型定义，支持多轮 SFT、LoRA 与 TitanRL。

OpenRouter 发布 ori：用现有的 agent CLI，经 OpenRouter 登录后改走其模型、额度与组织策略。安装命令为 curl -fsSL https://openrouter.ai/labs/ori/install.sh | bash。官方列出的入口包括 ori claude、ori codex、ori opencode、ori pi、ori cline、ori kilo、ori muse、ori hermes 等；也可用 --model 指定任意 OpenRouter 模型 id，例如 ori claude --model google/gemini-4-argon。

登录走 OAuth，不要求再贴一把 API key。组织侧的模型白名单与月度预算在 OpenRouter 控制台生效，越界请求会在发出前被拦住。费用按 agent 分项汇总到同一张账单。

Anthropic 宣布 Claude 平台上的 Opus 5.5 fast mode 结束研究预览并取消等待名单。官方文档写明：同一套权重，输出 token 速度最高约 2.5 倍，定价为每百万 token 输入 8 美元、输出 40 美元；请求里设置 speed: "fast" 即可，Opus 5.5 不再需要 beta 头。该模式已进入 Microsoft Foundry（Azure 托管），Google Cloud 即将支持；Amazon Bedrock 与 Claude Platform on AWS 暂不可用。

Fast mode 有独立速率限制，和标准 Opus 配额分开。提示缓存不在 fast 与 standard 之间共享，切换速度会 miss 缓存。Claude Devs 补充：Claude Code 里的 fast mode 行为不变，仍额外消耗 usage credits。

NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL（约 1200 亿参数），面向常驻企业 agent：指令遵循、工具调用、多步业务流程与视觉理解。官方称在同类开源 agent 模型中任务完成最快，吞吐最高可达次优约 5 倍，并可在自有数据上后训练后部署到自有基础设施。权重、数据集与训练配方开放，已上架 Hugging Face、OpenRouter、ModelScope，并提供 NVIDIA NIM。

同期推出端侧系列 Nemotron 3.5 Bolt：Bolt 74B-A9B（24GB）现已可用，用原生 2-bit 量化跑在 RTX / DGX Spark 上；Bolt E4B（4GB）定于 10 月 23 日上线。官方举例 Atlassian、CrowdStrike、Perplexity、Salesforce 等在做定制；Mercor 在 APEX-SWE 上后训练用于编码 agent。

阶跃星辰（StepFun）宣布开放 Step 5 Preview 权重。官方给出的规格：稀疏 MoE，总参数 600B、每 token 激活 27B，上下文最长 1M token，原生文本与视觉输入，面向长程 agent 任务。BF16 与 FP8 权重已上线 Hugging Face 与 ModelScope，并附技术博客；可用 vLLM 或 SGLang 部署兼容 OpenAI 接口的服务，也可用 Transformers 做离线推理。

IT之家转述的技术博客要点包括：92 层窄深架构、Sparse GQA（8 token 块级索引把索引与 top-k 开销降到约 1/8）、关键状态保留 FP32，以及把上下文压缩纳入端到端强化学习。许可证为 StepFun Model License，大规模商业化另有条款。

Cognition 发布 Devin Oncall：告警、缺陷报告或事故一出现，Devin 就用遥测、代码、部署记录、runbook 与历史事故做根因排查，必要时给出缓解建议并开修复 PR。产品拆成三块：Responders（盯 Slack / Teams / PagerDuty 等触发源）、Incidents（加入按前缀命名的事故频道持续跟进）、Reports（周期性汇总告警阈值与反复出现的问题类）。

组织级一次性 setup 约 1–2 小时，会生成后续会话共用的 skills。Cognition 在 X 上称，已有大型客户每天由它处理数千条告警；客户案例页上 Modal 称约 80% 的事故在工程师打开线程前已有可用调查结果。独立第三方尚未核实这些数字。

Perplexity CEO Aravind Srinivas 宣布开源 SPACE，仓库为 perplexityai/space。官方定位是驱动 Perplexity Computer 全部沙箱能力的平台：可插拔运行时，用来隔离执行 agent 与用户代码。他写道，沙箱本身已是常见组件，难点在生产流量下服务数百万沙箱，并把 agent 扩到企业与消费者场景；开源是为了支撑生态。

GitHub 页面目前几乎没有 star 与说明文档细节，具体的隔离级别、网络策略与扩缩容接口仍需直接读仓库代码。

ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI (Verified) 上的成绩。ARC-AGI-3：provider adapter harness 得分 97.5%、成本 4800 美元；标准 harness 得分 49.8%、成本 5800 美元。ARC-AGI-2 得分 91.3%、每题 0.32 美元；ARC-AGI-1 得分 98.5%、每题 0.16 美元。官方称 Google DeepMind 是第二家在 ARC-AGI-3 上超过 95% 的前沿实验室。

同一模型在两种 harness 下分数相差约 47.7 个百分点，成本却接近。10 月 14 日晨报已写过 Argon 发布与 Cursor 接入，本次是评测数字更新。

游戏反编译协作站 decomp.dev 宣布关站。管理员 Encounter 写道：匹配式反编译过去常以年计，多技能协作才能推进；近期前沿模型让流程显著加快，站点已难以区分人类主导项目与 AI 主导项目，并出现把人类开源进度用 AI「赶完」的敌意 fork。站点原先用进度条激励人类协作，现在被写成「烧 token 刷数字」。

文中点到专用工具 decomp.wtf：把现有 AI agent 指向自有游戏，逐函数反编译成 C，并按字节核对。404 Media 同时把这件事放进更宽的语境：Adobe、Office 类 AI 克隆与 SaaS 可复制性正在改变软件生意。

ChatGPT 官方账号宣布面向 Chrome 用户接入 computer use。聊天模式下，ChatGPT 可以查看已打开的标签页并汇总信息；工作模式（Work）下可以控制 Chrome 标签页执行操作，例如发送消息、填写表单、下载文件，以及整理和分组标签页。

公告以产品演示为主，没有写明支持的 Chrome 版本、权限授权界面，以及企业托管策略下是否可关闭。