技术简报 · 第 2026-10-20 号
技术简报 - 2026-10-20
本页目录6 节
本期概览
#这一期的信号指向同一件事：模型的竞争点正从单项能力转向智能体任务的完成度和单位成本。先看 Google DeepMind 的 Gemini 4 Argon：当天通过 API 全面开放，每百万输入 token 2 美元、输出 10 美元。开放权重阵营同期跟上，Meta 的 Muse Spark Open（816B 多模态 MoE）和 Reflection 的 Beam（501B，Apache 2.0）都得先算显存；DeepSeek 的 V4.1 Flash 新版则主打更强也更省。训练与部署栈也在动：Agent Lightning 让线上 harness 直接参与强化学习，vLLM v0.32.0 把 GLM-5.x 在 SM100 上的 KV 缓存默认改成 FP8，升级前要实测。
本期立即关注
#精选评级最高的已发布技术信号，编辑置顶的条目优先展示。
Gemini 4 Argon 全面开放，百万输入 token 2 美元
Google DeepMind 推出旗舰模型 Gemini 4 Argon，当天通过 API 在 AI Studio 和 Gemini 平台向开发者与企业开放，同时进入 Google AI Ultra 和 Pro 订阅通道。Vals Index 排名第一，首发定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入打九五折...
适合 正在做模型选型与成本核算的平台或基础设施团队、使用编码智能体处理大型代码库的工程团队、关注 AI 辅助科研与网络安全自动化的研究机构
Meta 开源 Muse Spark Open：816B 多模态 MoE
Meta 发布开放权重模型 Muse Spark Open，总参数约 8160 亿、每 token 激活约 420 亿，采用 256 选 8 的 MoE 路由，支持文本、图像、音频、视频输入与最长 100 万 token 上下文，提供 BF16 与面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint，面向智能体编码任务训练。
适合 评估自托管开放权重模型的基础设施与平台团队、做编码智能体、需要多模态输入的工程团队、负责推理容量规划与 GPU 采购的工程师
Agent Lightning：线上 harness 直接参与强化学习
微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式：不改动部署时的智能体 harness，只把模型端点指向框架的代理，即可让真实 harness 参与强化学习。框架约 3500 行代码，原生支持 Kubernetes...
适合 正在为编码智能体或工具型智能体做强化学习后训练的团队、已有自研 harness、不想为训练重写智能体循环的工程团队、需要在自管 Kubernetes 集群上大规模跑智能体 rollout 的平台工程师
vLLM v0.32.0：结构化决策接口，KV 缓存精度再降
vLLM v0.32.0 包含 814 个 commit、363 位贡献者（其中 121 位首次参与）。新版本加入 POST /v1/systemone 结构化决策接口和通用 hf 工具与推理解析器，并将 NVFP4、FP8 等低精度 KV 缓存扩到更多硬件，GLM-5.x 在 SM100 上默认使用 FP8 KV 缓存。
适合 自托管 vLLM 推理服务的平台与基础设施工程师、在 SM100/SM90 或 ROCm 上部署 GLM-5.x、MiniMax-M3 等模型的团队、需要为多种模型写工具调用与推理解析器的应用开发者
DeepSeek V4.1 Flash 新版 1017：更强也更省
DeepSeek 推出 V4.1-Flash-1017 模型，在代码与智能体任务基准上提升的同时压缩了任务运行时间和输出长度，官方称为「性能—费用的帕累托改进」。配套 Harness 升级至 0.2.1 版本，并开放自研 Search 与 Fetch 两个搜索 API，每千次成功请求 5 元，11 月 1 日前免费。
适合 用 DeepSeek API 跑编码或智能体任务的工程团队、正在自建或评估检索管线的开发者、关注推理成本与 token 消耗的平台负责人
Reflection 放出 Beam：501B MoE、1M 上下文
美国新实验室 Reflection 发布首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放权重，主打编码与智能体场景。BF16 checkpoint 约 1 TB，另有 FP8 与面向 Blackwell 的 NVFP4 版本，transformers、SGLang...
适合 评估自托管编码模型的平台与基础设施团队、需要长上下文智能体能力的应用开发者、在 Blackwell 与 Hopper 之间做推理资源规划的同学
值得跟踪
#值得跟进的信号，但在成为立即优先项之前仍需更多背景或验证。
Google 开源 Harness²：不改模型，递归改智能体的外壳
Google Research 开源智能体框架 Harness²，采用 Apache 2.0 许可，支持 OpenCode 与 Codex，默认使用 OpenCode。它把系统提示词、护栏、记忆、工具指导、子智能体、Skills、脚本和插件拆成 8 类可改组件...
适合 正在维护智能体系统提示词、Skills 与工具说明的工程团队、用 OpenCode 或 Codex 作为编码智能体执行器的开发者、评估 AutoHarness 类方案能否进入生产的平台负责人
来源参考
#本期简报中已发布技术信号所代表的公开来源。
Google AI Blog
公开来源
订阅简报
稳定的公开订阅源仅包含已发布的技术简报，草稿和已归档简报不在其中。