周回顾
周回顾 · 10 月 12 日 – 10 月 18 日
10 月 12 日 – 10 月 18 日（周一–周日）已发布的技术信号，按优先级汇总。纯派生自已发布信号，无编辑撰写、无 AI。
立即关注
6 条本周编辑标为关键、或标为重要且发布不满 30 天的信号。
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。
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。
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、vLLM 首日支持。
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。
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。官方称其在 Antigravity 中把智能体代码提交量提高逾 35%、代码回滚减少近三分之一。
华为 Memento 3：把规则写成代码，打满 ARC-AGI-3
华为诺亚方舟实验室联合 UCL 等团队的智能体 Memento 3 打通了 ARC-AGI-3 公开集全部 25 款游戏、183 个关卡，RHAE 满分 100，总操作 7518 次，比人类的 17135 次少约 56%。底模 Claude Opus 5 不更新权重、不做游戏微调，靠「代码即模型」（一份规则手册加一个可执行的世界模型）递归地自我改进。
值得跟踪
1 条本周值得持续留意、等待更多验证的变化。
智能体用三周重构老游戏代码，全程靠逐帧回放验收
CodeScene 发布案例研究：一个编码智能体在三周内重构了《街头霸王 III：三度冲击》开源反编译项目约 30 万行 C 代码，消耗 token 约 4000 美元，覆盖 726 个文件、2903 次提交、252055 行改动，Code Health 从 5.6 升至 10.0。保障机制包括 CodeHealth MCP Server 的确定性评分，以及逐帧比对回滚状态哈希的回放轨迹测试框架；智能体还自行整理出含 22 个方案、82 条辅助说明的重构手册。