Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，应用程序编程接口（API，Application Programming Interface） 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在代码重构、科研与安全测试中的具体数字，可据此判断前沿模型在长周期任务上的实际边界。
全部 AI 动态
Google DeepMind精选模型评分8383
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub 发布 Copilot 入门教程，介绍四种让 Copilot 了解代码库的方式：自定义指令、智能体技能、自定义智能体和模型上下文协议（MCP，Model Context Protocol）服务器。
Microsoft Research精选模型评分6060 微软研究院发布 StudentSim，用个性化学生模拟器评估和改进 人工智能（AI，Artificial Intelligence） 辅导系统
微软研究院提出研究系统 StudentSim，用公开的去标识学习记录为每个学生训练个性化模拟器，在真实学习者测试之前评估和改进 人工智能（AI，Artificial Intelligence） 辅导系统。
推荐理由：微软研究院提出用真实学习记录训练个性化学生模拟器，在三个学科上给出可复用的评测协议和训练反馈路径。
NIST News模型评分4141 NIST 宣布支持白宫“科学新黄金时代”计划
美国国家标准与技术研究院（NIST）宣布支持白宫科技政策办公室主任 Michael Kratsios 提出的“Science: A New Golden Age”报告及其原则。NIST 将开放 AM-Bench、JARVIS 材料数据库等数据资源，并计划作为联邦机构伙伴加入 Genesis Mission Consortium，聚焦生物技术、量子科学和材料设计。
GitHub Blog · AI & ML精选模型评分6161 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把推送保护扩展到无固定格式的密钥，可在两毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把防护成本从人工转移到模型推理的思路。
Microsoft Research精选模型评分7373 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体框架直接参与训练，无需在训练框架里重写智能体。
推荐理由：框架把部署用的智能体直接接入强化学习训练，并给出约 6000 条样本提升 14.6 个百分点的完整流程，可据此判断改造成本。
GitHub Blog · AI & ML精选模型评分7171 GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench
GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。
推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。
GitHub Blog · AI & ML模型评分2727 GitHub 博客：人工智能（AI，Artificial Intelligence） 正在改变开发者工作，三项技能值得加强
GitHub 博客提出开发者应对 人工智能（AI，Artificial Intelligence） 工作方式变化的三项技能：学会指挥 AI 智能体（Agent）而非只使用它，用第二个模型审查 AI 输出，并借 AI 节省的时间处理更大问题。文中以 GitHub Copilot 内置的 Rubber Duck 智能体为例，说明第二个模型可审查计划、代码和测试，补上首个模型遗漏的问题。
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 应用如何用 canvases 搭建自定义工作流
GitHub Copilot 应用介绍用 canvases（画布扩展）搭建自定义工作流的方法：在智能体会话中输入 /create-canvas 技能，用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开，无需手写代码或调整布局。
NIST News模型评分4242 NIST 向 11 州及波多黎各 MEP 中心拨款超 3000 万美元
美国国家标准与技术研究院（NIST，National Institute of Standards and Technology）向 11 个州和波多黎各的 12 家制造业扩展伙伴关系（MEP。
Berkeley AI Research模型评分4646 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
伯克利 Sky Lab 团队为 K-Search 增加 MLX 后端，并开发结构化 CUDA-to-MLX 翻译层，让这一进化式内核搜索框架把已有 CUDA 内核当作知识库，自动改写为 Apple Silicon 上的高质量内核。
Berkeley AI Research模型评分3838 Berkeley 人工智能（AI，Artificial Intelligence） Research 提出 ABBEL：用信念状态更新让 大语言模型（LLM，Large Language Model） 高效完成长程交互
Berkeley 人工智能（AI，Artificial Intelligence） Research 提出 ABBEL 框架，把 大语言模型（LLM，Large Language Model） 的交互摘要写成自然语言“信念状态”并对其内容单独监督评分，替代传统递归摘要。
Berkeley AI Research模型评分5959 Berkeley 观点：智能体时代的数据系统该为谁设计、由谁运行、由谁生成
加州大学伯克利分校 EECS 副教授 Aditya G. Parameswaran 等人发文提出，随着推理成本快速下降，数据系统面临三类新问题：为智能体设计的数据系统、支撑智能体集群运行的数据系统，以及由智能体自行生成的数据系统。
Berkeley AI Research模型评分4242 2026 届 BAIR 博士毕业生展示：机器人、大语言模型（LLM，Large Language Model） 推理与 人工智能（AI，Artificial Intelligence） 安全研究去向
加州大学伯克利分校人工智能研究实验室（BAIR，Berkeley Artificial Intelligence Research）展示了 2026 届博士毕业生的研究成果与去向，研究覆盖机器人、大语言模型（LLM，Large Language Model）推理、计算机视觉、人工智能（AI，Artificial Intelligence） 安全与人机交互等方向。
Berkeley AI Research模型评分4545 自适应并行推理：高效推理扩展的下一个范式
伯克利 人工智能（AI，Artificial Intelligence） 研究团队综述了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、开多少并行线程以及如何协调。现有方法多由外部固定并行结构，而不同问题需要不同并行程度，自适应控制被视为高效推理扩展的下一步。
Berkeley AI Research模型评分4949 GRASP：面向世界模型长时程规划的梯度规划器
加州大学伯克利分校 人工智能（AI，Artificial Intelligence） 研究团队提出 GRASP，一种面向学习型世界模型（预测未来状态的模型）的梯度规划器，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中加入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸或消失、非贪心路径陷入局部最优等问题，使基于梯度的规划更稳健。
Berkeley AI Research模型评分5555 伯克利提出 SPEX 与 ProxySPEX，可在数千组件规模上识别大语言模型中的交互
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出 SPEX 与 ProxySPEX 两种算法，用于在大语言模型（LLM，Large Language Model）中识别驱动输出的关键交互，把交互发现规模从数十个组件扩展到数千个。
Berkeley AI Research模型评分4646 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出一种直接以信息含量评估和优化成像系统的框架，并在 NeurIPS 2025 论文中验证其信息指标能预测彩色摄影、射电天文、无透镜成像和显微成像四个领域的系统表现。该方法仅用带噪测量和噪声模型估计互信息，优化后的设计可媲美端到端方法，且内存和算力需求更低、无需任务专用解码器。