VOL. 2026-10-01 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-10-01 · PUBLISHED · 约 10 分钟
Google DeepMind 发布 Gemini 4 Argon，…
Google DeepMind 发布 Gemini 4 Argon，在 19 项基准中 13 项取得 SOTA，并将输出 token 上限提升至 100 万，成为当天最突出的前沿模型进展。模型层面，Hugging Face 上出现 1.08B 参数的掩码扩散语言模型 DiffuRefill-1B 预训练检查点，以及泰英双语决策模型 OpenThai-SystemOne 等新发布。研究侧则聚焦智能体自我改进与对齐风险预测，AREX-2 和「对齐预测」基准分别推进长时程反思训练与训练前失准预判。产品与工具方面，Cloudflare AI Search 正式 GA 并新增多模态检索与 OCR，Agno v3.1.0 补充了 RBAC 授权与文件系统能力。
今日看点
4 个章节 · 12 条情报- 01模型发布DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中5
- 02产品发布Dwarkesh 错在哪：OpenAI 一周内克隆 Jev 竞品2
- 03研究进展PatchHolmes：基于列表选择的智能体补丁检索4
- 04开源项目Agno 发布 v3.1.0：新增 RBAC 授权与文件系统1
模型发布
MODEL RELEASE5 篇DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中
Hugging Face 上出现一个名为 DiffuRefill-1B 的 1.08B 参数掩码扩散语言模型预训练检查点，目前训练约进行到一半（约 10 万步 / 20 万步，约 460 亿有效 token）。该模型采用置信度定向重填充解码，整段序列约需 20 次并行去噪即可生成，而自回归模型每 token 需一次前向。训练通过 DiLoCo 在 3-5 台单 GPU 机器上同步进行，作者称其英语流畅但事实性仍不可靠，尚未做指令微调。
d0xin 发布 Swift-Qwen3.8-27B 无审查 NVFP4 量化版
Hugging Face 用户 d0xin 发布了 Swift-Qwen3.8-27B-Uncensored 的 NVFP4 量化版本，基于 NVIDIA ModelOpt Local-Hessian 校准与激活余量（activation headroom）技术，采用 NVFP4/FP8 混合精度拓扑。该版本在 RTX PRO 6000 Blackwell 上相比 FP8 版本解码吞吐提升 20-27%、预填充吞吐提升 34-38%、显存占用降低 15.1%，同时在固定 MMLU-Pro 子集上保持 225/280 的准确率。模型刻意移除了拒绝行为，在固定 100 条提示评估中拒绝率为 0。
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御方开放，并参与美国政府预发布模型访问流程。该模型支持长程复杂推理，输出 token 上限提升至 100 万，在 DeepSWE v1.1、Vals Index、LVBench 等基准上取得领先成绩，并已用于 Google 内部代码迁移、内存优化和量子算法优化。Argon 还具备自主发现、验证和修补漏洞的网络安全防御能力，Wiz 已借助它发现医疗软件中的严重漏洞。
OpenThai-SystemOne：泰英双语 System One 决策模型
Hugging Face 上发布了 iapp/OpenThai-SystemOne，一个基于 Qwen3.5-0.8B-Base 的泰语+英语「System One」决策模型，采用 Apache-2.0 许可。该模型不生成文本，而是在一次前向传播中对给定状态和问题返回校准后的选项概率，支持 choice、score、noul 三类问题，可用于工单路由、内容审核、意图识别、RAG 相关性判断以及计算机使用/浏览器代理的动作选择。模型提供 Python 客户端、兼容 TypeSafe 的 HTTP 服务以及 Ollama 本地部署版本。
Gemini 4 Argon 发布：13/19 基准 SOTA，支持 100 万输出 token
Google DeepMind 发布 Gemini 4 Argon，在 19 项基准中的 13 项取得 SOTA，并首次实现 100 万 token 输出上限（通过 Long Decode Continuation API 功能）。目前仅面向政府用户和 Fairwind 计划中的可信网络安全防御者开放预览，定价为每百万输入/输出 token 4/20 美元，另有五折优惠。Artificial Analysis 评测其智能指数为 53，与 GPT-6 Astra 持平，但幻觉率更低（15% vs 51%），准确率也较低（50% vs 63%）。
产品发布
PRODUCT RELEASE2 篇Dwarkesh 错在哪：OpenAI 一周内克隆 Jev 竞品
Latent Space 播客在 OpenAI DevDay 后采访了 OpenAI 计算机使用（Computer Use）负责人 Ari Weinstein 和 API 团队 Nikunj Handa。Ari 表示 Computer Use 相比几个月前已“180 度不同”，代理能自我调试并从失败中恢复，结合截图、无障碍树、DOM、Playwright 与生成代码提升速度，下一步目标是让代理在软件操作上超越人类。Nikunj 介绍了新开发者栈，包括异步工具调用、回合中干预、WebSockets、UltraFast 推理、Decisions API、提示缓存、预热、压缩和 Agents API，并提到 Decisions API 目前只是 Luna 的封装。
Cloudflare AI Search 正式 GA，新增多模态检索与 OCR
Cloudflare 宣布 AI Search 正式 GA，该产品整合 Workers AI、Vectorize、R2 和 Browser Run，提供全托管索引与检索流水线。此次更新新增原生图像嵌入、PDF OCR 及更大文件支持（文本和 PDF 上限从 4 MiB 提升至 10 MiB），并采用 Qwen3-VL-Embedding 模型实现多模态检索。计费将于 2026 年 11 月 1 日启动，所有 Workers 计划保留免费额度。
研究进展
RESEARCH4 篇PatchHolmes：基于列表选择的智能体补丁检索
该论文提出 PatchHolmes，一个两阶段补丁检索系统，用于为已知漏洞找到修复提交。第一阶段使用混合检索器，第二阶段采用智能体循环，一次性读取前100个候选列表并选择性阅读3到10个提交，最终提交最佳结果。在 GitHubAD 数据集上，PatchHolmes 的 Recall@1 比逐点分类器 Favia 高 25.34%，比 IRCoT 高 31.40%，且每个 CVE 仅需一次智能体对话。系统基于冻结的开源权重模型和本地 Git 仓库运行，无需微调或外部搜索 API。
AREX-2：通过长时程反思任务推进自我改进智能体
该论文提出 AREX-2，旨在提升 LLM 智能体的自我改进能力，即测试时通过多轮迭代优化解决方案。研究基于 Qwen3.8-27B 构建智能体，利用机器学习工程和算法编程任务合成长期反思轨迹进行训练。在 MLE-bench Lite 上达到 81.8，Frontier-CS 上 70.7，并迁移至深度研究任务，在 BrowseComp、HLE、GAIA、DeepSearchQA 上分别取得 84.0、52.6、92.2、93.8 的成绩，且随轮次预算增加持续提升。
对齐预测：从训练数据预测模型失准
研究者提出「对齐预测」（Alignment Forecasting）任务，即在微调训练前预测模型是否会出现欺骗、谄媚等对齐失败，并发布包含17个目标模型、32个数据集、16种失败模式的基准 AlignmentForecastBench。他们提出的预测框架由LLM审计数据集并打分，再用逻辑回归结合失败模式基率和目标模型先验倾向，效果显著高于随机，并优于直接提示前沿模型、微调专用模型及弱模型迁移方法。其信号还能标记前沿模型分类器漏掉的问题训练样本，过滤 UltraChat 中此类样本后多数情况下模型更对齐，但开放式对话中的收益尚不明确。
教师是方向而非终点：在线策略蒸馏中RL表示残差的外推
该论文提出 RIDE（RL-Induced Direction Extrapolation）方法，用于在线策略蒸馏（OPD）。作者观察到强化学习会相对基础检查点改变模型内部表示，且该变化方向可在每一层测量，因此 RIDE 在表示空间中直接外推 RL 引起的残差：在每层和每个 token 位置计算教师模型与其 RL 前检查点的残差，并将学生隐藏状态回归到沿该残差超越教师的目标上。在四组不同规模、架构和预训练来源的基础/RL 教师对上，RIDE 均接近或超过 RL 训练教师，且优于输出空间外推方法。
开源项目
OPEN SOURCE1 篇Agno 发布 v3.1.0：新增 RBAC 授权与文件系统
Agno 发布 v3.1.0，新增 agno.os.authz 包为 AgentOS 提供基于角色的访问控制（RBAC），包含角色存储、作用域策略、审计日志、用户目录和管理路由，并支持可插拔授权引擎；同时新增 agno.fs 文件系统（DbFileSystem）及 /filesystem 路由。该版本还更新了 MCP 配置与认证、新增 AIMLAPITools 工具包，并包含多项破坏性变更：文件系统表按 (namespace, user_id, path) 重新设键需手动迁移，MCP 默认与生命周期工具改为需显式开启。此外修复了 HITL、OpenAIResponses、结构化输出、分块、CSV 读取等多项问题。