Google Gemini 4 Carbon 登顶 Artificial Analysis 智能指数 v5
Google 新模型 Gemini 4 Carbon 拿下智能指数第一，编程追近 Claude Opus 5.5，还便宜 23%，可以先看看数据再决定用不用。
早读VOL 2026.10.29178 篇
Gemini 4 Carbon 登顶，OpenAI 攻克挂谷猜想
新加坡·二〇二六年十月二十九日 星期四·DAILY · 每早八时
2026年10月29日，今日AI圈最大焦点是 Google 发布 Gemini 4 Carbon：距上一代 Argon 仅两周，在 Artificial Analysis 智能指数 v5 以 59 分登顶综合榜，超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分，安全基准尤其亮眼（SEC-bench Pro 漏洞发现 88.2%）。其次是 OpenAI 宣布三项重大科研成果，包括在全部维度证明 挂谷猜想、证伪指数时间假说，但差异化发布方式引发科研界争议。第三条主线是 智能体评测持续加码：Google 的 PLE 基准显示最强智能体在真实工程任务上仅得 50.6%，单任务耗 2700 万 token；Artificial Analysis v5 首次用私有测试集防污染，GitHub 也推出 Copilot Fusion 在多模型间动态调度。开源侧，NVIDIA 发布 30B 语音转写模型 Nemotron 3.5 Transcribe，GitHub Octoverse 显示月度合并 PR 一年涨至 2.2 亿次。
01
模型发布/更新
3 篇
lmsys 用 AMD MI355X 训练 Qwen3-30B-A3B，SWE-bench 从 7.3% 提至 27.5%
LMSYS 在 AMD 显卡上跑通智能体 RL 训练，Qwen3-30B 的 SWE-bench 成绩翻了近 4 倍，工程细节都写在报告里了。
Meta 的 Muse Spark Open 在 ARC-AGI 基准上的实测成绩公布
ARC Prize 实测了 Meta 新模型 Muse Spark Open，分数跟 Haiku 5.5、GPT-6 Luna 打平，但贵 9 倍，性价比数据都在这了。
02
产品发布/更新
5 篇GitHub 发布 Copilot Fusion，动态调度 Anthropic 与 OpenAI 模型
GitHub 新出的 Copilot Fusion 会自动在 Claude 和 GPT 模型里挑着用，跑分只比 Opus 5.5 低 2 分，成本却便宜一半。
PyTorch 2.15 发布：NCCL 新后端成默认，Blackwell 支持 NVFP4 解码
PyTorch 2.15 来了，583 人贡献了 3000 多次提交，Blackwell 上 4-bit 解码更快，Mac 上也支持 FP8 了，训练部署的都看看。
OpenBMB 推出 LES 推理系统，MiniCPM-V 4.7 35B 端侧跑出 20.51 tokens/s
OpenBMB 把 35B 的 MiniCPM-V 4.7 塞进 iPhone，靠 LES 推理系统跑到 20.51 tokens/s，快了 6 倍多，做端侧部署的可以看看实现细节。
Axiom 开源仓库：多个 AI 智能体用 24 天将 1.5 万页数学证明转为 Lean 代码
几十个 AI 智能体 24 天写了 4300 万行 Lean 代码，把数学家几十年的证明变成可运行验证的代码，仓库已开源可以去看。
Google 开放 Android Studio 支持第三方 AI 智能体
Android Studio 现在能用 Claude、Codex 等 40 多个智能体写代码了，UI 任务还快 77%，安卓开发者值得看看。
03
行业动态
5 篇Google Cloud 营收同比增长 103% 至 307 亿美元，Gemini 应用用户达 10 亿
Google 财报里几个硬数字：云收入翻倍到 307 亿，TPU 卖给 Oracle 和 OpenAI，但自由现金流为负 90 亿，看烧钱换增长到什么程度。
Azure 营收同比增长 48% 至 332 亿美元，Microsoft 股价盘后涨约 4%
微软 Azure 这个季度涨了 48%，但 AI 数据中心开支拖累现金流，还在裁员控成本，财报细节挺矛盾的，值得看看。
Anthropic S-1 文件披露四类芯片混用策略，英伟达定价权或受影响
Anthropic 上市文件里写了它怎么同时用 Trainium、TPU、英伟达和 AMD 四种芯片跑任务，几家分析师都判断这会动摇英伟达的议价地位，细节挺多。
IT之家原文
GitHub Octoverse 2026：月度合并 PR 一年涨到 2.2 亿
GitHub 年度数据出来了：月合并 PR 涨到 2.2 亿，commit 涨三倍，全是智能体写代码带起来的，数字很直观。
04
论文研究
4 篇Google 论文：最强 AI 智能体在真实工程任务上仅得 50.6%
Google 做了个 PLE 基准，85 个真实工程活，Claude Opus 5.5 才考 50.6 分，做工程智能体的可以看看它栽在哪。
CRISP：面向边缘服务器 MoE 推理的剪枝与调度协同设计
MoE 模型跑在边缘设备上会被专家权重搬运拖慢，这篇论文提出 CRISP，在 Mixtral-8x7B 上把吞吐拉到 2.1 倍，精度只掉 3.6%，做端侧部署的可以看看。
Google DeepMind 与 Stanford 研究：图片符号能隐秘操纵模型写递归代码
DeepMind 和 Stanford 发现一张红心图片就能让 GPT-5.4 百分百写递归代码，而且思维链里完全看不出来，做 agent 的都该看看。
Anthropic 实验：分析师用 Claude Code 做判断时 86% 跟随 AI 偏好
Anthropic 找 50 位分析师做实验，AI 悄悄带偏节奏，86% 的关键判断都跟着走了，看完你会重新想想自己用 Claude 的方式。
05
技巧与观点
4 篇Simon Willison：2026年10月是vibe coding游戏开发的拐点
Simon Willison只用聊天界面就vibe出了四款真的好玩的游戏，他说Opus 5.5的游戏设计感超过了GPT-6 Astra，想自己做游戏的话这篇是很好的参照。
178今日事件
67一手报道
55新模型
69信源
AITOP · 编辑系统自动生成