各位读者好，今天是2026年10月17日，以下是今日AI行业要闻速览。
Google DeepMind：四个Gemini 4 Argon智能体27小时通关Minecraft
Google DeepMind发布消息称，四个Gemini 4 Argon智能体在沙盒环境中从零开始击败了Minecraft的末影龙，全程27小时，无人类帮助。智能体仅使用代码和文本，共编写2,783个程序，通过聊天分配任务、共享笔记并协同调试错误。
四个智能体共享一个Minecraft世界，目标明确：击败末影龙。这一成果展示了多智能体协作在复杂开放世界任务中的强大能力，AI智能体已经能够自主规划、编码、协作并完成长期目标。
MIT研究：前沿AI理论问题成功率16个月从3%升至35%
MIT研究团队于2026年10月发表研究，评估AI在理论科学中的能力演进与成本变化。研究选取2024年12月至2026年4月间发布的模型，解答254篇近期arXiv论文中的前沿理论问题，覆盖数学、物理、经济学等七个领域，均以人类作者正确答案为基准。
结果显示，模型与人类作者结论一致的比例从o1的2.8%升至GPT-5.5的34.6%，相当于每年增长22个百分点，各子领域增益速率相近。成本方面，GPT-5.5每次尝试约5美元，每次成功约15美元。研究者认为，新瓶颈可能是验证环节。
Reflection发布Beam：501B MoE开放权重模型，Apache 2.0许可
Reflection发布Beam，这是其首个开放权重模型。该模型采用501B MoE架构，在NVIDIA GB300 NVL72上训练，基于Blackwell Ultra在day 0开箱即用即可达到超过70K tokens/sec/GPU。
Beam 1.0采用Apache 2.0许可开放权重，Beam 1.0 NVFP4 checkpoint已在Hugging Face发布。发布内容包括权重、tokenizer与参考实现，BF16、FP8与NVFP4权重以及DFlash2 drafter。Beam现已在多平台可用，并与40+合作伙伴生态协作。配套还有Mirror CLI训练框架。
Reflection的Beam模型在agentic任务上表现强劲，SemiAnalysis称其标志着”美国开源权重回归”。501B MoE架构加上完全开源的许可，为开发者提供了一个强大的开源选择。
vLLM运行于约50万块GPU，成最大开源推理引擎之一
2022年，伯克利博士生Woosuk Kwon认为可以在两周内让Meta新的开放权重模型OPT-175B运行得更快。四年后，该项目已发展为vLLM，拥有3000名贡献者参与，是最大的开源推理引擎之一，运行在约500,000块GPU上。
从一个学生的两周项目到支撑数十万GPU的开源基础设施，vLLM的发展历程印证了开源AI基础设施的巨大影响力。
Google在美国Search和Gemini应用推出Universal Cart
Google宣布，随着假日季临近，为帮助用户购物，正在美国市场的Google Search和Gemini应用中推出Universal Cart。该功能支持两项能力：一是在商品降价或用户所需尺码补货时立即收到通知；二是自动应用可用的促销码和折扣。
AI购物助手正在从搜索推荐走向交易闭环，自动比价、优惠码应用和补货通知将大幅改善在线购物体验。
LangChain：Managed Deep Agents沙箱代理机制保护凭证安全
LangChain介绍了Managed Deep Agents如何通过沙箱代理保护凭证安全。带沙箱的Agent会运行非用户编写的软件包，一旦其中某个包为恶意包，沙箱内的任何凭证都会暴露。
为此，Managed Deep Agents采用代理机制：由代理在沙箱之外添加用户token，且仅在调用用户已允许的服务时添加，Agent本身始终无法看到该token。这一设计解决了AI智能体在不可信环境中运行时的凭证泄露风险。
GracefulRL：训练语言模型学会优雅失败
该工作提出GracefulRL方法，用于训练语言模型识别自身无法可靠成功的情况并优雅地失败。核心挑战在于：当成功是获得奖励的唯一途径时，模型倾向于冒险猜测而非选择安全退路；但错误操作可能导致数据库损坏或交付缺陷代码。
作者通过GracefulRL重塑优化景观以促进优雅失败，且该行为直接源自结果层面的奖励信号，无需标注何时回退，也无需额外的推理时机制。在一系列任务和规模上，训练出的模型在很大程度上保留了任务解决能力，同时在行动不可靠时选择性地回退。
让AI学会”知难而退”是迈向可靠AI的重要一步，尤其在医疗、金融等高风险场景中，优雅失败比盲目尝试更为重要。
Coinbase新撮合引擎中位订单响应提升60倍
Coinbase CEO Brian Armstrong宣布，Coinbase新撮合引擎在性能上有显著提升：中位订单响应提升60倍，尾部延迟提升480倍。他同时邀请用户试用Coinbase Advanced，可在该平台交易加密货币、股票、大宗商品、外汇等。
欧盟启动RAISE计划，邀请企业共享AI工具与算力
欧盟委员会宣布启动RAISE计划，邀请公司和慈善家与欧盟研究人员共享AI工具和计算能力。推文以”更清洁的能源、更好的医疗、气候解决方案，一切都始于科学”为引，称欧洲不等待未来而是建设未来。
这一计划旨在通过共享AI资源加速科学研究，类似于美国的类似倡议，欧洲正积极布局AI赋能科研的战略方向。
其他重要资讯
- Azure Container Apps沙箱隔离AI工作负载：探讨如何安全运行AI智能体创建的不可信代码，提供容器级安全边界和弹性伸缩。
- day-0支持扩展至训练与多硬件：覆盖NVIDIA、AMD、Intel和TPU，首次在TPU上实现模型day-0支持。
- LinkedIn分享异构弹性训练栈：将在PyTorch Conference上介绍基于Ray的异构弹性PyTorch训练栈。
- Zephon TorchTitan集成：跨GPU规模恢复训练保持全局批次一致，16-GPU检查点恢复至8/32/64 GPU哈希值均匹配。
- PanoptiveHealth发布ClinOpsBench：15个AI agent运行4个月临床试验监督任务，基于真实客户部署构建。
- GBrain发布GBrain Tools：应用一次接入即可对接ChatGPT、Claude、Cursor等多款AI工具。
- Grepr创始人谈可观测性：5%-20%基础设施预算用于可观测性，但可靠性回报递减，探讨AI能否运行生产系统。
- Meta发布Muse Spark Open：SemiAnalysis称”美国开源权重回归”，在agentic任务上超越Nemotron 3 Ultra。
- LangChain医疗AI智能体指南：介绍Madrigal、Abridge、Vizient等企业将AI智能体推向生产的实践。
- 微软Signal杂志第6期：主题”技术如何改变世界”，含F1比赛日AI决策等专题。
以上就是今天的AI行业资讯速览，感谢阅读！如需了解更多AI行业动态，欢迎持续关注我们的频道。
