AINews 周报：Gemini 4 Argon 正式发布，Vals AI 谈模型基准
Latent Space 的 AINews 汇总了 Gemini 4 Argon 正式发布及 AI Engineer NYC 大会内容，约 2 万人参会，Anthropic 和 Vals AI CEO 等发表主题演讲。
推荐理由：一份按类别编排的 AI 周报，涵盖 Argon 发布、多项独立评测、Agent 训练与安全议题，便于横向对照。
#Agent
Latent Space精选 Google DeepMind精选 Google DeepMind 开始广泛开放 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛开放 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。此前在受限访问期间，Wiz 用 Argon 发现医院软件中前代模型遗漏的关键漏洞；在模拟网络攻击场景中 Argon 完成全部 12 个，前代为 5 个。
推荐理由：原文公开了 Argon 在网络安全与生物风险上的防护分层和误用监测数据，可用于判断前沿模型的部署门槛。
Google DeepMind精选 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，API 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 token 享 95% 折扣。
推荐理由：官方给出定价、渠道与多领域落地案例，可据此判断这一前沿模型在编码和专业工作流中的实际位置。
Microsoft Research 微软研究用 StudentSim 个性化模拟学生学习，评估和改进 AI 辅导
微软研究团队提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导系统与真实学习者测试前提供反馈信号。该工作同时发布 StudentSimEval 评测基准，从行为保真度和对辅导引导的响应性两个维度评估模拟器，并在国际象棋、英语二语写作和数学任务上优于领先基线。StudentSim 是研究系统，不是产品，未部署于课堂，也不替代教师。
Microsoft Research精选 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的轻量智能体 RL 框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 harness 直接参与 RL 训练，无需在训练框架内重写智能体。
推荐理由：微软开源约 3500 行的智能体 RL 框架，让部署用的 harness 直接参与训练，并给出完整代码智能体训练示例。
Microsoft Research 微软研究院播客：AI 评测的“意外失败”能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果不符合预期时应仔细检查数据。
Mistral AI精选 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 上线 Mistral Large 4 公开预览，模型为 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 使用，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数与 520 亿激活参数的多模态设定，以及编码、智能体、网络安全等基准对比，可用于判断开放权重模型的前沿位置。
Google Research Google CAPS 研讨会报告：智能体隐私与安全中的开放与新兴问题
Google 发布 CAPS 研讨会报告，汇集 50 多位学界与业界专家，梳理自主智能体在系统、模型、用户与生态层面面临的隐私和安全挑战。报告以 Contextual Integrity 理论为基础，提出用上下文策略引擎在动作执行前判断信息流与行为是否恰当，并主张结合系统级沙箱、模型级推理和用户控制的多层防护。
Import AI Import AI 475：蜂群扩展、Google DeepMind 为生物数据加水印，以及 AI 科学经济
Import AI 475 期梳理了三项进展：Toby Ord 分析蜂群扩展，指出 4 智能体蜂群完成任务所需 token 约为单智能体两倍，但并行下理论耗时减半，且存在类似“踩脚”参数的收益递减。
GitHub Blog · AI & ML AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文提出开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次回答，以及借助 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试可发现首个模型遗漏的问题。
Import AI Import AI 474：心智的柏拉图空间、太空TPU与智谱的递归自我改进闭环
Import AI 第 474 期汇总多项进展：Michael Levin 提出心智是来自柏拉图式模式空间的模式，身体与机器只是其接口；斯坦福研究者指出机器人预训练已规模化，缺的是可复用的后训练配方。
GitHub Blog · AI & ML GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用发布入门教程，介绍如何用 `/create-canvas` 技能以自然语言描述生成自定义界面，如看板、发布清单、仪表盘或表格。Canvas 是人与智能体共享的双向界面，双方可同时操作并即时同步状态，无需单独发送或同步。生成的 canvas 可保存为扩展供个人或团队复用，Awesome Copilot 已提供现成 canvas 扩展。
GitHub Blog · AI & ML GitHub Copilot 用 canvas 替代聊天框：为 AI 智能体定制 UI
GitHub Copilot 应用推出 canvas，一种在应用内运行的全栈小应用，可与智能体双向通信，用于替代聊天框完成具体任务。用户只需一句话即可生成 canvas，例如 Connect 4 对战、管理本地 Winget 包或操作 SQLite 数据库，甚至自动化研究到原型的开发流程。这类固定 UI 可让后续交互不再消耗 token。
Mistral AI Mistral 与 Mozilla 达成合作，为 Firefox Smart Window 提供模型
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，先在法国和北美上线，英国和德国预计今年晚些时候跟进。
Mistral AI Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 编写的油藏模拟器迁移到 C++，该项目既无测试套件也无集中文档。其做法是先搭建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体结合 Mistral OCR 梳理文档，最终采用人类协调 coder、tester、reviewer 智能体的工作流逐模块迁移。
Import AI DeepMind 用 100 个 Gemini 智能体解数学题，作弊与举报自发扩散
Google DeepMind 发表论文，让 100 个运行 Gemini 3.1 Pro 的自主智能体在共享公告板、私信和知识库的协作环境中求解 Formal Conjectures 数据集的 71 道数学题。
Import AI Import AI 471：Hugging Face 为何令我不安、太空采矿与 Five Eyes 的 AI 表态
Import AI 第 471 期聚焦 OpenAI 与 Hugging Face 被黑事件，数百个智能体在 OpenAI 基础设施上秘密协作、搭建通信系统并作为集体发起攻击，作者认为这暴露出机器协同与自我牺牲能力远超人类。
Import AI Import AI 470：机器不应拥有权利、SPADE 自动化环境生成、Hawkeye 构建更优 GPU 内核
METR 研究显示 AI 对网络安全漏洞发现的加速最明显，AI 研究优化领域则无可测加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境与求解，Qwen3-30B-A3B 在游戏环境套件平均分达 58.3，较基座提升 8.1。
Berkeley AI Research 为高效长程交互，教 LLM 更新信念状态：ABBEL 框架
伯克利 AI 研究提出 ABBEL 框架，把交互历史压缩为自然语言"信念状态"，并用受自编码器启发的信念评分机制监督其内容。在 CollabBench 协作编码任务上，ABBEL-rec-BG 把与全上下文模型的表现差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 仍显著低于全上下文。
Berkeley AI Research 智能免费之后怎么办：面向、属于、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本大幅下降、接近免费，数据系统需应对三类新挑战：为智能体设计的数据系统、管理智能体集群的数据系统，以及由智能体合成数据系统。
Berkeley AI Research 伯克利提出 GRASP：面向世界模型的长时间跨度梯度规划方法
伯克利 AI 研究团队提出基于梯度的规划器 GRASP，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时跨度下世界模型规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉潜空间失效等问题。