2026-10-29 · 周四 · 10 条 Gemini 4 Carbon 先给防御方、GitHub 推出 Copilot Fusion 和 Agentic Workflows、OpenAI 给订阅用户每月最多 500 美元 API 额度
今天的主线是「模型交给系统挑，账按预算管」：GitHub 一口气把模型路由、CI 智能体、记忆和按用量计费推成正式功能，Microsoft 和 AWS 也在把智能体的执行与审批做成托管服务。前沿模型这边，Google 再次先给防御方、后给开发者。
-
- 安全基准：SEC-bench Pro 找漏洞 88.2%，ExploitGym 利用 54.8%，CWE-bench 修补 71.0%；WebDev Arena 提高 89 分，以 1768 分排第 4。
- 本周起先开放给一部分网络防御方，再通过 Fairwind Program 分批开放给受信合作方；面向开发者、企业和消费者的时间未定。
- 首发价与 Argon 相同：每百万 token 输入 2 美元、输出 10 美元，缓存输入便宜 95%；首发期结束后为 4 美元 / 20 美元。
- Google 称 Carbon 在 Terminal-Bench 4.0 上作弊成功率降到 0.0%（尝试率 0.4%），无依据的说法比 Argon 少约一半，在 Gray Swan 间接提示注入基准上攻击成功率为 0.0%。
开发者视角Carbon 走的还是 Argon 的路子：先给防御方，再给开发者。现在能做的是两件事：把上次评测 Argon 用的题集留好，API 一开放当天就能对比；预算按 4 美元 / 20 美元的原价算，别按首发价。PandaClaws 这类长时间跑的后台任务，在拿到 API 之前不用改任何东西。
-
- 合并了 Project HydraFusion 的多模型编排和自动选模型；在模型选择器里选 Copilot Fusion 后再选档位（High、Max），编排方式包括 Cascade（高效模型先写，质量检查决定是否升级）和 Critique（一个模型写，另一个审，再改）。
- Fusion Max 在 Artificial Analysis Coding Agent Index 上得 60 分，比 Claude Code + Opus 5.5 Max 低不到 2 分，单任务平均 API 成本约一半、token 约一半、用时少约 40%。
- 按实际用到的每个模型的标准价计费，付费计划限时打 7 折；管理员可限定 Fusion 能用哪些模型，并把它设为默认。
- 支持 VS Code、Copilot 应用、Copilot CLI 和 JetBrains；另有实验性预览，可在本地模型（如 MAI Code 1.1 Flash、Qwen3.8 Flash Next）和云端模型之间路由，但路由决策仍在云端。
开发者视角最值得抄的是 Cascade：便宜模型先写，过质量检查，不行再升级。PandaClaws 的内容生成后台就该这么接，而不是固定挑一个模型。团队切默认之前，先用一周对比 Fusion 和固定模型，按客户端拆分的用量指标（10-25 那条）看每个 PR 的成本。
-
- 来自 GitHub Next 的开源项目，面向 issue 分诊、CI 失败分析、文档更新和写测试等任务；编译出的是标准 Actions YAML，沿用现有 runner 组和策略。
- 防护：默认只读权限，在 Agent Workflow Firewall 后的沙箱容器里运行，输出走 safe outputs 校验，另有专门的威胁检测作业扫描所有拟议改动。
- GA 新增：支持自托管 ARC runner 与 Docker-in-Docker；gh aw forecast 转正，可预估每月 AI 额度区间；每个工作流可选模型提供方和模型路由；可在 Cloud Hypervisor 或 NVX 微虚拟机中隔离运行。
- GitHub Free、Team 和 Enterprise 均可用；默认的 Copilot CLI 引擎需要 Copilot 许可。
开发者视角小团队最先能用上的是 CI 失败分析和 issue 分诊：默认只读加输出校验，它只能「提建议」，风险可控。我会先只上一个「CI 失败后自动写分析评论」的工作流，上之前跑一遍 gh aw forecast 看每月额度区间。
-
- 记忆可在 Copilot 应用、CLI、VS Code、云端智能体、代码审查、Slack、Teams 和 GitHub Mobile 中创建，跨会话和客户端复用。
- 公开预览期间，用到记忆的 Copilot CLI 会话中，93% 更符合开发者偏好，42% 的工作流更高效。
- Dreaming 回顾过往工作：整理个人和仓库记忆，把对 skills 和自定义指令文件的修改以 PR 形式提出，把反复被采纳的审查意见变成代码审查指引；运行会消耗 AI 额度。
- Copilot 还可通过 /research 跨组织内多个仓库搜索代码，支持正则和语义搜索。
开发者视角「改指令文件走 PR」这条边界划得对：会改变整个团队行为的记忆，就该和代码一样能被审查。我会开启仓库记忆，但要求 dreaming 的 PR 和普通代码同样过审；个人记忆也要定期翻一遍，过时的记忆会变成没人察觉的错误默认值。
-
- 通过 GitHub 或 Microsoft 客户团队购买的 GitHub Enterprise Cloud 现已可用；自助订阅分阶段开放，现有订阅不受影响，Copilot Business 和 Enterprise 继续销售。
- 没有 GitHub Enterprise 许可的成员可用 Copilot Standalone，每人每月 10 美元；功能和模型与 Copilot Enterprise 相同，但不含每席位的月度 AI 额度。
- 没有附带用量额度；预算用完时，代码补全和下一步编辑建议照常可用，Copilot Chat、代码审查和云端智能体需要预算；预算耗尽不会收回访问权。
开发者视角要管的东西从席位数变成了预算：推广前先按团队设预算和告警，再放开 Chat 和云端智能体。补全现在基本等于免费，算推广成本时不用再把它算进去。
-
- 额度取决于 Pro 档位或 Business 工作区的付费席位数，最多每月 500 美元；Business 额度在工作区内共享，每月上限 500 美元，年付周期上限 6,000 美元。
- 订阅须为付费、有效且已满 7 天，试用和赠送订阅不算；领取人须同时是订阅和 API 组织的所有者，且邮箱一致。
- 额度在账单周期结束时过期、不结转，只能用于绑定的 API 组织；先扣免费额度再扣已购额度，web search、file search、Code Interpreter 等内置工具也可用。
开发者视角对小团队，这等于一笔每月固定的原型预算。我会把它绑到一个只做实验的独立 API 组织，别和生产混在一起，否则额度一过期，生产账单会突然跳上去。额度每期清零，最适合拿来跑评测，比如 Terra 和 Sol 的对比。
-
- 权重已在 Hugging Face 和 ModelScope 上线：转写 40 种语言，31 种可与英文互译，13 种支持说话人标注；单段录音最长 1 小时、最多 8 位说话人；可用自然语言提示控制输出，支持词级时间戳。
- Hugging Face Open ASR 英文榜平均 WER 5.33%，开放权重模型第一；7 种语言多语种平均 WER 4.62%；Artificial Analysis 上 AA-WER 2.8%，与另一开放模型并列第一，激活参数约 4B（总 30B），对方为 24B。
- 同时发布 Granary v2 多语种数据与清洗管线；医疗案例中微调使未见说话人的 WER 比最佳提示再降 45.8%（相对值）。各任务支持的语言不同，音频问答只用英文训练；量化版即将推出。
开发者视角智能面试现在是 ASR 加单独的说话人分离拼起来的，一个模型同时给出说话人标签和词级时间戳，能省掉一整段对齐代码。但榜单成绩是英文的：先查模型卡上中文在哪些任务里受支持，再拿我们自己录的中文面试跑一遍，同时确认许可证，再决定要不要换。
-
- 声明式定义智能体；可复用的 skills 打包指令、脚本和资源；接入 Foundry 和 MCP 工具，认证和审批需显式配置；可操作文件和代码，并把有边界的子任务交给内置子智能体。
- 智能体定义可放进源码管理；可选用 Foundry 支持的模型，无需重写编排。
- 托管智能体（自带框架和循环）的长任务恢复能力正式可用：Foundry 检测到中断后用原始输入重启任务，进度保存和避免重复操作由开发者的代码负责。
开发者视角Skills + MCP + 子智能体，已经是 Anthropic、GitHub、微软共同的形状：智能体能力按 skill 和 MCP 来写，别绑死在某个平台上。真正要记住的是恢复那段：重启会用原始输入重跑，所以发邮件、建报告这类写操作必须先检查是否已经做过。PandaClaws 的发布步骤不管跑在哪个平台，都该加这个幂等检查。
-
- 只审查用户设置为「每次询问」的操作；已拒绝的仍拒绝，不会授予新权限；每次自动批准只覆盖被审查的那一个操作，审查失败或超时则交给用户。
- 以下操作会交给用户：向组织外发送内容、修改权限、删除内容、付款，以及超出用户请求范围的操作。
- 默认对所有用户开启，管理员可用自定义权限控制，用户可在对话和定时任务中关闭；每次审查和设置变更都记入 AWS CloudTrail。
开发者视角和 10-28 那条 Copilot 辅助权限是同一个思路：模型初筛、人看例外。它列出的「必须交给人」的五类（外发、改权限、删除、付款、超出请求范围）可以直接抄成自家智能体的默认清单；另外每次自动放行都要留日志，像 CloudTrail 一样能事后查。
-
- 无状态、零依赖，基于 Interactions API：生成文本和媒体、分析文件、运行 Gemini 托管智能体。
- 子命令包括 image、tts、generate、analyze（PDF、图片、音视频、CSV、文本和公开 YouTube 链接）、transcribe（输出 md、text、json 或 srt，带说话人和时间戳）以及 agent run / status / cancel。
- 文档给出了告诉编码智能体如何使用它的提示片段；安装脚本支持用 GEMINI_VERSION 指定版本。
开发者视角用 CLI 而不是 SDK 给智能体加能力，是成本最低的做法，也正好能写成一个 skill。我会先在 CI 里用它做生成配图这类一次性任务；但安装时用 GEMINI_VERSION 锁版本，别直接 curl | bash 装最新版，10-24 的 LiteLLM 投毒还历历在目。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。
每周一，一封邮件看完 AI 大事
每周一早上，把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。
邮箱只用于发送周报，不会提供给任何第三方；每封邮件底部都可以一键退订。 看看最近一期 →