正在加载，请稍候
Gemini 4 Carbon 以 59 分登顶 AA 智能指数；Alphabet 云业务同比增 103% 但盘后跌超 10%；微软把 Copilot harness 通过 Foundry 对外开放；GitHub 月合并 PR 达 2.2 亿个。
今日有六件事值得记：谷歌发布 Gemini 4 Carbon，在 Artificial Analysis 智能指数 v5.0 拿到 59 分、位列第一；Alphabet 三季度营收 1275.8 亿美元，云业务同比增 103%，盘后却跌超 10%；微软把支撑自家 Copilot 的那套 harness 通过 Foundry 对外开放。此外，GitHub 披露月合并 PR 已达 2.2 亿个，面壁智能开源 1.3B 文档解析模型，Anthropic 递交 S-1。对企业来说，今天的信号指向同一处：智能体能力在快速商品化，差距转移到工程与治理。
谷歌 10 月 28 日发布新旗舰 Gemini 4 Carbon，距离上一款 Gemini 4 Argon 仅两周。官方把重点压在两处：能连续数日运行的端到端智能体工作流，以及网络安全场景下的漏洞发现与修复。
据 Artificial Analysis 智能指数 v5.0，Carbon 拿到 59 分，排名第一；WebDev Arena 上提升 89 个 Elo 至 1769 分，位列第 4。定价为输入 2 美元、输出 10 美元每百万 token，缓存命中输入享 95% 折扣，优惠期结束后回到 4 美元与 20 美元。
能力侧的几组数字同样关键：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%；间接提示注入成功率 0.0%，无依据的推测性声明减少约一半，过度执行率下降 26%、服务不足率下降 29%。
对企业客户，真正要记的不是跑分，而是交付边界：这一版先向美国网络安全防御人员开放，经 Fairwind 计划逐步扩大可信伙伴范围，之后才轮到开发者、企业与普通消费者。也就是说，短期内企业 API 侧拿不到它，把它写进 2027 年架构规划时，应按「能力可预期、上线时间不可预期」处理。做 AI 应用 的团队眼下能做的，是先把 Agent 的评测集、工具接入层、审计日志搭好——模型换代时换的是权重，不是你的工程底座。
来源：Google DeepMind 模型页、IT之家报道、9to5Google
10 月 28 日美股盘后，Alphabet 公布三季度业绩：营收 1275.8 亿美元，同比增长 25%，略低于市场预期的 1282.2 亿美元；每股收益 2.12 美元，也低于 2.99 美元上下的预期。股价盘后跌超 10%，回吐了半年多涨幅。
结构性看点在三处：云业务收入同比增长 103%，显著超预期；自由现金流为 -90.7 亿美元；资本开支 513.6 亿美元。搜索与广告两条主业均不及预期，现金流压力与扩产节奏同时出现在一季报里。
云增速被单拎出来说，是因为它直接对应算力供给。企业采购大模型时习惯盯单价，实际决定预算的是供给侧的资本开支节奏：一季 513.6 亿美元投入、自由现金流为负，说明扩产仍在加速，而广告这条现金牛增速放缓后，价格策略会更依赖云与 API 侧的规模摊薄。对做 AI 应用 的中型企业，建议把模型成本按「季度重谈」而非「年度锁价」设计，在 AIcoding 全栈开发 项目里预留可替换的模型接入层；否则单一供应商调整价格，整条链路都要返工。
微软 10 月 28 日宣布，支撑自家 Copilot 的那套 harness 通过 Microsoft Foundry 对外开放，Foundry Agent Service 进入公共预览。它由 GitHub 工程团队打造，并已在微软内部全面采用。
具体口径：支撑 Copilot Code、Copilot Studio、GitHub Copilot 应用与 CLI 等多个产品面；兼容 20 多个前沿模型，也支持客户自带密钥接入；运行时已移植到 Rust，会话开销与首 token 延迟均有下降；12 月 1 日前运行免费，此后按沙箱运行与内存消耗计费，模型推理与第三方工具费用另算。
如果模型提供智能，harness 就是模型之外的一切——指令、上下文、工具、权限控制，以及对 MCP、agent skills、agent plugins 这些开放标准的支持。微软这次卖的不是模型，是把「已跑过数百万用户」的编排层商品化。对自研 Agent 的企业，这是个明确分岔口：继续自建，要承担跟进模型迭代的持续成本；交给平台，换来交付速度但接受锁定。走 软件定制开发 路线的团队可以把它当参照实现——先看它如何组织工具与技能，再判断自己哪一层必须自建、哪一层可以借。
来源：Microsoft Foundry 官方博客、网易号技术解读
10 月 28 日 GitHub Universe 上，GitHub 公布 Octoverse 2026：合并 PR 在不到一年里翻三倍，达到每月 2.2 亿个；提交量涨至每月 73.8 亿次，增量主要集中在今年下半年。
同期数据：新建仓库速率翻倍至每月 3030 万个。报告首次按 NAICS 行业拆分公开仓库，并单独统计涉及互操作与逆向工程的项目。
这组数字的含金量在于分母变了。提交与合并量一年内翻两三倍，而工程师人数并没有同比例增长，增量来自智能体。直接后果是代码评审成为瓶颈：PR 数量三倍化之后，评审、测试、发布门禁若没有同步自动化，交付速度会被自家流程吃掉。做 全栈开发 的团队应把「评审自动化」与「测试生成」提到与编码同等优先级——这也是 AIcoding 落地的分水岭，会用工具只是提效，能把门禁一起改造才算产能。
来源：GitHub Octoverse 2026 官方报告、Simon Willison 现场记录
面壁智能 10 月 28 日发布并开源 MiniCPM-OCR 系列，含 1.3B 的文档解析模型 MiniCPM-OCR 1.0 与 2B 的结果判别模型 Jev：前者把页面转成结构化内容，后者给识别结果打 0 至 1 的可信度分。
1.0 在 Real5-OmniDocBench 得 93.68、OCRBench v2 得 54.7，领先对比范围内次优模型 7.7 分；自研 DSpark 解码让端到端效率提升 55%，在 RTX 5090 上吞吐为 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍。Jev 在 JevOCRBench 上整体 AUROC 为 93.6。
这次发布真正解决的是文档自动化的老问题：整页成绩好看，具体页面仍有错，于是全量人工复核，省不下的人力等于没省。Jev 用一次前向给出质量分，结合人工标注统计，法律文书在近乎零错时可免检约 85%，财务票据约 56%，复杂文档约 35%——这组比例能直接换算成人均处理量。对做票据、合同、流水处理的企业系统，把「识别 + 判别 + 多模型择优」拼成流水线，比追求单一模型 SOTA 更划算；权重已开放并适配 vLLM、SGLang、llama.cpp、Ollama，私有化门槛比一年前低得多。
Anthropic 已向美国证券交易委员会提交 S-1 文件，拟公开发行。这一动作让模型公司第一次进入「有招股书可读」的阶段：定价结构、毛利构成、算力合同会从商业机密变成定期披露项。
时间锚：事件首发于 2026 年 10 月 26 日，本稿引用的是 10 月 27 日至 28 日的公开解读。媒体侧披露的口径集中在两点：融资目标量级达到千亿美元级，营收与亏损同步创出新高。
模型公司进入公开市场，对采购方的意义不在股价，而在可预期性。中长期看，模型服务会越来越像云服务——有财报节奏、有价格指引，也有涨价压力。企业在签订多年期 AI 能力合同时，应把「供应商资本结构变化」写成显式风险项，并保留迁移条款。这也是我们建议客户把 Agent 系统做成分层架构的现实原因：业务逻辑、编排、模型接入三层解耦，换供应商时只动一层，其余资产继续复用。
| 指标 | 数值 | 来源 |
|---|---|---|
| Gemini 4 Carbon 智能指数 v5.0 | 59 分，第 1 名 | IT之家 |
| Gemini 4 Carbon 定价（每百万 token） | 输入 2 美元 / 输出 10 美元 | IT之家 |
| Alphabet 三季度营收 | 1275.8 亿美元，同比 +25% | 官方财报说明 |
| Alphabet 云业务收入增速 | 同比 +103% | 格隆汇 |
| Alphabet 自由现金流 | -90.7 亿美元 | 格隆汇 |
| GitHub 月合并 PR | 2.2 亿个，一年翻三倍 | Octoverse 2026 |
六条消息表面各走各的，方向是一致的：能力供给在快速集中，交付工程在快速分散。谷歌把旗舰迭代周期压到两周、微软把编排层商品化对外供货、面壁把 1.3B 的解析模型和 2B 的判别模型连权重一起放开——三件事共同说明，模型本身越来越像水电，剩下的价值在怎么把它接进企业既有的业务流程。
这对国内企业的 AIcoding 转型是实打实的利好。一年前做 AI 应用 ，团队精力大头花在选模型、比跑分；现在选型窗口缩短到几周，真正的成本落在数据管道、权限体系、审计留痕，以及把 Agent 嵌进 ERP、CRM、工单系统这些「不好看」的部分。蓝曜炬辉在项目里通常把工期切成三段：业务切片与评测集先行，编排与工具接入其次，最后才是模型选型与压测。这样即便模型半年换两代，前两段投入不会作废，整体工期相比传统定制开发可缩短约 50%，交付形态覆盖 App、Web、小程序与桌面端。
文档类场景可以更激进一些。像 MiniCPM-OCR 这种「小参数解析 + 独立判别」的组合，私有化成本已降到可接受区间，适合先在一个部门做试点，用免检比例而非整页准确率来验收。需要提醒的是治理：GitHub 提交量一年涨两倍多、Alphabet 自由现金流转负，两边都在说同一件事——AI 的产能与成本同时放大，没有审计与成本看板的智能体系统，半年后就会变成一笔说不清的账。
如果你的团队正在评估把 Agent 接进现有业务系统，或想核算文档自动化的真实人力节省，可以约一次 30 分钟免费咨询，我们会一起做一遍 AIcoding 转型评估：先看现有流程里哪些环节值得自动化，再给出模型选型与工期估算。点此预约。