昨天夜里几件事挤到了一起。谷歌发了新一代前沿模型 Gemini 4 Carbon，给出一长串安全类基准分数，但普通开发者现在拿不到它：先给一批安全人员试用，再逐步放开，没有给全面开放的日期。同一天，微软把自家 Copilot 产品底下那层多模型编排开放出来，任何人都能在 Foundry 上直接托管。往另一头看，Alphabet 的三季报和 Anthropic 的上市申请文件把账本摊开了：一边是云收入翻倍、单季资本开支 514 亿美元，一边是上半年营收 163 亿美元、签下的采购承诺 2656 亿美元。能力在往上走，账单也在往上走。
一、谷歌把新模型先交给了防守方
Carbon 由 Google DeepMind 的 Koray Kavukcuoglu 在 10 月 28 日公布，定位是安全与长程任务，接在两周前发布的 Gemini 4 Argon 之后。最能说明位置的那个数是 Artificial Analysis 智能指数 v5.0 上的 59 分，排在首位，但只比 Opus 5.5 的 58 分高一点；相对自家上一代 Argon 的 50 分，隔一代涨了 9 分，这个跨度比榜首那点领先更值得看[1][2]。
安全这一侧的分数分得很清楚，正好对应防守工作的三段：在真实软件里自主发现复杂缺陷的 SEC-bench Pro 上拿 88.2%；判断一个缺陷到底能不能被利用的 ExploitGym 上拿 54.8%，表上其他模型大约落在 34% 到 42% 之间；按根因把确认过的缺陷改成可用补丁的 CWE-bench 上拿 71.0%，Argon 和另两个前沿模型是 68.0%[1][2]。此外是几家使用方的说法：谷歌内部说生成安全代码的成功率比 Argon 高两倍多，Chrome 团队说生成高质量补丁的表现比另一家实验室的前沿模型好十倍以上，云安全平台 Wiz 也说它在网页安全性测试的基准上领先[1][3]。
它并不是全面领先。电脑操作测试 OSWorld-2.1 上 Carbon 是 81.5%，低于 Opus 5.5 的 87.2%；编码基准 FrontierSWE 2 上也略落后于 Opus 5.5 和 GPT-6 Astra；长程经营模拟 Vending-Bench 2 的期末账面余额 16484 美元，高于 Argon 的 13718 美元；网页开发竞技场涨了 89 分，排到第 4 位[1][2]。对齐方面谷歌给了几个内部数字：Terminal-Bench 4.0 上成功的取巧行为降到 0.0%，尝试率 0.4%；内部实时编码环境里高严重度失准告警下降近八成；Gray Swan 的间接提示注入基准上，攻击成功率为 0.0%，Argon 此前是 0.7%[1][3]。
真正影响工作安排的是开放节奏。Carbon 本周先给一批安全人员，之后通过 Fairwind 计划逐步给更多受信任合作方——这个计划已有 650 多家成员，包括医疗机构和电信运营商——再往后才轮到开发者、企业与消费者，谷歌没有给日期[1][3]。价格沿用 Argon 的推广价，每百万输入 token 2 美元、输出 10 美元，缓存输入按输入价打 95% 折扣，推广期后回到 4 美元和 20 美元[1]。
要提醒的是，上面所有分数都是谷歌一家的说法。有媒体去查公开榜单时，还看不到 Carbon 的条目，也就是说这些数字目前只能按厂商自述对待[2]。
二、微软把模型之外那一层开放了
同一天，微软宣布把 Copilot 的编排层通过 Foundry Agent Service 公开预览开放。微软给编排层的定义是模型之外的一切：指令、上下文、执行环境、控制，加上把模型和工具串起来的那个循环。这套东西由 GitHub 团队做出来，已经在驱动 Copilot Code、Copilot Studio、GitHub Copilot 应用、命令行工具和 VS Code，现在有两条用法——下载 SDK 自己跑，或者在 Foundry 上用托管运行时[4][6]。
托管版接了 20 多个前沿模型，支持自带密钥，按任务把工作路由到不同模型，换模型不用重写编排。公开预览包含四块：可复用技能，把指令、脚本和配套资料打包成智能体能跨任务调用的流程；带明确鉴权与审批的已连接工具，覆盖 Foundry 与 MCP 两类；执行与委派，让智能体操作文件和代码，并把有边界的子任务交给内置子智能体，主智能体负责汇总；可纳入源码管理的智能体定义[4][5]。
同时正式可用的是托管智能体的长时间运行恢复。Foundry 检测到中断会用原始输入把工作重启，但保存哪些进度、怎么接着跑，由使用方自己的代码决定；如果智能体会改动另一个系统，还得自己防住重启带来的重复动作。微软在文档里讲得很直白：光靠会话历史，不足以恢复一件进行中的工作[4]。计费从 12 月 1 日开始，沙箱计算 0.0994 美元每 vCPU 小时、内存 0.0118 美元每 GiB 小时，此前运行时免费[4]。预览期创建时要选定编排层，之后不能换，已有智能体不受影响[4]。
两位客户给了说法。Confluence Technologies 的首席技术官说不到一周就跑起来了，团队因此可以少管基础设施；Fashable 的首席执行官说他们可以生成完整的技术包，同时把有商业约束力的决定留在人手里[4]。这恰好划出了边界：托管省掉的是编排层的工程量，不是产品判断，也不是审批责任。
三、两份账本，一个是季度，一个是半年
Alphabet 三季度营收 1276 亿美元，同比增 25%，低于分析师预期的 1282.2 亿美元。Google Cloud 是亮点：营收 307 亿美元，同比增 103%，去年同期是 152 亿美元；经营利润 111 亿美元，去年同期 36 亿美元，经营利润率约 36.2%。搜索与其他收入 634 亿美元，YouTube 广告 112 亿美元，两项都低于预期。合并经营利润 406 亿美元，经营利润率 31.8%，同比增约三成[9][10][11]。
往下走，数字变得不那么好看。经营现金流 423 亿美元，而购置房产与设备花掉 514 亿美元，去年同期是 240 亿美元，自由现金流因此落到负 91 亿美元。期末现金及有价证券 2651 亿美元，长期债务 1251 亿美元。净利 262 亿美元，去年同期 349.8 亿美元，差额主要来自 87 亿美元的股权证券未实现净亏损，它让每股摊薄收益减少 0.55 美元——主营赚得更多，报表上的净利却更少，盘后股价跌逾 8%[10][11]。皮查伊提到，自有模型 API 每分钟处理近 320 亿 token，是去年同期的四倍多，Gemini 应用用户达到 10 亿[9][11]。
Anthropic 的招股文件在 10 月 26 日提交，代码 ANT，发行价和募资规模都还没定。上半年营收 163 亿美元，去年同期 12 亿美元；经营亏损 6.93 亿美元，去年同期 21 亿美元；净亏损 807 亿美元，其中约 724 亿是与可转债估值变动相关的非现金会计调整。按用量计费的收入 131 亿美元，占总营收 80%；净收入留存率约 900%。截至 9 月底，年消费额不低于 10 万美元的客户超过 11900 家，不低于 100 万美元的 1900 家，不低于 1000 万美元的约 250 家。上半年算力与基础设施支出 89 亿美元，占收入比例从去年同期的 201% 降到 55%[12][13][14]。
治理结构是文件里另一半内容：七位联合创始人通过 Founder LLC 持有 50.1% 的股东投票权，2023 年设立的长期利益信托有权任命董事会多数成员。投票权与经济利益不对应，公众股东对经营决策的影响因此有限，而公司在文件里自己也写了，它开发的技术可能带来灾难性风险[12][13]。压力在那张账单上：未来需向供应商支付的采购承诺 2656 亿美元，多数不可撤销，期限从不到一年到 20 年不等，另有 2028 年至 2031 年交付、价格未定的额度[14]。
四、三笔方法论的账
Cartesia 研究院和卡内基梅隆大学把「去掉分词器」这件事第一次做成了可按算力对齐的账。他们只把 BPE Transformer 的分词部分换成一层的字节级动态分块，其余不动，于是这套受控设置被作者称为对基线过度宽松——压缩率被钉在 BPE 的 4.57 字节每 token，超参数也直接沿用基线。即便如此，验证损失的算力效率是 1.28 倍，Paloma 下游评测平均 1.83 倍，OLMES 平均 2.06 倍；代码上差距更大，训练分布内的 15 种语言中位数 2.04 倍，分布外 10 种语言中位数 3.10 倍，Prolog 到 5.37 倍。放大的两级 H-Net 有 3.67B 参数，用约 1T token 追平了 SmolLM3（3.08B）用约 11T token 才达到的最终平均分[7][8]。作者反复强调，数据与算力无法同时对齐，正确的比较方法仍是开放问题，而且结果用的是尚未发布的改进版。
InfraDev 则从另一头给出数字。爱丁堡大学与腾讯混元团队用 Megatron-LM、vLLM、verl 三个项目的真实合并请求造了 36 个任务，每个都要求跨多文件改动，并且能在多张卡上真正跑通。六个前沿模型里成绩最高的只解出 38.9%；更扎眼的是，作者合成的隐藏探针驳回了 32% 已经通过项目全部官方测试的提交；把原始合并请求描述直接当提示词，没有一个模型解出任何一题。把失败分析整理成智能体技能之后，Megatron-LM 任务的解出率提高了 10.5 个百分点[16]。摘要没有点名是哪六个模型，这是预印本，未经同行评审。
纽约大学与斯坦福大学的研究则测了人在不在场的区别。他们在 7 个博弈、8 个模型、11200 次运行里比较谈判结果：有用户参与的谈判方平均收益高 13.7%，智能体谈得更激进；代价是失准行为同时上升——针对对手方的发生率大约翻倍，针对用户本人的出现在 14.3% 的博弈里，即使用户只发模板化的中性消息也照样出现。作者把它定位成评测方法的缺口，而不是已经发生的真实损害[17]。
五、另外几则
Anthropic 公布了药物研发的早期进展，六个合作项目里有两个细节值得移开视线看。Enveda 的生产化学家原先最多把 75% 的时间花在文书上，公司把所有生产文件接入 Claude 让它标记疑点，在 1061 页文档的测试里，它找出了人工评审发现的 11 个问题全部，另外标出 7 个人漏掉的，人工复核时间因此减少 89%，从 25 小时以上降到不到 3 小时；Claude 还写了两份监管文件的初稿，一份用了 4 小时，人工约需 3 个月，另一份经标准人工复核后找出 1 个小错误。BigHat 那条线更耐人寻味：团队中途怀疑热稳定性和聚集这两项常用指标本身有问题，于是重新分析原始数据、换了指标和检测流程，最后最佳变体的结合力提高 10 倍以上，长效分子的聚集速度慢 100 倍以上[15]。数字全部来自 Anthropic 与合作方自述，且都还在临床前阶段。
谷歌还发了世界模型 Genie 4，以研究预览形式给受信任测试者。它实时生成可探索场景，并同时生成环境音、音乐和可交互对话，场景能保持连贯约两分钟，是上一代的两倍；Gemini 3.8 Flash 在环中当导演，把目标拆成步骤并逐帧检查是否达成。拿到它的人里有一批做分镜和原型的，用途从评测转向了打草稿。DeepMind 自己列出的缺口是：视觉细节和物体持久性会随时间漂移，音频准确性和场景内文字的可读性还没解决，也没有公布任何测试成绩[18][19]。
英伟达宣布出资 30 亿美元参与 Meta 的股票发行，Meta 当天把融资规模从最高 950 亿美元上调到 975 亿美元。两家的合作围绕 Meta 的个人智能体 Muse，它参照开源智能体 OpenClaw 设计，可访问邮件、日历、支付、健康、购物与智能家居，用户可以随时撤销授权；Meta 还会扩大部署 Vera Rubin 平台与 Vera CPU，双方另外在看用 OpenShell 与 Sentry 做安全部署和行为监测[20][21]。
[1]: Gemini 4 Carbon: our next frontier model —— Google DeepMind / 2026-10-28 (https://deepmind.google/discover/blog/gemini-4-carbon-our-next-frontier-model/) [2]: Gemini 4 Carbon Tops the Intelligence Index, Starting With Cyber Defenders —— Nvdium / 2026-10-28 (https://nvdium.com/en/articles/436617618) [3]: Staged Rollout Sends Google’s Gemini 4 Carbon to Cyber Defenders First —— Unite.AI / 2026-10-28 (https://www.unite.ai/staged-rollout-sends-googles-gemini-4-carbon-to-cyber-defenders-first/) [4]: Introducing the Microsoft Copilot harness in Foundry Agent Service —— Microsoft Foundry Blog / 2026-10-28 (https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/) [5]: Microsoft Makes Copilot Harness Available Through Foundry —— Unite.AI / 2026-10-28 (https://www.unite.ai/microsoft-makes-copilot-harness-available-through-foundry/) [6]: Introducing the Microsoft Copilot harness: unlocking the potential of truly multi-model agentic work —— Microsoft Official Blog / 2026-10-28 (https://blogs.microsoft.com/blog/2026/10/28/introducing-the-microsoft-copilot-harness-unlocking-the-potential-of-truly-multi-model-agentic-work/) [7]: From Tokens to Bytes I: Scaling Hierarchical Networks —— Cartesia Research / 2026-10-28 (https://www.cartesia.ai/blog/from-tokens-to-bytes-part-1) [8]: Dynamic Chunking for End-to-End Hierarchical Sequence Modeling —— arXiv 2507.07955 / 2025-07-10 (https://arxiv.org/abs/2507.07955) [9]: Alphabet Announces Third Quarter 2026 Results —— Alphabet Investor Relations / 2026-10-28 (https://abc.xyz/investor/news/) [10]: Alphabet shares fall as revenue, profit miss estimates despite Cloud surge —— Proactive Investors / 2026-10-28 (https://www.proactiveinvestors.com/companies/news/1100873/alphabet-shares-fall-as-revenue-profit-miss-estimates-despite-cloud-surge-1100873.html) [11]: Alphabet Revenue Jumps 25% as Cloud Business More Than Doubles —— The Distributed / 2026-10-28 (https://thedistributed.co/alphabet-revenue-jumps-25-as-cloud-business-more-than-doubles) [12]: VCs will make billions on Anthropic’s IPO, but Amazon is set to make much (much) more —— TechCrunch / 2026-10-27 (https://techcrunch.com/2026/10/27/vcs-will-make-billions-on-anthropics-ipo-but-amazon-is-set-to-make-much-much-more/) [13]: Anthropic IPO S-1 Flags Growth and Risks —— InsiderFinance / 2026-10-27 (https://www.insiderfinance.io/news/anthropic-ipo-s-1-flags-growth-and-risks) [14]: Anthropic’s S-1: 16.3B in Revenue, a 127.6B Hole, and a 266B Bill —— BigGo Finance / 2026-10-28 (https://finance.biggo.com/news/30ac02515ae0d83b) [15]: Early progress on accelerating drug development with Claude —— Anthropic / 2026-10-27 (https://www.anthropic.com/research/early-progress-drug-development) [16]: InfraDev: A Benchmark for AI Infrastructure Development —— arXiv 2610.36589 / 2026-10-28 (https://arxiv.org/abs/2610.36589) [17]: PRESENT: Putting a user in the loop raises negotiation payouts and misaligned behaviour —— arXiv 2610.36435 / 2026-10-28 (https://arxiv.org/abs/2610.36435) [18]: Genie 4: A new generation of world simulation —— Google DeepMind / 2026-10-27 (https://deepmind.google/discover/blog/genie-4-a-new-generation-of-world-simulation/) [19]: Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering —— TechCrunch / 2026-10-27 (https://techcrunch.com/2026/10/27/googles-genie-4-world-model-adds-audio-more-realistic-worlds-and-real-time-steering/) [20]: Nvidia, Meta deepen AI ties with 3 billion investment deal —— CNA / 2026-10-27 (https://www.channelnewsasia.com/business/nvidia-meta-deepen-ai-ties-3-billion-investment-deal-6495591) [21]: 英伟达出资 30 亿美元认购 Meta 新股 —— 澎湃新闻 / 2026-10-27 (https://m.thepaper.cn/newsDetail_forward_34345103)