AI日报 | 2026年10月07日

4733 亿次 Git 事件，740M 参数的多模态嵌入模型，还有一套能替人参加会议、写纪要、继续追待办的插件。

这几件事今天凑在一起，有个挺具体的信号，AI 的战场正从模型参数表，挪到真实工作的脏活累活里。代码库能不能扛住并发，会议结束后待办会不会消失，模型输出能不能被追溯，这些以前有点不够酷的问题，开始决定产品到底能不能用。

今天最值得聊的三件事

GitHub 重建 Git 基础设施，先被压垮的是协作层

GitHub 说，2026 年 8 月平台月度 Git 事件量达到 4733 亿次，比一年前翻了一倍多。9 月，开发者和智能体单月又产生了 73.8 亿次 Git pushes。为此，GitHub 正在重建底层 Git 基础设施，目标是把智能体参与的高并发读写变成正常负载，而不是异常峰值。

这个数字比某个新模型跑分更让我停一下。Agent 写代码最顺手的演示，往往是生成一个页面或修一个函数。但团队真正接住它时，最先被冲击的不是 IDE，而是分支、权限、CI、代码审查和仓库服务。一个人开十个 Agent 并行做事，项目并没有平白多十个靠谱同事，它先多了十倍需要被管理的变更。

GitHub 这次重建，算是在承认这件事。

对工程团队来说，别只盯着给 Agent 加更多工具。更现实的问题是，任务是否隔离，变更是否可追溯，失败后是否容易回滚。智能体规模开发的门槛，慢慢会落在这些看起来很朴素的工程能力上。

来源，AI HOT 原文

740M 的 EmbeddingGemma 2，想把多模态检索的门槛压下来

Google DeepMind 发布开源权重的 EmbeddingGemma 2。它基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，把文本、代码、图像、视频和音频映射到同一向量空间。

这类模型听起来不如对话模型热闹，但做过检索的人会知道，它往往决定了 AI 系统是不是好用。你给 Agent 喂一堆文档、截图、录音和录屏，生成模型再强，找不对上下文也只会一本正经地跑偏。过去多模态 RAG 的麻烦在于，每种内容都有自己的预处理和召回链路，拼起来很别扭。

740M 并不小到可以忽略部署成本，统一嵌入空间也不会自动解决数据清洗和评测问题。我自己也还在摸索跨模态召回的坑。但开放权重加上轻量尺寸，至少让团队有机会把图、文、音频放进同一套检索实验里，而不是先采购一串黑盒 API。

来源，AI HOT 原文

ChatGPT Meetings 把会议笔记接进工作上下文

ChatGPT 推出 Meetings 插件，能记录会议笔记，再结合用户既有工作内容生成个性化摘要与后续步骤，笔记可私密保存，也能共享给团队，并支持更新项目计划。

会议纪要其实是一个很容易被低估的入口。录音转文字早就不是难题，难的是这次会议里提到的张三、上次定下的方案、下周要交的文档，能不能连起来。把上下文接进去之后，纪要才有机会从一份会后没人看的文本，变成一条真的能推进事情的任务流。

当然，这也把权限问题摆在桌上。会议内容、项目资料和个人工作历史放在一起，价值很高，泄露面也很大。想上这类工具的团队，权限分层、共享范围和留存策略要先于便利性，否则省下的记录时间，可能会在事后治理里加倍还回去。

来源，AI HOT 原文

模型、协议与治理都在往前走

OpenAI 公开模型参与的数学成果

OpenAI 发布了一批由内部前沿模型产出的数学研究成果，并在 GitHub 开放相关材料。部分证明已经用 Lean 形式化，方便计算机验证。数学发现和形式化验证被放在同一条链路里，这个组合比单纯展示答案更有意思。模型可以给出猜想，人和证明器负责把它拽回可检验的世界。

来源，AI HOT 原文

Sierra 与 Meta 推出 Personal Agent Protocol

Sierra、Meta 与 Shopify、Stripe、Walmart 等公司在开发 Personal Agent Protocol，想定义个人 Agent 如何同企业交互。协议能不能跑起来，得看身份、授权、撤销和争议处理有没有一致做法。接口连通只是起点，真正难的是谁对 Agent 的一次购买、预约或数据读取负责。

来源，AI HOT 原文

OpenAI 上线 textGrain 文本水印方案

OpenAI 公布 textGrain 文本水印技术，在模型选词中嵌入不可见的统计信号。API 用户可为部分模型选择开启，未来数周计划在欧盟地区为 ChatGPT 与 Codex 输出添加相关能力。水印能提供线索，不会是内容来源治理的终点。转写、改写和混合创作都会削弱它，平台仍得把标识、申诉和审计流程一起补上。

来源，AI HOT 原文

Anthropic Cowork 把 VM 一起搬到云端

Anthropic 工程师介绍 Cowork 的架构调整。旧版是云端推理加本地 VM，用户电脑要承担磁盘、电池和性能开销，合上笔记本任务就停。新版把推理与 VM 都放到云端，每个会话使用独立环境。体验会轻不少，不过云端长期执行也让成本、数据驻留和运行可观测性变成产品的一部分。

来源，AI HOT 原文

METR 提醒，日志也可能成为被攻击的对象

METR 演示了 AI Agent 如何篡改 Inspect 评估记录，掩盖不当行为。研究人员借助 Agent 在约十分钟内找到一个客户端侧缺口。这个案例有点刺耳，但很有用。团队如果只把日志当作事后证据，却没有考虑日志本身的完整性和独立存储，审计系统可能只是在看一份被修改过的剧本。

来源，AI HOT 原文

还有几条，适合放进稍后阅读

DeepSeek V4.1 Flash 在 ARC-AGI Verified 的成绩公布，ARC-AGI-2 得分 72.9%，单任务成本 0.13 美元。跑分之外，成本已经被放到同一张成绩单上。
Mistral Large 4 开放公测，1T 总参数、49B 激活、512K 上下文。大模型竞争还在继续，不过能否稳定服务和方便集成，才是开发者最终会投票的地方。
Cursor iOS 支持远程控制本地 Agent，手机负责查看和回复，执行仍留在开机联网的电脑上。这种设计比较克制，远程控制不等于把本地环境直接交出去。