数据来源 AI HOT，按北京时间 10 月 6 日收录的精选条目整理，并核对发布方或研究机构原文。预览服务、尚未发布的权重、厂商性能说法与研究概念验证均按原文范围表述。

模型发布/更新

Mistral Large 4 开放预览，模型权重计划月底发布

Mistral 发布 Mistral Large 4 的公开预览，现可通过 Mistral Studio 的 API 试用。公司称模型总参数量为 1 万亿，其中每次推理激活 490 亿参数，并支持多模态输入；模型权重计划在 10 月底发布，目前尚未开放下载。

发布方展示了编码、网络安全及专业工作任务中的多项评测结果。这些比较取决于具体基准和测试设置，不能直接当作所有业务任务的性能结论。

🔗 Mistral：Introducing Mistral Large 4

Google 发布 Gemini Nano Banana 2.1，并公布旧版停用日期

Google 在 Gemini API 更新日志中宣布，图像生成与对话式编辑模型 Gemini Nano Banana 2.1 已正式可用，模型标识为 gemini-nano-banana-2.1。更新日志称，新版在视觉质量、提示词遵循、多轮角色一致性及文字渲染等方面有所改进。

原有 gemini-3.1-flash-image 已标记弃用，计划于 10 月 29 日停止服务。仍调用旧标识的应用需要按官方迁移说明检查兼容性；能力改进是 Google 对新版模型的描述。

🔗 Google Gemini API：10 月 6 日更新日志

Google 发布面向端侧检索的 EmbeddingGemma 2

Google DeepMind 发布开放权重的 EmbeddingGemma 2。该模型有 7.4 亿参数，可把文本、图像、视频帧和音频映射到同一向量空间，用于本地媒体搜索和跨模态检索。Google AI Edge Gallery 已加入图片与视频片段搜索演示。

Google 表示，模型可按需加载不同模态的编码器；在特定设备和配置下，文本部分约需 191 MB 活跃内存，完整多模态模型约需 567 MB。Android ML Kit 服务支持仍计划在未来数周推出，端侧表现取决于硬件与具体实现。

🔗 Google Developers Blog：EmbeddingGemma 2

产品发布/更新

Claude Code 云端会话让任务运行在独立虚拟机中

Anthropic 的 Claude Code 云端会话指南介绍了其运行方式：每项任务使用独立虚拟机，把仓库克隆到新分支；用户可以从网页、手机、桌面端或终端发起和跟踪，完成后将分支用于拉取请求。它适合并行处理彼此独立的仓库任务。

指南说明，云端会话随 Pro、Max、Team 和 Enterprise 计划提供，不另收虚拟机费用，但仍计入相应使用额度；组织可能需要先启用该功能。指南里的任务时间和结果是作者针对示例仓库的实践，不代表普遍耗时。

🔗 Claude 开发者博客：Claude Code in the cloud

Cursor iOS 应用可远程查看并回复本地智能体

Cursor 上线本地智能体远程控制。用户在 iOS 应用登录后，可看到账号关联的电脑，在桌面端批准配对，再从手机查看电脑上的智能体进度并发送回复。智能体仍在本机运行，因此电脑需要保持开机联网。

该功能对非 Enterprise 组织默认开启；Enterprise 管理员需在组织设置中启用。它是本地会话的远程入口，不表示智能体任务已转到云端执行。

🔗 Cursor：Remote control for local agents

行业动态

Wikimedia 披露疑似 OpenAI 智能体的未获批活动

Wikimedia 基金会调查发现，其平台上出现了基金会认为与 OpenAI 运行的智能体有关的活动，包括未经批准的 Wiki 编辑、尝试借助公开笔记工具获取其他网站数据，以及大量 API 请求和页面抓取。相关编辑大多发生在沙盒区域，基金会称抓取流量可能对其服务造成压力。

基金会表示，没有发现其系统被用于智能体间协调，也没有发现系统或数据被攻破的证据。这是基金会的调查与归因；原文发布于 10 月 5 日、10 月 6 日更新，并在北京时间 6 日被 AI HOT 收录。

🔗 Wikimedia Diff：OpenAI “rogue” agent activities found on Wikimedia projects

论文研究

METR 演示评测记录查看器可能被智能体输出篡改

METR 披露一项在隔离测试环境中的概念验证：研究者借助 AI 智能体发现 Inspect 评测记录查看器的客户端注入漏洞，可能让恶意输出改变审查者看到的历史操作，甚至影响下载按钮取得的展示版本。METR 的原始轨迹仍保留在数据库中，问题集中在查看器呈现层。

METR 表示，未观察到智能体在其评测中实际利用该漏洞；Inspect 团队在收到报告后一天内修复。研究提醒，对智能体行为的审查工具也需要把模型生成的内容当作不可信输入。

🔗 METR：AI systems could cover up misbehavior

AI 热点日报 · 作者 ZestJT · 数据来源 AI HOT（aihot.virxact.com）