01埃森哲将部分员工Claude月度补贴降至29美元，超额使用须由具体项目买单
咨询巨头埃森哲正在改变部分员工使用Claude Enterprise的付费方式。404 Media看到的内部公告显示，自10月1日起，公司仅为许多员工中央承担每人每月29美元，全部费用按实际用量计算；超过额度的部分，必须由具体项目或团队对应的WBS承担。WBS是埃森哲内部标识项目或团队的代码。
这对高频用户影响尤其明显。一名员工称，自己过去数月的Claude费用均超过500美元，但支持页面阻止其升级Premium；在新规则下，超额费用将直接增加项目成本。另一名员工表示，其每月用量约为500至1000美元，主要用于通过Claude Code开发和测试面向多个客户的AI工具。
授权本身也不再意味着持续访问。公告称，Claude许可将根据业务优先级、岗位需求、使用情况和人员需要定期复审并重新分配。一名员工称自己的访问权限已被撤销，另一些员工则在设法升级Premium，以免项目承担额外费用。
埃森哲没有说明政策覆盖多少员工、Premium授权标准、此前人均支出或调整后的总预算。公司回应称，仍向全体员工提供AI，并会按照具体工作提供合适工具，继续投资能够为客户和公司创造价值的AI能力、技能与支持。
02Google称Gemini 4 Argon可贯穿机器人开发流程，并让Spot学习踩踏板扔罐子
Google称，Gemini 4 Argon是一款可参与机器人开发全流程的通用物理推理模型。它仅靠推理在测试三维物理和空间问题的ERQA基准上取得87%，并超过其他前沿模型，但这一成绩与实体机器人可靠性如何对应仍不明确。
在Spot四足机器人演示中，Argon先为脚踏式垃圾桶建立MuJoCo数字孪生，让机器人练习踩踏板、抓取并投放罐子，再转向实体执行。落脚前，系统用前置摄像头确认右前脚对准踏板；执行时，两个验证代理分别检查踩踏是否完成，以及机械手是否与桶口三维对齐，确认后才释放罐子。
Google还展示了Argon利用腕部画面反复调整机械臂，以及在Gemini Omni世界模型中检查中间关键帧、改写带时间戳的动作提示。现有证据表明它能覆盖建模、规划、执行和验证环节，但来源未披露重复次数、成功率、失败案例、成本或独立评测结果。
03132次训练实验发现：十种智能体自蒸馏方法都未能稳定胜过GRPO
自蒸馏让模型从自身生成的轨迹或反馈中学习，这类智能体强化学习方法正不断增加。但既有研究常在不同实验条件下引用已发表的基线分数，较少直接比较同期方法、训练稳定性和计算成本。
研究者此次把十种代表性自蒸馏方法与作为对照基线的GRPO纳入统一实验框架，在ALFWorld、ScienceWorld、Search-QA和WebShop四类任务、三种模型规模上检验。研究共完成132次训练，记录12,124.4个H800 GPU小时，并用八个rollout seeds重复评估预训练骨干及全部十一种训练方法，因此结果比跨论文分数对照更具可比性。
论文称，没有一种方法能在不同设置中持续超过GRPO，但这不等于所有方法在所有场景都无效。研究还发现，较高的最终成绩可能掩盖训练过程的不稳定，额外计算投入也未必稳定换来更好表现。摘要未披露十种方法名称、逐项成绩及各任务的成本分布。
ChatGPT扩展可读取并操作Chrome标签页 OpenAI升级了ChatGPT的Chrome扩展，用户在网页端或桌面端标记Chrome后，可让其比较已打开页面的信息；ChatGPT Work还可控制标签页，执行填写表单、发送消息和下载文件等任务。 theverge.com
Anthropic给予METR团队接近内部员工的评测权限 Anthropic已向独立AI评测机构METR的六名员工提供公司设备、办公空间和内部系统权限。METR可自行发布风险评估，Anthropic不能否决，但可要求隐去客户数据、模型架构等预先限定的信息。 anthropic.com
OpenAI向合资格学术实验室开放GPT-Rosalind赞助计划 OpenAI推出Rosalind Academic Plan，为符合条件的学术实验室提供GPT-Rosalind及配套工具的赞助访问，用于推进生命科学研究。 openai.com
Sega因负面评价下架《幕府将军2》重制版 Sega和开发商Creative Assembly正从商店移除《Total War: Shogun 2—Complete Edition》；玩家报告了程序错误，并质疑部分画面使用AI放大后出现异常。两家公司承认成品未达标准，将恢复原版销售，已购用户仍可访问Complete Edition。 theverge.com
Google用蛋白质语言模型标注未知序列功能 Google开发的ProtNLM可直接从原始氨基酸序列预测生物功能，并为UniProt中数百万个此前未命名的蛋白质条目生成高置信度功能标签，目标是加快抗菌肽候选物的发现。 deepmind.google
Bluesky的Attie可按提示生成社交小游戏和应用 Bluesky扩展了AI工具Attie的用途，用户现在可通过文字提示制作游戏、投票和仪表盘等小型社交应用，并以独立网站链接分享；该工具此前主要用于生成自定义信息流。 theverge.com
Amp使用OpenAI模型把agent扩展到编码以外任务 OpenAI发布案例，介绍开发工具Amp如何结合GPT-6 Astra、Ultrafast、GPT-Live-1和“使用ChatGPT登录”，将agent应用扩展到编码之外。 openai.com
Third Moment Research运行一万个长时agent OpenAI发布案例称，AI实验室Third Moment Research使用GPT-6 Astra、GPT-6.1 Sol、Codex和网络安全工具Daybreak，让一万个agent连续运行超过36小时并执行持续数日的任务。 openai.com
OpenAI称欧盟企业正扩大agent式AI采用 OpenAI发布了一项关于欧盟企业和小型公司的分析，称agent式AI的采用正在增长，并讨论了进一步扩大使用的潜在空间。 openai.com
Doc2Harness测试模型能否自行搭建编码agent运行框架 Doc2Harness让模型依据接口合同和开发文档构建完整运行框架，再用328项测试验证其行为；19款前沿模型中，最高通过率为53.05%，最低为27.44%，显示框架工程仍是长时agent任务的明显短板。 huggingface.co
Player-1用合成环境训练游戏控制agent Player-1在16个合成2D和3D环境中进行强化学习；论文报告称，Player-1-9B在MineDojo-300上的成功率达到38.33%，高于最强对照模型的12.63%，且提升可迁移至其他游戏环境。 huggingface.co
ATAS用场景与事件记忆提高长视频连贯性 ATAS将剧本转换为带地点、镜头和事件时间引用的请求，并分别保存静态空间信息与动态事件记录。论文称，该框架在四种视频生成器上均提高了跨镜头一致性指标。 huggingface.co