LangChain 九成任务不用最强模型，成本中位数降了 64%

LangChain 在 973 个编程任务会话中测试模型路由：九成分配给较便宜的模型，每个会话的成本中位数从 2.61 美元降到 0.94 美元，代码合并率没有显著变化。这个实验提醒团队：每次都用最强模型，可能只是花得更多。

• Gemini 4 Argon 扩大输出上限 —— Google 将输出上限从 6.4 万扩至 100 万 token，支持更长的连续推理与任务执行。目前先向受信任的网络防御团队开放，普通开发者仍需等待。官方说明

• Context Language Models：让模型自己整理上下文 —— 论文把上下文变成模型可编辑的文件，让它决定保留什么。作者在 12 小时 EdgeBench 任务中报告得分提高 5%、计算量减少 59%；长期任务值得测试“记什么”，不只扩窗口。论文摘要

• Olmo-core 3 开放 MoE 训练基础设施 —— Ai2 在八张 B300 的初步测试中，将 470 亿参数 MoE 的训练吞吐提升至旧实现约 2.7 倍。关键改动是让专家权重留在 GPU 上，减少反复搬运；这是训练框架升级，并非新模型发布。工程说明

• LangChain 公布模型路由实测 —— 路由组成本中位数降低 64%，代码合并率未出现统计显著差异；全部使用便宜模型的另一组测试，却因质量问题提前停止。省钱要按任务分配模型，不能统一降档。实验全文

• OpenRig 组织持久的编程 Agent 团队 —— 项目用角色、固定地址和任务归属组织 Claude Code、Codex 与 Pi，并提供状态快照与恢复。对多 Agent 协作而言，谁负责、交接什么，比多开几个终端更关键；本期关注来自热榜，非当日首发。项目文档

• Photo Scrubber：照片隐私处理留在本地 —— Simon Willison 用 GPT-6 Astra 构建实验工具，通过浏览器中的 WebAssembly 与人脸检测模型模糊陌生人的面部。小工具的价值很具体，但自动检测仍需人工检查漏检。作者说明

• OpenShell 在运行环境中限制 Agent 权限 —— NVIDIA 项目通过沙箱和运行时检查约束文件、系统调用与网络访问，真实凭据只注入发往获准端点的请求。权限边界由系统执行，比只让模型“遵守规则”更可控；热榜升温不代表今日发布。项目文档

• Dots 全天待命，主动研究采用只读工具 —— OpenAI 的助手可跨项目持续工作，但后台主动研究不能发消息、修改应用内容或控制电脑。这里值得关注的是权限分层：主动发现问题，与获准采取行动，是两种能力。官方说明

• Barclays 扩大 Claude 合作 —— 银行预计年底让 50% 的开发者采用 Claude Code；这是部署目标，尚非完成比例。合作公告还披露邮件处理平台每日处理约 12 万封邮件，具体业务流程比“全员拥抱 AI”更值得跟踪。合作公告

• Rulin Shao 等：Context Language Models
https://arxiv.org/abs/2609.37725