IBM 没给 GPT-4.1 改权重，只把客服任务里的成败经验提炼成规则，就在零售测试中超过了榜单对手。升级模型之前，已有的教训可能还没被用起来。
🚀 语音交互与任务执行
• Mistral 发布 Voxtral 3 —— 10 月 20 日交付语音模型与实时 Voice Agent SDK，把听、推理、工具调用和说话串进同一流程。转写覆盖 50 多种语言，语音生成支持 35 多种语言；提供欧盟托管与自部署选项，各组件的授权仍需分别核对。
• IBM ALTK-Evolve：给旧模型补经验手册 —— 从训练任务中提炼规则、追加到系统提示后，GPT-4.1 在 τ²-bench 零售测试中，有 67.5% 的任务四次独立尝试全部成功。榜首结论限于作者 10 月 12 日的榜单快照；值得借鉴的是把身份核验、操作确认等教训写成可执行规则。
🛠️ 计算后端与本地提速
• TorchTPU：PyTorch 直接使用 TPU —— Hugging Face 10 月 20 日展示原生后端，Transformers、Diffusers 可通过指定 "tpu" 设备运行，并支持编译与分布式执行。迁移少维护一套适配代码，但自定义算子是否兼容，仍要拿自己的模型验证。
• PyTorch 2.15 改进 Mac GPU 后端 —— 团队测试中，M3 Ultra 上的 Qwen3.6-35B-A3B 解码速度从每秒 9.4 提高至 61.3 token，使用了 torch.compile。收益对应特定模型与设置；文中安装入口仍是候选版本，要求 macOS 15、Python 3.11 或以上。
🚨 代码维护与工作流可见性
• OpenAI 补测冷门语言与 COBOL 迁移 —— 10 月 19 日公布的评测要求模型用 20 种语言构建 SQLite 兼容引擎，并检查 COBOL 迁移后的行为是否保持一致。旧代码截掉的小数，新代码若改成四舍五入，就可能运行正常却算错账；迁移验收必须检查业务结果。
• Ben 搭建个人 Agent 工作台 —— 10 月 20 日展示整合待办、邮件、CRM 和域名的站点，解决“Agent 在做什么、文件放在哪”的问题。自动化日历视图仍是后续计划；多任务委托之后，能看清执行状态本身就有价值。
📚 延伸阅读
• IBM Research：ALTK-Evolve 如何从任务轨迹提炼客服规则
https://huggingface.co/blog/ibm-research/altk-evolve-bc
• Hugging Face：PyTorch 2.15 的 MPS 后端改进与测试条件
https://huggingface.co/blog/mps-pytorch-2-15
• OpenAI：低资源编程语言评测与 COBOL 行为保持
https://openai.com/index/low-resource-programming-languages
