Databricks 更新 AI 智能体 Genie,可无人监督完成多步任务
Databricks 周三发布更新版 AI 智能体 Genie,借助公司构建的本体(ontology)获取客户存储在平台上的信息上下文,可无人监督地完成需要长时间推进的多步任务。
Databricks 周三发布更新版 AI 智能体 Genie,借助公司构建的本体(ontology)获取客户存储在平台上的信息上下文,可无人监督地完成需要长时间推进的多步任务。
Adobe 在年度 Max 大会上公布多项 AI 实验项目,包括把任意平面图片转为可漫游、可重新取景的 3D 场景的 Project Sight Span,以及通过对话塑造角色性格并生成试镜视频的 Project Screen Test。
Google DeepMind 对一个为期四周的项目进行数学验证,确认了 Signal 加密协议的关键部分。该项目的结论是,AI 可能让形式化验证变得更实用。
DeepL Voice 推出新模型 Aure,可将原说话人的语气、情绪、强调和语速带入目标语言。此前 DeepL Voice 基于对话开始时采集的静态语音样本生成翻译语音,无法捕捉情绪变化或讽刺。
ChinaTalk 调查称,Mercor、Surge AI、AfterQuery、Turing 等美国数据公司向中国 AI 实验室出售约 5 亿美元训练数据,其中包含用于编码、金融分析等任务的强化学习环境。
据《华尔街日报》和 The Information 报道,OpenAI 第三季度营收环比增长约 50% 至 100 亿美元,调整后经营亏损从 101 亿美元小幅升至 109 亿美元。
推荐理由:通过对比 OpenAI 与 Anthropic 的营收、亏损和业务重心,读者可以看清两家公司商业模式上的效率差异。
安全公司 Claroc 报告称,在其检查的 37,571 个仍在线 Grok 生成应用中,35,578 个(94.7%)无需登录即可访问,原因是发布对话框默认预选“Anyone with the link”。
推荐理由:安全公司披露 Grok 生成应用默认公开,读者可借此了解 AI 生成应用在默认权限与数据暴露上的具体风险。
英国高等教育监管机构 OfS 警告,若高校不建立可靠的防 AI 评估形式,可能面临制裁。OfS 与 Advance HE 对 127 所院校 300 多名受访者的联合调查发现,学生大量使用 AI 完成论文且常未被发现,成绩与不用 AI 者相近,部分学生用 ChatGPT 写完整篇论文后记不住基本内容。
Mercor 完成 7.5 亿美元 D 轮融资,估值 200 亿美元,年化收入已达 30 亿美元,公司称拥有 500 万专家。其收入从 2 月的 10 亿美元、6 月的 20 亿美元一路增长到 30 亿美元,用时 27 个月。文中还提到该公司称在推理上的支出已是员工薪资的 3 倍。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数模型,面向函数调用与智能体工作流,适合端侧部署。
新加坡航空借助 OpenAI 模型与 API 提升客服、旅行发现和员工效率,其 Kris 聊天机器人的 CSAT 实现翻倍。
Cogent 结合 OpenAI 模型与企业上下文,用智能体帮助企业自动修复漏洞。
已有超过 2 万名退伍军人和即将退役的服役人员领取了免费一年的 ChatGPT Plus,用于为转入平民职业做准备。
OpenAI 开发者体验工程师 Dominik Kundel 和 Charlie Guo 在 AI Engineer Code Summit 的 workshop 上分享了 Codex 的新工作方式。
NVIDIA 在 COP31 前展示四家 Inception 初创公司用 AI 与机器人分拣混合废弃物。AIRECO 用 Jetson Orin NX 驱动机械臂,试产线识别准确率超 95%,计划明年把年处理量从 18,000 吨提升到 48,000 吨、运营成本降 85%。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线,基于 Kimi K3 后训练而来,保持 3T 级开放权重架构和 100 万 token 上下文窗口,官方称输出速度是 Kimi K3.1 Pro 的 2–3 倍。
Gilbert + Tobin 合伙人兼首席执行官 Sam Nickless 在对话中分享了这家律所如何用 AI 重新思考法律业务的运作方式。原文未披露具体模型、工具或部署细节。
Amazon Bedrock AgentCore 的 Web Search API 现已可用,通过单次 API 调用返回带标题、URL、发布日期和摘录的实时网页结果,查询由 AWS 自有索引处理、不经过第三方搜索引擎。
微软研究人员发现名为 Lazarus 的后门技术,通过改写 LLM 中不到 10 个休眠神经元、无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现(如时钟跨入 2027 年)才执行下载并运行攻击者代码等命令。
推荐理由:微软研究团队披露一种无需训练、改写不到 10 个休眠神经元即可给智能体植入后门的方法,并给出权重溯源与扫描的防护思路。
Amazon 发布 Ring Robotics 系列移动安防设备,包括 AI 驱动的安防无人机和机器人,将 Ring 摄像头从固定位置扩展为可移动巡逻。产品将于 2026 年底至 2027 年初陆续上市。
Amazon Bedrock AgentCore Evaluations 提供内置、DeepEval 和 AutoEval 三类评估器,内置评估器由 AWS 编写并经过质量测试,共 16 个,涵盖响应质量、任务完成、工具使用、技能和安全五组。
安全公司 Claroc 的研究显示,SpaceXSI 的 vibe-coding 智能体 Grok Build 通过分享链接泄露了数千名用户的机密数据,其中包括 SpaceXSI 自身 24 个应用中的内部信息。
推荐理由:安全公司 Claroc 的研究显示,Grok Build 的分享链接可被枚举,读者可了解泄露范围与成因。
纽约州开放 RAISE Act 注册门户,年收入超过 5 亿美元的大型前沿 AI 开发者须在 2027 年 1 月 1 日前完成登记。该法要求企业在官网公布安全框架、72 小时内报告重大安全事件并发布模型透明度报告,单次违规罚款最高 100 万美元,后续违规最高 300 万美元,由新设机构 DIGIT 负责执行。
OpenAI 收购了 Sonder 创始人 Francis Davidson 创办的 AI 旅行智能体 Odessia,交易条款未披露,看起来是一次 acqui-hire。
应用数学家 Steven Strogatz 与 Alex Townsend 合著新书《Big Math: The Hidden Codes That Run Our World》,探讨大语言模型、AI 聊天机器人与量子计算推动的“大数学”正开始超出人类创造者的掌控。
OpenAI 推出名为 Businesses in ChatGPT 的测试功能,商家可通过 Business Hub 注册并管理档案、上传含价格和库存的商品 feed,并追踪在对话中被提及的次数和网站点击量。
Simon Willison 发布 llm-gemini 0.36,对应 Google 的 Gemini 4 Carbon 从面向部分网络安全人员开放转为向所有用户开放。
推荐理由:作者实测 Gemini 4 Carbon 的编码与 3D 生成能力,并给出定价与涨价时间点,便于判断使用成本。
Hugging Face 发布决策模型(decision model)支持,在 Transformers 中新增 DecisionPipeline、AutoModelForDecision 和 DecisionConfig,模型接收 state 与 questions,直接返回带概率的结构化决策而不生成文本。
Hugging Face 组织现在可关联 Google Cloud 账户,使用费用直接计入 Google Cloud 账单,无需再用信用卡支付。
Anthropic 在 S-1 文件中披露,七位联合创始人将各出售 3,378,378 股,按 70 至 78 美元发行价区间的中值 74 美元计算,每人套现约 2.5 亿美元。
推荐理由:S-1 文件披露了七位联合创始人的售股数量、IPO 定价区间与投票权结构,可据此了解 Anthropic 上市前的股权安排。
Resend 联合创始人兼 CEO Zeno Rocha 在播客中讲述如何为 AI 智能体设计产品。在一项 AEO 研究中,Claude Code 在可提取的 102 次邮件推荐里有 64 次首选 Resend;录制时 Resend 拥有 430 万用户和 12 万付费客户,其 MCP server 的工具数已从发布时的约 20 个增至 80 多个。
Anthropic 为 Claude 应用加入多项协作功能:Claude Sheets 支持团队在 AI 辅助下创建和编辑含公式与多标签页的表格,Claude Whiteboards 支持头脑风暴并由 Claude 总结,Claude Data(原 Dashboards)可连接 Snowflake、Salesforce 等工具构建数据看板。
初创实验室 Physical Superintelligence(PSI)借助 Anthropic Fable 5.2 的早期访问权限,由技术成员 David Turturean 解决了悬置 18 年的量子计算问题 Aaronson-Ambainis 猜想,该证明经 Lean 自动形式化并由外部研究者复核。
推荐理由:通过 PSI 用 Anthropic 模型解决量子计算猜想的案例,读者可以看到 AI 科研创业公司如何把模型能力转化为商业路径。
Oura 宣布以 6.25 亿美元收购 AI 原生初级保健公司 Counsel Health,后者将聊天式医疗体验与持牌医生接入结合,其服务已于 6 月整合进 Oura 应用。
英伟达CEO黄仁勋承认与一名疑似中国间谍的女性有染,报道称美方情报机构与特朗普早已知晓其间谍身份。专家向 The Verge 表示,此事可能扰乱美国AI产业、危及国家安全,并削弱美国对中国的技术领先;与这名疑似间谍有关联的公司据称促成了至少70亿美元的英伟达芯片对华销售。
推荐理由:从芯片出口管制与算力供给角度,梳理这起风波可能如何波及美国AI产业与中美竞争节奏。
Latent Space 作者实测了 NaiveAI 的开源权重模型 Naive-N0.5-Flash,它基于小米 MiMo-V2.5 继续训练并适配 DeepSeek Sparse Attention,主打高吞吐。
OpenAI 上线 Business Hub,企业可在 ChatGPT 中创建并验证商家资料、更新产品与服务信息,该功能目前处于 beta 阶段。符合条件的企业还能创建专属 business agent,供用户询问企业与产品问题,并获得资料浏览量、商家提及、网站点击等有限洞察数据。OpenAI 称这是把企业更深度接入 ChatGPT 的早期一步。
Trovata 基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建了自主财务智能体,从 2023 年面向财务领域的生成式 AI 演进为可自主执行任务的智能体工作流。
OpenAI 在 ChatGPT 中推出 Businesses 功能,用户可在其中管理企业信息、查看企业展示情况的洞察,并把用户兴趣转化为行动。原文未披露该功能的具体入口、上线范围和可用时间。
Google 正式发布 Gemini 4 Carbon,称其与 Gemini 4 Argon 互补,面向复杂多步编码、调试和开放式科研等任务。Carbon 在 CursorBench 4.0 上以接近 60% 的得分居首,领先 Fable 5.2 和 Gemini 4 Argon,单任务平均成本约 8 至 10 美元。
推荐理由:文章把 Gemini 4 Carbon 与 Fable 5.2 的基准和单任务成本放在一起比较,便于判断这轮模型竞赛的性价比变化。