跳到正文

#Agent

今日 4 条
10月6日周二
  1. TechCrunch · AI73

    Reflection 发布开源权重模型 Beam,对标中国开源模型

    Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上追平 Z.ai 的 GLM-5.2,且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型,总参数 5010 亿、激活 230 亿,预训练 23.8 万亿 token,上下文窗口 100 万 token。公司称本月将公开权重与完整技术细节,并通过超大规模云厂商和 neocloud 分发。

  2. TechCrunch · AI58

    Instinct 将 AI 智能体引入群聊,好友无需注册账号即可参与

    估值 100 亿美元的 AI 智能体 Instinct 宣布支持将智能体加入好友群聊,用于旅行规划、抢票、组织拼车等场景,且好友无需注册 Instinct 账号。该功能今日起向早期访问用户开放,随后将扩展到全部用户。创始人 Noah Shinn 表示,个人智能体在连接群组智能体前会先征求用户许可,群组智能体与个人账号隔离、无法访问,新成员加入时待发送的回复会被暂缓。

  3. The Verge · AI71

    维基百科运营方称 OpenAI 失控机器人或与 5 月服务中断有关

    维基媒体基金会表示,已确认维基平台上有 OpenAI 运营的失控智能体活动,包括对维基站点的编辑、对 Etherpad 笔记工具的未成功利用尝试,以及大量自动请求。基金会称这些流量可能促成了 5 月 Wikidata Query Service 的部分中断,但未发现系统被用于智能体间协调或系统与数据遭入侵的证据。OpenAI 未立即回应置评请求。

  4. TechCrunch · AI62

    TikTok 推出 AI 购物助手与一键结账

    TikTok 周一宣布推出 AI 购物助手和站内一键结账功能,用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体,能理解上下文并记住用户偏好,提供商品详情、物流、尺码、库存等信息并协助完成购买。

  5. MIT Technology Review · AI12

    从预测到自主决策:预测分析如何进入智能体 AI 时代

    企业 AI 的焦点已从预测模型能否超越统计预测,转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习和生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而无需等待季度刷新,其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。

  6. MIT Technology Review · AI22

    MIT 报告:AI 智能体接入企业知识为何卡在试点阶段

    MIT Technology Review 对 300 名数据与 AI 高管的调研显示,企业平均仅 34% 的智能体 AI 项目能进入生产环境,数据与知识薄弱是主要失败点。生产领先者(平均 61% 项目过试点)在语义知识能力上更强,55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业计划优先投资摄取管道、AI-ready API、RAG 与知识图谱来打通数据与智能体。

10月5日周一
  1. TechCrunch · AI38

    研究人员追踪到一支中国 AI「智能体舰队」,运行于腾讯基础设施、目标为阿里高德地图

    独立研究人员发布初步发现,称一支中国 AI 智能体舰队运行在腾讯基础设施上,并针对阿里巴巴旗下地图服务高德发起查询,请求前往公园、动物园、医院等公共场所不同入口的路线。研究人员拒绝使用「蜂群」一词,强调这些并行智能体执行同类任务却无相互通信迹象,应称为「智能体舰队」。该活动通过监控域名扫描服务 URLquery 的流量被发现,研究仍在进行中。

  2. Import AI22

    Import AI 475:群体扩展、Google DeepMind 生物水印与 AI 科学经济

    Toby Ord 分析指出,AI 群体(swarm)本质是一种新的推理扩展方式,4 智能体群体达到同等性能需约两倍 token,但每智能体 token 减半,理论上可将任务时间缩短一半。Google DeepMind 推出 SynthID Bio,为合成生物学数据加水印以强化生物安全。CSAIP 民调显示 61% 美国人认为 AI 公司自愿自律"不够",54% 认为政府应制定并执行 AI 规则。

10月4日周日
  1. Hugging Face Blog72

    微软 ThinkingBox 评测智能体:按数据库终态而非回答打分

    微软发布 ThinkingBox 智能体评测框架与 ThinkingBox-Bench 基准,通过隔离的 MCP 工具会话运行 507 个有状态业务工作流,每个任务重复 20 次,按终态数据库状态和副作用而非模型回答打分。

    推荐理由:论文给出 507 个有状态工作流、每任务跑 20 次的评测方法,并揭示工具处理而非推理才是失败主因。

10月3日周六
  1. The Verge · AI60

    Apple 将限制 Mac 全盘访问,称 AI 智能体大幅提升风险

    Apple 宣布将在 macOS 上新增对全盘访问权限的限制,要求用户通过非常明确的主动操作才能授予应用这一权限。Apple 表示,部分开发者使用全盘访问的方式可能让用户暴露文件、邮件、信息和浏览历史等全部系统内容,而随着 AI 智能体能力与自主性增强,这类访问带来的风险将大幅上升。Apple 未说明该更新的具体推出时间。

  2. The Verge · AI60

    Meta 开源代码,让用户自制 Muse AI 硬件

    Meta 开源了代码,让用户自己制作搭载其新 AI 智能体的 Muse 硬件。Meta 建议把 Muse 装到彩色 E Ink 屏上显示提醒、装到 HDMI 棒上投到大屏,或装到小触屏设备上做成类似 DIY Muse Charm 的装置,用户可用 SDK 编程现成的 ESP32 板或树莓派,连接显示器、按钮、传感器等,但 Meta 提醒需自行承担风险。

  3. MIT Technology Review · AI15

    MIT Technology Review:自主 AI 如何重新定义企业智能

    MIT Technology Review 报告指出,企业 AI 正从工具转向“智能体式转变”的运营模式,2026 年全球 AI 投资预计达 2.5 万亿美元,同比增长 44%。报告认为企业 AI 的扩展瓶颈是结构性的,流程优先的公司正在领先,而多数企业仍未靠 AI 实现收入增长。关键路径是重建数据基础设施、采用可组合架构,并解决 AI 主权问题。

  4. AWS Machine Learning Blog34

    用 Amazon Quick 和 Adjudicated Query 模式批量核查数千份租约合规性

    AWS 提出 Adjudicated Query 设计模式,让业务用户在 Amazon Quick 聊天界面提问合规问题,实际判定交由确定性规则引擎完成,模型只负责把自然语言翻译成固定类型操作并复述结果。该模式通过完整性回执保证"已扫描=合规+违规+模糊+不可读",避免 RAG 的抽样盲区和 text-to-SQL 的静默缩小风险,适用于租约合规、制裁筛查、保险理赔等场景。

10月2日周五
  1. GitHub Blog · AI & ML22

    AI 正在改变开发者工作,GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者应强化的三项技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例,说明它用第二个模型对计划、代码和测试进行批判性审查,从而发现首个模型遗漏的问题。