跳到正文

#Agent

今日 2 条
11月13日周五
11月12日周四
  1. Latent Space78

    AINews 汇总:Google 发布 Gemini Decision 1 决策模型

    Google 发布 Gemini Decision 1 及配套 Decisions API,支持闭集决策、最多 255 个选项、1000 个问题/请求和 256K 上下文,端到端延迟 150–250ms,输入定价 $0.10/1M tokens 且输出不计费。

    推荐理由:汇总当日模型与系统进展,读者可快速掌握决策模型、Agent 评测与推理部署的关键变化。

  2. AWS Machine Learning Blog34

    用反合一(anti-unification)对形式化策略做语义 diff

    开源引擎用反合一(anti-unification)在 e-graph 上计算两条形式化策略的最具体公共模式,把相同部分只展示一次、差异部分并列保留,从而过滤掉重排合取项、等价谓词等语法噪声。该引擎不导入 Cedar、Dogwood、OpenShell、CEL 的原生策略,而是把相关语法编码为项并声明等式。它可用于对比 LLM 自动形式化多次生成的候选,先审查变化部分。

  3. The Verge · AI58

    美联航禁止个人 AI 助手代订机票

    美联航表示不会允许个人 AI 助手在其平台代订机票,理由是担心泄露客户信息、产生非本意购买,以及绕过航空公司须向旅客确认行李无爆炸物等联邦规定。AI 助手仍可向用户展示美联航航班,但无法完成交易;CEO Scott Kirby 称不想再制造一个中间商。eBay 和多家大型银行也已限制未授权 AI 智能体访问,美联航称未来技术成熟后可能重新考虑。

  4. The Decoder80

    Google DeepMind 推出 Gemini Decisions API 与 Gemini Decision 1 模型

    Google DeepMind 推出面向是/否、多选和量表评分等封闭式决策的 Gemini Decisions API,底层模型 Gemini Decision 1 可在单次调用中处理最多 1,000 个独立问题,覆盖文本、图像、音频、视频和 PDF,并在 150 至 250 毫秒内返回带置信度的概率。

    推荐理由:读者可以了解 Gemini Decision 1 的单次批量打分能力、定价与已落地场景,并对照近期同类决策模型的出现节奏。

  5. The Verge · AI58

    Google 推出 Tabletop AI 实验工具,可生成定制协作应用

    Google 推出名为 Tabletop 的实验性 AI 工具,能根据描述生成定制化的协作中心,用于与家人朋友协调事务。用户可添加链接、文件和想法,通过提示 @tabletop 或选择模板生成旅行行程、晚餐投票、费用分摊和比赛对阵表等互动工具,再把邀请链接发到群聊中多人同时使用。Tabletop 测试版目前通过等待名单开放,仅限美国 18 岁以上用户。

  6. AWS Machine Learning Blog65

    AWS 开源 UAEF:跨框架闭环评测 AI 智能体

    AWS 发布开源框架 UAEF(Universal Agent Evaluation Framework),通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 trace 统一为 AgentTrace 格式,再用 7 个维度共 36 项内置指标打分。

    推荐理由:原文给出跨框架统一评测的适配器设计与 36 项指标清单,读者可据此判断如何搭建可比较的智能体回归评测流程。

  7. The Decoder63

    Helsing 发布 Clarity 平台,用 AI 智能体为武器系统准备打击目标

    德国国防科技公司 Helsing 在柏林发布 Clarity 平台,称其用数百个专用 AI 智能体整合传感器数据、开源情报和书面报告,识别军事力量与设施,并在人工审核后把目标信息打包给相应武器系统。Helsing 强调平台运行在客户自有基础设施上、模型与界面在欧洲开发,打击决定由人做出并记录责任人姓名。文章同时引用伊朗、加沙和一次美军误判案例,指出这类系统在人工审核环节的实际执行情况。

11月11日周三
  1. Microsoft Research78

    微软研究披露 Lazarus 后门技术:改写不到 10 个休眠神经元即可控制 AI 智能体

    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。

  2. TechCrunch · AI50

    OpenAI 推出 Business Hub,让 ChatGPT 更像 Google

    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。