Anthropic 为 Claude 推出 Personal Finance 工具,可连接银行账户分析支出
Anthropic 宣布 Claude 新增 Personal Finance 工具,用户可通过 Plaid 连接银行和信用卡账户,就余额、交易和支出分类向 Claude 提问。
Anthropic 宣布 Claude 新增 Personal Finance 工具,用户可通过 Plaid 连接银行和信用卡账户,就余额、交易和支出分类向 Claude 提问。
微软研究院发布 PDD Kit,可将用户意图转成 Verus 形式化规范,证明智能体生成的代码对每个输入都满足规范,证明覆盖不到的部分则回退到测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,Verus 在加固代码的同时发现了已有 bug,开发者只审阅意图而未逐行阅读生成代码。
推荐理由:微软研究院介绍 PDD Kit 如何把用户意图转成 Verus 形式化规范,并用证明加测试约束智能体生成的代码。
腾讯发布 Hy4 模型,首次具备图像理解能力,并能自主操作 Blender、CAD 等软件。腾讯称其在约 600 个真实金融任务上领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索场景的幻觉率从近 16% 降至约 5%。
SemiAnalysis 发布 GDPx 基准,把 AI 智能体放进模拟知识工作环境,覆盖芯片设计、生物、量化交易、网络安全、法律等 11 个领域共 206 项任务,没有模型得分超过 12%。
Mistral 扩展 Mistral Studio 企业 AI 平台,新增托管智能体、应用,以及工作流、企业上下文、智能体可观测性和评估等能力。开发者可用技能、沙箱、子智能体和 hooks 构建多步任务智能体,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。
推荐理由:原文给出托管智能体、工作流、应用三类能力与部署选项,读者可据此判断企业如何把模型接入自有流程。
估值 16 亿美元的 AxiomMath 宣布已形式化验证 Stacks Project,其 AI 智能体把约 7654 页数学内容转成约 1600 万行可机器检查的 Lean 代码。公司称这填补了代数几何领域形式化数学的空白,未来研究者在 Lean 中检查新工作时有可依托的基础。AxiomMath 还希望这套经过验证的基础能成为 AI 智能体编写软件乃至做科学研究的可复用底座。
Meta 收购 AI 编码初创公司 Conductor,后者可让开发者同时控制多个 AI 编码智能体,交易金额未披露。Conductor CEO Charlie Holtz 在博客中确认了这笔交易,Conductor Cloud 将于 11 月 20 日关停,桌面应用将在 2027 年初停止接收新模型。
Dropbox 宣布以 3.5 亿美元收购云存储公司 Tigris Data,这似乎是其迄今最大的一笔收购,交易预计在 2026 年第四季度完成。该交易将支撑面向构建 AI 模型和智能体的企业与开发者的新存储平台 DBX Agent Cloud,初期以独立对象存储产品形式提供,兼容 Amazon S3 工具。
Box 在开发者大会上发布 Box Content Retrieval,将 Nvidia 的 Nemotron 嵌入系统集成进产品核心,让智能体基于嵌入元数据回答查询。Nvidia 生成式 AI 软件副总裁 Kari Briski 称查询速度提升 4 倍、错误减少 20%、token 用量减少 90%。该功能面向所有 Box Enterprise Advance 客户,明年初开始推送。
硬件初创公司 Aina 发布智能戒指 "AI ring",配备屏幕、摇杆、麦克风和扬声器,可通过语音向 AI 智能体发送提示词、记笔记和接打电话。该戒指早鸟价 399 美元,之后恢复 499 美元,周四开启预售,计划 2027 年 1 月发货。Aina 此前曾推出 Mac 三键控制器 Mirage,并于 7 月完成 550 万美元融资。
曾主导 Claude Code 产品的 Catherine Wu 离开 Anthropic 加入 OpenAI,负责 "Core Products" 的产品管理,Codex 与 ChatGPT 负责人 Thibault Sottiaux 以 "CatGPT" 一词欢迎她。
Latent Space 的 AINews 汇总了 11 月 3 日至 4 日的 AI 动态:Cat Wu 离开 Anthropic 的 Claude Code 团队,加入 OpenAI 负责 Core Products PM;Sharon Zhou 离开 AMD 加入 Anthropic;Factory 收购 HumanLayer,Meta 收购 Conductor。
DevRev 基于 GPT-6.1 Sol 驱动 Computer 与 Operator,在企业服务场景中平衡推理能力、速度与成本,实现自主自助服务。
OpenAI 构建了一条自主流水线,在 Linux 内核中发现、验证并生成补丁,覆盖 948 个本地权限提升漏洞。材料仅给出这一结果,未披露流水线的具体构成与漏洞细节。
推荐理由:OpenAI 披露了一条自主流水线,可自动发现、验证并生成 Linux 内核提权漏洞补丁,读者可据此了解漏洞挖掘自动化的当前边界。
Uber 在第三季度财报电话会上表示,10 月万圣节当周仅 4 单由 AI 智能体叫车,Uber Eats 也只有 500 单由 AI 智能体下单,而同期平台共完成约 3.2 亿次出行和订单。CEO Dara Khosrowshahi 称这一进展非常早期、牵引力有限,但认为智能体长期会给平台带来增量需求。DoorDash 上周也透露,目前仅收到几百单来自 AI 智能体的订单。
Meta 已收购 AI 编码初创公司 Conductor,后者可让用户在并行工作区中部署多个智能体来启动软件项目。Conductor 创始人 Charlie Holtz 表示核心功能将维持现状至明年初,但云服务将于 11 月 20 日关停,随后开始删除用户云端数据。
Latent Space 汇总 11 月 2 日至 3 日的 AI 动态,重点包括多个团队复现“权重空间编程”,称前沿 LLM 可直接生成或编辑小型网络权重。腾讯 Hy4 在 APEX-Agents 上报告 75.2 分,高于 DeepSeek V4.1 Flash-1017 的 72.1 和 72.9,API 定价为每百万输入/输出 token 0.834/2.501 美元。
Amazon Bedrock AgentCore Evaluations 可通过代码型评估器接入决策模型,把评估输入转换为决策模型请求、再把概率还原为评估结果。
OpenAI 于 11 月 4 日宣布收购 Pierre Computer Company,后者是 Code Storage 及多个开源工具的开发商,其库已用于 OpenAI 的编码智能体 Codex。
Datasette Agent 0.5a0 发布,新增 panel 功能,可让智能体聊天窗口常驻在 Datasette 的表格或查询页面旁。配合 datasette-apps,用户能通过提示词生成数据库驱动的应用,并在应用旁的聊天中直接修改它。用户可用 GitHub 账号登录 agent.datasette.io 试用。
Datasette Apps 0.3a0 发布,新增在 Datasette Agent 聊天中用 # 标签自动补全应用、以及 app_add_stored_queries() 和 app_remove_stored_queries() 两个工具,让智能体管理应用可调用的存储查询。
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0,用 45 项 AWS 运维任务评测 AI 智能体,Claude Fable 5.1 完成 60%,GPT-6 Astra 完成 53%。
Uber 在 2026 年第三季度财报电话会上披露,第三方 AI 智能体仅促成 4 单叫车,Uber Eats 订单量略高,万圣节当周约 500 单,而平台同期总订单达 3.2 亿。这是 Uber 首次公开第三方 AI 智能体在其平台上的成交数据。CEO Dara Khosrowshahi 称目前规模"非常非常早期",愿与第三方合作但强调自家 App 体验仍是核心。
U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI-Driven Agentic Helpdesk(AiDaH),一年内覆盖六个业务部门的 150 多个运营场景,关键类别工单量最多下降 84.5%。平台采用六层架构,通过 Microsoft Teams 接入,2026 年 Q3 面向 50 名 L2 呼叫中心与门店用户上线,共 8 个智能体。
Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,且处于集中式 human-in-the-loop 治理之下。
AWS 博客以开源多智能体数据分析方案 Deep Insight 为参考实现,拆解生产级 AI 智能体的四层上下文工程:架构层用多智能体隔离上下文、提示词层限制输出、工具层把内容外置到文件系统、验证层用独立智能体与兜底机制把关。
AWS Quick 上线 Smart Approvals,用独立的分类器模型对照用户请求评估符合条件的操作,自动批准或退回人工审核,且不额外授予权限、不取消强制人工审批。该功能默认开启,管理员可通过 Custom Permissions 控制使用范围,用户也可自行关闭。自动批准为单次有效,仅适用于被审核的确切操作与参数,相关权限事件记录在 AWS CloudTrail 中。
随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题:数据被持续摄取、复制、摘要、转换和再分发,传统围绕应用、系统、网络和端点的安全方法已不够用。文章提出团队需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。
Collinear AI 在 Hugging Face 发布 CWE-bench v2,公开 100 个安全漏洞修复任务,覆盖 91 种 CWE,评分完全程序化、可复现。
IBM 研究团队发布 Palette,通过 LoRA 微调一个 20B 开源权重模型,让它按 IBM Design Language 生成幻灯片。模型被拆成设计者和编码者两个角色,前者输出结构化 JSON 简报,后者并行生成每页的 pptxgenjs 代码,编码阶段约快 6–7 倍。
OpenAI 称其硬件团队用 GPT-6 Astra 设计了一款让用户与 Codex 编码智能体对话的设备,作为副项目在不到一周内完成。Astra 承担了外壳设计、含元件选型与走线的 PCB 布局、固件和用户界面等全部环节,代工厂在不到一个月内产出小批量原型,但因 Astra 未总能考虑制造约束、公差和装配细节,经历了几轮修改。
推荐理由:读者可了解 OpenAI 用 GPT-6 Astra 端到端设计硬件的具体环节,以及模型在制造约束上的实际短板。
Apple 随 iOS 27.3 更新宣布,开发者可在“所有应用”中接入 Siri AI 的新功能,让语音助手调用用户个人上下文、处理自然语言提示词并借助屏幕感知完成请求。
Google DeepMind 为 Google Antigravity 发布一套化学信息学技能(Cheminformatics Skills),基于 RDKit 并接入 ChEMBL 和 PubChem,让智能体完成文献化合物提取、匹配分子对分析和成药性建模。
推荐理由:原文用真实肺癌药物案例展示智能体如何把多天的化学信息学流程压缩到一小时,并说明工具的边界。
Cartesia 基于自研 State Space Model(SSM)架构的 Sonic 文本转语音与 Ink 语音转文字模型,在 AWS 上实现低于 100ms 的首字节延迟。Sonic 首音频字节约 90ms,支持 44 种以上语言、10 秒音频样本克隆音色;Ink 原生支持对话轮次检测与流式转写。两者面向实时语音智能体,可在 AWS 上部署以满足数据主权与合规需求。
文章演示如何用 EDB Postgres AI 在 Postgres 数据库内构建语义层,并让运行在 Amazon Bedrock AgentCore 上的 Strands Agents 智能体通过 MCP 端点查询该层回答 C360 问题。
Gen Digital 团队用 Amazon Bedrock AgentCore Web Search 为 2026 年 3 月上线的专业声誉管理平台 Norton Revamp 构建 AI 新闻引擎,为内容建议、目标推荐和新闻流提供带引用来源的实时网络知识。
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of(OBO)token 交换,让 AI 智能体调用 ServiceNow REST API 时保留发起用户的身份。
Amazon Quick 通过 S3 知识库接入非结构化文档、通过增强数据集接入结构化数据,并用单个对话式 AI 智能体统一查询两类数据。用户可在 Space 工作区中组合两类数据源,自定义聊天智能体自动判断查询知识库、数据集或两者,并返回带引用的合并回答。该方案要求 Enterprise 订阅,S3 桶默认只读权限,回答遵循提问用户的权限。
SETI 研究所与 Breakthrough Listen 在加州北部的艾伦望远镜阵列部署 AI 智能体,可操控望远镜并实时分析接收到的射电信号,目前仍需研究人员输入指令。
IBM Research 用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比三种 harness,CUGA 完成 73/90(81.1%),Hermes 为 42/90(46.7%),Deep Agents 为 27/90(30.0%)。
推荐理由:同一模型换用不同 harness 后,AppWorld 任务完成率从 30% 升到 81%,读者可据此理解 harness 选型对智能体落地的影响。