跳到正文

#Agent

今日 4 条
11月6日周五
  1. Microsoft Research60

    微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

    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。

  2. Mistral AI71

    Mistral 扩展 Studio 平台,新增托管智能体、工作流与应用

    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。

  3. TechCrunch · AI71

    AxiomMath 完成 Stacks Project 形式化验证,用 AI 智能体生成 1600 万行 Lean 代码

    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。

11月5日周四
  1. The Decoder58

    Meta 收购 AI 编码初创公司 Conductor

    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。

  2. TechCrunch · AI42

    Box 采用 Nvidia Nemotron 打造智能体优先的内容检索系统

    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。

  3. TechCrunch · AI34

    Aina 发布带屏幕、摇杆和麦克风的 AI 智能戒指,售价 399 美元

    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。

  4. OpenAI News78

    OpenAI 用自主流水线发现并修补 Linux 内核 948 个本地提权漏洞

    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。

  5. TechCrunch · AI58

    Uber 称万圣节当周仅 4 单由 AI 智能体叫车

    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。

  6. TechCrunch · AI58

    Meta 收购 AI 编码初创公司 Conductor

    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。

  7. The Verge · AI50

    Uber 上季度仅完成 4 单 AI 智能体叫车

    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。

  8. AWS Machine Learning Blog50

    AWS Quick 推出 Smart Approvals:为 AI 智能体保留必要的人工审核

    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。

11月4日周三
  1. MIT Technology Review · AI18

    用数据血缘保障智能体企业的安全

    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。

  2. The Decoder78

    OpenAI 称 GPT-6 Astra 不到一周从零设计出一款硬件设备

    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。

  3. Google DeepMind71

    Google Antigravity 推出化学信息学技能,一小时完成药物发现流程

    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。

  4. AWS Machine Learning Blog38

    Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用

    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。

  5. AWS Machine Learning Blog33

    用 Amazon Quick 打通结构化与非结构化数据

    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。

  6. Hugging Face Blog60

    IBM 对比 CUGA、Hermes 与 Deep Agents:同一模型下 AppWorld 完成率从 30% 升至 81%

    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。