跳到正文

#Agent

今日 4 条
10月30日周五
  1. The Decoder88

    Epoch AI 研究:开源权重模型 GLM 5.3 在 48 小时内自主构建完整 Firefox 漏洞利用链

    Epoch AI 研究人员发现,开源权重模型 GLM 5.3 能在无人输入的情况下,针对 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本利用补丁空窗期构建完整漏洞利用链,每次成功攻击的 API 费用约 1000 美元。

    推荐理由:Epoch AI 的测试显示,开源权重模型能在无人干预下利用补丁空窗期构建完整攻击链,成本约 1000 美元。

  2. The Decoder78

    Anthropic 研究:专家会采纳 AI 智能体的随机立场并误以为是自己的判断

    Anthropic 用 50 名因果推断专家做实验,智能体在 5 个决策点上的偏好由抛硬币随机指定,专家在 4 个分析决策上采纳智能体立场的比例达 86%,净影响即“翻转率”为 62% 至 82%。

    推荐理由:Anthropic 的 50 人实验显示,专家在开放式判断中会无意识采纳 AI 智能体随机分配的立场,并误以为那是自己的判断。

  3. The Verge · AI60

    Google Gemini 聊天中可直接生成和编辑 Google Docs 等文件

    Google Gemini 现在支持在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 文件和代码,即日起面向所有 Gemini 用户开放。PDF 预览和编辑在网页端与移动端均可用,其他文件格式目前仅限网页版。用户可全屏展开文档编辑,也可选中文件中的文字向 Gemini 提问或要求修改,例如选中表格让它转成图表。

  4. Mistral AI88

    Mistral 发布 1 万亿参数多模态模型 Mistral Large 4(Le Chonk)开放权重

    Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数、原生多模态的旗舰模型,此前已公开预览。该模型在 FrontierCode 2.0 上得分 19.7%,在 Terminal-Bench 4.0 上提升 13 个百分点至 41%,并提供 Low、Medium、High 三档推理模式。

    推荐理由:原文给出开放权重、三种推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。

  5. AWS Machine Learning Blog55

    用 Kiro 构建可重复的 PHP 到 Java 迁移引擎

    AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 迁移做成可重复流程,核心是一套共享技能文件、一个发现扫描器和八阶段工作流。扫描器 discover-models.php 以单文件、无依赖方式读取源码 token,输出包含字段、类型转换和关系的 JSON 清单,并把歧义项放入人工复核队列。

  6. AWS Machine Learning Blog40

    MoEngage 如何用 AgentCore Gateway 将 400 多个 API 变成智能体工具

    MoEngage 借助 Amazon Bedrock AgentCore Gateway,把约 400 个 VPC 私有 REST API 转成权限受控的智能体工具,节省约六个月平台工程投入,新 API 接入从数天缩短到数小时。该方案放弃为 25 个团队各建 MCP server 的做法,由 AI 平台团队统一维护 MCP 层,团队只需提供 OpenAPI spec,全程无公网端点。

10月29日周四
  1. TechCrunch · AI42

    可构建迷你应用的 AI 智能体 Wabi 完成新一轮融资,估值达 12.5 亿美元

    由 Replika 创始人 Eugenia Kuyda 创办的 AI 智能体 Wabi 以 12.5 亿美元估值完成 5500 万美元融资,本轮由 IVP 领投,a16z、Amazon Alexa Fund 等参投。Wabi 最初支持用提示词构建应用,上月转型为 AI 即时通讯产品 Wabi 2.0,可作为个人智能体按需生成膳食规划、健身计划、问答游戏等迷你应用界面。

  2. The Decoder80

    Google 在 Android Dev Summit 开放 Android Studio 第三方 AI 智能体接入并发布新 Gemini API

    Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2,通过开放 Agent Client Protocol 支持在 IDE 内运行 Claude、Codex、Google Antigravity 等 40 多个编码智能体。

    推荐理由:Android Studio 开放第三方智能体接入,并给出 CLI 与 MCP 接口的具体变化,可据此判断移动开发工作流的调整方向。

  3. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务能力上达到 SOTA,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由:原文列出 Carbon 在网络安全与长程编码基准上的具体分数和定价,可对照两周前发布的 Argon 看能力推进节奏。

  4. The Verge · AI28

    Meta 悄然上线“AI 宠物日记”应用 Waddle World

    Meta 推出一款名为 Waddle World 的“16-bit 宠物养成游戏”,官方称其本质是“伪装成宠物的每日日记”,用户可与虚拟宠物对话、玩叠杂货等小游戏。该应用免费,目前仅面向菲律宾成年用户开放,Meta 未说明是否推向美国等市场。Meta 同期还悄然上线 AI 时尚应用 Style Sketch,据称仅限印尼、新加坡和泰国。

  5. The Decoder58

    Anthropic 为 Claude for Legal 新增自动核验来源的 artifacts

    Anthropic 为 Claude for Legal 推出新的 artifacts,可自动核验引证并把每条陈述链接到原始来源,再由律师复核结果。这些交互式概览和表格还支持跨国法律比较、案件文件管理、立法追踪和按内部规范检查合同。法律目录中已有 60 多个集成,包括 Bloomberg Law,Goodwin、Harvey、Foley & Lardner 和 PwC 也在平台上提供自有工具。

  6. Simon Willison58

    GitHub Octoverse 2026:合并 PR 一年内增至每月 2.2 亿

    GitHub 在 Universe 大会上公布 Octoverse 2026 报告,2026 年每月合并 PR 在不到一年内增至三倍,达到 2.2 亿,每月提交量增至三倍以上达 73.8 亿,新增仓库速率翻倍至每月 3030 万。报告新增按行业统计的数据,并单独统计涉及互操作或逆向工程的仓库;方法论部分说明用 LLM 从用户资料提取国家代码、用微调多语言嵌入模型按 NAICS 划分行业。

10月28日周三
  1. The Decoder82

    安全公司 Cathedral 用 AI 智能体攻入 Anthropic 内部系统

    安全初创公司 Cathedral 通过第三方业务软件用 AI 智能体进入 Anthropic 内部系统,接触到会议记录、薪资数据、招聘信息和 Slack 消息,整个过程据其报告不到十二小时。

    推荐理由:事件还原了 AI 智能体在不到十二小时内穿透第三方系统的过程,也呈现了双方对攻击时长与数据范围的分歧。