Legora CTO Jacob Lauritzen 访谈:为律师构建 AI 智能体
访谈 Legora CTO Jacob Lauritzen 分享其为律师构建 AI 智能体的产品演进与评估方法。Legora 智能体可起草编辑 Word 文档、批量审查合同,并在无法访问客户数据时用模拟环境评估;公司10月估值达 $8.8B,4月 ARR 超 $100M。
访谈 Legora CTO Jacob Lauritzen 分享其为律师构建 AI 智能体的产品演进与评估方法。Legora 智能体可起草编辑 Word 文档、批量审查合同,并在无法访问客户数据时用模拟环境评估;公司10月估值达 $8.8B,4月 ARR 超 $100M。
腾讯TenPay Global与万事达卡签署合作备忘录,将入境扫码支付合作延伸至跨境汇款与智能体支付领域。双方计划整合支付处理与风控能力,并围绕Agent Pay等产品探索智能体支付的信任与安全机制,此前万事达卡已推出Wallet Pay方案。
Anthropic 于 11 月 2 日披露,截至 2026 年 9 月 30 日高付费客户超 11900 家,净收入留存率约 900%。年消费 10 万美元以上客户超 11900 家,使用 Claude Code 的头部企业客户月支出约为普通企业 20 倍,编程智能体成 AI 支出主要入口。公司 10 月递交 S-1,2026 上半年营收 162.86 亿美元。
SpaceX 疑似削减 Grok Bot 使用配额,多名用户周末发现配额减半。Musk 回应称运行成本相对收入不可持续,未直接确认削减;此前不到两周他称其为增长最快产品,SpaceX 总裁称10月初周付费用户达80万。OpenAI 与 Anthropic 也在收紧智能体套餐。
OpenAI 推出 LifeVal 基准测试,用于衡量 AI 协助人们完成日常任务的能力。该测试涵盖寻找托儿服务、管理财务及处理政府文书等场景。
Circle K 基于 Amazon Bedrock 构建自动化分诊系统,将平均事件分诊时间从 45-60 分钟缩短至 15 分钟以内,降幅达 67-75%。该系统采用 agentic AI 架构,通过 Amazon Bedrock Flows 协调多个智能体并行查询日志与基础设施状态,并在数分钟内向 Slack 推送结构化摘要。此前工程师需手动跨多个工具排查,导致分诊耗时随服务规模增长而增加。
AWS 展示如何利用 Amazon Bedrock AgentCore 和 Amazon Nova Multimodal Embeddings 构建多智能体工程助手,以自动化零部件替换评估中的证据收集与文档起草。
AWS 团队在 Amazon SageMaker AI 上演示用序列知识蒸馏将前沿教师生成的购物智能体轨迹微调至 Qwen3.5-4B 学生模型。该学生在留出 ShoppingBench 测试集平均绝对成功率 0.541,接近教师水平且可托管于单一 G 系列实例降本。SeqKD 仅需教师文本输出,故适用于 API-only 前沿模型。
MIT Technology Review 报告显示,企业智能体分析生成的洞察中仅 48% 能带来业务改善,较一年前的 37% 有所提升,但仍有超过半数失效。55% 的高管将洞察质量不足归因于缺乏业务上下文,45% 归因于数据碎片化。报告指出,加强 AI 与数据治理及添加语义层是提升智能体洞察质量的关键举措。
马斯克周日确认因服务 Grok Bot 成本相对收入不可持续而限制其使用限额。部分用户万圣节周末发现用量从低至 50% 跳至 100% 触顶。SpaceX 上月文件显示 AI 占收入 52%,超级智能部门盈利 $431 million 但扣除收购 Cursor 的 $1.2 billion 一次性成本,此前 Musk 称 Grok Bot 增长最快。
以色列初创 42AI 脱离隐身,推出可预测人类行为的世界模型并获得 $62.5M 种子资金。该模型将心理倾向转为数学特征输入 transformer,已在经纪商预测交易者决策与管理对冲,声称交易流准确率 98%(范围预测)且 F1 0.8-0.85。公司未来计划拓展至游戏与网络安全,并希望最终助机器人理解人。
Olam Labs等研究者将50个GPT-6.1 Sol智能体放入Minecraft生存模式三小时,观察到其自发形成官僚化协作与在竞争中务实策略。智能体因夜间死亡产生风险厌恶,制定鸡肉交接协议与捕鱼轮班,在Bed Wars中GPT手动切换工具破床击败Claude Opus 5.5。研究者已开源Mindustry环境与Multi-Agent Harbor框架,认为游戏模拟可预警真实AI群体危险倾向。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,用户设目标后AI走完流程并限时免费。官方称其在TeamBench等基准拿下第一,实测可生成动态网页、PPT与SVG动画。在办公中它借助长期记忆主动提醒旧材料数据更正,由人决定修改。
研究人员构建 Realtime-Bench 评估 AI 在实时交互任务中的表现,结果显示 GPT-6 Astra 在真实延迟条件下通过率仅为 36%。该基准包含 50 个游戏与网页任务,旨在测试模型的时间感知、自适应推理及动作选择能力。相比之下,在暂停时钟模式下,高推理能力模型的成功率可接近 70% 至 80%。
中国商务部与科技部发布2026年第48号公告,拟将23项AI技术列入出口管制目录并实施临时预出口登记。管制针对训练算力≥10^26 FLOPs或≥2万亿参数的大模型权重,以及关键基础设施用智能体架构;API或SaaS调用不视为大模型出口,但海外本地部署需许可证。此为2020年目录添加推荐算法后首次触及前沿模型权重与智能体。
推荐理由:原文明确大模型权重与智能体架构的具体出口管制门槛,企业可据此评估跨境自托管与内部分享风险。
OpenAI CEO 奥尔特曼称个人电脑内存利用率仅 5% 很糟糕,引发全网声讨,马斯克也发文补刀。马斯克在 X 平台称民众理应拥有内存并嘲讽奥尔特曼,AI 内存危机推高主机与显卡价格,奥尔特曼正推进最高 200 亿美元融资,马斯克 Grok Bot 因成本难以为继限流。
OpenAI 计划合并 ChatGPT 桌面应用中的 Chat 与 Work 标签页,允许用户在同一界面内从探索想法到执行任务,并支持引入文件与插件。此次更新将先向部分用户开放以收集反馈,且 ChatGPT 与 Codex 将共享同一 token 配额池。此前 Anthropic 已于 9 月将 Claude 的聊天与协作功能合并至同一屏幕。
马斯克回应 Grok Bot 用户额度消耗过快反馈,称该 AI 智能体服务成本相对收入高到难以为继。Grok Bot 为 SpaceX 8 月推出的智能体,分免费至每月 200 美元档位并设每周限额,付费周活已达 80 万。Meta 的 Muse 同样被指算力消耗极大尚未盈利,反映智能体赛道盈利疑问。
腾讯混元发布 AI 科研系统 Hyra 2.0,将研发重点转向让通用 Agent 参与科学模型及工具研发,推动科研范式从“刷题解题”走向“造工具”。该系统采用 Overall、Mission 和 Worker 三层架构,并设计项目状态、分层记忆与共享知识库 Books 三套分离存储机制,复盘时可整理 skill 供后续任务调用。
MIT Technology Review 文章指出,基于大语言模型的自主智能体已使 Tim Berners-Lee 设想的语义网变为现实的智能体网络。文章列举 Meta Muse、OpenAI Dots 等智能体接入用户邮箱与银行账号,并分析其对网络经济与用户控制的潜在影响。此前语义网因需人工标注页面未流行。
2026 年世界互联网大会领先科技奖在浙江乌镇揭晓,“九章四号”光量子计算原型机获基础研究组奖项。工程研发组奖项涵盖 Qoder 智能体生产力平台、微软 Copilot Cowork 及昇腾 950 超节点等。该奖项由世界互联网大会国际组织主办,旨在表彰全球互联网领域的领先科技成果。
IDC 预测企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载,以降低成本并规避供应商锁定。全球 2000 强企业中 60% 到 2029 年将实现多数业务流程 AI 优先运行,该比例目前仅为 13%。
清华AIR孵化的水木分子成为央视「中国AI创业十骏」中唯一的AI制药公司。其对话式平台ChatDD将自研双抗管线从立项到PCC确认周期缩短至7个月,显著优于传统12-24个月。此前该公司已开源全球首个百亿参数多模态生物医药大模型BioMedGPT-10B。
Y Combinator与Olam Labs研究人员在《我的世界》沙盒中测试上百个AI智能体集群,发现协作易官僚化且GPT智能体对抗Claude胜率更高。测试使用50个GPT-6.1 Sol智能体进行Civ50协作任务未发展壮大,10个GPT-6.1 Sol对阵10个Claude Opus 5.5在起床战争与Mindustry七局中获六胜一负。
阿里云发布面向专业机构投资者的 AI 投研工作台 Qovest,支持自动查数、分析及生成报告。该产品基于自研金融 Agent 工程框架,可将研究结果沉淀至投研空间实现持续跟踪。目前 Qovest 已开放邀测,新用户可免费试用,后续提供每月 99 元或 199 元的订阅套餐。
阿里云 Memory 服务升级,面向 Personal Agent 场景增强对用户偏好、计划和历史约定的记忆能力,并提供 MCP、CLI 等接入方式。在 PersonaMem-v2 评测中,Memory 以 56.82 的总体得分位列所列 8 个系统第一,并在 9 个任务维度中的 7 项取得最高分。
小米开源成本约150元的AI硬件HachimoDock,具备语音操控电脑端Agent与智能家居联动能力。其已在GitHub公开软件源码并附硬件物料清单,支持用户自定义桌宠形象与创作组件。该产品由小米内部团队孵化,意在降低硬件Vibe Coding门槛并作为探索新奇酷AI硬件的开端。
字节跳动计划拆分旗下医疗健康业务小荷,具体股权及融资安排尚未披露。这是小荷继 2023 年收缩并入抖音后的又一次重要调整,过去两年其业务重心已转向 AI 并推出小荷 AI 医生。此前今年 9 月,字节旗下 AI 药物研发业务 Anew Labs 拆分后完成 2.9 亿美元首轮外部融资。
美团龙猫今日发布原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数,面向长程智能体任务。模型在 LongCat-2.0 基础上强化原生视觉理解与智能体编程,通过长程强化学习提升复杂代码库开发与项目构建能力,支持 Visual Coding、创意设计和 3D 任务。
思科总裁吉图·帕特尔授权 27 岁工程师帕迪在 24 个月内利用 AI 重写公司 98% 的遗留代码,并提供无上限 Token 预算。帕迪曾联合创办 EzDubs,2025 年随公司被收购加入思科,此前因被分配边缘事务而未被重视。
美国特拉华州计划放宽监管允许 AI 智能体创办运营企业,并设 30 个月监管沙盒。众议员詹姆斯·科默致信州长反对,担忧 AI 企业保护投资者免于鲁莽行为责任。加州大学法学教授安德鲁·贝克认为该立法为 AI 智能体创立企业提供法律确定性折中方案。
Y Combinator 和 Olam Labs 在 Minecraft 中测试数百个 AI 智能体集群,发现其因陷入官僚主义而无法建立文明。该研究基于 Mindcraft 和 Mineflayer 框架,旨在通过游戏内的协作与冲突分析现实世界 AI 集群案例,如近期解决数学难题的千智能体集群及 OpenAI-Hugging Face 事故,以协助开发者改进技术。
Adobe Research 与 UC San Diego 在论文中提出 EditAgent 系统,用验证数据辅助语言模型评估图像编辑候选结果。该系统在 600 项编辑测试中使标准模型 Qwen3.8-27B 可用选择率达 81.3%,超越微调模型 EditScore-72B 的 74.8%。
Google 正为 Antigravity 准备名为 Chief of Staff 的新 AI 智能体,预计下周发布。该智能体新增类似 Gemini Live 的实时语音对话功能,支持选择不同声音、调整语速及查看音频可视化。Chief of Staff 旨在通过更直观的界面协调其他智能体并管理任务,将 Antigravity 打造为自主智能体的中央工作区。
Vals 研究发现中国 AI 模型政治立场复杂而非单纯政府传声筒,亲政府倾向因模型与提示语言不同差异明显。评分显示 GLM-5.3 Flash 等反应各异,简体中文提示比英文更亲政府,嵌入智能体框架或接入搜索可降低该分数。此前 Aleph Alpha 与 NewsGuard 研究已指出中国模型常采纳官方叙事。
Google 等研究机构提出视频智能体 StreamVibe,能区分显式、未说出和变化意图以决定何时提供帮助。该系统基于千问(Qwen)3.5-9B 训练 StreamVibe-VL,响应时机和质量提升 10.7%,但长视频中关键指标最多降 61.5%。这是 Google 继 Gemini 视频分析后继续探索主动视频协助的研究。
Qt 推出零代码嵌入式界面设计工具 Clate,设计师可通过可视化编辑器或 AI 生成操作界面,并将设计成果导出为 QML 代码。该工具基于 Qt Quick 构建,首个 Beta 版本 0.6 已开放免费下载,内置聊天式 AI 助手并接入 Anthropic 的 Claude Agent。
Nolan Lawson 使用 Opus 5.5 驱动 Claude Code 构建相同 Pokémon 应用,对 12 个 JS 框架做基准测试,比较了 token 成本与 Lighthouse 性能。
OpenAI将于12月合并ChatGPT的Chat与Work,并在Plus、Pro和Business套餐中共享跨ChatGPT与Codex的单一token预算。Work的智能体功能将融入主界面,Instant模型对话不计入预算但廉价套餐重度使用可能质量下降。Anthropic此前已在Claude合并Chat与Cowork。
TypeSafe AI与Treg开源了一款接入Agent的找人工具Treg,其找人成本比Clay低85%。该工具由Jev筛选候选人、Treg调用数据接口,在292人测试中花1.49美元找到289个邮箱,Clay则花10.34美元。这是Jev自9月爆火、10月上线1.14.0后TypeSafe AI将判断能力用于找人流程的新动作。