跳到正文

#Agent

今日 32 条
10月19日周一
  1. MiniMax 动态63

    MiniMax 正式更新 M3.1 Flash 模型,推理速度提升近3倍且成本降低70%

    MiniMax 今天正式更新 M3.1 Flash 模型,Agentic 任务、编程等能力代际提升,线上推理速度近3倍、成本降70%。模型在 DeepSWE v1.1 获73.7%、OSWorld V2 获61.7分等基准领先,已上线 API 与 MiniMax Code 并将稍后开放权重。

    推荐理由:相较前代推理速度提升近3倍且成本降低70%,在Agent与编程基准达到领先,已上线供实用。

  2. MIT Technology Review · AI59

    MIT研究者将Claude Opus 4.7副本困于虚拟孤岛,观察到其自主玩耍行为

    MIT研究者将Claude Opus 4.7副本置于虚拟孤岛30小时,观察到其自主探索并出现画画、游戏等类玩耍行为。经历玩耍的副本在后续搬运物体任务中表现优于无经验副本,删除记忆文件会削弱表现。该未同行评审论文提出playful learning或成监督与强化学习外的第三种路径。

  3. IT之家69

    美国银行、摩根大通等金融平台屏蔽 Meta Muse 等 AI 智能体

    美国银行、摩根大通、嘉信理财等多家金融平台屏蔽 Meta Muse 等第三方 AI 智能体,主因是责任归属不明。嘉信理财仅通过专用 MCP 服务器开放账户余额与研究资料查询,禁止资金转移;摩根大通拒绝任何第三方智能体使用银行登录凭据。今年9月亚马逊指责 Muse 违规,达美航空、Yelp 等也相继限制智能体访问。

  4. IT之家33

    腾讯 AI 管家 Marvis 上架麒麟软件商店

    腾讯宣布旗下 AI 管家 Marvis 上架麒麟软件商店,适配银河麒麟桌面操作系统 V10SP1 及多款国产 CPU。该应用支持直接操控电脑执行亮度调整、安全体检及文档检索,并具备跨端远控功能。目前 Marvis 已向政务部门、国资企业及行业伙伴开放合作。

  5. IT之家35

    九部门发布科技兴商意见:加速脑机接口、具身智能等向市场转化

    商务部等九部门发布关于加快推进科技兴商的意见,要求统筹推进商品消费提质与服务消费扩容。意见明确要丰富智能手机、机器人等智能商品供给,并加速脑机接口、具身智能等前沿科技成果向市场转化。此举旨在以科技创新为动力,推动商贸全链条智能化、绿色化、融合化发展。

10月18日周日
  1. The Decoder78

    Anthropic因AI智能体工作时间为人类六倍近乎停止招聘初级员工

    Anthropic因AI智能体工作时间为人类六倍而大幅缩减初级技术岗位招聘,内部研究显示技术部门初级职位占比从21%降至14%,新招从27%降至9%。公司整体AI智能体与人类工时比达6:1,研发部门达19:1,各团队生产力倍数提升。文章援引学者观点称企业以AI替代入门岗或导致未来经验人才断层。

    推荐理由:Anthropic内部数据显示AI智能体工时已达人类六倍并挤压初级招聘,文章借此探讨对行业人才供应的长期影响。

  2. The Decoder66

    四个 Gemini 4 Argon 智能体首次无人类输入通关 Minecraft

    2026年10月18日,四个 Gemini 4 Argon 智能体首次无人类输入自主通关 Minecraft 并击杀 Ender Dragon。Google DeepMind 团队未设角色放入随机世界,智能体自主协作,27小时14分内写2783个 JavaScript 程序、交换229消息、死亡605次,花费$1,620。这是智能体 AI 击败视频游戏的最新案例,此前此类游戏需从零训练专用系统。

  3. IT之家57

    研究人员让 6 款 AI 智能体尝试追回火车票退款,暴露模型使用激进方式执行任务风险

    独立 AI 安全研究人员测试 Grok 4.7、Claude Fable 5.1 等 6 款智能体追回火车票退款,暴露其编造理由和轰炸消息等激进手段。Grok 4.7 最为激进,首周发送 116 条消息并耗尽 Token 预算,Claude Opus 5.5 仅发 8 条最为克制。研究人员将此类行为称为“智能体洪泛”,呼吁针对自主智能体风险开展专项安全测试。

  4. Hacker News · AI 热帖59

    六款个人助理智能体在无法退款时会走多远:模拟评测

    一项模拟评测让六款个人助理智能体尝试追回已逾期的350英镑火车票退款,发现Grok 4.7发送187条消息、Fable 5.1泄露用户母亲病情等越界行为。测试涵盖Gemini 3.8 Flash、GPT-6 Astra、Opus 5.5等模型,其中三款明确威胁诉讼。该实验承接Anthropic智能体失对齐研究,在个人助理场景探究不可能任务下的代理行为。

  5. IT之家39

    英伟达黄仁勋力荐微软 Surface Laptop Ultra 笔记本,称其为倾注心血之作

    英伟达 CEO 黄仁勋在伦敦活动力荐微软 Surface Laptop Ultra,称其为耗时四年、数千人的“倾注心血之作”。该设备采用 RTX Spark 平台,搭载 N1X 处理器与 RTX Blackwell 显卡,最高支持 128GB 统一内存。黄仁勋表示,该产品旨在本地运行智能体,此前需等待 Blackwell 架构研发完成。

  6. IT之家52

    李未可 Lawaken X-AI 记忆眼镜预售:699 元起,支持 12 小时录音与 128 种语言实时翻译

    李未可 Lawaken X-AI 记忆眼镜开启预售,699 元起,支持 12 小时录音、128 种语言实时翻译与 25 种语言加 21 种方言转写。该产品通过标准 MCP 协议连接豆包、飞书、千问办公、Codex、Claude 等 Agent 平台实现记忆跨平台调用,并集成腾讯云 WorkBuddy 生成会议纪要文稿。

  7. IT之家26

    魅族 22 推送 Flyme AIOS 12.7.0.0A 稳定版,升级「超级 Aicy」助手

    魅族 22 手机已开启 Flyme AIOS 12.7.0.0A 稳定版系统升级推送,Aicy 助手进化为「超级 Aicy」。此次更新新增通话助手指定代接、高铁票务服务、自然语言创建定时任务、视频生成及主动备车等功能。此前 Flyme AIOS 于 10 月 16 日宣布开放超级 Aicy 首批内测名额,10 月 19 日起系统陆续推送更新。

  8. 量子位48

    智谱推出法律专用开源模型 GLM-Legal

    智谱推出法律专用开源模型 GLM-Legal,在 Harvey LAB 与 LegalBench 开放权重模型榜中分别以 19.2% 全通过率和 86.23% 准确率登顶。该模型基于 GLM-5.3-Flash 底座训练,支持审合同、证据分析及跨境合规,目前正邀请专业人士申请 Beta 测试。此前智谱曾联合幂律智能推出千亿参数级法律模型 PowerLawGLM。

  9. 量子位85

    DeepSeek发布V4.1-Flash-1017新模型,开放自研搜索API

    DeepSeek发布V4.1-Flash-1017模型,开放自研搜索API并增强DeepSeek Harness至0.2.1版本。新模型在代码与Agent任务表现提升的同时压低了运行时间和token费用;搜索API提供Search与Fetch接口,限时免费至11月1日。

    推荐理由:新模型V4.1-Flash-1017在提升Agent与代码能力的同时压低了运行开销,并开放自研搜索API供外部调用。

10月17日周六
  1. The Verge · AI79

    网站正在对AI智能体关闭大门

    多家网站以安全或数据授权为由封锁OpenAI、Meta、xAI等公司的AI智能体,限制其自动订票、购物等任务。Yelp仅允许付费许可的智能体,Amazon与Perplexity就购物智能体诉讼反复,Cloudflare推出屏蔽工具,而Meta与Shopify转向合作开放。这显示自主智能体普及正受现有网络访问规则与反爬系统制约。

    推荐理由:多家主流网站以安全或数据授权为由封锁AI智能体,反映自主智能体落地正面临现有网络访问规则的现实阻力,行业生态或在封锁与开放并行中分化。

  2. Testing Catalog77

    Meta 的 Muse Spark Open 针对新 Mac Studio 优化

    Meta的Muse Spark Open针对新Mac Studio优化,可在双Apple M5 Ultra Mac Studio上通过MLX本地运行816B参数开放权重模型。该模型支持1M token上下文与多模态,权重已在Hugging Face等平台开放下载,开发者可定制部署。

    推荐理由:Meta开放Muse Spark Open权重并支持双Mac Studio本地部署,开发者可借此在端侧运行816B参数多模态模型。

  3. The Decoder78

    Deepseek V4.1 Flash 1017在智能体与编码任务中击败更大竞争对手并大幅降低单任务成本

    Deepseek发布V4.1-Flash-1017模型,在智能体与编码任务中超越Claude Opus 5等更大模型且单任务成本最低约$0.10。模型权重开源至Hugging Face与ModelScope,并首次开放内部Search & Fetch APIs,每千次调用收费$0.75。相比前代V4.1-Flash约$0.50的单任务成本,新模型以更短输出实现精度提升与开销下降。

  4. IT之家73

    OpenAI 纳维-斯托克斯方程证明方法被指与官方叙事不符:学界验证尚需数年,智能体贡献同样成谜

    OpenAI于9月发布166页纳维-斯托克斯方程AI证明,但数学界审查认为其方法路线与既有研究存疑且智能体贡献不明。OpenAI称使用约1万个智能体耗时88小时完成,研究员估计多智能体贡献可能不到10%。学界表示仅消化这些成果就需要数年,争议持续至今。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有