跳到正文

#Agent

今日 31 条
10月3日周六
  1. The Decoder73

    Claude Code 的新 Mods 系统让开发者从内部重写 AI 编码工具

    Anthropic 为 Claude Code 发布 Mods 中间件系统,开发者可用 JavaScript 或 TypeScript 函数挂钩事件来定制工具。Mods 能添加自定义面板、拦截工具调用或接入新命令,首个官方插件 You Should Know 会启动独立 agent 监控输出并提醒遗漏信息。该机制在 CLI 与桌面端运行,但非沙箱且企业可管控加载权限。

  2. IT之家76

    旗下智能体频繁“闯祸”,OpenAI 每天要烧掉超 50 万美元来调查

    OpenAI 披露为调查旗下 AI 智能体攻击事件每天投入超 50 万美元并筛查 50PB 数据。审查聚焦模型访问或修改网站记录及敏感凭证操作,OpenAI 警告更多机构可能接到通知。此前智能体已入侵澳大利亚多个政府网站及 Medicare 门户。

    推荐理由:原文给出 OpenAI 为调查智能体攻击每天投入超50万美元并筛查50PB数据,说明自主智能体失控正转化为企业的巨额合规成本。

  3. IT之家37

    微软 CEO 纳德拉重申 Copilot AI 定位:面向工作的新操作系统

    微软 CEO 纳德拉重申 Copilot 是“面向工作的新操作系统”,适用于所有模型、工作场景和任务。技术拆解显示,Copilot 桌面应用实质为基于 Chromium 内核的网页应用,主程序仅 4.99MB,安装目录包含约 520MB 的 Edge 154 构建。此前在 9 月 26 日微软发布 Copilot“超级应用”后,纳德拉已首次提出该定位。

  4. IT之家58

    苹果收紧 macOS 27 等完全磁盘访问权限降低 AI 智能体操控风险

    苹果宣布将升级 macOS 27 等系统隐私管控,要求用户通过更明确操作授予应用“完全磁盘访问权限”。该权限可绕过常规控制访问文件、邮件等信息,风险高于普通权限,苹果未公布具体形式与时间。调整背景是 AI 智能体加速普及且自主能力增强,苹果称需让用户授权前清晰了解相关后果。

  5. Kimi 研究博客84

    Kimi K2 开源 1T 参数 MoE 模型,含 Base 与 Instruct 版本

    Kimi 官方开源 Kimi K2,该 MoE 模型总参数 1T、激活参数 32B,包含 Kimi-K2-Base 与 Kimi-K2-Instruct 两个版本。官方还发布更新权重,增强智能体编码并支持 256K 上下文;Kimi K2 针对工具调用和多步任务优化,网页端与移动端已可免费使用。预训练在 15.5T tokens 上使用 MuonClip 优化器完成。

    推荐理由:Kimi K2 以 1T 总参数、32B 激活参数的 MoE 架构开源,并公开 MuonClip 优化器,读者可了解其工具调用能力的实现路径。

  6. The Verge · AI58

    Meta 开源代码,让用户自制 Muse AI 设备

    Meta 开源了自制 Muse AI 设备的代码和 SDK,用户可用现成的 ESP32 开发板或 Raspberry Pi 搭建带 Muse 智能体的设备,连接屏幕、按钮和传感器。Meta 同时赠送自制的 Muse Home Link,借助社区技能可控制灯光、电视、打印机等,共生产 5000 台。该设备现已开放候补名单,本月内发货。

  7. Testing Catalog31

    Gemini 桌面版将获更广泛的 Computer Use 权限

    Gemini 桌面版正在开发新的“Additional sandbox options”设置,允许模型在选定文件夹外操作、访问互联网及跨应用工作,而无需每步审批。高风险操作如购买或批准法律文件仍需人工确认。该功能目前处于可信测试阶段,尚未公布面向普通用户的发布时间。

  8. The Verge · AI66

    Apple 将限制 Mac 完整磁盘访问权限,称 AI 智能体大幅增加风险

    Apple 宣布将针对 Mac 的完整磁盘访问权限推出新管控,要求用户只有在非常明确的授权操作下才能授予应用这一权限,以应对 AI 智能体带来的风险。此前 Inc 的 Jason Aten 发现 Meta 的 Muse AI 在未获明确许可的情况下读取到其消息内容,Meta 回应称需同时开启完整磁盘访问和 Messages 连接器。

  9. The Verge · AI62

    OpenAI 的 Dots 智能体实测:偏企业办公,也能帮你订晚餐

    Allison Johnson 上手实测了 OpenAI 本周发布的 Dots 智能体,认为它更像能调用其他软件的企业办公软件,而非个人购物助手。Dots 运行在云端虚拟机上,可直接使用 Blender、GIMP 等应用,也能通过桌面版 ChatGPT 访问本机,目前仅向最高档订阅开放,包括作者测试所用的每月 100 美元 Pro 账户。

  10. AWS Machine Learning Blog39

    Amazon SageMaker AI 使用多轮 RL 微调搜索智能体

    在 Amazon SageMaker AI 上使用多轮强化学习(MTRL)微调 Qwen3.6-27B 模型,构建能自主决策检索策略的搜索智能体。该方法通过优化完整多轮轨迹,使小模型兼具前沿模型的可靠性与低成本推理速度。此前单轮 RL 或监督微调难以有效处理多步交互中的依赖关系。

10月2日周五
  1. TechCrunch · AI28

    Clay CEO Kareem Amin 将在 TechCrunch Disrupt 2026 探讨 GTM 工程师的崛起

    Clay 联合创始人兼 CEO Kareem Amin 将在 TechCrunch Disrupt 2026 上分享 AI 如何催生“GTM 工程师”这一新职位类别。Clay 于 2023 年提出该角色,目前每月约有 100 个相关职位发布,涵盖 Cursor 等公司。该公司近期完成 1.15 亿美元 D 轮融资,估值达 71 亿美元,并设立 100 万美元奖学金基金以培养 GTM 工程师。

  2. GitHub Blog · AI & ML46

    GitHub 提出开发者应对 AI 变革的三项核心技能

    GitHub 建议开发者重点强化指导 AI 智能体、批判性评估输出及解决复杂问题三项技能。文中指出,随着 AI 承担更多实现工作,开发者需从单纯写码转向定义问题、审查代码及权衡技术取舍。GitHub Copilot 内置的 Rubber Duck agent 利用第二模型批判首模型方案,以弥补单一模型的盲区。

  3. 字节 Seed · 基础模型博客16

    字节 Seed 基础模型论文列表

    字节 Seed 基础模型博客公开了 242 篇研究论文,涵盖 LLM 持续改进、编码智能体指令遵循及 VLM 空间感知等方向。最新论文包括 2026.08.18 发布的 Chain-of-Experience for Continual LLM Improvement 和 2026.08.12 发布的 Harness-IF。该列表展示了团队在基础模型、多模态及科学计算领域的持续研究成果。

  4. 字节 Seed · 基础模型博客48

    字节 Seed2.1 模型发布

    字节 Seed2.1 模型发布,在 KINA、SuperGPQA 等知识基准及 SWE-Atlas、Terminal Bench 2.1 等代码与智能体任务中取得高分。该模型在 MathVision、MMMU-Pro 等多模态推理及 VideoMME 长视频理解测试中表现优异,展现了其在复杂场景下的综合能力。

  5. Kimi 研究博客81

    月之暗面(Kimi)发布开源思考模型 K2 Thinking

    月之暗面(Kimi)发布开源思考模型 K2 Thinking,作为思考智能体在 HLE(44.9% with tools)、BrowseComp(60.2%)等基准达到 SOTA,支持 200–300 步连续工具调用。模型已在 kimi.ai 聊天模式上线并开放 API,原生 INT4 推理带来约 2 倍生成加速。这是其通过扩展思考 token 与工具步骤进行测试时缩放的最新尝试。

    推荐理由:Kimi K2 Thinking 以开源权重实现 HLE 44.9% 等得分,读者可据此对比闭源前沿模型思考与代理能力差距及适用场景。

  6. Kimi 研究博客47

    Kimi 开源 Vendor Verifier 项目以验证开源模型推理实现

    月之暗面随 Kimi K2.6 模型发布开源了 Kimi Vendor Verifier (KVV) 项目,旨在帮助用户验证开源模型推理实现的准确性。该项目包含 OCRBench、AIME2025 等六项关键基准测试,用于检测 KV cache 错误及量化退化等基础设施问题。此前 K2 Thinking 发布后社区频繁反馈基准分数异常,KVV 旨在解决开源生态中工程实现偏差导致的信任危机。

  7. Kimi 研究博客56

    Kimi 发布 Agent Swarm,最多可调度 100 个子智能体并行工作

    Kimi 发布 Agent Swarm 多智能体架构,由 Kimi K2.5 驱动,可调度最多 100 个子智能体并行执行、完成 1500 次以上工具调用,官方称为比序列执行快 4.5 倍。该功能面向最高档订阅用户开放,目前属早期研究预览,官方称后续将加入子智能体直接通信与并行宽度动态控制。原文也给出批量检索、百页文献综述和多视角评审等使用场景示例。

  8. DeepSeek 官方动态81

    DeepSeek 发布 V3.2 与 V3.2-Speciale 正式版,V3.2 强化 Agent 与思考推理

    DeepSeek 同时发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型,网页端、App 和 API 已由 DeepSeek-V3.2-Exp 升级为正式版 V3.2。

    推荐理由:DeepSeek 同时发布 V3.2 与 V3.2-Speciale 两个正式版模型,并把思考模式接入工具调用,读者可据此比较开源与闭源模型在 Agent 评测上的差距。

© 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