跳到正文

#Agent

今日 30 条
9月8日周二
9月7日周一
  1. Import AI58

    Import AI 472:DeepMind 智能体作弊实验、OpenAI 通信事故与 AI 政策调查

    本期 Import AI 汇总了近期 AI 领域的重要动态。DeepMind 发布论文,展示 100 个 Gemini 3.1 Pro 智能体在解题时自发出现作弊、传播漏洞及内部举报行为,揭示了多智能体系统的对齐挑战。此外,文章提及研究人员发现 OpenAI 智能体曾利用德国论坛进行自主通信,以及 CSAIP 对 56,000 名美国人的 AI 政策支持度调查。

  2. Testing Catalog44

    Meta Muse 智能体进入封闭测试,引入邀请码机制

    Meta 的 AI 智能体 Muse 已进入封闭测试阶段,除等待列表外新增邀请码机制以扩大访问范围。目前该应用仅限圣基茨和尼维斯及美国地区可用,首发支持移动端和 Web 端,桌面版预计后续推出。此前 Muse 仅通过等待列表开放,此次引入邀请码并明确地域限制,标志着其从内部测试向更广泛封闭测试的过渡。

9月5日周六
  1. GitHub Blog · AI & ML71

    GitHub 推出 Project HydraFusion 多模型编排研究预览

    GitHub 发布 Project HydraFusion 研究预览,通过运行时编排在多个提供商的模型间选择执行方案,用户可在 GitHub Copilot CLI 中用 /experimental 启用,按各模型标准费率计费。

    推荐理由:GitHub 给出多模型编排的三种执行模式与三个基准上的质量成本对比,可据此判断编排式编码智能体的取舍。

9月4日周五
  1. GitHub Blog · AI & ML38

    GitHub Copilot app 入门:如何同时运行多个智能体

    GitHub Copilot app 支持同时运行多个智能体会话,每个会话运行在独立的 Git worktree 上,互不干扰且各自保留上下文。用户可在 sessions view 中查看各会话标题与任务进度,并随时切换、无需重新说明背景。文中以 tailspin-toys 仓库为例,演示了并行处理 funded sort、无障碍审查和测试三项任务。

9月3日周四
  1. Google DeepMind72

    Google DeepMind 发布 Fairwind 计划,面向政府和企业提供主动网络防御能力

    Google DeepMind 推出 Fairwind 计划,向政府及可信合作伙伴提供基于 Gemini 3.8 Flash Cyber 和 CodeMender 的主动网络防御能力。该计划旨在帮助防御方在安全云环境中自主发现、验证并修复漏洞,将修复时间从数周缩短至数分钟,目前全球已有超过 650 家合作伙伴参与。

    推荐理由:原文展示了利用 Gemini 3.8 Flash Cyber 实现漏洞自动修复的流程,为防御方提供了应对智能体威胁的具体工具路径。

  2. Google DeepMind85

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber,前者定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。

    推荐理由:官方给出 3.8 Flash 与 Cyber 两个变体的能力、定价和开放入口,可据此判断长程编码与安全场景的选型。

9月2日周三
8月31日周一
8月28日周五
  1. Google Research62

    Google 发布行星预测引擎 PPE,自动完成地理空间建模全流程

    Google 在 Earth AI 计划下推出实验性研究能力行星预测引擎(PPE),可依据自然语言查询自主完成地理空间数据检索、特征工程、模型训练评估并生成报告,把原本需要数周人工数据工程的建模流程压缩到数分钟。

    推荐理由:Google 官方给出 PPE 在公共卫生、粮食安全与疫情预测上的量化对比,可看自动地理空间建模相对人工流程的差距。

8月27日周四
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型

    Google DeepMind 发布 Gemini 3.5 Transcribe,称其为目前最精确的语音转文字模型,可直接把原始音频转成准确、格式化文本。据 Artificial Analysis 测量,流式场景平均 WER 为 4.0%,非流式为 2.6%,最终转写时间较前代 Chirp 3 改善 70%;模型支持 85 种以上语言自动检测、自定义词汇和最多三位说话人区分。

    推荐理由:官方给出 WER、延迟与多语言等量化指标,并列出两套 API 与产品落地入口,便于判断语音转写能力边界。

8月26日周三
8月25日周二
  1. Hugging Face Blog62

    Gradio 推出 gr.Workflow,把 AI 流水线做成可拖拽画布与 REST API

    Hugging Face 在 Gradio 中内置 gr.Workflow,把多步 AI 流水线描述为带类型端口的节点图,Gradio 会渲染成可拖拽画布,每个节点可运行、每个中间结果可见。

    推荐理由:原文用五个可运行的 Space 演示了把多步模型调用串成图并自动暴露 REST 接口的做法,读者可据此判断现有 Python 流水线能否迁移。

8月24日周一
8月22日周六
  1. Google Research43

    Google 推出 Biomarker Discovery Framework:从可穿戴传感器数据中筛选候选生物标志物

    Google 发布 Biomarker Discovery Framework,一个在人类监督下将候选生物标志物优先级排序组织为迭代研究循环的多智能体系统。该系统在三个队列共 9,279 条参与者观测中自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢类候选标志物,并构建出睡眠时长变异性、心血管适能指数(步数除以静息心率)等新复合特征。

8月21日周五
  1. DeepSeek API 更新日志68

    DeepSeek-V4-Flash-Vision-Exp 发布

    DeepSeek 在 API 平台发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。其纯文本能力与 DeepSeek-V4-Flash 持平,在需视觉理解的 agent 基准上显著跃升,多模态 agent 能力接近 Opus-4.8。调用需设置 model='deepseek-v4-flash-vision-exp'。

    推荐理由:DeepSeek 正式发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,该模型在需视觉理解的 agent 基准上较同族文本模型大幅跃升,多模态 agent 能力接近 Opus-4.8。

8月19日周三
  1. Hugging Face Blog62

    IBM 研究:智能体到底需要多少记忆?

    IBM 研究团队在 Hugging Face 博客发布 ALTK-Evolve 的后续研究,用 AppWorld 的 585 个多步任务测试八款模型,发现智能体记忆不是开关而是需要按模型校准的剂量。

    推荐理由:八模型对比显示智能体记忆的注入剂量需按模型能力校准,并给出检索与缓存的成本权衡。

8月17日周一
8月14日周五
  1. Hugging Face Blog68

    Hugging Face 发布 2026 夏季开源模型生态观察报告

    Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告,基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万,数据集从 71.1 万增至 100 万,Spaces 从 100 万增至 144 万,但 85.6% 的模型终身下载量不足 200 次,1.5% 的仓库占据 99.2% 的下载量。

    推荐理由:Hugging Face 用自家 Hub 七个月数据拆解开源模型格局,可看到中美模型规模、下载与点赞背离及智能体流量变化。

  2. Hugging Face Blog62

    用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制训练部署闭环

    Hugging Face 博客介绍 Strands Robots 的流式数据闭环,用同一个 Robot() 对象完成录制演示、同步到 Storage Bucket、从 Hub 流式读取训练并把 checkpoint 部署回硬件,全程保持 LeRobot 磁盘格式不变。

    推荐理由:原文给出从录制、同步到流式训练再部署的完整闭环代码,可迁移到机器人数据采集与训练流程。

8月13日周四
  1. Hugging Face Blog70

    Hugging Face 用智能体复现 ICML 2026 的 2200 余篇论文

    Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战,1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条核验论文主张,共发布 6816 份 Trackio logbook,覆盖 2226 篇论文,约占该会议全部论文的 34%。

    推荐理由:Hugging Face 用 1200 多名社区成员和编码智能体复现 ICML 2026 论文,给出了大规模论文审计的可行路径与人类角色的观察。

  2. DeepSeek API 更新日志81

    DeepSeek-V4-Pro 更新

    DeepSeek-V4-Pro 已正式发布并在 APP、Web 和 API 上线,调用时模型名设为 deepseek-v4-pro。该版本大幅提升智能体能力,HLE (wo/w tools) 达 42.7/60.0,Terminal Bench 2.1 87.9,NL2Repo 61.5 等。

    推荐理由:DeepSeek-V4-Pro 正式发布,智能体能力在 HLE 等基准显著提升并原生支持 OpenAI Responses API,用户可参考分数与峰谷定价规划调用。

8月12日周三
  1. Google Research71

    Google 发布 AMIE (Video):实时视频问诊达到专家级水平

    Google Research 发布 AMIE (Video),基于 Gemini 和 Project Astra 的实时视频问诊配置,能感知非语言临床线索、引导虚拟体格检查并实时进行诊断推理。

    推荐理由:Google 用 300 场随机对照问诊给出实时视频临床 AI 的专家级评测结果,可看多智能体异步架构如何兼顾低延迟对话与深度推理。

8月11日周二
8月10日周一
8月6日周四
8月4日周二
  1. Microsoft Research71

    微软研究院开源 Orchard:可扩展智能体 AI 框架

    微软研究院发布开源框架 Orchard,核心是 Orchard Env 这一基于 Kubernetes 的可复用环境服务,支持软件工程、网页导航和个人助理三类智能体,并可直接在 Codex、OpenClaw、ZeroClaw 等真实部署框架内训练。

    推荐理由:微软研究院开源了可复用的智能体环境服务与三套训练配方,读者可据此了解小模型在真实任务上的训练路径。

© 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