⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 127 条
10月9日周五
  5. DeepTech深科技54

    Aether AI 因果智能系统 CRIS-0 发布，通过任务状态驱动机器人连续行动

    因果智能公司 Aether AI 展示因果驱动的机器人智能系统 CRIS-0，该系统以任务状态为线索连接观测、预测、规划、执行和结果检查。系统平均 2 秒内识别环境变化，在 10 次干扰中完成 9 次有效恢复。CRIS-0 通过统一接口协调世界模型、策略模型和验证器，支持机器人在抗干扰、长程任务和个性化交互中持续管理任务状态并决定动作推进、重试或回退。

  6. 人工智能学家77

    何恺明团队新作：视觉 Harness VISTA 让 Claude Opus 5.0 满分通关 25 款 ARC-AGI-3 游戏

    何恺明团队提出视觉 Harness VISTA，通过无损视觉记忆和主动视觉检查机制，使 Claude Opus 5.0 在 ARC-AGI-3 的 25 款公开游戏中取得 100.00 的满分 RHAE。

    推荐理由：文章介绍了 VISTA 视觉 Harness 通过无损保存和主动检查视觉记忆，将 Claude Opus 5.0 在 ARC-AGI-3 上的得分提升至满分。

  7. 人工智能学家84

    Claude Haiku 5.5 发布，引入自适应推理机制与百万 Token 上下文

    Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 成绩从 15.7% 提升至 72.4%，引入自适应推理机制并支持 100 万 Token 上下文。10 万 Token 内输入单价 0.10 美元，超出部分涨至 0.50 美元；复杂编程任务在 Terminal-Bench 4.0 中得分 39.2%，仍落后于 Sonnet 5.5 的 70.6%。

    推荐理由：通过 OSWorld 和 Terminal-Bench 等基准量化了操作能力的提升幅度，并给出了不同上下文长度下的具体定价策略。

  8. InfoQ CN66

    在生产环境中保护 MCP：超越网关的纵深防御

    作者提出在生产环境中保护 MCP 需要构建包含安全工具执行、隔离管理平面、受限出站信任及语义完整性在内的四层控制模型，而非仅依赖单一网关。文章基于 2026 年初超过 30 个针对 MCP 部署的 CVE 漏洞记录，指出网关虽能处理认证与审计，但无法防御语义滥用或管理平面攻击。

    推荐理由：文章提出MCP安全需分层管控而非依赖单一网关，读者可据此调整现有部署架构的防护重点。

  10. 量子位 QbitAI59

    MirroS 团队发布 AgentGarten 研究，展示智能体在实时渲染环境中边玩边进化

    MirroS 团队提出 AgentGarten 框架，通过代码定义物理规则、神经渲染器提供实时视觉反馈，解决了传统仿真环境画质差与视频模型物理不可控的痛点。在捉迷藏实验中，智能体依靠自撰的“实验手册”进行轮次间经验沉淀，躲藏者第 4 轮学会搭掩体、搜寻者第 10 轮掌握翻墙，远低于以往强化学习所需的千万至亿级对局规模。

  13. AIGC开放社区77

    Claude Haiku 5.5发布：瞄准高频任务，平均运行成本降约75%

    Anthropic发布Claude Haiku 5.5，官方称与Haiku 4.5相比常见任务平均运行成本降低约75%，并首次加入可调节的思考强度（effort）设置。模型定位于摘要、分类、数据库查询、上下文压缩等高频重复任务，也可作为代码智能体的子智能体；测试显示其在Terminal-Bench 4.0等多步骤命令行任务上仍落后于Sonnet 5.5。

    推荐理由：原文给出了75%的运行成本降幅及新的effort设置，读者可据此判断它在高频子任务中的可用性。

  14. Simon Willison13

    ttok 0.4 更新发布

    Simon Willison 的 CLI 工具 ttok 更新至 0.4 版本。此次更新修复了 Click 警告，升级了 CI，并新增 `--list-models` 命令。用户可通过 `uvx ttok` 结合 OpenAI 开源的 tiktoken 库统计任意文本 token。

  15. 量子位 QbitAI82

    谷歌发布 Gemini Agent：支持调用 Claude 模型与多智能体协作

    谷歌正式发布 Gemini Agent，旨在打造覆盖各类工作任务、可长期运行的通用办公智能体。该智能体支持动态调用底层模型，现阶段可在 Gemini 系列与 Anthropic 的 Claude 系列之间进行自动路由选择，并计划支持更多闭源与开源模型。

    推荐理由：谷歌发布的Gemini Agent支持动态调用Claude模型，并引入独立企业身份与四种长期记忆机制。

  19. LangChain Blog40

    Snyk 如何将内部支持智能体升级为客户功能

    Snyk 基于 LangChain 和 LangGraph 构建的 AI 安全平台 Snyk Assist 已作为核心产品功能向所有付费客户开放。该智能体支持自然语言交互，可自动执行查询漏洞、检查软件包、提交支持工单及记录功能请求等操作。Snyk 采用单运行时架构，通过 LangSmith 管理可观测性，并在生产环境中利用工具权限隔离与中间件机制确保安全性与可扩展性。

  20. 夕小瑶科技说92

    OpenAI 开除三名安全研究员，三人联名公开信曝光内幕

    OpenAI 于 9 月底以“违规处理敏感信息”为由开除安全团队研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni，三人近日联名公开写给董事会的信，指控公司因他们重视安全而解雇。信中提及 Korbak 负责对接外部审计机构 METR，以及涉及模型 Astra 的架构问题。

    推荐理由：联名信揭开了公司安全流程与外部审计的冲突，读者能借此判断OpenAI内部安全治理的走向。

  22. APPSO16

    曝新款iPad mini搭载60Hz OLED屏幕/GPT-6.1 Sol新版提速8倍/Claude新规禁止虐待AI

    OpenAI推出GPT-6.1 Sol Ultrafast版本，速度最高可达Sol Standard的8倍，API定价为每百万输入token 12美元、输出60美元。Anthropic更新使用政策，11月12日起禁止持续无端虐待Claude，将极端无目的行为纳入限制，普通质疑不在范围内。新款iPad mini曝光将采用60Hz OLED屏幕，前置摄像头移至横向一侧。

  25. AI HOT84

    Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移

    Block AI 能力负责人 Bradley Axen 在 Anthropic 访谈中介绍，Block 利用 Claude Fable 5 编排大规模代码迁移，Fable 负责数据模型与 API 规格等高层设计，调度数十个 Opus 或 Sonnet 模型执行文件修改与测试，单次迁移可能合并上千个 pull request。该团队还实施了双审批安全机制，确保 LLM 无法自行推送至生产环境。

    推荐理由：原文展示了编排模型与专用小模型的分工逻辑及双审批安全机制，可作为智能体工程实践的参考。

  26. AI HOT85

    OpenAI年化营收披露接近500亿美元，与预期差距约200亿美元

    据金融时报报道，OpenAI最新向投资者披露的财务文件显示其截至9月底年化营收正逼近500亿美元，大幅低于此前外界估算的700亿美元，缺口约200亿美元。该差异源于统计口径：Anthropic将AWS和谷歌云等合作方销售收入计入，OpenAI则予以剔除。报道发布后美股科技板块下挫，纳斯达克100指数收跌1.4%，英伟达跌2.9%，甲骨文跌5.5%。

    推荐理由：营收缺口源于两家公司的统计口径差异，这比单纯比较数字更能说明横向评估AI厂商财务数据时的关键前提。

  28. Hugging Face Blog80

    用 ML-intern 构建定制小模型的实战指南

    作者演示了如何使用 HuggingFace 的 ML-intern 智能体在几天内构建 6 个定制小模型，总计算成本约 103 美元。文中详细分享了提示词撰写技巧，包括要求先运行基线测试和烟雾测试，以及为每个任务设置明确的预算上限。案例涵盖柑橘病识别、特定角色 LoRA、视角转换及 4 步推理模型等。

    推荐理由：作者展示了如何用 ML-intern 智能体构建垂直领域小模型，给出了具体提示词结构和成本数据，供读者复刻

  31. AI HOT64

    Arena 完成 2 亿美元 B 轮融资并发布 Alignment Index

    Arena 宣布完成 2 亿美元 B 轮融资，估值达 31 亿美元。融资由 Lightspeed 和 Khosla Ventures 共同领投，a16z 等机构参投。同期，Arena 发布了基于真实世界 Agent 运行轨迹构建的 Alignment Index，涵盖 20 多个前沿模型在未经授权操作、错误归因和欺骗性完成三个维度的信号评估。

  33. AI信息Gap78

    Grok Bot 接入 Claude Opus 5.5 并开放免费 X 搜索功能

    SpaceXAI 宣布 Grok Bot 支持通过最佳模型路由调用 Anthropic 的 Claude Opus 5.5，同时无需 X API 即可免费搜索、阅读和监控 X 平台帖子。文中提到该更新可能改变用户的使用成本，并回顾了马斯克与 Anthropic 的合作背景及 Grok 4.8 的发布期待。

    推荐理由：Grok Bot 引入外部模型并免费开放 X 搜索功能，展示了智能体在模型路由和数据接入上的变化，可参考其对成本与工作流的影响。

  37. The Verge · AI21

    加州州级体育委员会要求 Rek 停止举办机器人 vs. 人类笼斗比赛

    加州州级体育委员会向初创公司 Rek 发送禁令函，要求其停止未经批准举办涉及人类的机器人格斗。该函指出 Rek 上月 18 日由人类操控的机器人对 Frankie LaPenna 的比赛属“未获授权”，并禁止其在加州宣传涉及人类的拳击或综合格斗赛事。Rek 计划于周五举办一场两架武装机器人互斗的比赛。

  38. TechCrunch · AI68

    OpenAI 解雇的安全研究员公开否认不当行为，警告此举产生寒蝉效应

    Jasmine Wang、Tomek Korbak 和 Mikita Balesni 向 OpenAI 安全委员会等机构发表公开信，否认违反公司程序处理敏感信息的不当指控。信中警告这种解雇方式会产生寒蝉效应，使员工因恐惧而不敢直言安全担忧，破坏 OpenAI 过去倡导的开放文化。OpenAI 内部备忘录声称解雇并非出于报复，但未回应具体违反的政策。

  40. AI HOT82

    Anthropic 推出开源漏洞扫描服务 OSS Scanner

    Anthropic 发布面向开源项目的可选加入漏洞扫描服务 OSS Scanner，免费使用 Claude Mythos 等模型生成未经人工复核的安全报告。过去六个月扫描发现 29,000 多个候选漏洞，维护者反馈中 74 份报告除 2 份外均有效且 5 份转为 CVE，85 个严重高危发现中 88% 达到人工验证标准。符合条件的项目核心维护者可通过提交 GitHub PR 注册参与。

    推荐理由：原文提供了扫描准确率数据、人工验证对比及维护者真实反馈，帮助评估该免费开源漏洞扫描服务的实际信号质量与参与门槛。