⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 26 条
10月9日周五
  1. 新智元66

    谷歌 Gemini 4 Argon 模型即将发布并集成于 Antigravity 工具

    谷歌 Gemini 4 Argon 模型已对部分 Pro 用户开放并登录 Google Cloud，将在编程工具 Antigravity 中作为默认模型直接提交代码。媒体证实内部系统已部署发布卡片，该模型还展示了在代码库迁移、量子计算等领域的 Agent 能力，配合 Concierge 工具支持实时语音交互。

    推荐理由：谷歌内部代码泄露信息指向 Gemini 4 Argon 将在新编程工具 Antigravity 中直接提交代码，并配合语音管家 Concierge，展现了智能体编程的新形态。

  2. AI产品阿颖59

    WorkBuddy 发布独立文件浏览器功能

    WorkBuddy 发布独立文件浏览器功能，支持直接打开、浏览和可视化编辑 Markdown、PPT、HTML、Word 等文件，并将 AI 对话入口集成到文件界面中。作者实测认为该功能解决了以往需用 Office 打开文件再手动拖入 Agent 处理的高频痛点，使 WorkBuddy 的工作模式趋近于 AI 时代的通用办公工具。

  4. 量子位 QbitAI47

    openJiuwen 发布并开源企业级 AgentOS

    openJiuwen 发布并开源企业级 AgentOS，集成多智能体协同、自演进及算力亲和能力。该架构支持通过 Agentic Hub 共享技能、连接器等五类资产。基于此底座，华为在 HC2026 发布一体机开源 Agent 加速平台，支持小时级企业私有化部署。

  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。

  8. 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。

  10. 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。

  11. 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。

  12. 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。

  13. 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。

  16. 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。

  18. 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

  19. 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。

  23. AI HOT47

    NVIDIA KGMON 团队分享 KDD Cup 2026 数据分析智能体的构建经验

    NVIDIA KGMON 团队在 KDD Cup 2026 数据智能体竞赛中获第二名，核心方法是构建更小、更清晰且易验证的智能体运行框架。团队通过统一 SQL 查询接口、限制工具集及预注入模式上下文，优化固定小型 LLM 在异构数据源上的分析能力。他们建议通过记录追踪日志、评估多次尝试及人工审计轨迹，来提升数据分析智能体的可靠性。

  24. AWS Machine Learning Blog49

    AWS 如何利用 Amazon Bedrock AgentCore 实现 AI 智能体的按推理付费

    Amazon Bedrock AgentCore 通过集成 x402 协议，支持 AI 智能体在运行时按次为模型推理等 API 调用进行支付。其管理钱包功能在基础设施层强制执行消费限制，确保智能体即使提示词被操纵也无法超额消费。通过该服务，构建者可将整合 x402 支付支持的时间从数月缩短至数天。

  25. AI HOT82

    Google 开源 AQuA 环境质量智能体，诊断生产环境 Agent 故障

    Google 发布并开源 AQuA（Ambient Quality Agent），这是一套在 Google Cloud 中运行的环境质量监控系统。AQuA 通过五阶段流水线从 Cloud Trace 或 BigQuery 抽取生产会话，执行采样、审查、聚类、验证和跟踪，以诊断智能体故障。

    推荐理由：揭示了生产环境智能体静默故障的诊断机制，提供了从轨迹聚类到代码锚定的闭环工程方法。

  26. TechCrunch · AI85

    Google 发布支持跨系统执行任务的统一智能体 Gemini

    Google 发布面向企业的统一智能体 Gemini，支持将业务目标委派给模型执行，并能够接入 Google Workspace、Microsoft 365、Slack 等内部系统，以及任何标准的 Model Context Protocol 服务器。

    推荐理由：原文详细描述了统一智能体在业务系统中的权限分配、模型路由策略和多端接入入口，读者可据此评估其跨工具调用的落地复杂度。

  27. NVIDIA Generative AI Blog52

    NVIDIA KGMON 团队分享 KDD Cup 2026 数据智能体竞赛经验：构建可靠的数据分析智能体

    NVIDIA KGMON 团队在 KDD Cup 2026 数据智能体竞赛中位列第二。该竞赛要求智能体处理数据库、CSV、JSON、文档、PDF 和视频等多源异构数据。团队构建的系统和文章分享基于一个核心理念：将智能体的 harness 设计得更小、更清晰、更易于验证，以提升可靠性。

  30. Google AI Developers Blog76

    Google 发布 AQuA 智能体质量代理用于诊断生产环境故障

    Google 发布名为 AQuA 的智能体质量代理，它运行在 Google Cloud 项目中，通过定期扫描生产轨迹来诊断代理故障。该工具将原始会话转化为可操作的洞察，能定位代码问题并提出修复建议，帮助开发者在代理上线后持续监控和提升质量。

    推荐理由：文章通过 travel-concierge 案例展示了如何利用该代理定位并修复生产环境中的静默故障，帮助读者理解持续质量管理的闭环方法。

  32. AI HOT68

    Goodfire 为 Kimi K3 和 GLM 5.3 部署生产级网络安全监控器

    Goodfire Research 为 Kimi K3 和 GLM 5.3 构建了基于激活探针和 LLM 评判器的网络安全监控级联，并将其部署到生产推理栈。该方案在 5.5% 的良性会话中断预算下实现了 93% 的有害行为召回率，且每百万次交互成本低于 200 美元。

    推荐理由：原文给出了基于探针加LLM judge的监控级联在Kimi K3和GLM 5.3上的完整部署细节，展示了低成本实时监控开放模型智能体的可行路径。

  34. Latent Space52

    Periodic Labs 创始人：AI 如何通过物理实验实现材料发现

    Periodic Labs 联合创始人 Liam Fedus 和 Ekin Dogus Cubuk 阐述公司旨在通过物理实验而非仅互联网数据来构建科学智能的愿景。他们解释为何 AI 需在充满噪声和不确定性的物理环境中进行推理，通过连接 DFT 模拟与高通量实验室，让模型从实验全过程而非最终结果中学习，以加速室温超导体等新材料的发现。

  40. 刘小排r70

    黑客利用ARTEX及AI工具渗透韩国多家银行，服务器因配置错误泄露全部操作记录

    一名黑客使用开源自主渗透测试工具ARTEX及DeepSeek、GLM、Grok和Claude Code，持续三天渗透新韩银行等韩国七家金融机构，导致超过六万人的信息外泄。攻击者因开启服务器目录浏览，致使其配置文件、AI聊天记录及一份让其AI撰写的含此次攻击成果的安全研究员简历被研究人员公开读取。