⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 15 条
今天10月13日周二
  1. AI HOT89

    Anthropic 研究：小型 AI 模型可能在 IoT 设备上自主复制

    Anthropic 发布研究评估小型模型在无数据中心条件下自主复制的可行性。实验显示 9B 模型在 9 类硬件中的 8 类上成功运行推理，且 GLM-5.2 等 30B 及以下模型能完成复制的多数单步。研究指出随着模型能力提升，年底可能出现具备端到端复制能力的小型模型，并估算了此类 AI 蠕虫在 IoT 设备上的传播速度与适应机制。

    推荐理由：实测数据表明 30B 以下小模型已具备复制多数单步能力，为评估 IoT 僵尸网络风险提供了近期可行性依据。

  2. The Decoder90

    Meta 发布 Muse Wonder 系列模型，进入前沿模型第一梯队

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两个前沿模型，两者均进入最佳 AI 模型行列。Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中得分 56，超越前代 Muse Spark 1.3 的 48 分。

    推荐理由：Muse Wonder 系列在编码与推理基准上大幅提升，但其 4 美元/M 输入价格相比前代显著上涨，成为评估其实际落地成本的关键背景。

  6. Latent Space79

    Anthropic 发布 Claude 动态工作流功能

    Anthropic 在 AI Engineer 会议上发布 Claude 动态工作流功能，允许主智能体自主规划多智能体拓扑结构。该功能在 Claude Console 中可用，开发者可设定预算限制，子智能体通过共享文件系统交换信息。

    推荐理由：原文展示了Claude动态工作流的架构与成本权衡，解释了多智能体编排中控制权与Token预算的管理逻辑。

  7. The Decoder52

    Sakana AI 提出 MASS 方法实现模型递归自改进，解题与评估能力提升但难以识别自身盲区

    Sakana AI 和 UC Berkeley 研究者提出多智能体自监督（MASS）方法，让单一语言模型同时承担解题、评估和优化角色，通过递归自改进提升能力。测试显示，经过两轮迭代，模型在多个基准测试中的胜率从 53.9% 提升至 69.9%，但共享盲区可能导致错误被误判为进步并进入下一轮训练。研究基于 Qwen3.6-27B 进行 LoRA 微调，代码已公开。

  8. Wired AI64

    Musk 展示 Grok 购买乐高遭遇 X 用户恶搞，凸显智能体购物安全隐患

    Elon Musk 在 X 上展示使用 Grok 智能体购买乐高星球大战套装，并晒出包含 10 位订单号、收货地址、信用卡后四位及邮箱的完整订单截图。X 用户 Enderman 利用这些泄露信息通过乐高客服机器人 Sophia 取消了订单，另有用户使用相同信息将订单数量修改为 400 件。Visa 数据表明，2025 年下半年恶意机器人发起的交易量增长了 25%，美国地区甚至达到 40%。

  11. AI HOT73

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布了 Muse Wonder 和 Muse Wonder Full 两款面向个人和专业智能体任务的前沿模型，称其在多个领域达到 SOTA 表现。新模型针对法律、金融、健康等专家场景，并具备跨对话保留信息的 Active Memory 与遇错换路径的 Active Focus 功能；官方强调模型在安全方面经过训练，以拒绝未授权分享隐私及有害请求。

  12. Wired AI85

    Meta 发布 Muse Wonder 模型重回 AI 前沿

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，官方称其具备前沿能力，排名仅次于 Claude Opus 5.5。新模型支持通过 API 和 Muse Code 工具访问，并引入 Active Memory 与 Active Focus 功能以增强智能体在复杂任务中的稳定性，同时强化了针对危险输出的拒绝机制。

    推荐理由：Muse Wonder 在聚合评测中接近 Claude Opus 5.5，展示了 Meta 在提升智能体稳定性与安全拒绝方面的技术路径。

10月12日周一
  1. 量子位 QbitAI44

    字节世界模型首次亮相：支持实时交互与跨场景连通

    字节在抖音《2026 美好奇妙夜》展示其研发的世界模型，支持单句生成可交互的三维开放世界，用户可自由探索、实时创建物体并通过“任意门”连通不同场景。该模型未正式发布，但已展现出三维场景生成、物体编辑及空间重组能力，旨在为机器人和自动驾驶提供虚拟训练环境。

  3. The Decoder50

    Andrej Karpathy 指出外部世界仅看到 AI 能力的预览

    Andrej Karpathy 认为大众常将大语言模型视为更好的搜索引擎或写作助手，但少数接触前沿内部系统的专业人士已看到 AI 的实际潜力。Karpathy 估计全球约有 5000 人使用内部前沿系统，这些系统能通过数千个 AI 智能体协作完成过去需要顶级专家花费数年的软件工程与数学任务。

  6. TechCrunch · AI6

    TechCrunch Disrupt 2026 明日开幕：最后一天门票最高优惠 $100

    TechCrunch Disrupt 2026 将于明日在旧金山 Moscone West 举办为期三天的活动，这是购买优惠门票的最后机会。参会者可享受最高 $100 的门票减免，第二张同类型门票可享 5 折，被裁员工可申请 $75 的 Expo+ 门票。活动将汇集 10,000 多名创始人、投资人和科技运营者，提供 200 多场会话、250 多位科技领袖演讲，以及 300 多家新兴创业公司展区。

  7. Datawhale80

    拆解明略科技企业级 Agent 开源项目 Octo

    Datawhale 成员拆解了明略科技开源的企业级多 Agent 项目 Octo，内部约 1800 名员工与超过 5100 个 Agent 已在平台协同工作。核心设计包括五级阶梯按需接入既有系统，以及将长期记忆与高精度执行解耦的员工 Agent 和专家 Agent 双角色架构。

    推荐理由：拆解了五级数据接入阶梯与员工/专家双Agent架构，为构建企业级多Agent网络提供了可落地的分层设计参考。

  10. 量子位 QbitAI83

    华为诺亚方舟实验室联合UCL发布Memento 3系统，无微调通关25款游戏且操作次数比人类少56%

    华为诺亚方舟实验室联合UCL等团队提出基于世界模型的递归自我改进系统Memento 3，在冻结Claude Opus 5底模权重且无微调的情况下，通关了ARC-AGI-3公开集中的25款游戏和183个关卡。

    推荐理由：华为诺亚方舟团队提出的Memento 3系统在冻结模型权重下实现了递归自我改进，通过构建可执行世界模型大幅降低游戏操作成本。

  13. 智能涌现47

    非与智能获锦秋基金等领投种子轮与天使轮，融资超千万美元

    前商汤副总裁柳钢创立的“非与智能”完成种子轮与天使轮累计超千万美元融资，由锦秋基金与香港高才创业投资基金共同领投。公司提供私有化部署的全栈智能体系统，含自研Firmior OS及Firmior Code、Work、Expert三款产品。通过“旁路智能体”机制积累企业知识，单台8张GPU服务器可支撑约100名程序员使用，30天区间活跃率达92.5%。

  14. AI科技评论55

    无问芯穹完成23亿元C轮融资，推进Agentic Infra战略

    国内AI原生基础设施企业无问芯穹完成23亿元C轮融资，累计融资总额达43亿元，单轮与累计融资规模均创国内AI Infra赛道纪录。公司构建以软件调度层为核心的Agentic Infra体系，其Agentic Infra平台已触达37000P算力，覆盖16种芯片体系，支持国产与海外芯片混训。在技术层面，公司发布跨集群异构PD分离架构，将首Token延迟降低51.5%，单Token成本下降37.5%。

  16. 新智元87

    Anthropic 为 Claude Max 和 Team 订阅用户免费发放 API 额度

    Anthropic 宣布 Claude 订阅与 API 正式打通，Max 和 Team 用户按月免费获得 API 额度，其中 Team 版最高 500 美元，Max 5x 和 20x 分别对应 100 和 200 美元。该额度可用于 Messages API、Managed Agents 和 Agent SDK，但不能用于交互式的 Claude Code。

    推荐理由：将订阅费与API额度挂钩，为开发者提供了在 Claude Agent 生态上迁移工作流的直接资金杠杆。

  17. 新智元86

    OpenAI 前员工创办 TypeSafe 融资 8.7 亿美元，两周后 OpenAI 火速推出 Decisions API

    前 OpenAI 员工 Diogo Almeida 等创办的 TypeSafe AI 完成 A 轮 8.7 亿美元融资，估值 75 亿美元，其核心产品 Jev 定位“不聊天的 AI”，专门用于高频、低成本的结构化判断，输入价低至 0.042 美元/百万 token。

    推荐理由：前 OpenAI 员工创业做的轻量决策模型 Jev 刚融资 8.7 亿美元，OpenAI 两周后火速推出相似 API 并承认受其启发，展示了该品类的激烈竞争格局。

  18. 新智元65

    QIQCBench 虚拟量子实验室实测 17 个顶级 AI Agent：GPT-5.6 与 Claude Opus 断层领先

    由 NUS、NTU 及 GaugeForge 组成的联合团队发布论文，提出虚拟量子实验室 Quantum-Harbor 及包含 49 项任务的评测基准 QIQCBench，并引入“验证自治”评判标准，重点考察 AI Agent 结论是否有实验证据支撑。

    推荐理由：原文给出了验证自治的核心方法和17个Agent在虚拟量子实验室的实测断层，读者可据此判断AI科学自主性的边界。

  21. 卡尔的AI沃茨57

    大AI理论：三阶段调整模型推理强度提升Agent工作流效率

    大AI理论提出通过三阶段调整模型推理强度来提升AI工作流效率。第一阶段拉高推理程度并选择计划模式，结合语音、图片、视频等多模态输入将未整理的想法交给AI生成计划；第二阶段将推理改到中档，基于详细需求快速执行代码或Agent任务；第三阶段调回高档推理，让AI审查并验证中档阶段产出的结果。

  23. 量子位80

    华为诺亚实验室Memento 3基于递归自我改进方法以100分RHAE通关ARC-AGI-3全部游戏

    华为诺亚方舟实验室联合UCL等团队发布Memento 3智能体系统，在ARC-AGI-3的25款游戏、183个关卡中以满分100 RHAE成绩全部通关。该系统以Claude Opus 5为底模，通过Code as Model方法生成可执行世界模型和规则手册进行递归自我改进，全程未更新模型权重或微调，总操作次数仅7518次，比人类基准少56%。

    推荐理由：展示了冻结模型权重下，AI通过代码世界模型实现递归自我改进，以更少操作通关复杂游戏的路径。