最新更新

Google 与 Voltus 将在 PJM 电网合作争取 1 GW 虚拟电厂容量

Google 与 Voltus 宣布在 PJM 电网争取 1 GW 虚拟电厂容量，是 6 月公布的 100 MW 目标的十倍。虚拟电厂通过软件调控家庭和企业用电为数据中心腾出电力空间；Voltus 要求客户承诺通过 2040 年持续提供减负或电池供电，且 Google 承诺 100% 无碳容量。

Claude Cowork 2.0 使用入门：2026 工作流自动化完整指南

AI Master 演示 Claude Cowork 在文件、计划、研究和连接应用中的工作流，提供了实用的复核节点，但功能主张未经独立核实，且较多推广打断了教程。

体验评测：Duet——Anthropic 的常驻智能体

Claude Duet 是 Anthropic 推出的一款强大常驻个人智能体，擅长整理知识工作和自动化任务，但目前尚未全面集成自定义连接器，也不具备语音功能。

蚂蚁百灵发布 Ling-3.1-flash-1019

推出 Ling-3.1-flash-1019 🚀 它在 Artificial Analysis Intelligence Index 上得分 44，高于 Ling-3.1-flash 的 41。智能体工作方面有所提升：AA-Briefcase 约 1400→1524 Elo，AutomationBench-AA 62%→68%。

用完 12 个 Personal Agent 后，我找到了决定好用上限的五个标准

判断 Personal Agent 好不好用，不在于用的哪个模型，而在于你拥有的账号与它能提供的服务重叠有多高。我通过测试 12 个 Agent，发现五个关键维度——记忆、信息获取、Computer Use、主动性和多端联动——决定了其上限，并分享了实际案例和工作流优化。

用12个Personal Agent实测后总结出判断好用上限的五个标准

作者实测12个Personal Agent后提出五维评测框架，认为判断好坏的关键不在模型，而是账号与应用能否通过skill、MCP、CLI等方式接入。

Eiliko 制造商 Energize Lab 就机器人安全漏洞回应，The Verge 指其系统仍未修复

Energize Lab 就 The Verge 报道的 Eiliko 挂件机器人安全漏洞发布声明，确认核心问题属实，称已关闭后端外部访问、禁用远程修改机器人回应的接口、下线长期记忆和自定义头像功能，并承诺删除已存储的对话记录、用户画像和头像图片，还将聘请独立安全公司全面审查。

一家 1800 人的公司，为什么会有 8000 个 AI 员工？

明略科技通过 Octo 平台将 AI 深度融入组织，实现 1:4 的人机比例，并用 Agent 网络重塑企业协作流程，显著提升效率。

上海交大 00 后团队融资数千万，让 Agent 做定制的自进化推理引擎｜智能涌现首发

上海交大 00 后硕博团队创立“芯生代”，提出基于 Agent 与价值驱动记忆的自进化推理引擎，旨在解决国产芯片上算子生成与推理管线优化的痛点。

NeurIPS 2026 | 从 Token 到 Span：重新思考大语言模型的不确定性估计

Amazon 研究者提出 Span-Level Uncertainty Estimation (SLUE) 新任务及 SpanUQ 方法，利用冻结 LLM 隐藏状态配合轻量级 Probe，在单次前向传播中同时完成语义片段检测与不确定性估计，较采样法快 10-20 倍，并发布 SpanUQ-Bench 基准。

田渊栋新公司首个模型亮相！AI 全程参与、不到 4 个月从零造

Recursive_SI 发布 Flint-40B-A2B，一款由 AI 驱动的自动化研究系统 Eureka Machine 打造的本地智能体编程模型，在 SWE-Bench Pro v2 等基准测试中表现优异，推理速度高达每秒 125+ Token，并兼容多种本地硬件平台。

Anthropic Claude 模型全面加入 AI 文本水印：原理与影响解读

Anthropic 最新模型（含 Claude Mythos 5.1、Claude Opus 5.5、Claude Sonnet 5.5 等）的所有文本输出都内置 AI 水印，覆盖 Claude Desktop、Claude Code 和 API，目的是遵守欧盟 AI 法案。

2026 年最便宜的 LLM API：到底该选哪一个

LLM API 的实际成本取决于缓存率、输出比例和定价门槛，而不只是醒目的每 token 价格；本文比较了 GPT-5.6 Sol、GPT-6.1 Sol、Claude Opus 5.5 等模型经核实的价格，找出适合不同工作负载的高性价比选择。

GPT 挖出 PHP 世纪大漏洞，人类屎山代码的大清算开始了

研究员借助 GPT-5.6 Sol 成功挖掘出 PHP 中的重大安全漏洞，证明黑客可以利用内存管理错误远程执行代码，导致全球大量网站紧急停服打补丁。

TK Elevator 用微软技术赋能维保技师

让超过一百万部电梯和自动扶梯平稳运行绝非易事。 今天在科隆，我了解到 TK Elevator 如何利用我们的技术，帮助其服务技师获取数十年积累的共享知识，简化流程，让他们能少花时间查找答案，多花时间保障人们顺畅出行。

为什么投机解码会拖慢大批量处理下的混合 Mamba 模型

在混合模型中，大批量处理时的投机解码会变得低效，因为 Mamba 层必须为每个草稿 token 完整复制状态，造成过多内存流量，抵消了更快解码带来的收益。

国模一哥智谱，也入场做 AI 办公了。

智谱的 ZCode 推出 Work 模式，将 AI 编程能力扩展到办公领域，支持文档分析、表格处理和 PPT 生成，并提供多 Agent 工作流功能，成为新一代办公工具的有力竞争者。

蚂蚁数科发布决策模型 LingDT-Decision-1.0，Token 消耗降低超 90%

蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，已在 DTMaaS 平台上线并限时免费体验。该模型首创原生多选与按序决策（DAG）能力，在 23 项开源评测基准中超过 Microsoft-Decision-1、Jev 1.13 等决策模型，27B 版本在同参数模型中准确率最高。

从遥操作到第一视角采集：中国人形机器人数据收集行业实地观察

作者 A. Chen 在 ChinaTalk 征文中获奖的这篇报道，实地走访北京五道口的研究者与创业者，梳理机器人数据收集的三代技术：2017 年起的遥操作、2024 年 Stanford UMI 提出的同构外骨骼。

OpenAI 与 Scripps Research 用数千个智能体 32 分钟完成小鼠全脑 CRISPR 图谱分析

OpenAI 与 PerturbAI、Scripps Research 合作，用数千个基于 GPT-Rosalind 的智能体在 32 分钟内完成对数百万小鼠细胞的全脑 CRISPR 图谱分析，人工估计需数月至一年。

新的顶级捕食者：CrowdStrike CEO George Kurtz 谈用 AI 智能体武装的攻击者

CrowdStrike CEO George Kurtz 解释了 AI 智能体如何加速攻击、防守方为何需要同等能力的模型，以及专有遥测数据、数字孪生和身份管控如何增强企业安全。

别再给企业造 Agent 了，他们并不需要

企业级 AI 的瓶颈不在模型能力，而在系统能否理解经营场景；长程智能体通过主观世界模型和场景积累，将 AI 从局部提效推向全局经营协同。

小红书 NeurIPS 2026 论文 Hint Tuning 用推理模型思维链作 hint，1000 条数据让推理 token 减少 31.5%

小红书大模型基建部发布 NeurIPS 2026 论文 Hint Tuning: Less Data Makes Better Reasoners，把推理模型的思维链按反思词切成片段作为 hint 交给同家族 Instruct 模型，测出每道题的最小有效提示，据此构造长度可变的训练数据。

Anthropic 上市前亮出特殊治理架构：把控制权交给不持股的外部受托人

Anthropic 上市前亮出特殊治理架构：把控制权交给不持股的外部受托人 · · Oct 22, 2026 31.8k 多数人的目光都落在 Anthropic 冲刺 IPO 时的收入增速、模型能力和万亿估值预期上，却很少有人留意它这套与硅谷常规模板迥异的治理安排。

Ask HN：AI LLM 生成代码的版权归谁所有？

这篇 Hacker News 帖子提出了 AI 语言模型生成代码的版权归属问题，这是科技行业中备受法律与伦理争议的话题。

IDC：火山引擎以45%份额居中国AI座舱市场第一

IDC《中国汽车云市场跟踪，2026H1》显示，2026年上半年中国AI座舱解决方案市场规模达7.1亿元，火山引擎以45%份额位居第一。搭载豆包大模型的汽车已有700万辆上路，覆盖50个品牌、145个车型，日均座舱交互3000万次。火山引擎今年推出基于 Agentic AI 架构的“豆包座舱助手”和“AI座舱套件”，首款搭载车型荣威家越07已于9月开启预售。

对 LLM 基准测试分数背后的指标与金标准标签进行的 25 项可复现审计

本文介绍了 25 项可复现审计，揭示热门 LLM 基准测试的评分代码和金标准标签中的具体缺陷，包括 NLI 数据集中的自相矛盾标注，以及 GSM8K 中最终答案与计算结果不一致的问题。

王兴兴给宇树画了三条线：量产、小模型、大算力

“翻译效果令人难以置信”，海外AI创业者上手千问AI硬件新品

腾讯混元推出 WorkForge 智能体训练框架

腾讯混元推出 WorkForge 框架，可从真实世界资源构建可验证的长周期工作智能体训练环境。该框架从专家工作流出发搭建真实工作空间、抽取可核查事实，并生成任务及程序化与语义双重验证器，已扩展至覆盖 40 个专业领域、60 种文件类型的 16.7K 个环境。随着数据量和交互时长增加，该框架在长周期工作基准上带来稳定提升。