资讯最新更新
EN

最新更新

首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。

2026-10-22

Anthropic 模型领跑 AA-PersonalityBench

在 AA-PersonalityBench 中，Anthropic 模型总体上是所有被测模型中信息密度最高、文学素养最强的 ➤ 信息密度最高：Claude Fable 5.1（100）、Claude Opus 5.5（97）、Claude Sonnet 5.5（95）和 Claude Haiku 5.5（92） ➤ 文学素养最强：Claude Haiku…

AIHOT 最近七天产品与动态
2026-10-22

The Verge 实测 AI 购物智能体：零售商封锁让体验时灵时不灵

The Verge 作者实测 Meta Muse 等 AI 购物智能体，发现其体验像需要大量指令的助手，访问零售网站时灵时不灵。Amazon 封锁了 Muse 并曾起诉 Perplexity，JPMorgan Chase 也拒绝外部智能体接入账户；Target 表示有防护措施阻止未授权智能体。

AIHOT 最近七天技术与使用
2026-10-22

前沿模型 AI 攻击防御，终于有了全新思路！

港科大的 RedHerring 为破解 AI 攻防「攻易守难」的局面，开辟了全新思路，通过在代码中加入看起来像漏洞、实际无法触发的诱饵代码，让 Agent 把时间花在这些诱饵上，从而减少真实漏洞的发现数量。

BestBlogs 中文 AI技术与使用
2026-10-22

Claude 未能造出蝎子抗毒血清：Citrini 与 Anthropic 的药物研发实验

投资研究公司 Citrini Research 与 Anthropic 合作，用未发布版本的 Claude 尝试从零开发蝎子抗毒血清，结果未能造出实际药物，只得到一些有前景的起点。Citrini 承认团队无人真正了解 AI 与生物学的关联，该实验因触及 Claude 的生物安全护栏而转向与 Anthropic 合作。

AIHOT 最近七天产品与动态
2026-10-22

JevAgentHarness：谷歌 4B 模型让 Agent 降本 8

论文提出 JevAgentHarness 框架，通过让 4B 小模型预先筛选低风险决策，显著降低了智能体在长任务中的大模型调用成本，同时保持了任务成功率。

BestBlogs 中文 AI技术与使用
2026-10-22

“说我们放弃前沿错得离谱！”皮查伊全力开火：宁可少赚云业务几十亿，也要把算力抢回 DeepMind；反问奥特曼：ChatGPT 难道不是缝合怪？

在《Big Technology Podcast》中，皮查伊强硬反驳了 Google 退出 AI 前沿竞争的传言，强调公司正在主动牺牲云业务利润，将算力优先分配给 DeepMind 进行前沿研发，并批评了将第三方智能体硬塞入 ChatGPT 的做法。

BestBlogs 中文 AI技术与使用
2026-10-22

百度智能云一见视觉智能体如何为远元集团近万家门店巡店

百度智能云一见视觉智能体接入远元集团门店巡检，应用覆盖80多个场景，巡查覆盖率提升约30倍，SOP合规水平提升30个百分点以上。一见6.0支持业务人员用自然语言描述服务步骤生成视觉AI技能，双方还计划在200家门店试点百度具身智能相机。

AIHOT 最近七天技术与使用
2026-10-22

Google DeepMind 与剑桥论文：基于 Gemini 的智能体自主证明 11 台未解决图灵机的规则

Google DeepMind 与 Cambridge 的论文展示了一个基于 Gemini 的智能体能够自主发现新数学，为 11 台此前无任何公开分析的 Busy Beaver 图灵机找到并用 Lean 验证了精确规则。该智能体先在模拟器中测试边界情况，起草非形式化证明，再用 Lean 证明检查器完成形式化证明。

AIHOT 最近七天技术与使用
2026-10-22

Nathan Lambert 谈开源模型与网络安全平衡

Nathan Lambert 认为开源模型在网络防御中能起到平衡作用，当前发展轨迹比人们想象的要好得多。他指出开源权重并非不会被用于网络攻击，所有可能的 AI 发展轨迹在他看来都会伴随大量网络安全事件。他试图挑战围绕网络与开源模型的宿命论式 AI 末日论调，因为网络社区中有可信声音认为开源模型是未来 12 个月维持局面的重要力量。

AIHOT 最近七天分析与观点
2026-10-22

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。

AIHOT 最近七天公司与品牌
2026-10-22

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。

BestBlogs 中文 AI技术与使用
2026-10-22

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%。

AIHOT 最近七天技术与使用
2026-10-22

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。

BestBlogs 中文 AI技术与使用
2026-10-22

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。

AIHOT 最近七天产品与动态
2026-10-22

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。

BestBlogs 中文 AI配套与服务
2026-10-22

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。

BestBlogs 中文 AI配套与服务
2026-10-22

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。

BestBlogs 中文 AI技术与使用