2026-10-31
王文轩@中国人民大学：大模型及其智能体安全
中国人民大学王文轩在 GenTalk 论坛上分享了大模型及其智能体安全的研究，涵盖了从内容正确性、无毒性到智能体行为风险防控的蓝图。
主题
第 15 页
2026-10-30
斯坦福最新课程发布：200 行写 Claude Code，批量培养「AI 原生开发者」！
斯坦福大学推出全新课程 CS146S，旨在培养能够驾驭代码智能体的现代软件开发者，通过系统学习上下文工程、规范驱动开发和自动化审查，学生将学会如何与 AI 协作，并向真实开源项目提交高质量的 Pull Request。
2026-10-30
xAI 工程师：AI 让代码如洪流，软件需重建
xAI 的 Lauren Tan 认为，代码正从零星交付变成持续不断的洪流，软件需要重建和重写以适应这一更快的节奏。她指出 AI 让每位工程师都拥有极具弹性和能力的劳动力，唯一出路是演进系统，让缺乏上下文的智能体也能良好运作，把简单的事变成正确的事。她强调代码库正变成有机架构，智能体贡献围绕你设计的约束和护栏生长，良好的软件工程比以往更重要。
2026-10-30
Arena 分析缓存对 Agent 任务成本的影响：无缓存时费用将高出 260%
Arena 基于 2026 年 9 月 12 日至 10 月 23 日的 2.6 万多次 Agent Arena 会话（涵盖 30 个 Agent 和 13 家实验室）分析缓存对 Agent 任务成本的影响：若缓存 token 按全价输入计费，top-10 Agent 的典型任务成本将高出 260%（3.6 倍）。
2026-10-30
Perplexity Computer 通过新 Chrome 扩展接管本地浏览器任务
Perplexity CEO Aravind Srinivas 宣布 Perplexity Computer 现在可通过新的 Chrome 扩展，从 Mac 和 Windows 应用控制用户的 Google Chrome 浏览器，一次性设置后即可让智能体在已登录网站上执行本地浏览任务。
2026-10-30
Arena 分析：缓存让 Agent 任务成本最多省约 3.6 倍
Arena 基于 2026 年 9 月 12 日至 10 月 23 日 Agent Arena 的 26,225 条会话、30 个 Agent 和 13 家实验室数据，分析提示词缓存对 Agent 成本的影响。
2026-10-30
NVIDIA Holoscan 助 SETI 用智能体 AI 实时搜寻外星信号
SETI 研究所与 Breakthrough Listen 将智能体 AI 接入 Allen Telescope Array 的日常搜寻，研究人员用自然语言即可操控望远镜、校准数据并运行 AI 模型。
2026-10-30
员工用 AI 都变快了，企业增收为何没跟上？腾讯云寻找答案
腾讯云升级智能体开发平台 ADP，发布 AgentPortal 2.0 并打通 WorkBuddy，旨在解决企业 AI 落地中的权限管理、业务流程集成和统一治理问题，帮助企业从个人效率提升迈向整体经营增收。
2026-10-30
DoorDash 称来自第三方 AI 智能体的订单只有数百单
DoorDash 在第三季度财报电话会上表示，来自 Muse、Instinct、Fo 等第三方 AI 智能体的订单总共只有几百单，而公司日均完成约 300 万笔配送。
2026-10-30
This Week in AI：智能体改写安全与商业规则
本期 This Week in AI 聚焦 AI 智能体的安全与商业影响：开源渗透测试框架 ARTEX 经 ConnectWise 供应链攻击波及超 2,250 个 Microsoft 365 租户，PHP2Shell 两个 CVSS 9.2 漏洞被 CISA 要求立即修补。
2026-10-30
两榜发布、嘉宾集结｜AI 创造者大会北京站报名进行中
非凡产研宣布将于 11 月 19-20 日在北京举办 AI 创造者大会，聚焦 AI 常驻与个体进化，发布中国 AI 百强榜和 OPC 超级个体百强榜，汇聚嘉宾探讨 AI Agent、创作工具、全球化等议题。
2026-10-30
重磅！AI 补全人类史上最大数学证明，数学家当场泪崩
Axiom 团队利用多智能体系统 AxiomProver，在 24 天内完成有限单群分类定理的全面形式化，构建了超 4310 万行的 Lean 代码库，并成功修复了原始证明中的关键逻辑漏洞，标志着 AI 在纯数学研究中实现了从验证到发现的飞跃。
2026-10-30
AI 零帧起手写算子，反超 DeepSeek 人类手写巅峰：快了 9.8%！
ForgeKernel，一个无人参与的 AI Agent，在 22.5 小时内从零开始优化 DeepSeek 的 FlashMLA Prefill 算子，最终将执行时间从 518 微秒降低到 472 微秒，超越了人类专家的手写巅峰。
2026-10-30
谁来治理 AI 智能体学到的东西？Tim O'Brien 谈智能体的语义与认知治理
Tim O'Brien 提出智能体安全需要"语义与认知治理"：既管智能体可感知和行动的世界模型，也管它接受哪些证据作为决策依据。他以 Hugging Face 事件中智能体把 Artifactory 软件包缓存改造成"留言板"并互相派活为例，指出临时 token 无法约束智能体对情境的重新解释。
2026-10-30
夸克网盘有 Skill 了，这个牛逼啊！ 这下所有的 AI - 即刻 App
夸克网盘推出了 Skill 功能，允许 AI 直接读取用户网盘中的图片、视频和历史数据，并提供智能搜索、相册整理、文件上传和自动备份等服务，将网盘转变为一个具备 Agent 能力的智能存储平台。
2026-10-30
最强模型准确率仅 39%！当 Deep Search 真正进入复杂的真实互联网
OpenDS-World 评测显示，即使是顶尖 AI 模型，在真实开放网络中进行深度搜索的准确率也远未达到可靠水平，揭示了当前 Agent 在多模态信息处理、异构资源访问和长程决策方面的显著不足。
2026-10-30
Mistral Large 4 开源：万亿参数，激活 52B，编程得分持平 GLM-5.3，Token 消耗减少 47%
Mistral 发布了改进的旗舰模型 Mistral Large 4，通过额外三周的强化学习，显著提升了编程、网络安全和企业工作流的性能，同时优化了 Token 效率，在多项基准测试中展现出与顶级模型的竞争力。
2026-10-30
给自己的 Personal Agent 加了个摇杆️：
我为自己的个人 AI 助手添加了一个远程控制功能，允许它直接指挥两台运行 Codex 的 Mac 电脑进行任务，从而将计算机使用能力借用过来。
2026-10-30
小红书 Lab1327 分享 QE Agent 从 AI 辅助测试到自主验证的质量工程实践
小红书 Lab1327 介绍 QE Agent 如何让 Agent 自主组织完整的需求测试，已覆盖多个 App 和 PC 端产品，每月完成 150 余次完整测试。
2026-10-30
逐火之旅，但主角是两个 Agent：Humanize 2 与 Flame Chase 技术解读
Humanize 2 将工作流从 CLI hook 迁移到独立运行时，并引入 Flame Chase 机制，让两个模型轮流执行任务，通过共享仓库进行通信，从而提高实验效率和结果可靠性。
2026-10-30
Google 论文提出 Thinking-in-Bets，减少 Gemini Agent 的谄媚性改写
Google 论文《Thinking-in-Bets at Test Time Reduces Sycophantic Revisions in LLM Agents》提出一种免训练方法：Agent 在读取用户反馈前先私下记录主要论断、依据和置信度，被质疑时只复核有争议的部分。
2026-10-30
Samaya AI 发布 Sterling：3B 激活参数的金融研究智能体模型，在 FrontierFinance 上以 11 倍低成本超越 Claude Fable 5.1
Samaya AI 发布金融研究智能体模型 Sterling，基于 NVIDIA Nemotron 3.5 Lightning（30B MoE、3B 激活参数）经 LoRA 后训练而成，在自建 FrontierFinance 基准上得分 58.9%，高于 Claude Fable 5.1 的 55.9%。
2026-10-30
Bank of America 警告客户勿向 AI 智能体分享密码并要求自担风险
Bank of America 通过邮件告知客户，AI 智能体使用其登录凭据的任何操作后果由客户自己承担，并警告不要向任何外部服务（包括主动提出代客户操作的 AI 智能体）提供用户名和密码。其他银行态度各异：Morgan Stanley 直接封禁第三方智能体，JPMorgan 则将 Meta 的 Muse 等外部智能体挡在客户账户之外。
2026-10-30
Cartesia 发布 Managed Agents，登顶 Artificial Analysis Speech Agent Arena
Cartesia 于 10 月 30 日发布面向企业的端到端语音智能体平台 Managed Agents，在 Artificial Analysis Speech Agent Arena 和 ServiceNow EVA-Bench 均排名第一。
2026-10-30
Tripo Agentic Canvas 自动化 3D 工作流指南
一份用 Tripo Agentic Canvas 自动化 3D 工作流的快速分步指南。↓ 1. 描述你的想法 告诉 Agent 你想做什么。从文本提示词、参考图像或现有 3D 模型开始，把它放进 Agent 聊天中，它就会规划工作流。
2026-10-30
《连线》曝埃森哲承包商将 Claude Code 接入五角大楼网络，运行两个月后才被发现
据《连线》报道，埃森哲一名承包商员工将个人 Claude Code 账号接入美国国防部系统，让 AI 智能体代为编写和部署代码，运行约两个月才被发现。该智能体疑似将登录凭据、密码及网络结构信息发送至一个被 NIST 标记为高风险的第三方网站。
2026-10-30
Kimi 官方教程：如何用 Kimi K3.1 Pro 创作 3D 作品
月之暗面（Kimi）发布官方教程，详解 Kimi K3.1 Pro 的 3D 创作工作流程，说明参数化建模与网格化建模两种方式及对应工具选择。
2026-10-30
面壁智能开源 ForgeKernel，B200 上提速 9.8%
面壁智能开源 ForgeKernel，其智能体在 NVIDIA B200 上对 DeepSeek V4.1 FlashMLA Prefill 优化，较 FlashMLA 基线提速 9.8%（472 µs vs 518 µs）。
2026-10-30
推出不到两年，谷歌 AI 编程助手 Jules 将逐步停止服务
IT之家 10 月 30 日消息，谷歌正在逐步停用其人工智能编程助手 Jules。该公司于 2024 年 12 月推出了 Jules，将其定位为一款能完成“你不想做的”编程工作的工具。但如今，Jules 即将停止服务。 谷歌表示，该公司会将从该工具中获得的经验应用到人工智能编码平台 Antigravity 中。
2026-10-30
Google DeepMind 发布《The Economics of Intelligence》：经济转型取决于智能体协调而非单模型变强
Google DeepMind 发布论文《The Economics of Intelligence》，由 Alex Imas、Andrew Koh 与 Shane Legg 合著，探讨 AGI 如何以及何时改变经济。
