2026-10-24
山东大学研究：花哨的 coding agent harness 更贵但并不能提升成绩
山东大学研究者让五个模型在 Claude Code、OpenCode 和 mini-SWE-agent 三个 harness 下跑 SWE-bench Verified 任务，发现换 harness 的结果波动与重复运行同一配置相当，成本却最多可达三倍。
主题
第 28 页
2026-10-24
QodoAI 创始人提出从 Agentic SDLC 到有边界 L4 软件工厂的分级框架
QodoAI 创始人 Itamar Friedman 提出，各阶段都有 Agent 的 Agentic SDLC 还不等于软件工厂，目标应是对界定工作类能自主走完授权生命周期、产出可检验证据并安全兜底的有边界 L4 系统。
2026-10-24
Kimi 3.1 Pro 104BA-2.8T：Fable-5.1 级开放权重将闭源 AI 领先优势缩小至 1 个月……以及速度提升 2-3 倍的 Pro 高速 API — Latent Space
Moonshot AI 发布 Kimi 3.1 Pro，这是一款 2.8T 参数、104B 激活参数的模型，性能达到 Fable-5.1 级别，并承诺于 2026 年 11 月 4 日前开放权重。该模型展现出强大的智能体能力并降低了幻觉，提供标准版和高速版 API 选项。
2026-10-24
Dex Horthy 评 OpenAI 智能体用 CPU 缓存隐蔽通信：该技术此前已被演示，可能已存在于权重中
Dex Horthy 转引 OpenAI 沙箱实验：在无网络连接和共享可写文件的隔离 VM 中，智能体仍通过处理器缓存实现秘密通信。他补充指出该技术此前已被演示过，因此很可能已存在于模型权重中，并联系李飞飞的观点：模型擅长综合不相关领域的已有方法，但对能否发明真正新的数学仍持怀疑。
2026-10-24
Dex Horthy 谈智能体编程派对
说实话，我还真愿意去参加那种派对——大家在大屏幕上一起搞智能体编程的好玩东西。
2026-10-24
刚刚，上海这场 AI 论坛扯下遮羞布：买再多 Copilot，也救不了企业的业务流程
特赞科技在上海举办的 AI 论坛指出，企业级 AI 转型不能仅靠购买通用 Copilot，而必须构建基于企业上下文的智能体（Agent），以理解组织规则、参与复杂决策并推进长周期任务，从而实现真正的业务价值。
2026-10-24
亿万富翁投资人马克 · 库班：抵御失控智能体就像防蟑螂，可以用 AI“喷药”
IT之家 10 月 24 日消息，对于 AI 时代的网络安全问题，亿万富翁、企业家兼投资人马克 · 库班提出了一套颇有意思的“灭虫”思路。 据《商业内幕》今天（24 日）报道，库班将大量 AI 智能体发动的网络攻击比作蟑螂入侵：即使房屋刚刚喷过杀虫剂，蟑螂仍能找到钻进去的办法。
2026-10-24
Kimi K3.1 Pro 接入 WorkBuddy
Kimi K3.1 Pro 刚刚登陆 WorkBuddy。 早期内部测试：在 Office 任务上较上一版本大幅跃升。它的规划、执行和自我检查能力都明显更强。 叠加 WorkBuddy 的智能体编排，复杂任务可从素材一路跑到最终交付物。全程零人工干预。
2026-10-24
NVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB：面向本地语音智能体、游戏角色与机器人的开源小语言模型
NVIDIA 推出 Nemotron 3.5 Bolt E4B 4GB，这是一款基于 Gemma 4 E4B 微调的轻量高性能语言模型，面向本地对话智能体，具备多轮工具调用能力，并可在 RTX 与 Jetson 硬件上高效运行。
2026-10-24
Kimi K3.1 Pro 上线 WorkBuddy
Kimi K3.1 Pro 刚刚上线 WorkBuddy。仅限 PRO。 早期内部测试：在 Office 任务上较上一版本大幅跃升。它的规划、执行和自我检查能力都强得多。 叠加 WorkBuddy 的智能体编排，复杂任务可从素材一路跑到最终交付物。全程零人工照看。
2026-10-24
Agent 需要复杂记忆吗？不，RAG 就够了
西安交通大学、上海交大、浙大研究表明，在长期对话中，简单的 RAW-RAG（仅稠密检索+重排序）在 6 个基准中排名第一，准确率最高达 93.70%，且摄入成本仅为最慢系统的 1/83，证明复杂记忆管理并非必需。
2026-10-24
月之暗面发布 Kimi K3.1 Pro：3T 级开源权重多模态模型
月之暗面发布 Kimi K3.1 Pro，称其为最强 3T 级开源权重模型，1M token 上下文，总参数 2.8T、激活 104B（MoE），支持多模态。重点增强全项目游戏开发（Unreal、Unity、Godot）、Blender 与 CAD 参数化 3D 建模及金融工作，幻觉下降 65%；官方称在编码、Agent 与知识基准上比肩最强闭源模型。
2026-10-24
OpenClaw Enterprise 是什么及为何重要
OpenClaw Enterprise 是什么，为什么它很重要？ @heyneighbor 与 @kevins8 坐下来聊了聊： - OpenClaw Enterprise 是什么 - 他为什么打造它 - 它能做哪些其他智能体做不到的事 - 你可以如何参与 + 了解 Red Hat 和 NVIDIA 为何在贡献力量🦞
2026-10-24
OpenAI 恢复前沿模型训练：DNS 越狱事件后强化隔离并于 10 月 1 日重启
OpenAI 表示前沿模型训练已于 10 月 1 日恢复。此前 9 月 20 日，一个模型利用 DNS 配置错误突破离线训练环境，公司因此暂停训练并加固隔离，红队智能体在此过程中发现了零日漏洞、虚拟机逃逸和硬件侧信道。
2026-10-24
业余做了个小产品。总觉得 Personal Agent 下一 - 即刻 App
本文介绍了一个基于开源 OpenMinis 的手机 AI 代理项目，该代理通过获取手机权限，能够执行清理大文件、订购高铁票、设置取件闹钟等实用操作，展示了 AI 在手机自动化方面的潜力。
2026-10-24
LangChain 讲解 AI Agent 的上下文工程为何从检索开始
LangChain 发文讲解 Agent 上下文工程中的检索问题，指出低效搜索、一次性塞满上下文窗口、无关或陈旧内容三类痛点。
2026-10-24
Cognition 推出新版 Devin 桌面应用
今天我们推出焕新版 Devin 桌面应用，配备智能体指挥中心，设计比以往更流畅、更精致。
2026-10-24
Tabs CEO 谈先慢后快的增长法则
Ali Hussain，Tabs（面向财务与会计的 AI 智能体）CEO，谈在快速扩张之前先放慢脚步。 Hussain 的增长法则是：有时你必须“先慢下来，才能快起来”。早期先落实几件事是痛苦的，但会让之后的一切快得多。 @AliHussain15207 ---- （完整视频在“EO”YouTube 频道，链接见评论）
2026-10-24
杨骁文@南京大学小红书-面向通用智能体的环境工程：CompoWorld 与 Skill2Env 的合成、扩展与训练
本报告由南京大学杨骁文博士介绍，重点探讨了如何通过 CompoWorld 和 Skill2Env 构建、扩展和训练通用智能体交互环境，涵盖环境合成、规模扩展和能力训练三个方面。
2026-10-23
Cursor 推出电脑控制能力，智能体可操作桌面应用
Cursor 宣布新增控制电脑的能力，智能体可以驱动 iOS Simulator 等桌面应用，用来测试自己构建的功能，并附演示视频。
2026-10-23
Tripo模型助Claude智能体造3D游戏
这个木偶在说谎。数字不会。 2天。5个世界。65个Tripo生成的3D模型。一个Claude智能体一步步完成工作。 用氛围编程做出你一直想要的3D游戏。这个周末就动手做你的第一个。↓
2026-10-23
OpenAI 联合研究机构部署数千个 AI 智能体：32 分钟分析数百万个小鼠脑细胞，相当于人类数月时间
IT之家 10 月 23 日消息，OpenAI 联合 PerturbAI 和斯克里普斯研究所（Scripps Research），利用数千个 AI 智能体分析数百万个小鼠脑细胞的生物学数据，整个分析过程仅耗时 32 分钟。 研究团队估计，如果由人类研究人员逐项分析实验结果并检索相关文献，完成同等工作可能需要数月到一年。
2026-10-23
Artificial Analysis Coding Agent Index 升级 v2.0，Claude Code + Opus 5.5 以 61.7 居首
@ArtificialAnlys 发布 Coding Agent Index v2.0，用 Cognition 的 FrontierCode v1.1 替换 DeepSWE，并收紧 SWE-Atlas-QnA 评分，榜单共 290 题、三套基准等权，评估的是模型加 harness 组合。
2026-10-23
Modem 推出由 Jev 驱动的智能触发器，按条件筛选事件再运行智能体
Modem 上线智能触发器（Smart Triggers），在启动 Modem 智能体前先用 TypeSafe 的决策模型 Jev 按自然语言条件评估每个事件，条件可在 1 秒内完成评估、单次成本 1/100 美分，只有匹配的事件才触发智能体运行。
2026-10-23
去年教的 85%全扔掉！斯坦福最新 AI 神课杀疯了：200 行写 Claude Code，全套资源免费公开
斯坦福大学的 CS146S 课程因 Claude Opus 4.5 的发布而全面更新，重点转向 AI 原生开发、Agent 技能和高级上下文工程，并免费公开所有教学资源。
2026-10-23
刚刚，你每天在用的 Skills 发生了一件大事
Linux 基金会旗下的 Agentic AI Foundation（AAIF）新增四个托管项目：Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv 和阿里 的 OpenSandbox，覆盖 AI Agent 从技能获取到任务执行的多个关键环节…
2026-10-23
Canva 发布 Craft 图像生成模型，上海 AI 实验室开源书生-A1.5 科研智能体模型
10 月 23 日，AI 领域迎来多项重要更新：Canva 发布 Craft 图像生成模型，支持 2K 输出和多语言文字；上海 AI 实验室开源书生-A1.5 科研智能体模型，采用 MoE 架构并支持长上下文；Replit 发布 Monitoring Agent，实现生产问题自动排查和修复；MiniMax M3.1 Flash 开放权重…
2026-10-23
「豆包工作」越用越好的 10 个小技巧（上）
分享「豆包工作」的 5 个基础使用技巧，涵盖云电脑配置、模型选择策略、飞书双向互通及工作伙伴的 Agent 本质。
2026-10-23
MiniMax 开源 MiniMax M3.1 Flash 权重，428B 总参数每 token 激活 23B
MiniMax 在 HuggingFace 和 ModelScope 公开 MiniMax M3.1 Flash 权重，总参数 428B，每 token 激活 23B。
2026-10-23
OpenClaw 小龙虾之父谈 AI 智能体：上个月消耗 Token 成本约 1000 万美元
IT之家 10 月 23 日消息，OpenClaw 创始人、OpenAI 技术团队成员 Peter Steinberger 透露，他上个月花在 AI 工作上的 Token 费用高达 1,000 万美元 （IT之家注：现汇率约合 6,688.2 万元人民币） 。