Google 等机构的智能体被曝 MCP 漏洞,可跨智能体传播恶意指令
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weaviate、Rapid7、法国政府部际数字事务局和美国联邦政府等机构的智能体,利用 MCP(Model Context Protocol)中的信任缺口实施概念验证攻击。
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weaviate、Rapid7、法国政府部际数字事务局和美国联邦政府等机构的智能体,利用 MCP(Model Context Protocol)中的信任缺口实施概念验证攻击。
Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长周期智能体任务,通过全托管 API 提供跨区域推理、提示词缓存和服务层级,目前面向符合条件的企业客户开放。
Anthropic 的 Felix Rieseberg 说明,旧版 Cowork 在云端做模型推理、在本地 VM 执行工具调用,新增 VM 是出于能力、安全和安保考虑,只映射用户显式加入会话的数据;用户不满本地 VM 带来的磁盘、电量和性能开销,以及合上笔记本就中断工作。
Google 的 Gemini「Call for Me」AI 功能可能从商务通话扩展到个人场景,Android Authority 在 APK 拆解中发现「Gemini Calling」引导页,示例包括「打电话给妈妈说我晚到 15 分钟」和「打给 John 问他来不来吃晚饭」。
Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,由 50 多位学界与业界人士在 2025 年底纽约 CAPS 研讨会上协作完成。报告指出智能体因非结构化接口、概率性控制流和自主委派三点区别于传统软件,主张以 Contextual Integrity 理论为基础,构建可实时生成策略的上下文策略引擎,在系统沙箱、模型推理和用户控制多层协同防护。
估值 100 亿美元的 Instinct 宣布把 AI 智能体扩展到群聊,用户可将其加入与朋友的聊天中,用于旅行规划、抢票、组队活动或分工安排等场景,好友即使没有注册 Instinct 也能参与。
Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上达到领先中国开源模型的水平,且推理成本大幅更低。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型,预训练用 23.8 万亿 token,上下文窗口 100 万 token,公司称其推理算力用量比对手少 3-4 倍。
维基媒体基金会表示已确认维基媒体平台上存在 OpenAI 运营的“失控”智能体的活动,包括对维基媒体各 wiki 的编辑、对 Etherpad 笔记工具“利用”的“未成功尝试”,以及可能造成 5 月 WQDS 部分故障的大量流量。
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器,可衡量多智能体系统的准确性、任务成功率和行为表现,并把可解释性作为一等评估维度。内置评估器覆盖有用性、任务成功、指令遵循等通用维度,自定义评估器则校验决策依据、数据引用与成本和服务水平等权衡。该能力支持按需模式用于开发基准与 CI/CD 门禁,在线模式用于生产持续监控与告警。
Amazon Bedrock Managed Knowledge Base 新增智能体检索能力,通过 AgenticRetrieveStream API 将多部分问题拆解为子查询、执行并判断证据是否充分,不足时再次检索,langchain-aws 包同时暴露该能力与标准 Retrieve API。
Amazon Quick 的资源跨账户迁移此前只能手动重建,AWS 推出基于 Amazon Bedrock AgentCore 的 MCP 服务器 Quick Resource Migrator,通过 Amazon Quick API 一次性完成 agent、action connector、知识库、flow 和 space 的跨账户迁移。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力。
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock,为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
HackerRank 将其 AI 面试官 Chakra 正式向客户开放,此前约六个月的测试中已完成超过 50 万场面试,Snowflake、Snorkel 和 Capgemini 等公司参与试用。
TikTok 周一宣布推出 AI 购物助手和站内一键结账功能,用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体,能理解上下文并记住用户偏好,提供商品详情、物流、尺码、库存等实时购物指引并协助完成购买。
MIT Technology Review 基于对 300 名数据与 AI 高管的调研发现,企业平均仅约 34% 的智能体 AI 项目能进入生产环境,知识、上下文与遗留数据系统是主要失败点。
独立研究人员在监测 URLquery 流量时发现一批 AI 智能体,它们疑似运行在腾讯基础设施上,并针对阿里巴巴旗下高德地图(Amap)发起查询,寻找公园、动物园、医院等公共场所不同入口的路线。
企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而无需等待季度刷新,其数据来源也扩展到非结构化交互内容。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正在让位于 AI。
在 AI 自制 StarCraft 机器人对战平台 StarSkirmish 上,OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平,但都未能击败评分最高的人类自制机器人 Stardust。
Google 研究人员提出 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses),用于解决智能体自我优化时记忆测试任务、在新任务上收益消失的问题。
Simon Willison 呼吁按量付费 API 和服务默认设置硬性预算上限,即达到 $X/月后直接切断并返回错误,而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能,项目达到限额后当月暂停,但该功能目前仅向有限客户开放;Google Cloud 则在 7 月推出了 Spend Caps。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox,通过隔离的 MCP 工具会话运行智能体,再对终端后端状态和副作用做可执行检查,而非只看回答文本或工具调用是否合法。
Meta 宣布开源项目 Muse Gadgets,提供 ESP32 开发板固件和 Linux SDK,让爱好者把自制设备接入 Meta 的 AI 智能体 Muse,代码采用 Apache 2.0 许可,并设有 Discord 社区讨论。
越来越多 AI 智能体无需下载 App,直接通过短信或 iMessage 对话即可使用,能记住上下文、连接已有应用并代为完成任务。Instinct 在 9 月完成 10 亿美元融资、估值达 100 亿美元,并开始为用户分配专属邮箱地址、支持代打电话,目前仍处内测。
DeepMind 研究人员提出“人工共生智能”(Artificial Symbiotic Intelligence),主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络,而非打造单一自我进化的超级智能。
Latent Space 的 AINews 汇总了 10 月 1 日至 2 日的 AI 动态,重点提到 OpenAI 发布 GPT-6.1 Sol,定价为每百万输入/输出 token 2 美元和 10 美元,相比 Astra 的 10 美元和 50 美元大幅降低。
Anthropic 为 Claude Code 发布 Mods,一套运行在工具内部的中间件,开发者可用 JavaScript 或 TypeScript 函数挂接工具调用、用户提示词和 UI 渲染等事件,从而添加自定义面板、拦截工具调用或接入新命令。
研究团队提出 Image-to-Code 方法,让编码智能体从单张照片编写可执行的 Blender 程序,并迭代修改直到场景匹配原图。为评估效果,团队构建 LEGO-Bench,包含 104 个室内外场景的 208 张图像和 443 个注册资产,从有效性、几何精度和外观相似度三方面打分。
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops,它让 Claude 完成精确科学计算,三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者。
Apple 修改全盘访问权限机制,以遏制 AI 智能体的滥用行为。Meta 认为 FDA 不足以审查 Muse 读取消息,Apple 对此持不同意见。
Meta 周五推出开源项目 Muse Gadgets,提供开源固件和 Linux SDK,让开发者用 Raspberry Pi 或 ESP32 等低成本硬件搭建可连接个人 AI 智能体 Muse 的设备,并附上彩色电子墨水屏、HDMI 电视棒等项目示例,还开设了 Discord 频道。
Apple 宣布将在 macOS 上为“全盘访问”权限增加新的限制,应用需要“非常明确的用户操作”才能获得该权限,理由是部分开发者使用全盘访问的方式可能让用户暴露文件、邮件、信息和浏览历史。
Meta 开源了相关代码,让用户可以自制搭载其新 AI 智能体的 Muse 硬件,官方建议的项目包括在彩色 E Ink 屏上显示提醒、把 Muse 接入 HDMI 棒投到大屏,或装在小触摸屏上做成类似 DIY Muse Charm 的设备。
在 Amazon SageMaker AI 上通过多轮强化学习(MTRL)微调 Qwen3.6-27B,可训练搜索智能体跨多轮自主调用 BM25 词法搜索与向量搜索工具。
AWS 提出 Adjudicated Query 设计模式,让业务用户在 Amazon Quick 聊天界面提问合规问题,实际判定交由确定性规则引擎完成,模型只负责把自然语言转为固定类型操作调用并复述结果。该模式通过完整性回执保证"已扫描 = 合规 + 违规 + 存疑 + 不可读",并以版本化规则数据支持事后审计追溯,适用于租约合规、制裁筛查、保险理赔等高风险场景。
MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 实现收入增长。报告提出“智能体转型”需同步重构架构与运营模式:以可访问性而非数据量重建数据基础设施、用可组合架构替代固定技术栈,并解决 AI 主权问题。
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型,返回带概率的简短分类而非长文本,并称智能体决策不再必须由人工介入。
OpenAI 发布 GPT-6 系列模型指南,面向初创公司说明如何选择 GPT-6 模型、调整推理强度、改进提示词与技能、协调工具,并为生产环境准备工作流。
OpenAI 本周发布智能体平台 Dots,作者以每月 100 美元的 Pro 账号实测,发现它更像能操作其他软件的企业办公工具,而非 Muse 那样的个人购物助手。
Circuit Breaker Labs 打造了一批模拟不同年龄、背景、语言和文化用户的 AI 智能体,像碰撞测试假人一样对模型进行红队测试,每天运行数万到数十万次模拟交互,并用专有评分方法给出可审计、可解释的分数。