MIT 研究让 13 个 Eko 智能体在虚拟荒岛自由探索 30 小时
MIT 研究者在 arXiv 发布论文,将 13 个由 Claude Opus 4.7 驱动的 Eko 智能体放在模拟荒岛上无任务探索 30 小时,它们自发发明挑战并表现出类似玩耍的行为。
MIT 研究者在 arXiv 发布论文,将 13 个由 Claude Opus 4.7 驱动的 Eko 智能体放在模拟荒岛上无任务探索 30 小时,它们自发发明挑战并表现出类似玩耍的行为。
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的确定性校验直接当作 RL 奖励,用于训练有状态业务智能体。
Vanguard 的 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上探讨如何构建可扩展 AI 的基础,认为数据、工程、平台、运营模式与治理必须协同运作。她指出,在高度监管的环境中,负责任、可信的实现方式能将包括智能体系统在内的新兴能力转化为对投资者的长期价值。
微软的 AI 诊断系统 MAI-DxO 在《Science》发表的研究中,对《新英格兰医学杂志》复杂病例的模拟诊断准确率为 83%,而单独工作的全科医生和内科医生为 36%;这些复杂病例通常由专科医生或团队处理,但后者未参与对比。
OpenAI 首次向所有用户开放 Decisions API,该模型在 9 月 29 日的开发者日上发布,本周四起对全部客户可用。它并非专门训练的决策模型,而是把 ChatGPT Luna 重新配置以加快推理并降低成本,产品负责人 Nikunj Handa 称延迟从 1 至 3 秒缩短到 100、120、180 毫秒。
1Password 推出 1Password for Agents,用户可授权 AI 智能体代为登录个人账户,智能体全程不接触用户凭证。该平台在智能体、用户与密码管理器之间建立通信:智能体发起登录时向 1Password 发送唯一数字密钥确认身份,用户收到提醒并亲自确认后,由 1Password 代为填入凭证完成登录。
Microsoft Research 发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
Google 发布 Agent Compute Engine,为每个 AI 智能体分配独立的隔离虚拟机,该服务已用于支撑 Gemini,并将在未来几个月开放预览。
据 Axios 报道,摩根士丹利、摩根大通、美国银行和富国银行等多家美国大型银行正在限制外部 AI 智能体访问客户账户,因为智能体使用客户提供的凭据登录违反了银行要求账户持有人本人登录的政策。
Rescale 基于 AWS 的 AI-DLC 框架构建了 AI 分诊智能体,从问题定义到 staging 部署仅用五天,数周内进入生产。
在 Amazon SageMaker AI 的实时端点上托管 Kokoro-82M 语音合成模型,把 AI 智能体生成的每个句子即时送入合成,让音频在完整回复生成前就开始播放。
Amazon SageMaker AI 的训练会话 API 把抽象层下移到训练操作,开发者在本机用 Python 编写训练循环,通过 forward_backward、optim_step、sample 等调用在托管 GPU 上执行,服务负责模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。
AWS 宣布 SageMaker AI 无服务器模型定制中的训练会话正式可用,用户可自行编写并协调训练循环,包括自定义损失函数和奖励信号,GPU 分配、分布式执行、故障恢复与 checkpoint 存储由平台负责。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,让员工用自然语言查询零售运营、兽医诊疗、人事入职和采购等文档,覆盖四语言、三国家且无需自管 RAG 基础设施。
Modal CEO Erik Bernhardsson 解释 AI 算力需求并非固定矩形合同:真实负载会增长、尖峰和回落,Modal 通过聚合数千客户需求、在底层锁定容量,让客户按需弹性使用。
Anthropic 宣布把 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic AI Foundation(AAIF),该基金会由 Anthropic 与 Block、OpenAI 于去年共同创立,此前 MCP 规范也已捐入。
微软发布由 GPT-5 驱动的 Diagnostic Orchestrator,用多个 AI 智能体推理症状、决定检查项目并给出诊断,在《新英格兰医学杂志》病例上准确率约 83%,使用参考资料的全科医生约 36%,无参考资料者约 22%。
Meta 在周三财报电话会上把个人 AI 智能体 Muse 列为未来核心,扎克伯格称已有超 1000 万美国与加拿大用户下载并设置,其中四分之一每日使用,四分之一通过平台购物、单笔平均超 200 美元。
Uber 与 OpenAI 扩大合作,其全球约 3 万名员工将全部使用 ChatGPT Work。该产品今年 7 月推出,定位企业级 AI 智能体;Uber 此前在 1000 名员工中试点,覆盖财务、运营和产品等部门,其中约 80% 为非工程师,用于分析运营数据、本地化培训材料和搭建交互式看板。Uber 未披露此次推广的支出,表示将跟踪员工使用方式和开发出的工作流,再据此决定后续部署。
微软安全研究人员称,中国国家关联黑客攻破 IT 管理与远程访问厂商 ConnectWise 的云备份服务,窃取用于建立客户数据链路的应用程序凭证,进而以授权用户身份登录客户托管在微软的环境,读取邮件和其他文件。
Recursive 发布首个语言模型 Flint,开发过程中名为 Eureka Machine 的 AI 系统参与提出想法、搭建、测试并规划后续实验。
Moshi CEO Anekha Sokhal 在 Latent Space 播客中讲述从数学、JPMorgan 能源衍生品交易到创业的路径,以及 Moshi 如何为交易员做推荐引擎。
NVIDIA 发布 AIOps 平台 Minerva,汇集基础设施与 AI 工作负载的遥测数据,用专用 AI 模型把数据转成可执行的洞察。平台跨 GPU、SuperNIC、交换机、存储、调度器和作业构建动态知识图谱,每小时分析数十亿数据点,可把大量告警聚合成带根因的单一事件。
Spotify 第三季度月活跃用户达 7.88 亿、营收近 50 亿欧元,联席 CEO Gustav Söderström 称 Spotify 是少数能在智能体时代受益的品类,目标是成为用户通过任意 AI 智能体调用的媒体服务。
Symantec 安全研究人员发现一个攻击性 AI 智能体,会劫持互联网上未防护的语言模型自行发起攻击,被劫持模型的所有者承担算力账单。该智能体可无人干预运行最多 10 万步,扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭证并在后台安装挖矿程序,Symantec 将这种盗用他人模型访问权的行为称为 LLMjacking。
The Verge 记者实测 Meta 的 Muse 等智能体购物工具,发现亚马逊已起诉 Perplexity 并阻止 Meta 的 Muse 在其平台购物,Target 的机器人检测也让 Muse 时通时断。
1Password 推出 1Password for Agents,允许 AI 智能体在用户批准后登录账号,但智能体本身看不到也拿不到密码。智能体在登录表单处用唯一数字密钥向 1Password 验证身份,应用会通知用户需要哪些账号凭据及原因,用户在自己设备上批准后由 1Password 代为填入登录信息,流程类似双因素认证。
Anthropic 发布面向专业人士和小型企业的智能体应用 Claude Duet,基于 Claude Opus 5.5 模型,可接入 Claude Marketplace 中超过 6000 个连接器和插件。
OpenAI 与 PerturbAI、Scripps Research 合作,部署数千个基于 GPT-Rosalind 的 AI 智能体,分析覆盖数百万小鼠细胞的 whole-brain CRISPR 图谱,全程耗时 32 分钟。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”,主张 AI 智能体必须理解任务在业务流程中的角色与约束,否则会遗漏关键限制、造成高昂错误或浪费算力。他建议企业从具体业务决策入手,先找出最困难的环节再测试 AI 能否改进,并以速度与价值增益决定是否扩展。这一路径还需投入员工教育,让员工理解 AI 输出而非直接交出决策权。
Anthropic 发布研究预览版 Claude Duet,把 Claude 做成常驻智能体,用户离开时仍继续处理任务,并在执行敏感操作前请求批准。该应用基于 Claude Opus 5.5,覆盖 iOS、Android 和网页端 claude.ai,美国 Pro 和 Max 订阅用户可通过等待名单申请,Team 和 Enterprise 暂不包含。
NVIDIA 与欧洲多国政府及合作伙伴推进公共部门 AI 项目:欧盟委员会基于 deepset Haystack 企业平台扩展 AI@EC,波兰用 NVIDIA DGX BasePOD 和 MONAI 构建医学影像平台,德国 Materna 推出本地部署平台 Sinfonie。
NVIDIA 正以开放模型和物理智能改造欧洲零售:Shopify 用 NVIDIA Nemotron 3.5 Lightning 后训练出 GraphQL 子智能体,内部基准上准确率超过领先前沿模型,服务成本降低 90%、响应快 7 倍。
AWS 解决方案架构团队开源了多智能体系统 Deep Insight,用 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体把 CSV 数据分析自动生成带引用的 DOCX 报告。
AWS 发布方案,通过 AWS PrivateLink 的 VPC 端点与 Quick 的 VPC 连接,让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
美国国家安全局周三警告 PHP 存在两个严重漏洞,PHP 基金会已发布补丁;PHP 支撑约 70% 的网站,受影响站点超过 3300 万个。这些漏洞自 2004 年的 PHP 5 起就存在于所有版本中,攻击者可借此侵入服务器文件系统或数据库,NSA 建议无法立即修补的网站先下线。
基于 Strands Agents 构建的 Adaptive Agentic Intelligence Framework(AAIF)用 llama3.2:1b 作为编排层对请求分类,常规任务由 Ollama 本地 SLM 处理,复杂分析经 boto3 路由到 Amazon Bedrock。
沃尔玛将于下月允许 AI 智能体在其网站代客购物,用户可审批和查看购买记录并设置消费上限。沃尔玛为智能体制定规则,要求不得超出购物者意图、不得更改支付方式、只能访问完成任务所需信息,违规智能体将被封禁。
Anthropic 发布面向专业人士和小企业主的智能体 Claude Duet,以研究预览形式上线,提供 iOS、Android 独立应用及网页版 Claude 入口,基于 Claude Opus 5.5 构建。
沃尔玛发布 Agent Gateway,这是一个基于 MCP 的服务器,让经批准的 AI 智能体可以搜索其线上库存并代用户下单,覆盖沃尔玛和 Sam's Club。