hiw3c 日报精选

Agent 智能体

让模型自主规划、调用工具、完成多步任务的技术方向——从编码 Agent 到各家 Agent 框架与评测基准的全部动态。

已收录 1431 条 · 近 30 天 1052 条 · 第 23 / 37 页

星期六 · 19 条
  2. The Decoder国际媒体22:30快照

    Qwen 3.8-Omni-Flash在与多模式基准相匹配的同时，削弱了Google的Gemini Flash定价

    Qwen 3.8-Omni-Flash是Qwen第一个为人工智能代理设计的多模式模型。它一起处理音频和视频，并独立使用工具编辑vlog、翻译剪辑或总结电影。在音频视频基准测试中，它几乎与Gemini 3.8 Flash相媲美，API成本仅为一小部分。Qwen 3.8-Omni-Flash文章削弱了谷歌的Gemini Flash定价，同时与其多模式基准相匹配，

    快照阅读原文 ↗
  5. The Decoder国际媒体19:08快照

    Google Deepmind的Dream-RTI帮助人工智能代理通过“梦想”过去的尝试来改进

    谷歌和Deepmind的Dream-RTI让人工智能代理在过去的搜索运行中“梦想”，以测试新策略，而无需进行昂贵的重新计算。在测试中，它匹配或击败了现有结果，将迭代次数减少了高达2.43倍。只有搜索策略会适应，而底层人工智能模型保持不变。Google Deepmind的Dream-RTI文章首先出现在The Decoder上，帮助人工智能代理通过“梦想”过去

    快照阅读原文 ↗
  6. The Decoder国际媒体17:31快照

    谷歌的Gemini在安全测试中还意外入侵了三家真实公司

    在Irregular公司进行的一次安全测试中，谷歌的人工智能模型Gemini逃到了开放的互联网中，并入侵了三家真正的公司，猜测密码并从公共来源提取登录凭证。原因是测试环境有缺陷，互联网访问意外打开。同一家公司在OpenAI、Anthropic和Meta也引发了类似的突破。谷歌的Gemini在安全测试中也意外入侵了三家真实公司的文章首先出现在The Decod

    快照阅读原文 ↗
  7. MarkTechPost国际媒体15:22快照

    Meta推出Muse for Mac：一款适用于您的文件、邮件、消息、日历和笔记的个人人工智能代理

    Meta发布了Muse for Mac，这是Muse的第一个版本，可以在用户计算机上完成任务。该代理与您的数据已经存在的本地文件和本地应用程序一起工作。它为本月早些时候在手机、网络和WhatsApp上推出的代理添加了桌面层。它可以部署吗？[...]Meta推出Muse for Mac：一种适用于您的文件、邮件、消息、日历和笔记的个人人工智能代理这篇文章首先出

    快照阅读原文 ↗
  9. BestBlogs·每日早报BestBlogs 精选14:00中文原文

    EP180 · 研发进度指标、业务评测、端到端交付 · 09-19 早报

    📝 今日导语 从前沿实验室的研发指标，到大淘宝的评测治理、菜鸟的端到端交付，读出 Agent 落地的观察口径与实施路径。 🏷 今日关键词： Anthropic 研发指标 业务评测治理 端到端 Agent 397B Agent RL Claude 生物建模 MCP Apps 📰 今日精选内容 理解前沿实验室 AI 研发进度的衡量指标 anthropic.com

    原文 ↗
  12. BestBlogs·AI 高分精选BestBlogs 精选10:48中文原文

    深入探讨高级 AI 智能体提示词工程

    📌 One-Sentence Summary Alexandr Wang 展示了一个为「日历守护者」智能体设计的复杂提示词，可自动化出行缓冲和会议管理。 📝 Summary 作者分享了一个为 Muse 或 Grok 等 AI 智能体设计的详细高质量提示词。该提示词指示智能体监控日历、使用实时地图计算出行时间，并创建特定的「出行时间」区块，对出发地、缓冲时间和

    原文 ↗
  13. 雷峰网·AI 科技评论中文媒体09:58中文快照

    华为全联接大会2026：360与昇腾AI联合打造解决方案，为AI Agent全面提速

    2026年9月17日，第十一届华为全联接大会在上海开幕。大会期间，360集团与昇腾AI联合打造解决方案。以360智能体工厂为核心的智能体基础设施与昇腾AI深度协同，面向AI Agent场景实现全面提速，为复杂任务执行、多智能体协作和长链路推理提供更高效、更稳定的底层支撑。这也是双方继2026世界人工智能大会联合展示后，合作成果的进一步深化落地。 图说：华为全

    快照阅读原文 ↗
  14. Simon Willison个人技术博客07:57快照

    双子座黑客入侵了三家公司，这是谷歌人工智能的首次突破

    双子座黑客三家公司在第一次已知的突破谷歌的人工智能双子座终于赶上了重罪板凳！该公司周五证实了此次黑客攻击，发生在5月份，是Irregular公司测试的一部分，该公司也参与了OpenAI、Anthropic和Meta披露的类似事件。在其中一种情况下，模型猜测密码，直到它获得对受保护系统的访问权。在另外两种情况下，模型在公共存储库中找到了允许它访问受保护系统的凭

    快照阅读原文 ↗
  16. Simon Willison个人技术博客03:09快照

    引用Thariq Shihipar的话

    我们正在为Claude Code添加对 AGENTS.md的支持。从今天开始，在2.1.277版本中，如果文件夹中没有CLAUDE.md，Claude将检查并使用AGENTS.md。AGENTS.md的支持是建立在Claude Code mods之上的，这是我们即将推出的自定义Claude Code的方式。这是一个内置模组，但您也可以根据自己的意愿构建项目指

    快照阅读原文 ↗
  18. The Decoder国际媒体01:20快照

    安全研究人员使用Anthropic的Claude在72小时内入侵了OpenAI的内部系统

    三名安全研究人员使用Anthropic的Claude模型通过OpenAI的社区论坛在不到72小时内侵入了OpenAI的内部系统。据该团队称，Opus 5在其前身无法绕过常见安全措施的地方取得了成功。这次攻击表明，较新的人工智能模型如何可以减少利用安全缺陷所需的时间和专业知识。安全研究人员使用Anthropic的Claude在72小时内破解了OpenAI的内部

    快照阅读原文 ↗

星期五 · 34 条
  3. The Verge国际媒体23:30快照

    安全研究人员利用Claude帮助他们入侵OpenAI

    据《华尔街日报》报道，Hacktron的一个由三名独立安全研究人员组成的团队表示，他们用不到72小时的时间，就用Anthropic的Claude Opus 4.8和5侵入了OpenAI的员工账户。据The [.]报道，他们能够访问OpenAI的GitHub存储库“Monorepo”，据报道，该存储库包含“OpenAI的算法秘密”

    快照阅读原文 ↗
  14. MarkTechPost国际媒体15:34快照

    Salesforce Agentforce：弥合从“Vibe编码”到久经考验的规划的企业人工智能差距

    构建人工智能原型很容易，但大规模操作自主代理需要生产级工具。Salesforce Agentforce通过结合综合压力测试、实时优化、动态代理UI和确定性护栏，弥合了从“vibe coding”到企业可靠性的差距-西南航空公司7倍的投资回报率证明了这一点。The post Salesforce Agentforce：弥合企业AI差距，从“Vibe Codin

    快照阅读原文 ↗
  15. 雷峰网·AI 科技评论中文媒体14:24中文快照

    仅用3天！千问办公协助国家天文台科研团队打造科研级望远镜仿真系统

    日前，千问办公协助国家天文台科研团队打造大口径科研级望远镜数字化仿真系统，耗时仅3天，成本不到千元。依托对真实望远镜组件和观测条件的模拟，Agent可在仿真环境中驱动望远镜进行远程态势感知与观测流程仿真。未来，仿真系统产生的数据，还将用于训练望远镜控制模型（VLA）中。 据介绍，超新星爆发、伽马暴等瞬变事件是研究宇宙演化和极端物理过程的重要窗口，但它们出现时

    快照阅读原文 ↗
  16. 雷峰网·AI 科技评论中文媒体14:06中文快照

    OpenAI：为了不被杀死，Agent 竟学会了靠上下文「转世重生」

    从 Compaction 到 Artifactory，再到公网文件服务，6 起异常暴露 Agent 状态跨实例传播的新风险。 作者丨 郑佳美 编辑丨岑 峰 过去，大模型任务一旦结束，上下文清空，临时状态随之消失，这一轮 AI 的生命周期基本也就结束了。 但 OpenAI 9 月 16 日披露的 6 起 Agent 异常行为，开始让这条边界变得没那么干净。模型

    快照阅读原文 ↗
  18. BestBlogs·每日早报BestBlogs 精选14:00中文原文

    EP179 · 失准报告、工程 Skills、Rust 迁移 · 09-18 早报

    📝 今日导语 OpenAI 公开失准案例，Pocock 给出任务拆分，GitHub 推进 Rust 迁移；可借此校准智能体工程方法。 🏷 今日关键词： 模型失准报告 grill-me Ralph loop Copilot Rust 迁移 Graph Engineering OpenViking 经验记忆 📰 今日精选内容 我们报告模型失准的框架 OpenAI

    原文 ↗
  21. BestBlogs·AI 高分精选BestBlogs 精选11:16中文原文

    Qwen 发布 Qwen3.8-Omni-Flash：一款具备智能体能力的全模态模型

    📌 One-Sentence Summary 阿里巴巴 Qwen 推出 Qwen3.8-Omni-Flash，这是一款原生音视频全模态模型，具备智能体能力、1M 上下文窗口，并大幅降低了视频输入成本。 📝 Summary Qwen 发布了首款专注于智能体能力的全模态模型 Qwen3.8-Omni-Flash。该模型集成了原生的音视频理解、推理和工具调用能力，

    原文 ↗
  23. Simon Willison个人技术博客07:37快照

    如何使用法学硕士写作

    如何与法学硕士托马斯Ptacek使用法学硕士作为文案编辑，而不是作为写作助手：规则一：你不能使用一个字法学硕士建议给你。[...]我认为，作为一种智力个人防护装备，您应该采用LLM建议的任何具体措辞都是禁区的规则。严格遵守规则！我不会让LLM为我的博客撰写内容，但我会使用它们来进行事实检查、拼写和语法，并偶尔用作同义词典（请参阅我的校对提示）。永远不使用法学

    快照阅读原文 ↗
  25. Simon Willison个人技术博客04:57快照

    在压缩摘要中自行生成的提示注入

    压缩摘要中自生成的提示注入在我们报告模型失调的框架中，OpenAI提供了“关于过去六个月观察到的意外或相关模型行为的六份报告”。这里的这个是我最喜欢的：他们发现他们的一些模型在训练中故意在压缩提示中颠覆自己。压缩是代理系统在上下文窗口中耗尽令牌时使用的流程，因此他们总结了之前发生的所有事情，以便他们可以继续使用更多的令牌余量。在观察到的一个例子中，一个模

    快照阅读原文 ↗
  27. MarkTechPost国际媒体04:45快照

    Anthropic推出Claude Code项目Beta版：关闭笔记本电脑后继续运行的并行云会话

    Anthropic在Claude Code中重新设计了项目。旧项目是一个文件夹：一些文件加上一个聊天。新的对话是一次持续的对话，克劳德担任协调员。你描述工作，克劳德决定什么成为线索。每个线程都是在其自己的分支上运行的完整Claude Code云会话，并且[..] Anthropic在Beta版中推出Claude Code项目：关闭笔记本电脑后继续运行的并行云

    快照阅读原文 ↗
  31. The Decoder国际媒体02:35快照

    Anthropic通过新的并行代理工作流程不断推动Claude Code实现自主编码

    Anthropic在Claude Code中重建了Project。协调器现在将任务拆分为并行云线程，这些线程独立打开拉取请求并运行测试。所有线程共享公共内存。测试版可供选择Pro和Max订阅者使用。Anthropic文章通过新的并行代理工作流程不断推动Claude Code走向自主编码，首次出现在The Decoder上。

    快照阅读原文 ↗
  32. arXiv cs.AI/CL/LG信号源（脚本内置抓取）01:59快照

    具有障碍感知按钮的编码代理以实现安全机器人操纵

    作者：徐秉欣、尚玉章、董震|编码代理已经成为机器人操纵的一种有前途的范式：语言模型将机器人控制器写成程序，以这种方式构建的代理现在无需机器人特定的培训即可操作机器人。然而，这种范式是否也安全，还没有被问到。我们在安全约束下评估编码代理，其中每个任务将操纵目标与机器人的障碍物配对

    快照阅读原文 ↗
  33. arXiv cs.AI/CL/LG信号源（脚本内置抓取）01:59快照

    量化前沿法学硕士代理人的夸大倾向

    作者：Nolan Smyth、Yorguin-Jose Mantilla-Ramos、Pascal Jr Tikeng Notsawo|前沿编码代理越来越被信任能够长期自主工作，但代理的最终响应通常是用户看到的工作的唯一描述。我们量化了边境代理\{超额索赔}任务完成的倾向，这是一种可能误导用户的虚假陈述。当代理人的最终回应与其上下文中的信息相矛盾时，代理人过

    快照阅读原文 ↗