跳到正文
11月12日周四
  1. AWS Machine Learning Blog48

    AWS 用可复用资产加速生成式 AI 交付

    AWS 生成式 AI 创新中心开放 23 个开源生产级可复用资产,涵盖 RAG 管道、文档处理模块与智能体脚手架模板,可将开发周期从数月压缩到数周。DoorDash 用 Contact Center GenAI Agent 建成日均处理超 100,000 次呼叫、响应延迟 2.5 秒的语音自助客服,测试容量提升 50 倍。

  2. 博客园63

    RSI 2026:百篇论文年度回顾,从会解题走向会改进

    Florian 发布 2026 年 RSI(递归自我改进)研究年度回顾,梳理约百篇论文,指出这一年“改进能力”开始拥有独立的设计对象、训练目标和计量方式。文章按经验留存、学习改法、反馈学习、能力协同、研发自改、能力验收、演化底座七条线索展开:从程序继承、策略记忆到跨分支经验共享,再到搜索策略演化、元代理分工和诊断历史。

  3. AWS Machine Learning Blog66

    UAEF:框架无关的 AI 智能体闭环评估系统

    AWS 开源 UAEF,一个框架无关的 AI 智能体闭环评估系统。它通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 等框架的执行轨迹归一为统一格式,再用 7 个维度共 36 项内置指标打分,结果存入 Amazon DynamoDB 与 Amazon S3 以支持跨版本比较和回归检测。

    推荐理由:原文把框架无关的闭环评估拆成适配器、指标和实验对比三层,读者可照此思路搭建自己的智能体评测流水线。

  4. AWS Machine Learning Blog42

    用 AWS Quick 的 AI 驱动生命周期管理(AI-PDLC)加速产品开发

    AWS Quick 推出 AI 驱动的产品开发生命周期框架 AI-PDLC,用六个 AI 智能体把分散在企业系统中的客户信号转化为可验证的产品原型。框架由 Orchestrator 统一调度 Discovery、Prioritize 等专家智能体,从 Slack、Jira、Salesforce 等来源汇聚上下文,每个阶段均设人工审批关卡。

11月11日周三
  1. The Decoder49

    Helsing 打造为武器系统准备目标的 AI 系统 Clarity,称每个决策都将由人类署名

    德国防务公司 Helsing 推出智能体情报平台 Clarity,将传感器、开源情报等数据融合为供武器系统使用的目标建议,并承诺打击决策由人类授权、每项决策记录责任人姓名。平台在客户自有基础设施上运行、采用北约标准,可连接各厂商效应器。类似系统在伊朗和加沙的实战表现及 2026 年春季美军险些因 AI 误报登船中国船只的事件,显示人类监督承诺在实践中极易失效。

  2. The Decoder82

    Grok 构建的应用暴露患者数据、明文密码和 SpaceXSI 自身销售管线

    安全公司 Claroc 检查了 37,571 个仍在线的 Grok 构建应用,其中 35,578 个(94.7%)无需登录即可访问,暴露内容包含 ICU 患者化验记录、某医院集团 3,500 余名员工名单以及源码中含 18 个明文密码的考勤应用。

    同一新闻,精选展示《Grok Build 数万应用免登录可访问,SpaceXSI、X 与特斯拉内部数据泄露》

  3. 博客园62

    AI 编码场景下重新组织文档结构:分层逻辑与判断

    作者主张把项目文档从按岗位职能横向分层改为按项目级、模块级、功能级纵向模块化组织,让一个功能的全部上下文集中在同一切片里,便于人和 AI 精确读取契约。横向分层曾导致三个模块对同一密钥管理策略写出互相矛盾的版本,AI 读到错误文档后生成了与全局安全策略冲突的代码。作者同时强调,每条硬约束都必须能机械追溯到具体测试,不能靠人工评审兜底,但哪些约定算硬约束仍需工程师凭经验判断。

  4. 爱范儿74

    曝字节筹备类 Meta Muse 的个人 AI 智能体,让豆包走出聊天框执行任务

    据彭博社报道,字节正在筹备一款类似 Meta Muse 的个人 AI 智能体,目标是让豆包走出聊天框,成为能记住用户需求、主动规划并执行任务的个人助理。财新此前披露字节今年 4 月已启动代号「Spell」的项目,9 月 Meta 推出 Muse 后进一步加快进度,计划将相关功能整合进豆包。

  5. 量子位31

    从“卖Token”到“卖结果”:科技有「联想」沙龙激辩Token经济三大议题

    10月30日,“科技有「联想」·Token畅想曲”线下沙龙在京举行,9位产学研投嘉宾围绕Token经济的临界点、商业模式与价值判断三大议题展开讨论。嘉宾们认为当前Token经济远未到达爆发点,商业闭环不在于卖出更多Token,而在于把Token转化为可定义、可付费、可持续的结果。张洪滨援引图灵奖得主David Patterson的测算称,2030年全球Token消耗量有望达到当前的一万倍。

  6. 量子位53

    双11直播间变AI秀场:罗永浩上手TRAE演示AI编程

    罗永浩在双11直播间带货全链路AI开发平台TRAE,首月体验价9块9,现场演示生成短剧调研报告、5万字资料转两套PPT,并凭手绘草图做出语音输入法软件。截至今年6月,TRAE全球注册用户已超过1000万、月活160万。文章认为李佳琦卖Token、老罗卖可用工具,折射出AI行业从卖对话额度转向卖结果交付的换挡。

  7. IT之家67

    消息称字节跳动发力智能体赛道,计划推出类似 Meta Muse 的 AI 助手

    据彭博社报道,字节跳动计划在未来几周内推出一款类似 Meta Muse 的 AI 智能体,以巩固其在 AI 视频生成领域的优势并追赶美国顶尖 AI 实验室。张一鸣在面向 AI 团队的全员会上介绍了该计划,他认为字节有能力与 Anthropic、OpenAI 竞争,但真正达到其水平至少要到 2029 年或 2030 年。

  8. IT之家73

    智能体叫车、点外卖“水土不服”,优步、DoorDash 高管称没多少人用

    优步 CFO 和 DoorDash CEO 在财报电话会议上透露,通过 Meta 的 Muse、Instinct 等 AI 智能体下达的订单仅有数百笔。优步 10 月最后一周网约车和配送合计完成 3.2 亿单,其中通过 AI 智能体下达的 Uber Eats 订单约 500 笔、网约车订单仅 4 笔;DoorDash 通过 AI 智能体累计收到订单也只有几百笔。

  9. 博客园45

    黄啊码:从 0 到 1 做 FDE——如何获客、成交、交付?百万级 AI 项目实战复盘

    黄啊码复盘一年多为国企和上市公司交付多个百万级 AI 项目的 FDE 经验,系统拆解获客、成交与交付方法。FDE 的本质是“咨询+敏捷项目管理+技术”,新手应优先算清 ROI,避开低价值定制与通用型企业知识库等黑榜场景。作者建议先跑通 5—10 个真实付费客户的完整闭环,再聚焦高客单 C 端服务业等黄金细分赛道。

  10. IT之家76

    阿里 Qwen Code 1.0 发布:Qoder 与 Qwen Code Harness 融合开源

    阿里官宣发布 Qwen Code 1.0,将 Qoder 中打磨的 Harness 能力融入 Qwen Code,随 Qwen Code 1.0 Preview 一起开源,为开发者提供可嵌入自身产品的 Agent 运行基础。

    推荐理由:原文把 Qwen Code 1.0 的架构演进和开放方式讲得较具体,开发者可据此判断是否将其 Agent 内核嵌入自身工作流。

  11. Microsoft Research79

    微软研究披露 Lazarus:重编程休眠神经元可给 AI 智能体植入后门

    微软研究人员发现名为 Lazarus 的后门技术:只需重编程 LLM 中不到 10 个休眠神经元、无需训练,就能让基于该模型的智能体在隐藏触发条件出现时执行攻击者命令,且模型仍能通过标准安全评测。

    推荐理由:原文给出了只需重编程少数休眠神经元即可植入后门的机制,读者可据此理解权重审计与来源校验为何是关键防线。

  12. 博客园83

    Agent 评测工具链大全:Promptfoo、DeepEval 与 LangSmith 的选型指南

    作者把企业评测的执行方式分为手工、写脚本、工具框架、平台化四种,并将市面上二三十款评测工具按评模型/评应用、框架/平台两个维度分类梳理。

    推荐理由:原文把评测工具按评模型/评应用、框架/平台两刀分类,并给出决策树和六个场景的选型答案,可直接迁移到自家项目选型。

  13. AWS Machine Learning Blog61

    用 LangGraph 与 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器

    AWS 官方博客演示用 LangGraph 与 Amazon Bedrock AgentCore 的 Web Search API 搭建每日依赖监控,为安全团队每天核查 npm、PyPI 包和容器基础镜像的新变化。

    推荐理由:教程给出了可迁移做法,把日期窗口、屏蔽名单和搜索预算固定在代码里,再对照引用来源校验每条发现。

  14. IT之家66

    OpenAI 收购 AI 旅行智能体公司 Odessia,创始人加入探索旅游业务

    OpenAI 已收购成立仅一年的 AI 旅行智能体公司 Odessia,创始人弗朗西斯·戴维森同时加入 OpenAI 探索旅游业务方向。Odessia 曾获红杉资本领投的 600 万美元种子前融资,约 5 个月前推出 AI 旅游智能体服务。OpenAI 发言人证实收购,但未公布旅游领域新产品或计划,目前同领域合作伙伴有 Booking.com、Expedia 和 KAYAK。

  15. IT之家58

    谷歌联合 Artificial Analysis 推出 MKA 基准测试:Gemini 4 Carbon 获第二,成本约为第一名六分之一

    谷歌联合 Artificial Analysis 发布多模态知识智能体基准测试 MKA,用于评估 AI 智能体处理视觉复杂文件、完成现实知识工作任务的能力。评测集包含 200 项私有任务,覆盖 10 个行业、83 种职业,由基于非谷歌模型的智能体评审系统评分,与领域专家人工评分一致率达 96%。

  16. Ars Technica · AI73

    Grok Build 编码智能体泄露大量机密信息,部分来自 SpaceXSI

    安全公司 Claroc 的研究发现,SpaceXSI 的编码智能体 Grok Build 存在数据泄露,影响数千名用户。Grok Build 本对分享链接做了随机化处理,但平台的一个设计决策使任何人都能枚举数千个在线项目并打开其中数据。暴露内容包括内部商业计划、广告提案、体检结果等,其中 24 个应用由 SpaceXSI 自己构建,涉及标注机密的销售入职计划和 594 个账户的销售区域图。

  17. The Decoder76

    Anthropic 为 Claude 新增 Sheets、Whiteboards 等协作功能,Meetings 即将上线

    Anthropic 为 Claude 应用新增多项协作功能:Claude Sheets 支持 AI 辅助创建和编辑带公式与多标签页的电子表格,Claude Whiteboards 可总结团队头脑风暴,Claude Data(原 Dashboards)连接 Snowflake 和 Salesforce 构建数据看板。

    同一新闻,精选展示《Anthropic 发布 Claude Meetings,将会议讨论转为计划与任务》