跳到正文
只看一手
10月23日周五
  2. Figma AI / Agent / Make51

    Figma 官方讲解如何让 Figma agent 用好你的设计系统

    Figma 官方介绍已全面开放的 Figma agent 如何借助设计系统产出符合团队规范的设计。方法包括连接已发布的组件库、上传 guidelines 固化团队规则、用 Examples 页面或 _example 命名提供实际范例、把重复流程做成 skills（如 /design-system-audit 和 /analyze-components）。

  5. Anthropic：Newsroom46

    Anthropic 公开招募生命科学领域客座研究员，用 Claude 开展专项研究

    Anthropic 开放申请，邀请学术机构、非营利组织和政府实验室的 PI 及其团队用 Claude 研究因果人类生物学、分子生物学、药物化学与临床科学等问题。入选者将在 8–12 周内与 Anthropic 研究员直接合作，模型与工具由 Anthropic 免费提供，成果与数据代码将共同发表并开源，研究者保留数据权利。申请窗口约 14 天，截止后约 14 天邮件通知结果。

  6. Anthropic：Research85

    Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明

    Anthropic 与 Theorem 合作，用 Claude 将 OSS-Fuzz 模糊测试转化为规格，对 123 个开源库的 239 个入口点证明了任意 64 MB 以下输入不崩溃，生成约 1.8 亿行 Rocq 证明。

    推荐理由：Anthropic 用 Claude 对 123 个 OSS-Fuzz 开源库在 RISC-V 汇编层面写 Rocq 证明，读者可以据此了解 LLM 规模化形式化验证的实际流程与局限。

  9. MIT News44

    MIT CSAIL 与天津大学推出 X-Hinges 软件，可 3D 打印能感知动作的自感知物件

    MIT CSAIL 与天津大学研究人员开发出 X-Hinges 设计软件，可自动在 3D 打印物件中嵌入两种不同材料，分别用作传感器和导线以避免信号干扰。该工具支持压缩、上下、左右最多三个运动轴，并同步采集各方向运动数据，已用于制作可教机器人抓取积木的手套、折纸台灯和物体识别装置。目前每件打印品的电路布局存在细微差异，需借助计算机视觉系统重新校准传感器输出。

  10. Replit：Blog69

    Replit 发布 Monitoring Agent，为应用提供可自动修复并部署的值班智能体

    Replit 发布 Monitoring Agent，为应用提供相当于自主值班工程师的监控智能体。它可以读取生产日志和指标调查错误、变慢和部署失败，在启用 autofix 后验证修复并邮件汇报，启用 auto-publish 后可自动部署修复。该能力建立在早前上线的 App Monitoring 之上，用户可在应用的 Publishing 设置中开启。

    推荐理由：原文说明了该智能体如何调查告警、验证修复并部署，可帮助读者判断它能否替代个人开发者深夜值班。

  12. OpenAI：官网动态67

    OpenAI 正式发布 Decisions API，面向低延迟低成本小决策

    OpenAI 宣布基于 GPT-6 Luna 的 Decisions API 正式可用，用于分类、路由、评分等有界答案问题，速度最高比通过 Responses API 使用 GPT-6 Luna 快 10x。

    推荐理由：官方宣布 Decisions API 正式可用，给出与 GPT-6 Luna 的速度对比、定价和 GPT-Live 集成，便于评估路由分类类场景的收益。

  19. n8n Blog49

    AI 智能体工作流中的幻觉检测方法指南

    针对 AI 智能体工作流，可按幻觉类型分层部署检测：忠实度与接地性检查用 DeepEval 等工具把回答拆成单条主张与检索文档比对打分，自一致性检查多次提问同一问题比较答案是否收敛，语义熵则按语义聚类估计模型的不确定性。来源核验可对照数据库、API 和文档等权威来源，置信度阈值配合 human in the loop 把高风险输出转人工复核。

  20. OpenAI：官网动态46

    Uber 向全体员工部署 ChatGPT Work

    Uber 宣布即日起在全公司范围部署 ChatGPT Work，覆盖全球逾 30,000 名员工，此前试点规模为 1,000 人。该智能体接入 Google Drive、Gmail、Google Calendar 和 Slack，可完成资料调研、会议简报、演示文稿制作与数据分析等任务，并将 GPT‑6.1 Sol 作为默认模型。Uber 称这是其首个面向知识工作的全公司级智能体平台部署。

  24. Redwood Research：Blog78

    METR 与 Redwood Research 红队测试 OpenAI 内部智能体监控系统，发现多个漏洞

    METR 与 Redwood Research 各派一名员工，于 7 月 21 日至 8 月 11 日对 OpenAI 内部失准监测系统开展三周高权限试点压力测试，产出 61 页内部报告。

    推荐理由：作者以亲历视角披露对 OpenAI 内部监控系统的压力测试，给出覆盖率估算、漏洞清单和可复用的监控设计原则。

  25. Claude：Blog62

    Anthropic 指南：何时把子智能体合并进主 Agent 循环

    Anthropic Applied AI 团队发布指南，讲解何时把 orchestrator 下的路由器、规划器和领域子智能体合并进单个主 Agent 循环。文中对比显示，带 skills 的单智能体在质量上常优于一提示全包和子智能体设计，且成本和延迟更低，一家客户改用单循环后运行时间约快 2x。

    推荐理由：Anthropic 根据多个企业部署对比总结何时把子智能体合并进主循环，并给出迁移套件、评估集和分阶段合并方法，可直接迁移到自己的 Agent 架构决策。

10月22日周四
  4. n8n Blog44

    有状态 vs. 无状态：AI 智能体构建中的上下文管理

    n8n 博客对比了有状态与无状态架构在 AI 智能体构建中的取舍：有状态应用保留对话历史、认证信息等跨请求状态以维持连续性，无状态应用则让每个请求独立处理，更易在实例间分发、扩展和容错。LLM 本身不会在两次推理请求间自动保留对话，智能体的记忆需由系统在模型外存储并检索状态，再注入后续请求的上下文。n8n 中可按状态存活时长选择 memory 节点或 state store。

  6. Google DeepMind：Blog53

    Google DeepMind 与 WRI、IIASA 发布 ForTy 全球森林类型地图

    Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology（ForTy）2020 全球地图，以 10 米分辨率将地球每块土地划分为 FAO 定义的六类森林与土地类型，并首次提供 2017 至 2025 年逐年变化时间序列，展示天然森林被种植园或农场取代等变化。

  7. Sierra：Blog60

    Sierra 发布 𝜏-Entity 基准，检验语音智能体能否准确采集姓名、电话等实体信息

    Sierra 发布 𝜏-Entity 基准，测量语音智能体能否正确采集、识别错误并修复姓名、电话号码、地址和邮箱等细节，包含 10 种实体类型共 200 个任务，并与 𝜏-i18n 一样覆盖六种语言。

    推荐理由：Sierra 自建基准和论文量化了语音智能体在准确采集姓名、电话等细节上的失败率，并给出可迁移的验证策略效果数据。

  8. OpenAI：官网动态57

    OpenAI FDE 团队负责人详解前沿部署工程如何弥合部署差距

    OpenAI 前沿部署工程负责人 Colin Jarvis 撰文说明 FDE 团队的工作方式，即与客户合作弥合模型能力与可靠业务价值之间的部署差距。文中给出半导体客户验证案例，AI 定向测试生成节省约 48% 时间、内核优化中位性能提升 22%；迁移到以 Codex 为核心的通用 harness 后，每项目移除约 90% 定制代码，第二团队接入从 2 个月缩短到 1 天。

  9. Wiz：Research74

    Wiz 披露 ARTEX 智能体被 Storm-0940 用于攻击 IT 和软件厂商

    Wiz 披露 2026 年 10 月有攻击者使用开源自主渗透测试框架 ARTEX 针对多家 IT 和软件厂商，活动与微软报告的中国国家级关联组织 Storm-0940 重叠，并已扩展到其他软件领域的供应链攻击尝试。

    推荐理由：Wiz 基于自家日志复盘了开源 AI 渗透测试框架 ARTEX 被实战滥用的完整手法，给出了可复用的检测规则和 IOC。