跳到正文
今天10月30日周五51 条
  2. Rohan Paul43

    AI智能体正在转向投放广告支出。 Walmart以据报道14亿美元收购的Vibe推出了一款AI智能体，它能读取品牌的网站和预算，然后挑选哪些Walmart购物者应该看到其流媒体电视广告。 AI模型的价值取决于其数据，而Walmart知道数百万人的购买行为，这些购买数据如今就放在一个任何小广告主都能使用的智能体背后。

    引用Arthur Querou@arthurquerou

    3 months ago, Walmart acquired Vibe for $1B+. It all started with a question. What if? Today, we answer it.

  4. Rohan Paul47

    Nvidia 否认了有关美国情报机构监控其 CEO 黄仁勋身边人士的报道。报道聚焦新加坡云服务商 Megaspeed 的 Alice Huang，官员据称怀疑其向北京传递信息。Nvidia 称 Megaspeed 是其区域云客户之一，Huang 与公司官员的接触属例行往来，并称关于 Megaspeed 将 AI 芯片转运至中国的指控“去年已被彻底调查并证伪”，公司也未收到华盛顿方面的任何预警。

  7. Aravind Srinivas55

    Perplexity CEO Aravind Srinivas 宣布 @jakubkrehel 开发的 /teardown 技能现已在 Perplexity Computer 的技能市场上线，可将任意物体拆解并以 3D 方式交互查看内部结构。该技能能绘制带部件标注的爆炸图或剖视图，图纸可交互并导出为 SVG、PNG 或 PDF。每位用户有 5,000 试用额度，引用内容提到 11 月 6 日前使用 /teardown 的任务免费。

    引用Computer@AskPerplexity

    The Teardown skill by @jakubkrehel, now in Computer's skills marketplace, draws an exploded view or cutaway of an object, parts labeled. Drawings are interactive and export to SVG, PNG or PDF. Tasks that use /teardown are free through November 6, up to 5,000 credits per user.

10月29日周四
  1. Rohan Paul53

    AgentWeb 发布面向通用 AI 智能体的网页任务基础设施，让智能体不通过浏览器、直接调用映射好的操作来完成网站任务。实测在 15 个政府门户、7 家保险公司和 25 个需登录的网站（如 Amazon、LinkedIn）上完成 47/47 项真实任务，中位耗时 1.9 秒，全程成本 3 美元。

    引用Andrey@Andrey__HQ

    Introducing AgentWeb: reliable web infrastructure for generalized agents. 47/47 real world tasks on live sites. 1.9s median. $3 total. Request access: https://www.agentweb.us

  5. Wiz：Research70

    Wiz 分析智能体攻击的七大指纹与发展趋势

    Wiz 基于自身事件响应与公开披露案例，分析 AI 智能体参与真实入侵的现状与趋势，涉及 ARTEX、Hermes 等框架及韩国金融机构（约 67,000 人信息外泄）、泰国财政部、ConnectWise 供应链（尝试攻击超 2,250 个租户）等案例。

    推荐理由：Wiz 结合自身三起案例与公开事件，提炼出七条可操作的智能体攻击指纹，对防御侧检测有直接参考价值。

  6. The Verge：AI46

    NYT Cooking 应用测试 AI 食谱修改功能

    《纽约时报》正在为其 Cooking 应用测试 AI 食谱修改功能，可推荐食材与厨具替代方案、按任意份数缩放食谱。该功能目前向 iOS 应用上的所有 Cooking 订阅用户开放，后续将更广泛推出，定制食谱为私密内容、不可发布或分享。部分读者在评论区表达了对 AI 环境影响的担忧，NYT Cooking 高级编辑 Genevieve Ko 表示暂不提供关闭选项，但该功能完全可选。

  9. Rohan Paul47

    Snaptrude Agent 可从场地或任务书直接生成施工就绪的 LOD 400 建筑模型，包含结构、MEP 与完整图纸集，建筑师可逐步掌控。早期访问中 2000 多名设计师自 9 月起已运行超 2.5 万个任务，用户累计消耗超 1400 亿 tokens。团队还推出 AECBench 基准，用于检验 AI 在 AEC 场景下的设计正确性。

    引用Altaf Ganihar@altafganihar

    Today we're launching @snaptrude Agent, the most advanced agent for building design. It does real design work with you, from a site to a construction-ready LOD 400 model with structure, MEP and drawings. Then can go back to your existing software with your families intact. About a year ago we bet the company on AI. Honestly the insight came from software engineering. It wasn't long ago that autocomplete felt like a big deal, and now engineers direct agents that write a lot of the code. I think the same shift is coming to how we design buildings, and it's already started. Most designers I meet aren't short on skill, they're short on time. Take the call every design team dreads, the client cuts the budget by 30%. Today that's a bad month for everyone. With the agent you're the director. You decide where the cost comes out, and it updates the layout, coordinates the structure and MEP, and redoes the drawings. So when design exploration gets this cheap, we go from 3 options to 300, and more options means better buildings. Since August our users have gone through more than 140 billion tokens, and firms like Jacobs, Studio+, Kajima, VMDO, Dekker and hundreds of others use Snaptrude today. In our early access, more than 2,000 designers have run over 25,000 tasks through the agent since September. We also built a benchmark for this, AECBench, because in AEC an almost correct answer is still wrong. It gives AI the same brief an architect would get, has its design in a real BIM model, and scores the result against the brief and against how architects review design. We're publishing the first results today, link below. Thank you @prashanthp at @Accel and Shub and the team at @foundamental for backing us when this was still a bet, and the Snaptrude team, who built every bit of this. Really proud of you all. Thanks to our investors, @scottbelsky, @andreasklinger, @thilokonzok, @immad, @CindyXBi, @DanilaVladi, @jmwass, rahulchaudhary, @adamecourt, Zach Ginsburg, Alex duff, Paul grossinger, really appreciate all the help along the way.

  13. Arthur Mensch65

    Mistral 发布新改进版 Le Chonk 的开放权重，主打智能体编码与网络安全方向。该模型在 Cognition 的 FrontierCode 上排名开源模型第一，并在 Artificial Analysis 上创下 Pareto 效率新基准；网络防御能力经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试，权重可在 Hugging Face 下载，支持用 Mistral Forge 定制并自行部署。

    引用Mistral AI@MistralAI

    今天，我们发布了全新改进版 Le Chonk 的权重，推进智能体编程与网络安全领域的开放前沿。 💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 上于开放模型中排名第一，并在 @artificialanalysis 上树立了帕累托效率的新基准。 🛡 为防御而生：网络防御领域的顶尖水平，已通过全球领先网络安全厂商的检验，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为主权而构建：让它成为你的。在 @huggingface 上下载权重，使用 Mistral Forge 进行定制，并部署到你需要的任何地方。 阅读我们团队和客户的更多内容 👇：

    同一件事，精选收录的是《Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型》

  15. Arena.ai61

    Arena 公布近 9K 个智能体会话的实测结果：OpenAI 的 GPT-6.1 Terra (Max) 在 Agent Arena 排名第 8，净提升 +10.6%，单任务中位成本 $0.62，重塑 Pareto 前沿。

    引用Arena.ai@arena

    Real-world results are in: GPT-6.1 Terra (Max) by @OpenAI just landed #14 in the Code Arena: WebDev with 1671 pts, delivering Pareto level results! That’s +151 pts over GPT-5.6 Terra, now at #56. At a median cost of $0.40 per task, GPT-6.1 Terra costs 28% less than GPT-5.6 Terra ($0.56 per task), reshaping the Pareto frontier. Compared to other models in the family, GPT-6.1 Terra (Max) is incredibly efficient: - 81 pts below #4 GPT-6.1 Sol (1752 pts), at 75% lower median cost per task. - Just 6 pts below #11 GPT-6 Sol (1677 pts), at 76% lower median cost per task Congrats to the @OpenAI team on this release!

  16. vLLM 官方博客71

    vLLM 发布 Mistral Large 4 Day 0 支持

    vLLM 团队宣布对 Mistral 新旗舰模型 Mistral Large 4 提供 Day 0 支持，该模型为 1T 参数、每 token 激活 49B 的原生多模态 MoE 模型，采用 MLA 稀疏注意力加 DSA top-k 索引器、跨层 KV 共享、NoPE、SSMax 和 LeRoPE 等新架构，并内置 DSpark 推测解码草稿器与 Pixtral 视觉编码器。

    推荐理由：vLLM 团队详解支持 Mistral Large 4 所需的架构适配与量化、长上下文、推测解码等实测数据，可作部署参考。

  17. IT之家·人工智能44

    华为制药军团总裁樊杰明确“华为不做药”，希望成为 AI 制药产业技术底座

    华为制药军团总裁樊杰在第十一届医药创新与投资大会上明确表示“华为不做药，也不做管线”，希望以算力、存储、网络和工具链能力成为 AI 制药产业的技术底座与生态支持者。他透露部分合作项目已开始部署百卡规模计算集群，华为现有 1024 卡超节点方案，并与深势科技、望石智慧、分子之心等合作形成配套方案。

  19. IT之家·人工智能62

    DiffuSpace 开源 Clover-35B-A3B-Preview 扩散语言模型

    人工智能实验室 DiffuSpace（扩散智能）发布 Clover 系列首个成员 Clover-35B-A3B-Preview，以 Apache 许可开源。该模型采用 MoE 架构，通过多轮迭代实现从模糊到具体的全局思维，在多项基准测试中性能超过同规模自回归模型 Qwen3.6-35B-A3B，尤其擅长智能体编程与工具使用任务，同时保持更快生成速度。

  20. Unsloth AI77

    Unsloth 发布 Mistral Le Chonk（Mistral Large 4，1T 参数 MoE，52B 激活）的 Dynamic 1-bit GGUF，可在 Mac Studio 上本地运行，保留 91% top-1 准确率，体积约 233GB（较 1.1TB FP8 小 80%）。图为各量化档位给出硬件需求，1-bit 需 256-270GB 内存，最小 UD-IQ1_S 约占 233GB 磁盘，并支持文本与图像输入、1M 上下文和 160+ 语言。GGUF 与指南见 huggingface.co/unsloth/Mistral-Large-4-1T-A52B-GGUF 和 unsloth.ai/docs/models/mistral-large-4。

    引用Mistral AI@MistralAI

    今天，我们发布了全新改进版 Le Chonk 的权重，推进智能体编程与网络安全领域的开放前沿。 💻 为构建而生：Le Chonk 在 @cognition 的 FrontierCode 上于开放模型中排名第一，并在 @artificialanalysis 上树立了帕累托效率的新基准。 🛡 为防御而生：网络防御领域的顶尖水平，已通过全球领先网络安全厂商的检验，包括 @CrowdStrike、@cloudflare、@rubrik、@zscaler 等。 为主权而构建：让它成为你的。在 @huggingface 上下载权重，使用 Mistral Forge 进行定制，并部署到你需要的任何地方。 阅读我们团队和客户的更多内容 👇：

    推荐理由：原文给出在 Mac Studio 上本地运行 1T 参数模型的量化方案和硬件需求表，读者可直接照做部署。

  23. Hugging Face 官方团队博客81

    Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型

    Hugging Face 发布 Mistral Large 4（Le Chonk）的上线博客，模型为多模态多语言 MoE 架构，总参数约 1T、激活 49B、上下文窗口 1M token。

    推荐理由：原文给出架构细节、网络安全能力分数和各硬件实测吞吐，读者可据此评估该开源权重大模型的部署门槛与适用场景。

  26. TechCrunch：AI45

    Wabi 以 12.5 亿美元估值融资 5500 万美元，从提示词建应用转向个人 AI 智能体

    由 Replika 创始人 Eugenia Kuyda 创办的 Wabi 以 12.5 亿美元估值完成 5500 万美元融资，本轮由 IVP 领投，a16z、Forerunner、Amazon Alexa Fund 等参投。Wabi 原主打用提示词构建应用，上月宣布转向 AI 消息应用形态 Wabi 2.0，作为个人 AI 智能体按需生成膳食规划、健身计划、问答游戏等 mini app 界面。