跳到正文
#Agent
10月10日周六
  5. Muse43

    我坐副驾！ （引用推文核心要点：让 @Muse 给我附近每一家奥迪经销商打电话，找一辆 Q9 试驾。它跟真人通了话并回报结果。目前停车场里还没有 Q9，但有一个人邀请我们去参加发布活动。完全省掉了一下午的等待音乐。@alexandr_wang @AIatMeta @Audi）

    引用Scott Polen@spolen23

    Had @Muse call every Audi dealer near me to find a Q9 to test drive. It talked to real people and reported back. No Q9 on lots yet, but one guy invited us to a reveal event. Skipped an afternoon of hold music entirely. @alexandr_wang @AIatMeta @Audi

  7. François Chollet40

    目前，使用 AI 智能体仍然感觉很像单机游戏。它们为你工作，但结果被困在孤立的聊天记录中，无法积累。 Busabase 团队（@Busabase4agent）正在推出一个开源（MIT）的智能体数据库和工作空间来解决这个问题。你的智能体不再把工作丢失在短暂的对话中，而是直接写入一个结构化工作空间，将输出转化为可复用的数据、文档和技能，供整个团队访问。 详情见：https://busabase.com/

10月9日周五
  1. OpenAI Developers51

    OpenAI 宣布为在 Windows 上使用 Codex 的开发者推出新沙盒模式，基于 Microsoft Execution Containers（MXC）构建，提供更快的设置、更强的网络隔离和细粒度文件访问控制。该模式需要兼容的 Windows 11 设备。

    引用Pavan Davuluri@pavandavuluri

    Today, we announced new @Windows platform capabilities and @surface devices built to empower people and organizations for the era of hybrid intelligence. Here are some of the highlights: - It all starts with trust. Microsoft Execution Containers (MXC) is now generally available on Windows 11, keeping agents contained within boundaries the operating system enforces. - HydraFusion brings hybrid intelligence to life, allowing models to run locally while seamlessly accessing the cloud when more scale or capability is needed. We're working with @github to extend HydraFusion to Windows. - This fall, Search on the taskbar adds thousands of quick actions, making it easier to adjust settings and get things done as fast as you can type. - @MSFTCopilot is getting more powerful on Windows. With hybrid intelligence, it can tap into your PC's local capabilities and turn your requests into action, while keeping you in control. - Local agents are coming to Windows too. Muse is on its way as a native Windows app with MXC integration, and Hermes, OpenClaw, and Perplexity are already building local experiences on Windows. - Surface Laptop Ultra, built with NVIDIA RTX Spark, is the most powerful Surface we've ever built. It's available for pre-order today, along with the Surface RTX Spark Dev Box and new RTX Spark PCs from our partners. Call of Duty is coming to RTX Spark in 2027. Read more on the Windows Blog: https://blogs.windows.com/windowsexperience/2026/10/07/building-windows-for-hybrid-intelligence/

  4. Tessl：产品与工程博客47

    智能体代码审查的解剖：Tessl Code Review 如何重构 PR 审查流程

    Tessl 发布博客拆解智能体代码审查的完整结构，包括标准、视角、发现、裁决、逐条回应与记忆六个环节。其 Tessl Code Review 内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个视角，以 skill 形式打包并并行运行，标准以 context 形式存放在仓库中。该工具可免费安装到代码仓库，在下一个 pull request 上运行首个循环。

  5. Rohan Paul42

    微软论文提出 TeleTune，让智能体直接从原始使用日志中学习软件技能，无需实时测试环境，仅保留能更好预测用户下一步动作的技能编辑。该方法猜测每个会话的目标，用文本技能库让模型预测每条日志动作，错误预测触发技能库修改，只有在留出日志上准确率提升的编辑才会被保留。论文称旧日志上的下一步动作准确率与实时成功率一致，建议产品记录用户活动并据此挖掘智能体技能。

  6. Rohan Paul44

    Meta 新论文发现，智能体记忆系统对用户价值观与信念类声明应单独提高置信阈值，而非全局统一。这类声明仅占候选记忆的 21.5%，却贡献了超过其他所有类别总和的缺乏支撑的声明，其来源支持率仅 77.9%，其他事实为 96.2%。仅对价值观类收紧标准后，无支撑记忆从 6.2% 降至 4.0%，同时多保留约 13 个百分点的来源关键事实。

  7. O'Reilly Radar46

    从身份验证转向意图验证：AI 智能体时代的企业安全新范式

    互联网上非人类流量与人类的比例已达 144:1，自主 AI 智能体兼具类人的操作范围和概率性推理，使传统身份验证体系失效。Web Bot Auth 等签名机制只能证明请求者身份，无法验证意图，提示词注入可劫持已验证的智能体。企业需转向执行时持续验证，包括短时凭证、加密入口验证、浏览器层意图分类和提示词注入防护。

  8. 公众号：火山引擎45

    火山引擎发布 AI 安全网关，统一管控企业 AI 流量

    火山引擎正式发布 AI 安全网关，可通过代理、安全插件或旁路方式部署在企业办公网出口，统一管理企业内 Agent 和 AI 应用的交互流量。该网关提供旁路发现能力，基于 7 层流量镜像识别未装端侧插件的设备，并支持 MCP、Function Calling 等协议特征识别工具调用行为。其 PII 识别率超 95%，高敏感数据可自动路由到 AICC 机密推理环境，产品已开放 POC 测试。

  9. The Decoder：AI News50

    Anthropic 的 Claude Science 首次绘制完整紫外线全天图

    Anthropic 的 Claude Science 协调多个 AI 智能体，下载、校准并合并多个太空任务的数据，首次绘制完整紫外线全天图。由于臭氧层阻挡紫外线只能从太空测量，此前 NASA 的 GALEX 任务仅覆盖约三分之二天区并跳过明亮恒星形成区；缺失区域用 inpainting 技术重建，测试中预测与实测平均偏差约百分之十。

  17. Arena.ai71

    Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室，基于超 5000 个真实智能体会话，该预览版净改进分为 -6.6%，总排名第 43，比前代 Mistral Medium 3.5（-12.60%）高出 11 位。

    引用Mistral AI@MistralAI

    认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    推荐理由：Arena 用 Agent Arena 实测数据给出 Mistral Large 4 的排名与分数，可对照其官方发布信息核实模型实际表现。

  20. IT之家·人工智能44

    Meta 首席 AI 官汪滔：别指望 Muse 自动帮你赚 1 万美元，记忆能力是改进重点

    Meta 首席 AI 官汪滔表示，用户想让 Muse 智能体帮忙赚到 1 万美元，自己也得付出努力，Meta 正持续改进 Muse 的记忆能力以处理更复杂任务。Muse 上线一个月后仍位居苹果 App Store 免费应用榜首，Meta 正为其探索订阅、交易抽成等可持续商业模式，目前并未花太多时间考虑广告。

  21. Claude：Blog66

    Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移

    Anthropic 发表对 Block AI capabilities 负责人 Bradley Axen 的访谈，介绍 Block 用 Claude Fable 5 编排大规模代码迁移：Fable 做数据模型、API 规格等高层设计，再调度数十个更小的 Opus 或 Sonnet 模型执行文件修改和测试，一次迁移可能合并上千个 pull request。

    推荐理由：Block 负责 AI 能力的负责人详述 Fable 编排多模型跑大规模迁移的做法与双审批安全机制，读者可对照自身团队的智能体工程实践。

  24. Hugging Face 官方团队博客72

    Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型

    Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型，包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器，以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等，全部计算成本约 103 美元。

    推荐理由：作者总结了预算控制、基线评测和冒烟测试等提示词写法，让 agent 自主完成数据构建、训练与发布，方法可直接迁移复用。

  25. Arena.ai65

    Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元，由 Lightspeed 和 Khosla Ventures 联合领投，a16z、Felicis、Salesforce Ventures、The House Fund 等参投。自 A 轮以来，Arena 年化收入超 1 亿美元，平台累计 3.5 亿场次会话，约 5 个月内产生 700 万次 Agent Arena 会话，覆盖文本、视觉、代码、搜索、图像和视频的投票达 6200 万，用户遍布 150 多个国家。融资同时，Arena 发布基于真实智能体轨迹构建的 Alignment Index，对 20 多个前沿模型从 Unauthorized Action、False Attribution 和 Deceptive Completion 三个信号进行评估。Arena 于 2023 年作为 UC Berkeley 研究项目启动，2025 年成为公司。

    引用The House Fund@thehousefund

    .@arena 刚刚以 31 亿美元估值完成了 2 亿美元 B 轮融资。 由我们的朋友 Lightspeed 和 Khosla Ventures 联合领投，参投方包括 a16z、AMP PBC、Felicis、Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、The House Fund 等。 我们很自豪从第一轮起就是投资者，也很兴奋能在这一轮加倍下注。 自 A 轮以来： - 年化收入超过 1 亿美元 - 平台累计 3.5 亿次会话 - 不到五个月内 700 万次 Agent Arena 会话 - 跨文本、视觉、代码、搜索、图像和视频的 6200 万次投票 - 用户遍布 150 多个国家 伴随此次融资，Arena 发布了其 Alignment Index，基于真实世界的 agent 轨迹构建。它从 20 多个前沿模型中的三个信号开始：Unauthorized Action、False Attribution 和 Deceptive Completion。 值得记住这一切从何开始。Arena 于 2023 年作为 UC Berkeley 的一个研究项目启动。它在 2025 年成为一家公司。 如今，它是 AI 行业检验自身工作的方式。 祝贺 @ml_angelopoulos、@infwinston、@istoica05 以及整个 Arena 团队！ Berkeley 研究，让 AI 保持诚实。Go Bears！

    推荐理由：原文披露 Arena 融资金额、估值和运营数据，并介绍基于真实智能体轨迹的 Alignment Index 三个信号。

  28. Rohan Paul60

    @anvisha 发布 Voyager，定位为创意工作领域的开放 harness，被作者称为 Codex for creative work，让 Agent 像编码 Agent 操作代码库一样操作项目文件和创意应用。

    引用Anvisha@anvisha

    Introducing Voyager: the open harness for S-tier video, graphics and games. The Codex for creative work. Most AI tools are built for coding. Voyager is designed to get the best creative results from models like Opus, Astra and DeepSeek. It comes with free graphics, music and video editing tools - or, it can drive Blender, Resolve, After Effects, Ableton and 100+ others. Everything in this thread was made with Voyager. A few of our favorites: