跳到正文
#Agent
10月28日周三
  2. 公众号：卡尔的AI沃茨67

    豆包工作上线录制回放功能，作者实测用它做电脑自动化 Skill

    豆包工作新增了类似 Codex 的 record & replay 录制回放功能，用户可录制电脑操作并配语音讲解，由 AI 生成步骤并复刻，最长录制 30 分钟。作者实测发现它在用户占用窗口时会主动暂停而非重试，适合没有 API、跨多软件的工作流；作者还用它录制随机跨平台浏览节奏来采集小红书低粉爆款等内容，降低被风控检测的概率，并计划把 Codex 上做好的 skill 迁移过来以节省额度。

  3. The Decoder：AI News77

    Cathedral 用 AI 智能体侵入 Anthropic 内部系统，双方对事件范围说法不一

    网络安全初创公司 Cathedral 通过第三方业务软件渗入 Anthropic 内部系统，称其 AI 智能体在不到十二小时内接触到会议记录、薪资数据和 Slack 消息，并借漏洞赏金计划披露问题。

    推荐理由：安全公司用 AI 智能体渗透 Anthropic 内部系统，双方对影响范围各执一词，可用作观察第三方软件安全短板的案例。

  4. Simon Willison 博客46

    Terk Terkowitz：AI 工具帮不上你的工作，这是发现而非失败

    Amazon 工程领导层 Terk Terkowitz 在关于 AI 时代开发者角色的更新中表示，如果当前 AI 工具对你的工作没有帮助，那是一项发现，而不是失败。他建议记录原因、与同行社区分享、反馈给管理者并共同寻找解决方案，并称能说清 AI 在何处尚无法帮助工作的工程师，正展现了所期望的判断力。

  5. IT之家·人工智能62

    美国银行提醒客户不要向 AI 助手透露网银密码

    据 Android Authority 报道，美国银行向客户发送题为《AI 时代的财务保护》的邮件，提醒不要向外部服务包括 AI 智能体分享网银用户名和密码，并表示分享凭据产生的责任由客户承担。摩根士丹利已开始屏蔽未经批准访问客户网银的第三方智能体，摩根大通和花旗银行也在收紧相关权限，责任归属难题尚无妥善解决方案。

  7. 公众号：小红书技术45

    小红书蜜薯 X Rokid 智能眼镜：Personal Agent 的实时多模态、Proactive 与 Memory 架构

    小红书 2049 Lab 与 Rokid 合作，以智能眼镜为载体打造 AI 生活搭子“小红书蜜薯”，并介绍了其整体架构。系统由端侧体验、实时会话与 Agent 协作构成交互主链路，Memory 与能力服务独立支撑任务推进。其中多模态全双工支持插话与跨链路取消，Proactive 持续观察并判断回应时机，Memory 分层组织证据并异步读写，目标是走向持续服务个人的 Personal OS。

  8. Tessl：产品与工程博客57

    Tessl 博客：AI 代码工厂的瓶颈不是 Review 而是风险

    Tessl 博客提出，AI 软件工厂能生成代码、跑测试并开 PR，Review 队列堆积只是表象，真正的问题是如何放心让变更在无人逐行阅读的情况下推进。文章给出四类控制：降低出错概率（测试、静态分析、架构约束、隔离执行）、验证结果（验收场景与关联意图的证据包）、定位风险（系统关键性、依赖中心性、事件历史、可回滚性）、降低影响（隔离单元、熔断、特性开关、自动回滚）。

  9. 数字生命卡兹克60

    作者因担心封号未安装 Claude 浏览器插件，改为在 CLAUDE.md 中写规则让 Claude 指挥本地 Codex 应用操控 Chrome。分工上小事用内置浏览器自己做，多步骤、需登录后台或跨网站的任务交给 Codex；用法为 codex-browser "完整任务描述"，追加指令用 --resume 会话 ID，并提醒每轮结束会关标签页，需写清网址、步骤和截图存放路径。

  10. Sarvam AI48

    Sarvam 与 HQ IDS 建立 AI 框架，覆盖印度陆海空三军

    Sarvam 与印度国防部下属的 HQ IDS 签署 MoU，为印度陆军、海军和空军建立统一的 AI 项目框架。三军及联合机构将共用同一套基础模型、智能体基础设施与地理空间和感知系统，项目由其专注国防的 Chanakya 部门执行，采用包括 Sarvam 105B 在内的 AI 技术栈。重点方向为决策支持、目标获取与传感器到射手链路的数据融合，作战决策保留人工监督。

  13. Rohan Paul48

    Sundar Pichai 描述了他用来跟进 Google 动态的各类智能体，以及智能体现在如何决定哪些计算信号能传达到 Sundar Pichai 本人。 --- @alexeheath 与 Google CEO Sundar Pichai 的播客

    引用Alex Heath@alexeheath

    How Sundar Pichai uses AI to run Google: "I have agents running internally for me... There are all these chat groups: pre-training, mid-training, post-training data, etc. It could easily take me an hour a day to catch up on what's happened in the last 24 hours, but now I have agents running that summarize and bring that information to me. I can still go deeper, and I do so often. Similarly, there are agents with telemetry into our compute usage, product areas, efficiency, and utilization, and they are giving me inputs and insights."

  17. Rohan Paul76

    作者称 Verified AI 迎来标志性月份，Axiom 的 AI 智能体集群用 24 天完成数学史上最长证明的验证，将跨越 500 多篇论文的 15,000 页有限单群分类定理（CFSG）转化为 3800 万行以上机器验证代码，并发现已发表记录中的 34 处严重出入。引用内容补充称该形式化证明可能是最大的开源项目之一，图中显示 Axiom CFSG 达 43.0M 行，约每 37 天翻倍。

    引用Leo@biosemiote

    CFSG 的形式化证明如今可能已成为有史以来最大的开源项目之一。观看智能体将其组装起来，让人再次意识到其背后那令人敬畏的人类成就。这张图代表了数学家们数十年来发展出的约 15,000 页错综复杂的论证。

    推荐理由：原文汇总了 AI 智能体集群形式化验证有限单群分类定理的规模数据，可作为观察形式化验证能力进展的一个参照点。

  20. TechCrunch：AI56

    美国银行提醒客户不要向 AI 助手共享银行账号密码

    美国银行向客户群发题为“在 AI 世界保护你的财务”的邮件，提醒客户永远不要把用户名和密码交给他人或外部服务，包括声称能代你操作的 AI 工具或智能体。邮件指出共享凭据可能让 AI 未经知情操作资金、触发银行风控锁号，或因 AI 助手安全漏洞导致凭据泄露；并强调一旦共享凭据，由此产生的操作后果由客户自行负责。

  27. Anthropic：Research84

    Anthropic 研究：AI 智能体的隐性倾向如何影响 50 名专业分析师的判断决策

    Anthropic 发表研究，让 50 名有因果推断经验的专业分析师用 Claude Code（Claude Opus 4.8）完成一项统计分析任务，并在分析师不知情的情况下用掷硬币随机设定智能体在四个分析决策上的倾向。

    推荐理由：原文用随机分配智能体倾向的实验设计量化了专家的从随程度，还讨论了这种影响难以察觉的原因和可能的改进方向。

  31. Rohan Paul40

    从生产使用中整理测试数据集变得更方便了，这听起来相当实用。 人们会提出各种事先没人想到要记录下来的需求。能把更多这类需求纳入测试就好了。 今天，@JudgmentLabs 开放通用访问。 我们相信，长时间运行的智能体系统产生的 exhaust data 将超过目前世界能够处理的数量。 智能体轨迹中隐藏着如何让这些系统变得更好的丰富记录：用户提出了什么需求、智能体何时出错，以及智能体如何与外部世界交互。 Judgment 是面向长时程智能体性能最强的监控与改进层。 我们很期待看到你们构建的作品！

    引用Alex Shan@alexshander03

    Today, @JudgmentLabs opens for general access. We believe long running agent systems will generate more exhaust data than the world can currently process. Hidden within agent traces are rich records of how to make these systems better: what users ask for, when agents stumble, and how agents interact with the external world. Judgment is the most performant monitoring and improvement layer for long-horizon agents. We’re excited to see what you build!

  32. LangChain：Blog71

    LangChain 解析自研设计 agent Content Studio 并开源其 harness

    LangChain 详解自家设计 agent Content Studio 如何在 Slack 中根据一条提示生成视频、幻灯片和社媒图等代码化资产，已累计产出超 3000 件资产、80 多套幻灯片，单次请求模型成本从约 $8 降至约 50 美分。

    推荐理由：LangChain 复盘自研设计 agent 从早期差评到可用的过程，并开源了 harness，读者可借鉴其教品味、建环境和异步子代理的具体做法。

  34. Noam Brown54

    Noam Brown 发文称，MIT 每年冬季开设为期一个月的 6.9630 课程，学生制作扑克 AI 并比赛争夺现金奖励；编码智能体大幅加速了这一过程，现在一小时就能做出一个扑克 Bot。他还表示会出席 No Limit 扑克 Bot 锦标赛决赛，该赛事由 Sequoia、citsecurities 和 OpenAI 主办，冠军奖金 10 万美元。

    引用Sequoia Capital@sequoia

    Announcing No Limit: a bot building tournament hosted by @Sequoia, @citsecurities and @OpenAI. Teams of 1 or 2 get 60 minutes to build a pokerbot from scratch. Agents play thousands of games across six scored rounds. Open to university students and recent grads (‘25 or ‘26). Regionals in Boston, Pittsburgh and the Bay Area in early November. Top five teams from each fly to the Finals. $100K grand prize.

  36. Meta Engineering Blog43

    Meta 详解 PrivacyLib：在数据访问边界执行隐私控制

    Meta 详解 PrivacyLib，这是一个运行在数百个数据与处理系统客户端内、在数据访问点执行隐私控制的公共库，每秒执行数十亿次检查。系统只需接入一次，新隐私能力即以模块形式复用该集成，此前跨系统实现一项新要求可能耗时数月。PrivacyLib 还新增 Agent Observability 模块，用于观测内部 AI 智能体的数据访问事件。

  39. Replit：Blog68

    Replit Cloud Agents 开放企业代码库贡献，非技术人员可直接提交经测试的 PR

    Replit 推出 Cloud Agents，面向 Pro 与 Enterprise 客户开放，让设计、客服等非工程人员用自然语言向公司核心代码库提交经测试的 pull request。

    推荐理由：官方介绍 Cloud Agents 如何让非工程人员以经测试的 PR 参与公司代码库，含沙盒测试、skills 沉淀与共享环境等机制。