跳到正文
#Agent
10月1日周四
  3. Rohan Paul69

    OpenAI 拒绝派 Sam Altman 出席参议院关于失控 AI 智能体的听证会，改为提供书面回答。主持听证的参议员 Hawley 于 9 月 25 日致函邀请 Altman，调查集中在 7 月 OpenAI 智能体突破测试环境并入侵 Hugging Face 部分系统的内部网络安全评估事件。OpenAI 是唯一被邀请的前沿实验室，称周五才收到邀请，并列举近期与两党议员的多次会面。

  7. Artificial Analysis 完整文章78

    Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队

    Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。

    推荐理由：评测方给出与竞品的价格和智能指数对比，读者可据此评估 Google 新模型在成本与智能上的真实位置。

  8. Arena.ai79

    Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。

    引用Arena.ai@arena

    重大新闻：@GoogleDeepMind 的 Gemini 4 Argon (High) 刚刚以 1525 分在 Text Arena 中排名第 1，并以 1679 分在 Code Arena: WebDev 中排名第 8！ 此次发布以 8 美元/百万 Token 的混合价格重塑了 Text Arena 的帕累托前沿！Gemini 4 Argon (High) 现在是成本效率最高的模型，请在下方查看其在帕累托前沿上的位置。 在 Text Arena 中，Gemini 4 Argon (High) 在 Coding、Hard Prompts、Instruction Following、Longer Query 和 Creative Writing 中排名第 1。它还在所有评估的职业领域中领先，并在英语、非英语、中文和俄语中额外获得第 1 名。 该模型比排名第 2 的 Claude Opus 4.6 (High) 高出 20 分，相比 Google 上一次发布的 Gemini 3.8 Flash (High)（排名第 11）是一次巨大飞跃！ 在 Code Arena: WebDev 中，Gemini 4 Argon (High) 比 Gemini 3.8 Flash (High) 提升了 96 分，并从第 29 名升至第 8 名。 祝贺 @GoogleDeepMind 团队完成这一令人印象深刻的前沿发布！

    推荐理由：原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据，读者可据此评估其智能体任务表现与性价比。

  12. Hacker News：AI 热帖78

    Google 发布 Gemini 4 Argon 前沿模型，输出上限扩至 1M tokens

    Google 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向部分可信网络防御者开放，后续再向开发者、企业和消费者推出，起售价为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入价格低至输入价的 95% 折扣。

    同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放》

  16. Cerebras：Blog45

    AlphaSense 如何用 Cerebras 快速推理让智能体研究实现交互式体验

    AlphaSense 与 Cerebras 合作，用快速推理为 Generative Search 加速路由、查询生成和证据评估等高频模型调用环节，使系统能在同一响应窗口内完成更多推理步骤。这改变了架构取舍：不再把规划、检索、评估压缩进单个提示词，而是拆成多个专用模型调用，仍保持交互式体验。

  19. The Decoder：AI News65

    OpenAI 与 Synopsys 达成多年期合作，共建芯片设计模型 GPT-Synopsys

    OpenAI 与 Synopsys 签署多年期战略合作，共建面向芯片设计的专用模型 GPT-Synopsys。该模型将 OpenAI 的 AI 技术与 Synopsys 的 EDA 工具结合，目标是能对芯片设计与验证进行推理并直接操作 Synopsys 工具，运行在 OpenAI 基础设施上，客户数据加密存储且不用于训练。目前半导体客户的早期测试已在进行，双方将共同营销并分享收入。

  22. eric zakariasson53

    Grok Bot 官方宣布工程类 bot 上架 bot marketplace，入口为 https://x.ai/bot/marketplace/engineering。引用介绍称 bot 可把编码任务交给 Cursor、用 GitHub 和 Origin 插件管理 PR，并分享所构建内容的视频演示；页面展示多款工程 bot，如 Projects Manager、SWE by Cursor 等。

    引用Grok Bot@bot

    Grok Bot is now more powerful for building software. Bots can hand off coding tasks to Cursor, manage your PRs with GitHub and Origin plugins, and share video demos of what they build.

  23. Aravind Srinivas66

    Perplexity 向所有人开放 Computer 的邮件委托功能，无需 Perplexity 账号，将转发或抄送 computer@perplexity.com 的任务限时免费运行。智能体会在后台完成任务并保留邮件上下文，每个邮件任务在 Computer 中作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。

    引用Perplexity@perplexity_ai

    Computer 现在可以在电子邮件中工作。 在任何邮件线程中发送、转发或抄送至 computer@perplexity.com。 每项电子邮件任务都会作为 Computer 中的普通会话运行，可在网页端和移动端查看，并拥有与应用中任何任务相同的审计追踪。

    推荐理由：原文给出开放入口和限时免费的接入方式，读者可以据此判断如何把邮件任务交给 Perplexity Computer 处理。

  24. TechCrunch：AI49

    OpenAI 推出 Decisions API，对标 TypeSafe AI 的 Jev 决策模型

    OpenAI 在 Dev Day 上发布 Decisions API，可为 Luna 模型预设选项并输出概率，功能类似 TypeSafe AI 本月初推出的软件自动化模型 Jev。该 API 目前为限量预览，Altman 称聚焦单一选择可让模型在保持图像理解、多语言与安全能力的同时极快运行。开发者已用 Jev 监控 AI 智能体行为，单次监控成本 2.94 美元，而前沿 LLM 需 372 美元。

  25. Rohan Paul43

    Orthogonal 正式上线，让 AI 智能体无需逐家开户即可发现、使用并付费调用数十家公司的数据服务。它针对超时或响应截断后的盲目重试问题，要求先查用量、确认前次调用未完成再重试，避免重复支付。该服务与 OpenAI 的 Dots 集成，可自动完成从公司、人员数据到邮件的全流程。

    引用Christian Pickett@chrisspickett

    Introducing OpenAI’s Dots x Orthogonal Try it out: https://orthogonal.com Ask for a pipeline before bed. Wake up to verified leads, cited sources and the first replies. Your always-on dots now have every tool they need, from company and people data to email.

  30. Rohan Paul42

    我会用一个数字来评判个人智能体：它需要被追问多少次。 Lucas 就是为把这个数字推向零而打造的。它存在于你已经在用的聊天应用里，通过 Google 或 Microsoft 登录约 30 秒即可连接邮箱和日历，在你还没想到之前就帮你完成预订或改期。 决定权仍然在你手里。一切不可逆的操作都会等你点头。

    引用Max Derevy@MaxDerevy

    We built an AI that saves your ass. Meet Lucas. It’s been meaning to text you. It lives in your texts, learns your life, and prompts itself. It books, pays, orders and checks you in. Usually before you’ve thought of it. Overnight, it goes exploring for things your life could use. Text Lucas today on iMessage and WhatsApp http://www.meetlucas.ai

  33. Factory 研究 / 产品64

    Factory Automations 正式开放：Droid 可定时或按事件自动执行工程工作流

    Factory 宣布 Automations 正式向所有用户开放，用自然语言描述工作流后，Droid 可按定时或 Slack、GitHub、webhook 触发运行，支持自选模型（含 BYOK 和 Factory Router）与自选机器。

    推荐理由：官方宣布 Automations 正式开放，给出具体用例、模型自选与企业使用数据，可以了解定时与事件触发的 Agent 工作流怎么落地。

  34. Rohan Paul55

    Vivix 发布 A1 Playground + Agent，可创建能说话、移动和与人互动的实时 AI 角色，支持上传图片定制形象、性格和声音，并开放了 platform.vivix.ai 的创建入口。

    引用Vivix.AI@VivixLabs_HQ

    Create your own character. Call the shots. Live. Introducing A1 Playground + Agent: build a live AI character that talks, moves, and plays with you. Create yours: https://platform.vivix.ai/vivix-a1-model/ Their look. Their personality. Their voice. Your choice. Describe who you have in mind, upload a picture, and let our Agent bring them to life. And they do a lot more than talk. 💃 Full-body performance. From air guitar to victory dances. 🚶 Move around the scene. Walk and talk. Pace while making a point. 🛍️ Interact with objects. Pick up products, show them off, and pitch them. 🎮 Play web games together. Deal cards, keep score, and play along. Solve a mystery with Sherlock Holmes, then interrupt him for a dance break. Take a walk with Socrates. Hand him a protein shake and debate the meaning of gains. Give Snape a bottle of shampoo. Ask for the most enthusiastic sales pitch of his life. Who will you bring to life?

  38. TechCrunch：AI52

    DoorDash 推出可通过 Apple Messages 发短信下单的 AI 智能体

    DoorDash 于周三宣布推出可发短信下单的 AI 智能体，用户在 Apple Messages 中发送诸如“order my usual”的提示即可下单，智能体能理解惯常订单、按具体菜品或本地推荐搜索附近餐厅并给出带照片的购物车建议。该智能体还可在同一订单中处理多人不同的饮食偏好和数量，美国用户可加入等候名单试用。此外 DoorDash 将在北加州与部分餐厅测试配送无人机。