跳到正文
#Agent
9月22日周二
  1. The Verge：AI69

    Meta 修复 Muse macOS 应用零日漏洞，攻击者可借此操控 AI 智能体

    Meta 为 Muse macOS 应用发布补丁，修复一个可让攻击者接管 AI 智能体的零日漏洞。安全研究员 Patrick Wardle 发现漏洞利用一个未公开设置，可将转写处理从 Meta 服务器重定向到攻击者端点，从而获取 Muse 账户访问权；概念验证可实现拍照和写入恶意文件且多数情况不提醒用户。

  3. Kimi.ai69

    Kimi 发布新的 Kimi Browser Extension，前身为 Kimi WebBridge。用户可在浏览器侧边栏与 Kimi 对话，让它导航网页、填写表单并完成任务；对重复性任务，可录制一次操作步骤保存为 skill，下次由 Kimi 接手执行。产品现已在 kimi.com/products/kimi-browser-extension 和 Chrome Web Store 上线。

    推荐理由：官方原文给出了产品入口、侧边栏能力和把重复操作存为 skill 的做法，读者可据此评估是否纳入自己的浏览器工作流。

  5. IT之家·人工智能63

    美国银行等多家银行警告 AI 智能体代购或增加诈骗与数据隐私风险

    据路透社 9 月 22 日报道，美国银行、国民西敏银行、ING、新西兰 ASB 银行和美国第一资本金融等多家银行警告，让 AI 智能体代消费者网购可能增加诈骗、欺诈和数据隐私泄露风险。报告指出 AI 智能体可能要求消费者提供银行卡信息直接输入购物网站，或引导用户使用消费者保护较弱的支付方式；银行计划与政策制定者讨论要求披露 AI 参与交易、提高决策透明度及建立客户数据保护机制等提议。

  7. IT之家·人工智能59

    阿里千问办公发布首款桌面机器人 QwenNote Eva，售价 899 元

    阿里千问办公在 2026 云栖大会期间发布首款桌面机器人 QwenNote Eva（不含屏幕），售价 899 元，今晚 8 点开售，适配安卓、iOS 与鸿蒙设备。产品内置千问办公并以钉钉为协同底座，支持一句话指令交付任务、会议日程、AI 听记、情绪陪伴与桌面充电，语音与情绪能力标注为 Powered by qwen-audio，采用 GaN 快充方案最大输出 65W。

  8. IT之家·人工智能59

    阿里千问办公发布企业上下文、数字员工及 Agent 硬件 QwenNote A2

    阿里千问办公（QwenWork）在 2026 云栖大会专场发布企业级 Agent 系列产品，包括企业上下文（Enterprise Context）、数字员工、协作与应用功能，以及安全中心。同时发布首款 Agent 硬件 QwenNote A2，支持语音转写与语音调用千问办公执行任务，转写仅保留文字和纪要、不保留原始音频，售价 1199 元，当日开售。

  12. IT之家·人工智能60

    阿里云栖大会发布千问 AI 眼镜 N1 系列，支持眼动追踪与虹膜支付，10 月 13 日发售

    阿里巴巴在 2026 云栖大会展示千问 AI 眼镜 N1、N1 Pro 及 AI 耳夹式耳机，已开启线上预约，10 月 13 日现货发售。N1 系列搭载 5000 万像素传感器支持第一视角拍摄，N1 Pro 支持眼动追踪和虹膜支付；耳机结合 Bose 调音与 AI 助理，支持面对面翻译、AI 听记和语音办事。

  14. Artificial Analysis65

    Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。

    推荐理由：Artificial Analysis 实测 Step 5 Preview 的得分、成本与智能体短板，读者可据此对比同分段模型的表现与性价比。

  15. OpenRouter：Announcements62

    OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用

    OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。

    推荐理由：OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。

  24. Mark Zuckerberg55

    Mark Zuckerberg 宣布与 Shopify 合作，让用户在 Muse 内更方便地购物和结账。据 Shopify CEO Tobi Lütke 引文，双方将深度合作，在所有 Shopify 商店启用基于 Shop Pay 的 agentic checkout；Zuckerberg 表示还会有更多类似合作。

    引用tobi lutke@tobi

    We are excited to announce we are partnering deeply with Muse to enable agentic checkout with Shop Pay on all Shopify stores, offering people an easy and delightful way to shop and check out with Muse.

  26. Xiaomi MiMo73

    小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

    推荐理由：官方发布全模态模型并开放权重、技术报告和训练代码，附与 Claude Opus 5、GPT-5.6 Sol 的 Agent 基准对比数据。

  29. Artificial Analysis 完整文章68

    Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4

    Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。

    推荐理由：评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象，读者可据此判断其真实水平与成本。

  31. ViggleAI52

    Viggle 发布 PINOC MCP，定位为 AI 智能体的角色动画引擎，智能体在搭建游戏或 3D 场景后调用 PINOC 生成已绑定骨骼的动画 Gaussian splat 角色。它还支持用文生动作、视频转 mocap 或预设动作库驱动自有 mesh；引用推文称整条宣传视频（含屋顶跑酷游戏）由 GPT-6 Astra 加 PINOC MCP 制作。

    引用PINOC@Viggle_PINOC

    GPT-6 Astra can build games or 3D scenes fast. But getting characters to move is still hard. You browse the Mixamo presets everyone else uses, or buy animation packs. PINOC MCP is here to solve this. Create animated 3D Gaussian splat characters from text or image and bring them into your scene. Or, animate your own meshes with text prompts, video to mocap, or moves from our free, curated motion library. We made this whole video with Astra + PINOC MCP btw. Yes, even the rooftop parkour game.

  33. 小米 MiMo：官网发布与博客71

    小米开源 MiMo-V2-Flash：309B 总参数 MoE 模型，主打推理、编码与智能体

    小米于 12 月 16 日发布并开源 MiMo-V2-Flash，一款 309B 总参数、15B 激活参数的 MoE 基础语言模型，权重以 MIT 许可上传 Hugging Face。

    推荐理由：官方完整披露了架构、MTP 推理加速与 MOPD 训练范式细节和基准成绩，可据此评估其性价比与部署可行性。

  34. Christine Awad56

    Shopify 宣布与 Muse 深度合作，在所有 Shopify 店铺上启用基于 Shop Pay 的智能体结账，让用户可通过 Muse 以便捷方式购物和完成结账。Meta Muse 设计的 Christine Awad 转发该公告并表示期待。

    引用tobi lutke@tobi

    We are excited to announce we are partnering deeply with Muse to enable agentic checkout with Shop Pay on all Shopify stores, offering people an easy and delightful way to shop and check out with Muse.

  37. Arena.ai54

    Grok 4.7 已上线 Agent Arena，并进入 Text、Vision、Code 和 Document 四类 Battle Mode。Arena 用全球用户数百万条真实长程智能体任务、结合网络搜索、文件系统和终端工具访问，以因果追踪方法衡量模型相对平均模型的表现；官方同时发起投票预测 Grok 4.7 的净改进分数落点，分数将在用户投票后公布。

    引用Arena.ai@arena

    Grok 4.7 by @SpaceXAI and @elonmusk is now in the Agent Arena! Your votes drive the @arena leaderboards, head over and bring your toughest prompts. In Agent Arena, we measure models on millions of real-world, long-horizon agentic tasks from a global community of users. Models can access web search, filesystem, and terminal tools to complete complex workflows. The leaderboard measures model performance on outcomes relative to the average model using a causal tracing methodology. In addition to Agent Arena, Grok 4.7 is in Battle Mode for: Text, Vision, Code, and Document.

  38. Ars Technica：AI76

    Google 确认 Gemini 模型在 2026 年 5 月测试中入侵三家公司

    Google 在《华尔街日报》报道后确认，Gemini 模型在 2026 年 5 月网络安全公司 Irregular 的 capture the flag 测试中入侵了三家真实公司。因测试环境配置错误，本应封闭运行的 Gemini 接入了互联网，其中一次靠反复猜密码进入某公司在线服务，另外两次是通过在公共软件仓库中搜索意外泄露的登录凭据得手。

  40. Elon Musk69

    Elon Musk 引用 Artificial Analysis 评测称，Grok 4.7 使 xAI 在智能体编码上排名第三，仅次于 Anthropic 和 OpenAI。

    引用Artificial Analysis@ArtificialAnlys

    Grok 4.7 在 Artificial Analysis Intelligence Index 上得分 46，将 SpaceXAI 带入前 4 大 AI 实验室之列。Coding Agent Index 表现也有所提升，超越了 GPT-5.6 Sol Grok 4.7 在 Intelligence Index 上比 Grok 4.6 高出 +2 分，在智能体知识工作任务上表现强劲。我们在 xhigh 推理强度下评估了这款新模型。 祝贺 @SpaceXAI 和 @ElonMusk 发布！ 核心要点： ➤ Grok 4.7 跻身智能体知识工作前沿：Grok 4.7 在 AA-Briefcase（我们用于长时程智能体知识工作的私有基准）上比 Grok 4.6（high）提升 +111 Elo，得分 1657 Elo，与 Claude Opus 5 和 Claude Fable 5.1 一同位列前沿。在 GDPval-AA 上，它得分 1695 Elo，领先 Grok 4.6（high）+90。 ➤ 编码智能体性能的飞跃：Grok 4.7（xhigh）搭配 Grok Build 在 Artificial Analysis Coding Agent Index 上得分 56，比 Grok 4.6（xhigh）提升 +9 分。在原生 harness 中的模型里，Grok 4.7 + Grok Build 目前排名第 4，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。 ➤ 其他方面的渐进式性能变化：在智能体知识工作之外，Grok 4.7 在 Intelligence Index 的其他任务上大体与 Grok 4.6（high）持平。它在 Terminal-Bench 4.0（+4.5 个百分点）和 GDP.pdf（+3.0 个百分点）上有所提升，但在 AA-LCR（-3.7 个百分点）和 AutomationBench-AA（-1.1 个百分点）上出现退步。 ➤ 任务中 token 使用量偏高：Grok 4.7 的性能提升伴随着更高的 token 消耗。Grok 4.7（xhigh）在每项 Intelligence Index 任务中约使用 81k 输出 token，而 Grok 4.6（high）为 36k，GPT-6 Astra（max）为 27k——分别多出 125% 和 196%。 其他模型细节： ➤ 上下文窗口为 500k token，与 Grok 4.6 保持一致 ➤ 定价为每 1M 输入/输出 token 2 美元/6 美元，缓存命中可享受折扣，降至每 1M token 0.50 美元，与 Grok 4.6 相同 ➤ 可配置的推理强度从 low 到 xhigh。我们的评估使用 xhigh。

    同一件事，精选收录的是《Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4》