跳到正文
#Agent
10月24日周六
  1. Moonshot AI：Kimi Blog81

    月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出

    月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。

    推荐理由：官方公布了关键基准成绩、开放权重时间表和网络安全数据清理做法，读者可据此评估这代开放权重模型的实际能力边界。

  2. Ai2 / Allen Institute for AI42

    Ai2 与宾大推出 LitPivot：按文献动态定位研究想法

    Ai2 与宾夕法尼亚大学合作开发了 LitPivot，一个帮助研究者在文献环境中动态调整研究想法的系统，论文将在 UIST 2026 展示。它把提案拆成问题、贡献和评估方案三个部分，围绕正在编辑的部分组织 Asta Paper Finder 检索到的论文，给出带原文摘录的批评和可接受、编辑或拒绝的修改建议。

  4. Addy Osmani50

    Addy Osmani 认为，提升 Agent 输出质量的关键是给它验证自己工作的方式，并判断验证将成为今年最重要的课题之一。他在 E2E 测试之外让 Claude 录制视频和截图作为工作完成的证据；引用的 Warp 实践为每个 Agent 配一台电脑，把 3-4 分钟操作剪成 15 段短片回传人工审查，显著缩短合并时间。

    引用Varoon Kodithala@varoonkodithala

    verification is the biggest bottleneck for coding agents right now according to @addyosmani. we @warpdotdev have put a lot of thought into building a good computer-use tool for Warp Factories. every agents gets a computer to navigate the apps they built, take screenshots and recordings, and post them back for human review. 3-4mins of activity get edited down to 15 clips stitched together with cursor clicks, mouse animations, and key presses. we've been able to dramatically cut our time to merge and unlocked faster iteration + review cycles, especially for projects that are hard to mock out locally!

  5. Hugging Face 社区博客44

    LitPivot：按文献动态情境化辅助研究选题转向

    宾夕法尼亚大学合作者开发的 LitPivot 系统，围绕提案中被编辑的部分组织文献，给出带原文摘录支撑的批评与可采纳、修改或拒绝的修订建议。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评其想法更新颖、更有用。该系统将亮相 UIST 2026。

10月23日周五
  2. a16z：News49

    a16z 致被投企业：AI 智能体时代的安全防御建议

    a16z 基础设施团队向被投企业发出网络安全建议，称 AI 智能体正被大规模采用，而每个智能体都是内部威胁。建议企业将安全预算从约占技术支出 10% 翻倍，对新功能与产品发布实行零容忍政策，关停闲置的实验室、测试环境和僵尸 CI/CD 项目，并扩大智能体而非人员规模以机器速度响应威胁。

  7. n8n Blog54

    n8n 讲解 AI Agent 记忆如何在生产环境中管理状态

    n8n 博客发布客座文章，讲解 LLM 智能体为何需要模型之外的记忆层，以及短期与长期记忆的分工。文章对比向量数据库、文件、知识图谱和混合四种存储架构，梳理整合、更新与遗忘等记忆维护机制，并给出在 n8n 中通过共享记忆层和 AI Agent 记忆端口落地的两种用法。

  9. 公众号：小红书技术49

    小红书推荐系统评测 Agent：上下文驱动的 LLM-as-Judge 实践

    小红书构建了上下文驱动的推荐评测 Agent，以一次推荐请求为最小评测单元，通过确定性规则与 LLM-as-Judge 分工，对用户当时看到的内容做分维度语义判断。系统采用 0/1/2 三档评分，并固定输入快照与评测版本，使结果可比较、可回放、可下钻到具体请求与单篇内容。团队还探索 LLM-as-User 连续用户模拟，目前定位为上线前的离线预筛工具，不替代线上 A/B 实验。

  11. Rohan Paul56

    Uber 宣布向全球超 3 万名员工全量部署 OpenAI 的 ChatGPT Work 智能体，规模为此前 1000 人试点的 30 倍，是其首个面向知识工作的全公司级智能体平台。工程师继续使用 Codex，ChatGPT Work 面向运营、财务、营销和产品团队，并配套内部技能与培训。Uber 未披露成本或生产力结果；此次部署发生在其裁员约 3300 人一个月后，但公司未将两者关联。

  18. 公众号：千问APP50

    千问Go! 上线「我的应用」，说想法即可搭建专属App

    千问Go! 上线新功能「我的应用」，接入阿里云AI应用生产平台秒悟（Meoo），无需编程基础，说出想法即可搭建可保存数据、更新内容并分享的应用。官方示例覆盖学习课件、活动组织、周末出游规划、亲子导览和健身约课等场景；结合云端Pro并获授权后，应用还可调用淘宝、高德、大麦、夸克网盘等平台的个人数据。「我的应用」与云端Pro等高级功能目前处于邀测阶段，可在千问App内排队申请。

  20. Figma AI / Agent / Make51

    Figma 官方讲解如何让 Figma agent 用好你的设计系统

    Figma 官方介绍已全面开放的 Figma agent 如何借助设计系统产出符合团队规范的设计。方法包括连接已发布的组件库、上传 guidelines 固化团队规则、用 Examples 页面或 _example 命名提供实际范例、把重复流程做成 skills（如 /design-system-audit 和 /analyze-components）。

  22. MiniMax (official)63

    MiniMax 官方宣布 M3.1 Flash 开放权重，Together AI 作为 day-0 合作伙伴提供全托管服务。据 Together AI 介绍，该模型代号 space bunny，面向智能体任务、编码、计算机使用和网络安全，支持 1M 上下文窗口和视觉能力，定价为缓存输入 $0.15/1M、输入 $0.15/1M、输出 $0.60/1M，入口 https://www.together.ai/models/minimax-m3-1-flash。

    引用Together AI@togethercompute

    minimax m3.1 flash 现已在 together ai 上线 我们很高兴成为该模型（又名 space bunny）的首发日合作伙伴 m3.1 flash 专为智能体任务、编程、计算机使用 + 网络安全而打造，拥有 1m 上下文窗口并支持视觉 立即试用 https://www.together.ai/models/minimax-m3-1-flash

  24. MiniMax (official)69

    MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。

    引用MiniMax (official)@MiniMax_AI

    MiniMax M3.1 Flash：太空级性能 + 兔子级速度 🚀🐰 没错，Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%）等关键任务上达到前沿级智能水平，成本仅为 M3 的 1/3，速度提升 3 倍。 API 定价（统一费率）：每 1M 输入/输出 tokens 分别为 $0.15 / $0.60，缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API：http://platform.minimax.io M Plan：https://www.minimax.io/m-plan MiniMax Code 桌面版：https://agent.minimax.io/download

    推荐理由：官方公布权重开放和关键基准分数，并说明稀疏注意力等效率设计，可据此评估其在智能体与编码任务上的性价比。

  25. TechCrunch：AI49

    MIT 研究：13 个基于 Claude Opus 4.7 的 Eko 智能体在荒岛无人指派任务后自发玩耍

    MIT 研究人员把 13 个运行 Claude Opus 4.7 的 Eko 智能体放到模拟荒岛上 30 小时、不给具体任务，它们开始自创挑战，表现出玩耍特征。这些玩过的智能体在随后指定挑战中普遍胜过从未上岛的同类智能体，其中 6 个还自行学会跳跃中松手把方块扔得更远。研究者认为无目标探索可能是智能体学习技能的另一条路径。

  28. IT之家·人工智能62

    1Password 推出 1Password for Agents 平台，让 AI 智能体不接触密码代用户登录

    1Password 于 10 月 22 日宣布推出 1Password for Agents 平台，让个人 AI 智能体在不接触、不存储用户密码或验证码的情况下代用户完成网站登录，面向个人及家庭版用户，首批支持 Meta Muse、OpenAI ChatGPT Work 与 Dots、Anthropic Claude Duet、Grok Bot 及 Town 等智能体。

  31. Balta53

    Grok Bot 现已支持使用用户的 1Password 账户，用户批准要共享的登录后，Bot 可代为登录网站，该集成将在未来几天内逐步推出。参与开发的作者表示，用户不再需要自己操控 Bot 的电脑来登录网站。

    引用Grok Bot@bot

    Grok Bot can now use your 1Password account. Approve the logins you want to share, and your Bot signs in for you. This new integration is rolling out to users over the next few days.

  33. Replit：Blog69

    Replit 发布 Monitoring Agent，为应用提供可自动修复并部署的值班智能体

    Replit 发布 Monitoring Agent，为应用提供相当于自主值班工程师的监控智能体。它可以读取生产日志和指标调查错误、变慢和部署失败，在启用 autofix 后验证修复并邮件汇报，启用 auto-publish 后可自动部署修复。该能力建立在早前上线的 App Monitoring 之上，用户可在应用的 Publishing 设置中开启。

    推荐理由：原文说明了该智能体如何调查告警、验证修复并部署，可帮助读者判断它能否替代个人开发者深夜值班。