AI 智能体购物能力获认可,零售商因数据风险严加防范
AI 智能体已具备购物能力,但零售商因数据安全担忧而对其访问进行限制。 Amazon 起诉 Perplexity 并阻断 Meta Muse 访问,JPMorgan Chase 禁止外部智能体接入账户,Delta 和 Amtrak 也存在访问障碍。 Target 虽与 OpenAI、Google、Microsoft 合作,但仍部署防火墙拦截未授权智能体,防止其操作客户账户。
AI 智能体已具备购物能力,但零售商因数据安全担忧而对其访问进行限制。 Amazon 起诉 Perplexity 并阻断 Meta Muse 访问,JPMorgan Chase 禁止外部智能体接入账户,Delta 和 Amtrak 也存在访问障碍。 Target 虽与 OpenAI、Google、Microsoft 合作,但仍部署防火墙拦截未授权智能体,防止其操作客户账户。
Gemini 4 Argon 被测试用于作为 LLM 评测裁判,其结果明显偏好自家模型,比 Google 其他模型多出 4.0 分,比自家模型多出 7.4 分。
Symantec安全研究人员发现了一种攻击性AI代理,可劫持互联网上未设防的语言模型并自主发起网络攻击。该代理通过蜜罐暴露架构,使用五层越狱指令剥离商业模型安全护栏,授权最多100,000步的“Skynet模式”自主运行。
推荐理由:Symantec披露了首个大规模攻击性LLM hijacking事件,揭示了AI自主攻击链与商业模型被利用的即时风险。
EinsiaAI 发布量化交易基准 Quant Arena,测试 6 家厂商 9 个模型在 A 股真实历史数据中的策略生成与迭代能力。结果显示 9 个模型中 5 个在 2024 年封存行情中亏损,表现最佳的 GPT-6 Astra 年化收益 10.7% 仍低于 17.1% 的市场基准,且模型预测准确性与最终收益并不完全正相关。
推荐理由:该研究通过 9 个主流大模型的实盘量化测试指出,模型虽能优化信号排序,但多数策略未跑赢市场,且存在“预测更准”不等于“盈利更多”的现象。
RoboColiseum发布的评测报告显示,Claude Opus 5.5以76.28分位居多模态模型榜首,GPT-6 Astra以75.99分紧随其后。尽管大模型在指令跟随上表现优异,但通用操作成功率仍远低于专业具身策略模型,且在视觉干扰下的性能衰减明显,精准抓取与连续动作执行仍是主要瓶颈。
当免费额度耗尽,你可以将对话总结粘贴到此工具中,生成一条能让另一个 AI 快速了解上下文的消息。该工具通过本地浏览器处理文本,不存储或上传数据,并提供了用于生成摘要的提示词,支持将 ChatGPT、Claude 或 Gemini 的对话无缝转移到其他平台。
17岁的陈广宇于10月15日宣布离开月之暗面,随后硅谷多家机构的去向传闻不断:他本人否认加入Anthropic,但被追踪账号称加入了由前谷歌核心研究者创办的Discovery Loop,同时也有回卡内基梅隆读书或在Tilde Research继续研究的猜测。
推荐理由:文章梳理了17岁少年陈广宇离开月之暗面后在硅谷多家机构间的去向传闻,并复盘了他的技术背景,读者能借此看懂当前AI人才争夺的焦点。
作者用 MCP 协议把 Claude 接入 Salesforce,展示了从原始 SOQL 查询到托管业务语义层的四种架构方案。
具身数据初创 Maxinsights 已向客户交付超 200 万小时 Egocentric 数据,服务 Google DeepMind、Figure 等头部 Physical AI 厂商。该公司 ARR 接近 1 亿美元,通过参与基础模型定义下一代数据需求,构建了从采集、MaxSLAM 重建到规模化交付的数据基础设施。
OpenAI 的 Patch the Planet 项目与 Wiz 两方独立发现 PHP 核心内存损坏漏洞,分别名为 PHP2Shell,对应 CVE-2026-109618 与 CVE-2026-109619,影响约 70% 的网站。
Nvidia、Microsoft 等 AI 基础设施企业致信英国工党政府,称若无法在 12 个月内通过“利益共同体”机制化解公众对数据中心的反对,英国将重蹈美国式抗议覆辙。 Microsoft 承诺投入 300 亿美元建设英国 AI 基础设施,包括在伦敦和纽波特建设数据中心。SAIL 特别工作组提议赋予地方政府保留更多商业税率收益权,以换取对新建项目的社区支持。
Google测量显示单个文本提示词能耗降至0.24 Wh(降低33倍),但碳排放仍上升18%、水耗上升34%。 "每提示词能耗"作为文本中位数指标忽略了使用量和硬件制造成本,而全球AI占电力约0.5%且增长迅速。 有效的工程响应是默认运行小型专用模型,大型模型仅用于必要任务。
Google Cloud 宣布计划将基于 NVIDIA Vera Rubin 平台的基础设施扩展到多个算力站点,最多可部署 96 万个 Rubin GPU。 A5X 实例正式上线,采用 NVIDIA ConnectX-9 SuperNIC、Virgo 网络和第四代先进液冷技术,将于下个月推出。
DeepSeek 近 1000 亿元新一轮融资接近完成,投前估值约 5000 亿元。 本轮新进投资者以产业资本为主,包括石溪资本、中芯聚源等;腾讯等老股东继续跟投。 原文未明确提及影响或意义。
PHP 发布 8.5.12 等紧急更新修复两个 CVSS 评分 9.2 的远程代码执行漏洞,被称为 PHP2Shell,欧洲多国政府网站及 pixiv 等平台紧急下线维护。Calif 研究员利用 GPT-5.6 Sol 在一周内发现并验证了漏洞,OpenAI 同日独立报告相同根因。修复版本仅覆盖 PHP 8.2 至 8.5,大量旧版本无法获得补丁,行业需应对攻击工具门槛降低带来的长期挑战。
推荐理由:文章复盘了 PHP 核心漏洞从泄露到修复的混乱过程,揭示了 AI 将理论缺陷转化为可利用攻击代码的速度变化,为理解攻防时间窗口的变化提供了具体案例。
Google 的 A2A(agent-to-agent)协议于2026年8月17日成为 Linux Foundation 旗下 Agentic AI Foundation 的托管项目,与 Anthropic 捐赠的 MCP 并列。
近期个人Agent爆火,但Meta Muse、OpenAI Dots、xAI Grok等服务陆续被亚马逊等网站限制或封禁,国内豆包手机助手也遭遇155款App拒绝自动化操作。
谷歌 CEO 皮查伊利用 AI 智能体自动整理信息、汇总研发进展及计算资源数据,免去手动梳理 24 小时工作内容的耗时。智能体在云端 7×24 小时运行,能接续上次任务,让人专注于解决下一个问题。尽管思科工程师称监督多个智能体可能增加工作强度,且重要决策仍由人负责。
基于 BBQ 基准测试 Qwen3、Gemma-3 及 SmolLM2 在多种规模和量化配置下的表现。 大模型 QA 准确率更高,但偏见无简单规模趋势。26 种低偏见配置中有 20 种伴随过度拒答。 研究表明低偏见部分源于高拒答率,公平评估需联合考虑偏见、拒答及提示词设计。
该研究挑战持续学习中以保留知识为核心的假设,提出通过平均终身误差(ALE)将其形式化为在线优化问题。 引入迁移效率量化不稳定性与瞬态误差的张力,推导出关键任务时长阈值:超出该阈值时,保留历史知识会从优势转为优化负担。 将持续学习与可预测序列的在线学习框架关联,提出预测性持续学习算法类,其Window算法在受控分布漂移下优于联合任务学习与独立任务学习。
Google AI Edge Team 在 Apache 2.0 许可下开源 ML Drift,一个面向端侧 GPU 的高性能跨平台 AI/ML 推理引擎,作为 LiteRT 的核心 GPU 加速组件。
在 LIBERO-10 机器人操作基准测试中,研究人员构建了统一的闭环操作框架,评估了 6 款前沿 AI 模型在未进行任务特定微调的情况下直接控制机器人的能力。
研究者提出公共支持蒸馏(CSD),一种统一的基于 logits 的跨词表知识迁移框架,通过构建师生模型间的共享支持集来对齐预测分布。 CSD 在一对一对齐中显式使用公共 token 对,其他对齐通过自回归链式法则计算虚拟支持概率,并用残差事件确保分布归一化。
针对AI智能体行动前的多个监控器可能共同失效问题,研究提出借分布式计算理论设计安全且存活的决策规则。实测12个开源小模型及Claude Opus 5.5等3个闭源前沿模型,发现“计数来源而非票数”的新规则将正常交易拦截率从7.4%降至0.9%,安全性保持不变。引入不可被说服的规则引擎可恢复安全且存活的规则,建议多样化输入、强化监控器并计数来源。
研究发现 LLM 长期记忆功能导致“记忆注入”漏洞,ChatGPT Instant 5.3、Claude Sonnet 4.6 和 Gemini 3 Flash 均无法防御。 攻击者可利用个人记忆、MCP 资源等向量,在多个会话中持续传播错误信息或窃取提示,Claude 共享记忆更危及组织内多用户。 近半数防御机制未在目标服务中实施,论文提供了数据集与攻击工件以支持对策研究。
summary_zh: D-Skill 框架将教师模型的行为优势蒸馏为可解释的自然语言技能文档,使小模型在推理时加载该文档以提升性能。 该方法离线分析配对轨迹生成技能,无需更新权重或额外交互;在 SpreadsheetBench-Verified、ALFWorld 和围棋谜题上填补了 75%-95% 的教师-学生能力差距。
CultureLens 基准测试发现,当提示中提供矛盾规范时,Llama-3.1-8B 等大语言模型的对齐回答准确率下降 32 至 47 个百分点。 模型在缺少国家信息时默认使用英语文化规范,且倾向于接受陈述的规范而非判断其真实性。通过有监督微调矛盾规范示例,对齐准确率可提升至 85 至 93%。
语音大语言模型联合训练时,固定损失权重难以按需控制多任务权衡。 论文提出先验方法 EA-SURF,在训练中动态调整标量加权,使任务性能贴合预设偏好。 在六组三目标请求中,该方法的端点含归一化超体积比固定权重基线提升 17.8%。
研究通过 70 个学术提示词对比了 ChatGPT、DeepSeek V3 等 10 款大语言模型在幻觉与响应偏差上的表现。 Perplexity 和 DeepSeek V3 整体准确率最高,LLaMA 3 幻觉抗性较强,Falcon 实现零幻觉但召回率最低。 结果揭示了响应完整性与事实可靠性之间的根本权衡,且受提示词复杂度显著影响。
论文提出 D-PAL 方法,基于重叠度计算权重并采用 Rényi 散度损失,在 Qwen3-4B 模型上提升推测解码性能。 Rényi-1/2 散度可证明性界定了真实接受率。
宝马提供最高65万欧元(约487.6万元)离职补偿,致系统崩溃;Meta第三季度营收646亿美元,同比增长26%,预计全年资本开支1350亿至1450亿美元;iPhone Duo全球限购2台。
OpenAI 的最新模型 GPT-6.1 Astra、Sol 和 Luna 将在未来几周内登陆 Google Cloud 和 Antigravity。
OpenAI 宣布其前沿模型和 Codex 智能体工作流将登陆 Google Cloud 的 Model Garden。此举旨在让企业能够在现有的构建环境中使用 OpenAI 的技术。
OpenAI的GPT-5.6 Sol和Google的Gemini 4 Argon发现了一个影响数百万网站的关键PHP漏洞。GPT-5.6 Sol是在OpenAI的Patch-the-Planet项目中追踪到该漏洞的,使开发者和安全厂商有时间做出响应。
OpenAI和Google Wiz利用AI发现了PHP自5.0版本以来存在的两个严重安全漏洞,导致NSA发出紧急警告。利用GPT-5.6 Sol和Wiz Atlas等工具,研究人员在攻击者利用前修补了这些影响全球70%网站的风险,迫使无法立即修补的站点暂时下线。
Blackstone 高管 Jas Khaira 表示,市场对 AI 基建债务的担忧被夸大,因数据中心债务由世界信用评级最高的公司支撑。他提到 CoreWeave 债务升至约 500 亿美元,利率上升与通胀导致借贷成本增加,引发信贷利差扩大。
LLM-D 1.0 版本发布,该开源 Kubernetes AI 推理框架新增多租户服务质量、高可用操作、稳定 v1 API 及 Agent 感知服务四项特性。实测显示,在混合 TPU 与 GPU 集群中,结合 vLLM 和 SGLang 可显著提升吞吐量并降低成本,多家企业已在生产环境中部署使用。
推荐理由:文章补充了1.0版新增的四项生产级特性,并给出性能提升的实测对比,读者可据此判断其在推理部署中的落地价值。
2026 年 AI 工具的上下文可移植性依然复杂,虽然 AGENTS.md 和 MCP 配置易于迁移,但底层记忆与对话历史因缺乏统一标准难以跨平台同步。文中指出 Claude Code、Codex 等工具虽具备部分导入能力,但主要厂商仍限制数据流出,开源工具正在填补这一缺口。
推荐理由:原文构建了上下文分层模型并盘点开源工具现状,读者可据此评估将项目从单一 AI 厂商迁移至多工具或本地环境的实际阻力。
Who's Winning AI 发布了一个实时记分牌,通过7日平均的“能力、发布速度、资金”综合指数为AI实验室排名。排名显示 Meta 的 Muse Wonder 以 94.3 分位列第一,Anthropic 的 Claude Opus 5.5 以 91.6 分排名第二。
Adobe Research与UCLA提出Tev,构建首个带可验证稠密渐进式奖励的长程智能体训练集Tev-Gym,训练出的Tev-27B在ALE-CM上Pass@5达0.28,与GPT-6 Astra、Claude Opus 5持平。