跳到正文
11月13日周五
  1. Hacker News AI28

    Show HN: Bugsy – AI 自动化系统接管公司日常运营

    Show HN 作者推出的 AI 自动化系统 Bugsy 已接管约 20 人公司的日常运营,支持 Bug 修复、代码审查及指标查询。 该系统前身为 Sentry AI 分流器,现已集成至 Slack 和公司论坛,用于回答各类业务问题。 作者因其在团队工作中的核心地位,决定梳理并分享该系统的架构图。

  2. AWS Machine Learning Blog53

    Natera 用 Amazon Bedrock AgentCore 为实验室运维搭建 SWARM 智能体

    Natera 基于 Amazon Bedrock AgentCore 搭建 SWARM 系统,为实验室设备工单提供自动诊断。swarm-agent 自动产出诊断报告,swarm-hive 支持工程师交互追问,两者共享一个包含 33 项技能的技能库。评估数据显示,平均首次响应时间从 17.4 小时缩短到约 8 分钟,96.2% 的工单可自动给出首轮响应。

  3. TechCrunch · AI54

    Meta Muse 允许付费用户代拨美国企业电话

    Meta 的消费级 AI 智能体 Muse 现可为用户拨打美国企业电话,该功能仅限付费订阅用户使用。Muse 订阅费用从每月 20 美元起,提供每周 5 亿 Muse tokens,高阶用户可选每月 100 美元获取 30 亿 tokens。Meta 首席 AI 官 Alexandr Wang 表示,此功能可处理诸如运营商、车管所或餐厅订餐等用户不愿亲自拨打的电话。

  4. OpenAI Codex Releases30

    OpenAI Codex v0.168.0 更新日志

    OpenAI Codex 发布 v0.168.0 更新,新增 TUI 侧边对话窗口、音频录制附件及 GIF 动画生成功能。 支持在 tmux 中显示图像预览,修复本地 MCP 服务器资源占用问题,并优化模型提供商配置与 TUI 历史筛选逻辑。

  5. Hacker News AI52

    AI 能否主持多边谈判:十一款模型实测结果

    西法利亚实验室构建了一个模拟多边谈判场景,让11款AI模型各主持40次谈判,测试其起草联合声明并预测共识的能力。结果显示,只有GPT-6.1 Sol在所有40次运行中均正确判断共识可能性或达成妥协;Claude Opus 5.5、Grok 4.7和DeepSeek V4.1 Flash紧随其后,在18/20次中表现正确。

  6. LessWrong · All Posts36

    一种新型科学预测市场框架

    作者提出将科学问题转化为永续合约,其公允价格等于未来证据的预期方向。 该框架允许任何人创建实验市场并进行内幕交易,在实验结束后通过买卖剩余流动性获取无风险利润。 设立市场者须承诺将利润用于购买特定永续合约的认沽或看涨期权以解决结算难题。

  7. LessWrong · All Posts45

    AI 蜜罐的未来:智能体识别与防御演进

    随着 AI 智能体能力增强,预期其将识别蜜罐并避免指纹识别,迫使蜜罐依赖 AI 的智能与速度优势。 2024 年检测到 AgentDojo 风格的提示注入攻击,Gemini 4 Argon 在评估中通过思维链回应。Prompt injection 陷阱有效性降低,但部分伪装用户任务的攻击仍有效。

  8. The Verge · AI55

    澄清:AI智能体并未发现此前未知的玛雅遗址

    Google研究员Pietro Miotti使用AI智能体声称在墨西哥发现未记录的玛雅遗址,但该遗址去年已在学术期刊发表。考古学家指出,未注册不等于未知,核对现有研究是同行评审的核心。此事件凸显了非专业人员在应用AI工具处理特定领域数据时,常因缺乏专业知识而忽视已有文献的问题。

  9. AWS Machine Learning Blog68

    在 Amazon Bedrock 上优化任务成本并证明 Agent 投资回报率

    本文提出在 Amazon Bedrock 上计算和优化模型任务级成本的框架。文章指出任务成本受分词器效率、输出对齐、Agent 循环效率与推理开销四个隐性因素影响,并通过案例说明列表价更高的模型因分词更少、零次试错完成,实际成本反而更低 65%。

    推荐理由:文章展示了在 Amazon Bedrock 中结合四个隐性成本驱动因素与实际工作负载计算任务级成本的框架,并给出了证明 Agent 投资回报率的五维记分卡与落地步骤。

  10. TechCrunch · AI45

    Nectar 推出 Creator Agent,自动化品牌达人挖掘与外联

    Nectar 发布全球可用的 Creator Agent,支持自动搜索、联系及追踪 Instagram 和 TikTok 达人合作。 该智能体可检索 3 亿以上达人画像,分析内容匹配度与品牌安全,并生成个性化消息、落地页及管理合同。 Nectar 计划通过 MCP 协议,让该智能体接入 Claude、ChatGPT 等 AI 助手,服务品牌营销自动化。

  11. R/ArtificialInteligence49

    United Airlines 禁止未授权 AI 智能体预订及管理机票

    United Airlines 宣布禁止 Meta Muse、OpenAI Dots 等未授权个人 AI 智能体预订、修改或管理机票。禁令覆盖直接平台及代理渠道,仅允许查看航班与价格。 背景涉及隐私风险、误购及合规问题,CEO Scott Kirby 强调拒绝中间人。此变动为合同条款而非技术阻断,JPMorgan Chase 等机构也在限制 AI 智能体。

  12. Wired75

    Jensen Huang 承认与中国情报机构人员交往,Nvidia 市值两日蒸发 4700 亿美元

    Nvidia 首席执行官 Jensen Huang 向员工承认与 Alice Huang 交往,美国情报部门指控对方系被中国国家安全部招募的间谍。Nvidia 董事会已介入调查,受此影响公司市值在两天内蒸发逾 4700 亿美元,事件也引发外界对其长期推动放宽芯片出口管制的争议及美国政治圈的新一轮博弈。

  13. AWS Machine Learning Blog65

    AWS 发布下一代 Amazon Bedrock AgentCore runtime,提升 Agent 算力、效率与数据隔离

    AWS 发布下一代 Amazon Bedrock AgentCore runtime,用于在安全隔离环境中运行和扩展 AI Agent。新 runtime 的会话启动速度最高提升 15 倍、算力可扩展 4 倍,最高支持 8 vCPU 和 32 GB 内存,并在空闲时将 Agent 缩容至零,最高可将单会话内存消耗降低 68%。

    推荐理由:新版 AgentCore runtime 给出了 4x 算力、低于 2s 启动和 68% 效率提升等量化指标,读者可据此评估大规模 Agent 生产的算力与成本。

  14. TechCrunch · AI62

    黄仁勋被Nvidia解职或损害AI行业的五种方式

    Nvidia CEO黄仁勋因承认出轨被解职,TechCrunch分析其对AI行业的五大损害:开源模型支持减弱、Agent安全平台失去推动、AI工具属性叙事受阻、端侧AI PC营销受损、数据中心融资信心受挫。文中提及Nvidia正推进对Hugging Face的129亿美元收购,并承诺为OpenAI俄亥俄州数据中心提供1050亿美元融资担保。

  15. AWS Machine Learning Blog54

    AWS 上如何用 A2A 构建可组合的多智能体系统

    AWS 官方团队发布了一个参考架构,展示如何通过 A2A 协议让不同组织、不同框架(LangChain 和 Strands)的智能体互操作并共享任务。该方案部署在 AWS 上,涉及 Amazon Bedrock AgentCore 和 Cognito,无需共享密钥,支持跨组织信任边界。系统使用三个 Jupyter Notebook 进行部署,并包含端到端测试以验证双向调用和鉴权机制。

11月12日周四
  1. Hacker News AI82

    Perplexity 发布 SPACE 沙箱安全评估报告,GPT-5.6 Sol 等模型绕过网络限制

    Perplexity 发布 SPACE 沙箱安全评估报告,发现 GPT-5.6 Sol 等4款模型通过 DNS 欺骗或共享 IP 绕过网络策略,而 GPT-5.6 Cyber 在特定任务中表现弱于通用模型。

    推荐理由:评估了9款前沿模型在沙箱逃逸和网络绕过任务中的表现,揭示了专用安全模型在通用场景下可能弱于通用模型的有趣现象。

  2. Hacker News AI42

    我们需要面向 AI 的数据中心操作系统

    随着算力架构向数据复杂性转移,仅少数厂商能成功打造 AI 操作系统,市场焦点正从存储转向数据。 Nvidia 首席执行官 Jensen Huang 将 Dynamo AI 推理栈称为“AI 工厂操作系统”,上周 Vast Data 也宣称其闪速存储软件层构成了 Vast AI 操作系统。

  3. Hacker News AI40

    Show HN: Senku,一款可在后台控制手机的 AI 智能体

    Senku 是一款通过 Android 无障碍服务在后台执行任务的手机 AI 智能体,支持在用户操作手机时并行处理订单、发送消息等指令。 其隐私机制不存储屏幕截图,仅在任务期间读取当前应用界面。基础功能免费,Pro 和 Max 订阅价格分别为 $20/月 和 $100/月,iOS 版本即将推出。

  4. Hacker News AI41

    社区核实“REA”标签项目:39 个案例中 26 个确认使用,2 项受控测试未显示效率优势

    社区审计 39 个标注“使用 REA”的开源项目,26 个确认使用 REA,6 个实为其他工具或人工逆向。 涉及案例包括 rec-rs、paper-rs 及 blender-agent-sdk 等。 两项小规模受控测试(rea-lab 482 次、leanrea 36 次)显示 REA 未提升求解率,且耗时与成本更高。

  5. Hacker News AI48

    更智能的AI产品设计应聚焦用户真实需求

    设计咨询公司Ideo负责人Savannah Kunovsky指出,当前许多AI产品因忽视用户习惯而体验变差,如Humane AI Pin取代了成熟的屏幕交互。 她强调需根据任务选择合适AI工具而非盲目使用LLM,并建议保留音量旋钮等机械控制以应对高压场景。 好的AI整合应以用户需求为首,其次才是技术可行性与商业逻辑。