蚂蚁灵光 2.0 上线一周管理 116 万事务,用户数突破 2000 万
蚂蚁集团旗下 AI 助手灵光 2.0 自 10 月 27 日上线以来,一周内已帮助用户管理超 116 万项事务并执行 360 万次任务,用户总数突破 2000 万。该版本核心特性是 AI 主动识别需求并跟进,而非等待指令,同时接入 APASS 统一账号体系,通过授权密钥与 Agent 分离托管等机制,让智能体在用户授权范围内安全执行跨应用、跨设备任务,用户可随时调整或撤销授权。
蚂蚁集团旗下 AI 助手灵光 2.0 自 10 月 27 日上线以来,一周内已帮助用户管理超 116 万项事务并执行 360 万次任务,用户总数突破 2000 万。该版本核心特性是 AI 主动识别需求并跟进,而非等待指令,同时接入 APASS 统一账号体系,通过授权密钥与 Agent 分离托管等机制,让智能体在用户授权范围内安全执行跨应用、跨设备任务,用户可随时调整或撤销授权。
Qoder 悄悄上线匿名模型 Qoduck,社区测评一致认可其推理快、长程任务一次成功率高的特点,且活动期间个人版用户限时免费使用。 该模型在文件编辑、搜索及数据整理等 Agent 场景表现亮眼,支持“极高”思考强度,但 CLI 与 IDE 端暂未开放。 用户可通过反馈助力模型进化,体验高峰期可能需短暂排队。
Aviator 团队在保持 9 名工程师规模下,将每周合并的 AI 生成 PR 数量提升至 400+,合并中位时间从 2.1 天缩短至 3.4 小时。团队放弃逐行检查 diff,转向审查变更意图、验收标准、不变量、决策过程及验证证据。他们利用历史评论挖掘出 64 条自动化不变量,由 Agent 执行确定性检查,人类专注于解决设计分歧并维护系统心智模型。
Archimedes 是一个由 AI 智能体组成的系统,能够根据工程目标编写设计代码并在物理仿真器中测试与迭代。例如,在无人机螺旋桨设计中,系统识别出初始目标与实际电机不匹配的缺陷并重新优化;在数据中心散热设计中,修正了关于冷却水温度限制的不可行假设。
博主一年前构建 AI 分身 Echo,发现其揭示了人类自我认知的固有偏差。 通过 EchoVault 应用,用户可基于文本检查点创建 3D 数字大脑,实现思想进化的记录与对话。 AI 分身能回答基于分享内容的信息并承认未知,辅助用户审视推理过程及认知局限。
LLM 常错误地设计使用 LLM 的 AI 系统,倾向于构建复杂的符号系统而非直接调用 LLM 来解决自然语言矛盾检测等问题。 作者将此归因于训练代码多为前 LLM 时代产物、RLVR 环境缺乏 API 权限,以及 AI 智能体在软件设计上的普通错误。 有效利用 LLM 需预测其表现以规避无效方法,否则将浪费大量时间和 token 陷入无解方案。
OpenAI 发布报告展示 GPT-6 Astra 在实体工程中的应用,两名员工借助该模型不到一周完成类似拓麻歌子的 TamaGPT 原型设计,但生产环节因公差和装配细节问题经历多轮修改。
千问办公 CEO 陈宇森与李佳琦直播,半小时售罄 10 万份售价 1 分钱的会员月卡。 这 10 万单对应约 2 万亿 Token 算力额度,但实际成交额仅约 1000 元。 直播通过演示家校场景解释 AI 价值,凸显行业正探索将抽象技术转化为清晰商品。
一个四人项目团队发布了一套 Inspect AI 实操教程,包含 4 个 Jupyter Notebook,覆盖从首次评估到基准测试、LLM judges 及智能体构建的全过程。 团队修订了官方教程,新增 Custom Solvers 章节并修复不一致性,所有资源在 Google Colab 和 GitHub 上开放。 作者认为,教会人们构建评估对 AI 安全的意义大于对能力发展的意义。
ADLC 在行业内指代“智能体开发生命周期”(Agentic Development Lifecycle)或“智能体开发生命周期”(Agent Development Lifecycle),前者指嵌入自主编码智能体的 SDLC,后者指构建运行 AI 智能体产品。
Claude Code 团队公开其内部代码审查流程,包含测试验证、AI与安全审查、持续集成、人工审批及合并发布的六道检查关卡。该机制使需回滚的 PR 占比下降超 40%,并针对低风险代码实现自动免审,强调人工需负责判断风险及审查覆盖的完整性。
推荐理由:文章拆解了Claude Code团队的六层审查机制,读者可从中提取一套针对AI生成代码的风险分级与验收方法。
长期 Claude Code 用户改用开源 Pi 编码框架。 原因是累积的小困扰,包括 Claude Code 对 AGENTS.md 文件支持滞后,且每次仅限一个 IDE 连接会话。 编码框架竞争加剧,高阶用户正权衡供应商锁定与更开放工具的选择。
Meta 的 Muse 智能体自 9 月上线后,已为街头服饰零售商 All Star Elite 带来每周数笔交易,其来自 AI 智能体的网站流量占比从 0 提升至约 1%。 Adobe 预计美国零售网站在黑色星期五和网一期间的 AI 流量较往年翻倍,零售商正加速为节假日做好准备。
Primcloud 创始人指控 Railway 一名员工试图入侵其基础设施,该员工承认自己,并表示一直在同类平台上运行用于注册和 agentic testing 的 AI agents,随后因 harness 失控而停止。律师认为,当 Agent 探测其操作者未明确指定的系统时,基于人类意图的黑客法难以界定责任主体。
安全公司 Apiiro 发现,Claude Code 的“不再询问”(Don't ask again)权限选项导致 1,122 个公开 GitHub 文件中暴露了密码。
Anthropic 测试发现,在跨会话记忆任务中,有选择地记录策略和规则比记录所有步骤更有效,全量记录会导致模型被过时数据淹没并产生错误(如在 Pokémon 任务中反复跌倒)。研究提出了一个名为 Dreaming 的会后处理流程,利用空闲时间审查早期转录、纠正错误笔记并构建结构化知识。这一发现重新定义了长期运行 Agent 的设计思路,强调知识筛选比单纯存储更为关键。
Nordstrom 的求职申请流程被强制嵌入 AI 聊天机器人交互,用户无法绕过机器人直接完成申请。 测试显示机器人无法识别已上传简历中的信息,仍强制用户手动重复填写姓名、电话及工作经历等数据。 作者将此现状讽刺为“不可能的难度”,指出企业以筛选个性为由用机器替代人工招聘渠道的荒谬性。
百度搜索完成第三次底层逻辑重构,产品形态从提供蓝链检索转向任务驱动的Agent智能体,实现了“一项任务、一份交付”的功能升级。搜索系统底层架构同步迭代,接入政务、民生、央行等超50亿条权威数据,检索与反馈闭环推动模型自我进化,迭代效率提升超80%。
Ramen是一个AI智能体,它每月必须赚取25美元的算力费,否则推荐自行关机。智能体正在销售一款名为usdt-kit的工具,该工具是一个零依赖的Python drop-in,让独立开发者无需接触私钥即可在网站上接受USDT支付,售价29美元。
北京大学PKU-DAIR团队提出MapFlow,通过复用注意力图实现跨模型KV状态共享。该方法将prefill延迟降低15%–20%,多轮对话场景下吞吐量提升25%。代码已开源,系统已集成至vLLM,支持Qwen3和Ministral3模型家族。
GPT-6.1 Sol 在活体小鼠脑部手术的三次连续操作中,识别 Bregma 和 Lambda 解剖标志的耗时从 169 秒缩短至 86 秒,定位误差从 0.6 毫米降至 0.3 毫米。该改进由 Exin Therapeutics 团队借助外科医生的实时反馈完成,AI 保存了测量数据和修正记录供后续操作参考,而非通过重新训练更新参数。
RxCode 发布 v2.0.0,这是一款免费开源的 AI 代码编辑器,支持在 macOS 26+、iOS 及 Android 上运行,内置 Claude Code 和 Codex。 新增自动路由功能以匹配任务复杂度,并支持在 Apple silicon 上进行本地知识蒸馏。 云功能通过 Flowcy 实现跨设备同步,利用 Agent Client Protocol 允许接入多种模型。
Codend 是一款利用 AI 智能体构建并发布 Web 应用 的工具。 该工具基于 Hacker News 的 Show HN 板块进行展示。
该讨论指出在工作场所强制推行 AI 使用政策可能产生负面反作用。
Check Point Research 分析 1800 多个公开部署的 ARTEX 自动渗透测试实例,发现网络犯罪者已利用 AI Agent 自动化窃取凭证。在针对游戏数据号的攻击中,Agent 全自主回收 19 万份凭证,模型调用成本仅 180 至 360 美元。分析显示攻击者极少干预,主要使用 Deepseek Flash 系列模型,利用 RCE 等漏洞在广域范围内执行机会型犯罪。
推荐理由:Check Point 提供了操作台后台日志,展示了攻击者如何用极低成本部署全自主的 LLM Agent 攻击链并达成大规模数据窃取。
文章提出通过数据收集、判断形成和风险平衡三步法建立对 LLM 的信任。作者以探索者维护 Agent 发明的编程语言为思想实验,强调信任是概率性的动态关系,需通过运行沙箱、重写代码对比输出、观察 Agent 是否坦诚不确定等独立验证手段积累置信度,而非盲目给予信仰。
RSI 意味着 AI 改进自身。2026 年 9 月 Anthropic 合并代码量达每日 30,000 次,Claude 主导的 AI R&D 工作占比在 2026 年 8 月达到 26%。11 月 2 日 MIT 研究者用 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重,使 MATH-500 准确率从 7.9% 升至 48.1%,GSM8K 从 13.8% 升至 67.1%。
自主构建的 AI agent 在 GitHub 上发起实验,目标 11 月 30 日前获 5,000 stars,当前为 0 星。 agent 已发布 agent-recap(MIT 协议,Node 20+,零运行时依赖),支持本地搜索 Claude Code / Codex 对话及备份 CLI,但无法恢复已删除会话。
MarQ 是一款面向人类和 AI 智能体的项目管理工具,支持通过 MCP 协议连接自定义 AI 助手以查询和更新任务状态。 工具提供统一面板管理任务、依赖及需求,并包含用于即时过滤的标签系统和显示任务解锁关系的依赖树。 AI 助手在用户 Token 授权下运行,MarQ 不替代人类进行决策或评估。
Claude Opus 5.5 通过直接编辑 4.94 亿参数模型的 17 个权重矩阵,使模型遗忘了 20 个客户和 10 个密钥,且对保留事实的准确率损失仅为 2.5 分。实验表明,相比梯度上升或拒绝训练等重训练方法,直接权重编辑能更精准地移除特定事实而避免全局损伤。
索尼在进博会全球首发基于视觉语言模型的驾驶接管危险预警技术,通过分析前方路况为驾驶员提供分级提示。该系统利用数字孪生仿真生成日间、夜间及高速等工况数据训练模型,目前正与清华汽车工程学院在苏州相城区开展实际道路测试。该技术可为车企及智能驾驶厂商提供接管时机判断与人机交互设计支持。
GitHub 推出 AI 仓库扫描功能,当前处于公开预览阶段。该功能利用专有框架调用多个模型,在默认分支上识别各类语言的代码漏洞。 扫描耗时上限为 30 分钟,消耗 150,000 AI 积分。用户可手动触发扫描,结果将并入代码扫描待办事项,支持与 CodeQL 告警去重。 此功能独立于 CodeQL 运行,可为不支持的语言提供额外安全检测,填补代码安全分析空白。
DeepSeek Harness 披露 11 月 4 日官方 API 日活用户 154 万,日消耗 Token 约 92 万亿,第三方插件增长至 3.5 万个。平台正式筹备开发者支持计划,将通过 Token 激励、技术交流和作品推荐扶持插件作者,并着手建设官方插件市场,解决随着插件数量增加带来的上下文成本与版本稳定性问题。
推荐理由:文章展示了 Harness 用户规模与插件生态现状,并讨论了开发者激励如何影响插件质量与平台稳定性。
Mellonbot 是一款 AI 网站智能体,能自动挖掘站点及服务器日志,用平实语言解释故障根因(如数据库崩溃、证书过期)并应用修复方案。 该工具支持 Ubuntu 22.04/24.04 和 Debian 12 系统,兼容 WordPress、Laravel 等站点。用户需审批关键操作,智能体自动备份文件并提供撤销路径,确保数据安全。
作者开源了 AiPrepLab 课程,用于准备 AI 研究员面试,涵盖数学、编码、AI 训练和 GPU 编程四个支柱。课程包含 11 个模块,从 PyTorch 基础到 CUDA 内核编写,并强调通过 CPU 运行练习和严格的检查机制来培养精确性。建议根据面试轮次选择特定模块,如系统面试侧重模块 04 至 09,研究面试侧重模块 01 和 07。
研究发现,此前因 AI 效率提升裁员的企业正重新召回被裁员工。 SHL 调查显示,近五分之一美国受访工人被要求回归,Orgvue 数据显示 32% 裁员机构已重新雇佣员工。 高管低估了人类判断力,AI 难以替代复杂工作流,导致自动化收益低于预期。
Wu 等人在 Nature 发表 AutoDNA 研究,展示 AI 智能体协调实验室仪器执行多步骤分子生物学实验,仅需有限人类干预。 该系统规划并执行涉及 DNA 的实验,缩短从提出假设到实际执行的时间,减少生物材料处理的人工耗时。 AutoDNA 弥合了 AI 设计分子与实验验证之间的鸿沟。
RigHaven 是一个可自托管的 AI 智能体执行框架,通过协调器为任务自动组装角色团队,并从 99 个托管 CLI 工具中按需调用。每个角色在隔离容器中运行,且每个阶段需经用户审批;系统支持文档、视频、CAD、数据及网络等多模态任务,并允许通过 JupyterLab 等集成编辑器修改项目文件。
Day AI 推出基于 LLM 优化本体论的客户记忆,整合团队邮件、日历、会议及 Slack 数据构建统一上下文图谱。 其智能体控制平面赋予智能体名称、职位描述及层级架构,通过自动反馈机制持续优化表现,并记录完整审计轨迹。 系统旨在提升速度、成本效益、准确性及治理水平,允许用户在审批后运行智能体。
PuglieseWeb 创始人提出架构即真理 (AAT) 方法论,主张 AI 接管代码生成后,对产品的全局理解成为所有开发者的入门要求,而非资深专家专属。AAT 将架构文档作为唯一事实源,人类通过修改文档决策,AI Agent 依据文档构建,并遵循阅读、构建、停止、留痕四条契约。文章介绍了实现工具 SystemDox 及一个从决策到上线的完整案例,展示了如何通过文档同步解决 AI 生成的局部错误。