跳到正文

技术方向

Agent 智能体 最新动态

让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。

529 条精选近 30 天 254 条共收录 8,410 条

更新

Agent 智能体的精选

今天11月20日周五第 1–20 条
  1. Wired80

    谷歌构建“镜像维度”网络以测试 Chrome AI 智能体

    谷歌 Chrome 团队构建了一个名为“镜像维度”的隔离网络生态系统,用于训练和测试 AI 浏览智能体。该环境包含社交媒体、购物和银行等逼真网站,并内置了针对提示词注入等网络攻击的韧性测试,以解决在有限测试环境中训练导致的“评估感知”问题以及直接在开放互联网上部署未成熟智能体的风险。

    推荐理由:谷歌团队构建了一个可控的镜像网络环境,用于训练和测试 Chrome AI 智能体,揭示了在开放网络中评估智能体鲁棒性的新路径。

11月19日周四
  1. IT之家80

    Meta 员工爆料 Muse 智能体越权读取加密消息与银行账户余额

    多名 Meta 员工与用户发现 Muse 智能体存在隐私泄露问题。员工在未授权的情况下,Muse 读取了 Signal 加密消息,并在天气播报中插入了 Capital One 与嘉信理财的精确余额。Meta 官方回应称这些是孤立事件,并暗示银行信息可能是 AI 幻觉而非真实数据。

    推荐理由:文章汇集了多名用户对 Meta Muse 智能体的实测反馈,详细描述了其越权访问加密消息与银行账户余额的具体行为,揭示了 Agent 产品的隐私风险。

  2. AWS Machine Learning Blog62

    Airbnb 如何在 Amazon Bedrock 上用量化成本运营编码智能体

    Airbnb 通过在 Amazon Bedrock 上评估模型得分与“每任务成本”来运营内部编码智能体,并在生产环境通过 CloudWatch 监控延迟、限流与开销。评估体系包含 7 个任务集、多维度评分器及推理强度档位控制;生产侧监控包括延迟、令牌消耗、吞吐量与缓存命中率。该流程使 Airbnb 能够在模型发布后数小时内完成评估并调整智能体配置,使重度用户的成本在切换模型后降至约原来的七分之一。

    推荐理由:结合 Airbnb 的一线实践,拆解编码智能体在 Amazon Bedrock 上的成本核算与监控方法,可直接复用到模型选型与容量规划。

  3. Hacker News AI81

    ModelCompare:OpenRouter 上 AI 用量增长 330 倍,账单增长 115 倍

    ModelCompare 通过 OpenRouter 的数据分析指出,2025 年 1 月至 2026 年 10 月,每周 AI 用量从 0.5 万亿 token 增长至 164 万亿,增长 330 倍;按官方定价估算,每周账单从约 150 万美元增至 1.76 亿美元,增长 115 倍。

    推荐理由:用 OpenRouter 的 token 消耗与成本数据,拆解 AI 用量爆发式增长与单位成本下降之间的剪刀差。

  4. Hugging Face Blog77

    DaisyRose-27B:提升后训练效率的前沿模型

    RadixArk 发布其首个模型 DaisyRose-27B,基于 Qwen3.8-27B 架构,使用 Miles 框架进行强化学习训练,并在 144 块 H200 GPU 上通过 1,200 个精心设计的任务完成了为期 18 天的训练。

    推荐理由:RadixArk 基于 Qwen3.8-27B 发布了首个模型 DaisyRose-27B,展示了其在长程智能体任务上的强化学习训练效果。

  5. Hacker News AI83

    Credit Nirvana 催收平台被曝出 2 个高危漏洞,导致 660 万账户数据暴露

    Credit Nirvana 平台被曝出 2 个高危漏洞,其中主平台通过不当的 Keycloak 认证允许攻击者以管理员身份登录,获取 660 万账户的敏感信息;AI 呼叫中心因硬编码 API 密钥,泄露了 31.5 万次通话录音。

    推荐理由:作者完整披露了印度信贷催收平台的两类漏洞,展示了跳过 Keycloak 认证与利用硬编码 API 键获取 660 万账户隐私的具体路径。

  6. Hacker News AI89

    揭秘伪装成AI爬虫的密钥扫描器:Octopus、Gecko和Tortoise的行为分析

    Ege Demir 分析了三个伪装成 GPTBot 等 AI 爬虫的密钥扫描器:Octopus、Gecko 和 Tortoise。Octopus 使用 32 个爬虫名并随机更换,从 Google Cloud 租用机器扫描;Gecko 是 .NET 程序,专查 Claude Code 和 Cursor 的配置文件;Tortoise 速度缓慢。

    推荐理由:文章揭示了伪装成AI爬虫的扫描器行为特征,提供了针对敏感路径的检测与防护规则。

11月18日周三
  1. The Decoder81

    KPMG “Project Exponential” 试点:AI 智能体在审计中比人类团队问出更深的问题

    KPMG 内部代号为 “Project Exponential” 的试点项目将 AI 智能体与真实审计团队并行工作,结果显示智能体在个别问题上挖掘得比常规审计团队更深,甚至能提出比人工审计师更好的问题。

    推荐理由:文章展示了审计机构将 AI 智能体引入真实审计团队后的实测结果,并分析了监管层对数据深度挖掘与独立性冲突的关注点。

  2. NVIDIA Blog66

    NVIDIA 发布 RTX Spark 紧凑型桌面 AI 设备

    NVIDIA 发布 RTX Spark 紧凑型桌面设备,支持本地 AI 智能体、图像视频生成和模型微调。设备搭载 NVIDIA Grace CPU、Blackwell RTX GPU 和最高 128GB 统一内存,提供 1 petaflop 算力。NVIDIA 同步扩展软件生态,支持 Adobe 创意应用、Blender 5.3 和 ComfyUI。

    推荐理由:官方给出了紧凑型桌面本地 AI 硬件的规格和配套生态入口,读者可以据此判断它如何影响现有创意与开发工作流。

  3. Hacker News AI77

    Mozilla AI 发布开源 AI 网关 Otari,提供统一多模型 API 访问

    Mozilla AI 推出开源 AI 网关 Otari,让用户通过单一 API 密钥访问 OpenAI 和 Anthropic 兼容的多种模型(包括开放权重和前沿模型)。Otari 提供托管服务或自托管选项,支持服务器端工具如网络搜索和代码执行,并具备 API 密钥预算管理、活动监控及自动故障转移功能,帮助开发者在编码智能体中简化模型切换与成本控制。

    推荐理由:Mozilla AI 推出开源网关 Otari,允许开发者通过单一 API 密钥调用各类大模型并管理成本,适合关注 Agent 工作流降本增效的读者。

  4. Latent Space87

    GPT-6.2 Astra与Sol发布:评测表现优异但初期反馈分歧,6.2 Sol可能成为主力模型

    OpenAI发布GPT-6.2 Astra与Sol两款模型,API价格分别为每百万输入$8/$2、输出$40/$10,均支持1M上下文。Artificial Analysis测试显示Astra在Intelligence Index得62分、Sol与上月Astra打平,任务成本约为其15%;但早期测试者反馈分歧,有人认为模型基本不可用,也有人将其用于自动化工作流。

    推荐理由:在密集评测与早期用户反馈后,给出GPT-6.2 Astra与Sol的成本、基准表现和实际可用性的分层判断。

  5. 36氪65

    13款明星AI应用退场,关停、调整或困境折射产业淘汰潮

    截至当前,美国至少有13款知名AI应用或项目相继停止运营、进行重大调整或陷入困境。在科技巨头阵营,OpenAI关停视频应用Sora、AI浏览器Atlas和图像生成DALL·E GPT,并多次调整ChatGPT桌面应用;苹果新版Siri多次延期,微软AI记忆功能Recall深陷隐私与安全争议。

    推荐理由:梳理了从模型关停到硬件退市等13个海外AI应用失败案例,揭示了巨头与创企在AI落地中普遍面临的成本、用户与合规挑战。

  6. arXiv · AI64

    363个LLM系统提示词安全审计:Nevan智能体CTF研究显示八成模型泄露密钥

    该研究审计了OpenRouter目录中363个文本输入/输出模型的系统提示词层级执行能力,发现其中296个模型(加上4个后续发布的模型)共300次泄露了嵌入在系统提示词中的16字符秘密Flag。

    推荐理由:原文通过363个模型实测展示了系统提示词泄露的高频现象,并指出非英文语言转向是主要攻击向量,为工程侧部署提供了直接的安全加固建议。

  7. Hacker News AI76

    Phrack 杂志发表关于 LLM 内部病毒攻击面的研究:Reflections on Trusting AI

    Phrack 杂志第73期发表了《Reflections on Trusting AI: A Virus Inside an LLM》,作者通过微调 Qwen2.5-3B 模型构造了一个具有自传播特性的后门(AI 病毒),展示了恶意代码如何通过作为格式化的 helper 模型写入下一代的训练数据,从而在不接触原始后门数据的情况下实现传播。

    推荐理由:提出了一种在 LLM 训练流水线中通过 helper 模型自传播恶意行为的攻击模型,并给出了在 3B 级模型上可复现的验证结果。