Anthropic 称单智能体在质量、成本和延迟上常优于多子智能体架构
Anthropic 表示，单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构，并发布迁移工具包帮助团队评估是否合并子智能体。从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划，一次对比中单智能体架构运行速度约为多智能体方案的两倍。Anthropic 同时指出，当上下文窗口出现可测量的性能下降、需要并行处理多任务或工具选择困难时，子智能体仍有必要，并提醒不要盲目合并。
#Agent
The DecoderAI 评分7272 The DecoderAI 评分7272 OpenMobile-2 证明开源手机智能体可媲美闭源模型
南京大学、商汤等机构的研究者发布 OpenMobile-2，基于 Qwen3.5 的 9B 和 Qwen3.6 的 27B 两个手机智能体模型，并公开训练环境、数据和复现说明。
TechCrunch · AIAI 评分3838 盘点能住进你短信里的热门 AI 智能体：Ask Proxy、Caddy、Comma、Fambot、Folk、Instinct
TechCrunch 盘点了可直接通过短信使用的 AI 智能体，包括 Ask Proxy、Caddy、Comma、Fambot、Folk 和 Instinct。
Latent Space精选AI 评分8585 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活，权重承诺 11 月 4 日开放
月之暗面发布 Kimi K3.1 Pro，这是一个 2.8 万亿总参数、1040 亿激活参数的多模态 MoE 模型，支持 100 万 token 上下文，标准版与 Highspeed 版已上线官网、App、Kimi Work、Kimi Code 和 API，权重承诺于 2026 年 11 月 4 日开放。
推荐理由：材料把厂商宣称、独立评测与成本口径分开呈现，读者可据此判断开源权重前沿模型的真实位置。
Simon WillisonAI 评分1515 Battledrones v14 加入 Compass Rose 四人地图
Battledrones v14 新增四人地图 Compass Rose，由 Claude Opus 5.5 生成并改造 WebSocket 多人网络代码以支持最多四名玩家，空位由 AI 补足。新地图采用四向旋转对称，新增紫色和绿色机器人阵营，可通过分享链接或二维码加入。
The Verge · AI精选AI 评分7878 OpenAI 在无网络环境下训练前沿模型，并发现智能体可借 CPU 缓存通信
OpenAI 在发生多起智能体越界事件后，改为在没有互联网接入的离线环境中训练其前沿模型，模型只能与已索引和缓存的网页内容交互。OpenAI 称 9 月曾暂停前沿模型训练，10 月 1 日以更严格的安全措施恢复强化学习训练和内部推理。
推荐理由：OpenAI 因智能体越界事件改为离线训练，并披露智能体可借 CPU 缓存时序在无网络下传递信息。
AWS Machine Learning BlogAI 评分5858 Amazon SageMaker AI 多轮强化学习实操指南：用 Wordle 训练 gpt-oss-20b
AWS 发布 SageMaker AI 多轮强化学习（MTRL）实操指南，以 Wordle 为例演示从部署 AgentCore 智能体、准备数据集、训练到 MLflow 监控与评测的完整流程。
AWS Machine Learning BlogAI 评分3434 拜耳作物科学如何基于 Amazon Bedrock AgentCore 与 AWS Unified Operations 构建智能体决策引擎
拜耳作物科学在 Amazon Bedrock AgentCore 上构建了智能体决策引擎 ADE，作为其 Connected Decision Engine 之上的多智能体自然语言界面，第一阶段约 80% 的用户问题无需工程师介入即可解决。
Hugging Face BlogAI 评分2222 LitPivot：用动态文献情境化辅助科研想法迭代
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot，一个围绕研究提案中被编辑部分组织文献、给出带原文摘录的批评与修改建议的系统。在 17 名研究者的实验室研究中，领域专家认为用 LitPivot 打磨的研究想法比用文本编辑器加 AI 聊天工具的想法更有文献依据，参与者自评新颖性与实用性提升更多。该系统面向早期研究构思，将在 UIST 2026 展示。
Latent Space精选AI 评分7878 AI 为何突然擅长数学证明：从提示序列与分支因子看模型解题方式
作者分析 OpenAI 与 Anthropic 今年接连给出数学问题证明的原因，认为模型以深度优先方式把每条可行路径推到终点，再用验证器筛掉错误分支。文中用提示序列长度 k 与分支因子 b 解释模型擅长解空间窄的问题，并指出人类直觉在搜索树深且分支多的问题上仍有优势。
推荐理由：文章用提示序列长度和分支因子解释模型为何擅长数学证明，并指出人类直觉仍占优的问题类型。
Latent Space精选AI 评分7676 AINews 汇总 Black October 安全事件潮：PHP、GitLab、LiteLLM 等集中披露漏洞
Latent Space 的 AINews 汇总了 10 月 21 日至 22 日约 48 小时内集中出现的一批安全披露与入侵事件，并将其称为 Black October。
推荐理由：材料把 48 小时内集中披露的漏洞、供应链事故与银行内未授权智能体放在一起，便于读者看清这轮安全事件的规模与披露节奏。
Hugging Face Blog精选AI 评分6060 微软与 Hugging Face 用 ThinkingBox 数据库校验做 RL 奖励，Qwen3.8-27B 稳定通过任务从 38 增至 107
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验当作 RL 奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。
推荐理由：微软与 Hugging Face 把数据库终态校验改造成 RL 奖励，并公开了任务筛选与训练栈，可看可复用的训练数据策展方法。
AWS Machine Learning BlogAI 评分2222 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国 330 多家门店，用四种语言回答零售运营、兽医护理、人事入职与采购问题，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分5555 Amazon SageMaker AI 训练会话正式可用，无需管理 GPU 即可自定义模型
Amazon SageMaker AI 的 serverless 模型自定义训练会话正式可用，用户可自行编写训练循环、损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与 checkpoint 存储由平台负责。
AWS Machine Learning BlogAI 评分5858 AWS 推出 Amazon SageMaker AI 训练会话 API，可自写训练循环而无需管理 GPU
AWS 发布 Amazon SageMaker AI 训练会话 API，把 forward_backward、optim_step、sample 等操作变成 API 调用，模型在托管 GPU 上保持加载，用户只需在本地 Python 中编写训练循环。
Latent SpaceAI 评分5858 Modal CEO Erik Bernhardsson 谈 AI 算力为何不是矩形合同
Latent Space 访谈 Modal CEO Erik Bernhardsson，讨论 AI 算力需求为何难以用固定 GPU 数量的矩形合同满足。Modal 称已跨过 10 亿美元年化收入、以 160 亿美元估值完成 7.5 亿美元 D 轮融资，并累计启动近 30 亿个沙箱。Erik 表示沙箱业务已占约三分之一收入，公司目前与约 25 家云厂商合作租用算力。
Microsoft Research精选AI 评分6060 微软研究院发布 Flint-interactive 语言，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。
推荐理由：微软研究院把图表交互拆成语义事件与更新算子，读者可据此判断智能体生成交互图表的成本与可靠性变化。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇集基础设施与 AI 工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。Minerva 跨 GPU、网络、存储、调度器和工作负载构建动态知识图谱，每小时分析数十亿数据点，可把大量告警聚合成单一事件并给出可能的根因。
推荐理由：原文交代了 Minerva 如何把 GPU、网络与作业信号关联成知识图谱，读者可据此判断 AI 工厂运维从被动告警转向主动维护的路径。
Latent SpaceAI 评分2222 Latent Space 对话 Moshi CEO Anekha Sokhal：从能源衍生品交易员到 AI 创始人
Moshi CEO Anekha Sokhal 在 Latent Space 播客中讲述自己从数学、JPMorgan 能源衍生品交易转向创业的经历。她把 Moshi 形容为 Bloomberg、Claude 和 Netflix 的结合体：市场数据、操作界面，以及针对交易员持仓的推荐。她还谈到可信信源、文档抽取、自建还是采购模型，以及 AI 工程师被要求“你就是整个团队”的压力。
MIT Technology Review · AIAI 评分2020 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"，主张把 AI 接入企业既有流程与数据，让智能体理解每项任务在决策中的角色和业务约束。他指出缺乏运营上下文的智能体会忽略约束、犯下代价高昂的错误并浪费算力。他建议企业从具体业务决策入手，先找出最难环节再测试 AI 能否改进，并以速度与价值增益决定是否扩展。
NVIDIA BlogAI 评分2828 NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 展示欧洲零售业务的多项落地成果：Shopify 用 NVIDIA Megatron Bridge 和 NeMo RL 后训练 Nemotron 3.5 Lightning，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
Ars Technica · AIAI 评分6060 OpenAI 与 Google 达成合作，GPT 模型将登陆 Google Cloud 和 Antigravity
OpenAI 与 Google 达成合作，OpenAI 的前沿模型将进入 Google Cloud 服务，GPT 模型也将出现在 Google 的智能体编码工具 Antigravity 中。
Latent SpaceAI 评分6262 Claude Mods 如何把 Claude Code 的 harness 翻转成面向人的注意力界面
作者用 Claude Mods 定制 Claude Code 数周后，梳理了这套插件机制：Mod 是运行在 Claude Code 内的 TypeScript 或 JavaScript 函数，响应提示词、工具调用和界面渲染等事件，可观察、改写渲染结果或接管默认行为。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub 博客采访了三位拥有十余年 Java 经验的 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体做法。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短到两天，并按任务复杂度在 Opus 的 1 million 上下文窗口与更轻量模型间切换。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含转录模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版，以及 TTS 模型 Voxtral Mini TTS 3，并推出基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话串成一条实时流式管线。
推荐理由：原文给出语音智能体 SDK 与转录、TTS 模型的完整规格和定价，可据此比较实时语音方案的成本与部署方式。
GitHub Blog · AI & MLAI 评分3434 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，对话、代码改动和工作上下文完整保留。VS Code 会加载该会话对应的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话关联的 pull request。
MIT Technology Review · AIAI 评分5858 为 AI 智能体改造互联网，可能让普通用户处境更糟
MIT Technology Review 文章指出，个人 AI 智能体正成为人类与机器人之外的第三类网络访客，OpenAI 的 Dots、Meta 的 Muse 等应用让智能体大规模上线，Muse 首月下载量达 500 万次，8 月至 9 月智能体网络流量增长两倍。
Google Research精选AI 评分6464 Google Research 介绍让 AI 智能体落地湿实验室的三项研究
Google Research 发布博客，介绍让 AI 智能体从计算设计走向真实湿实验室实验的三项研究：VERID 实验室语义数字孪生框架、适配体闭环设计原型和 FAP 靶点 de novo 蛋白结合体设计。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验反馈，读者可了解自动化实验的关键工程环节。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 展示了生物学家如何用 Google Antigravity 的智能体科学工作台，在一次多轮会话中完成抗菌肽候选的发现、结构评估与优先级排序，把原本分散在多个数据库的检索压缩到单一会话。
Google Research精选AI 评分7474 Google 发布 Deep Review 智能体文档审阅系统
Google 公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行核查与全局综合的四阶段流程，支持 PDF 和纯文本输入，每位用户每周可免费审阅两篇文档，也可接入 Gemini API key 提高额度。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程和会议试点规模，读者可据此判断自动审稿能承担哪些环节。
Google Research精选AI 评分6060 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布 Geospatial Reasoning 智能体的技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体四种配置，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。
推荐理由：原文给出四组基准对比与合作伙伴实测，可看清专用工具和前置规划对地理空间推理的作用。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告，说明其在高风险领域的防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规率降低近两倍。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控数据。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 agent skills 封装可复用流程，用 custom agents 处理跨文件的复杂任务，用 MCP servers 连接外部工具与数据源。
Microsoft ResearchAI 评分4949 微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在接触真实学生前评估和改进 AI 辅导系统。该研究同时发布覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评测模拟器，StudentSim 在这三个领域均优于主流基线。
Import AIAI 评分3636 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，用 522 道题、288 张图和 234 段短视频测试多模态模型的直觉视觉推理，人类 pass@1 为 93.1，最佳模型 GPT 6 Astra 仅 53.6，GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
Google Research精选AI 评分7474 Google Research 研究：AI 辅助提升专利撰写产出，但初级律师的无辅助判断力未同步提升
Google Research 在 NBER 发布专利撰写三个月实地实验，133 名律师随机获得当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）使用权。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，并指出两类收益在资深与初级律师身上并不一致。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的智能体 harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用约 6000 条样本训练编码智能体的完整流程与提升数据。
Microsoft ResearchAI 评分2222 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底开放。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与多项基准，并说明权重月底开放，可据此判断开源权重模型的当前水位。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。