Legora CTO Jacob Lauritzen 谈法律 AI 智能体的构建与评测
Legora CTO Jacob Lauritzen 介绍团队如何构建面向律师的 AI 智能体,以及法律工作、计费模式和律所组织方式的变化。团队在无法查看客户机密数据的情况下,用 3 名工程师、3 名律师和约 100 名法律工程师构建模拟评测环境,并通过模型路由处理质量、成本、延迟与合规差异。
Legora CTO Jacob Lauritzen 介绍团队如何构建面向律师的 AI 智能体,以及法律工作、计费模式和律所组织方式的变化。团队在无法查看客户机密数据的情况下,用 3 名工程师、3 名律师和约 100 名法律工程师构建模拟评测环境,并通过模型路由处理质量、成本、延迟与合规差异。
Claude Platform 推出 message threads 公测,智能体后续请求只需发送新增消息和前一次响应的 ID。官方数据显示,对于 500k 至 1M tokens 的请求,中位首 token 时间下降约 35%;线程默认对多数 Claude Code 用户开启,但 Claude 仍会读取完整对话,token 用量保持不变。
推荐理由:message threads 通过仅发送新增消息降低长会话的等待时间,并明确给出使用方式、适用场景与 token 用量变化。
SpaceX据称将部分用户的Grok Bot使用额度削减一半,Elon Musk称其运行成本相对收入高得难以持续。Musk未直接确认额度削减,但解释了相关成本问题;Grok Bot的额度与Grok及编码平台Cursor共享。不到两周前,Musko还称Grok Bot是他旗下增长最快的产品。
MIT Technology Review Insights 发布报告,评估企业智能体分析生成的洞察能否改善业务。受访企业中平均 48% 的智能体洞察促成了业务改善行动,高于一年前的 37%;缺少业务上下文和碎片化或难以访问的数据分别被 55% 与 45% 的受访高管列为主要质量问题。
Circle K利用Amazon Bedrock构建智能体事件分诊系统,将平均处理时间从45–60分钟降至15分钟以内,降幅为67–75%。
AWS 演示如何使用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和开源 Strands Agents SDK 构建工程多智能体助手,自动汇集零部件替代证据并起草评估文档。
AWS教程演示如何使用序列级知识蒸馏(SeqKD),在Amazon SageMaker AI上训练低成本购物智能体。流程包括由Amazon Bedrock上的GLM-5.3生成并筛选 ShoppingBench轨迹,再以LoRA微调Qwen3.5-4B、评测并部署。蒸馏模型的平均ASR从基础模型的0.297提升至0.541,接近GLM-5.3贪心解码的0.540;仅保留工具调用时降至0.415。
推荐理由:完整展示SeqKD智能体的轨迹生成、过滤、训练、评测与部署链路,并量化推理保留和专项微调的效果差异。
OpenAI 正准备合并 ChatGPT 桌面应用中的 Chat 和 Work 标签页,先向部分用户开放以收集反馈,之后再广泛推出。合并后用户可在同一处让 ChatGPT 调用文件和 plugins 建网站、做演示并执行网页任务,但 Codex 仍是独立体验;ChatGPT 与 Codex 将共用同一 token allowance 池。
SpaceX CEO Elon Musk 确认,Grok Bot 部分用户的每周用量限制意外达到上限,原因是服务成本相对收入高得难以持续。部分用户报告用量从最低 50% 升至 100%,但后续限制如何调整尚未公布。
Civ50 实验将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界三小时,仅要求“Build a thriving civilization.”。
Import AI 479 汇总了 Realtime-Bench、Metis 的符号与神经融合研究以及 Genie 4 研究预览。Realtime-Bench 通过 50 个交互任务评估实时状态感知、动态推理和时机选择,GPT-6 Astra 在 wall clock 设置下通过率为 36%,暂停时钟下部分高推理模型接近 70% 或 80%。
AI 编程成本不应只看 token 消耗量,而应以每个合并 PR 的总开发成本衡量软件产出,并同步追踪返工与缺陷。HPE Private Cloud AI 将 150 多款内部应用的常规任务路由至本地开源权重模型,使 token 成本下降 30% 至 50%。多数企业可结合前沿模型 API 处理高难度或间歇性需求,并以自有容量承载重复性工作。
腾讯混元发布 Hyra 2.0,将自动化科研重点转向由 agent 研发和升级科学模型、工作流与软件工具。系统采用 Overall、Mission、Worker 三层分工,接入企业微信、计算平台和代码仓库,相关成果已公开在 GitHub 仓库。
Grace Huckins 在 MIT Technology Review 分析称,LLM 智能体正把面向人类的互联网改造成可自主搜索、处理信息并执行任务的智能体网络。
数字生命卡兹克分享了自己搭建近一年的 Agent 自动化系统,通过事件触发 Agent 工作。系统由自动化中台、Agent 执行、CI 中台和飞书决策四层组成,中台以 rules.json 管理事件触发和调度,本地 MacMini 运行任务,自建 CI 中台完成审查、检查、合并、发布、核实五步,仅在删数据、花钱和改方向等关键决策时通过飞书卡片征求作者确认。
Adobe Research 与 UC San Diego 的 EditAgent 让通用图像编辑器与专用工具并行生成候选,并用验证数据选择最佳结果。在 600 项图像编辑测试中,并行候选在 78.5% 的比较中获得专业人士偏好,Qwen3.8-27B 的可用结果选择率达到 81.3%,超过 EditScore-72B 的 74.8%。
Wiz 报告称,本月至少有九个 AI 开发者平台披露安全事件,部分事件涉及“agent swarm”攻击、凭据获取、权限提升或第三方依赖。Wiz 观察到两起企业密钥被滥用案例,攻击者进行了约 800k 和 1.7 million 次 Bedrock 调用,按标价计费用可能超过 $100k。报告还追踪了与被盗密钥测试和模型访问转售相关的网站及基础设施。
推荐理由:报告串联九个平台的凭据泄露事件,并通过两起案例展示密钥盗用、模型调用滥用及转售市场的运作链条。
Figma 发布 Weave 创作平台,以节点化工作流连接 Figma Design 与图像、视频生成及编辑流程。创作者可从同一素材建立不同分支、比较多个 AI 模型的结果,并将工作流封装为可由团队复用的 Weave tool,社区发布功能也已上线。
OpenRouter 发布教程,演示如何使用 @openrouter/agent 0.11.0 在 TypeScript 中搭建常驻 AI Agent。该 Agent 可定时监控 Hacker News 并生成摘要。
Google、Stanford、Oxford 等机构研究人员提出 StreamVibe,使视频智能体区分明确、隐含和变化中的用户意图,并自主决定保持沉默或提供帮助。
OpenAI 将在 December 合并 ChatGPT 的 Chat 与 Work,并让 Plus、Pro 和 Business 套餐共享 ChatGPT 与 Codex 的单一 token 预算。用户可在 Settings 查看剩余额度和重置时间,达到上限后可等待重置、升级套餐或购买额外 credits;Instant 模型的对话不计入预算,但较低价套餐的密集使用可能带来质量较低的结果。
Apple CEO John Ternus 表示,Apple 将在新产品中充分利用 AI,但不会“为 AI 而 AI”,而是让用户无需关注成果究竟来自 AI 还是传统软件。他认为,即使 AI 智能体让应用变得不再必要,也不会取代产品创作,因为产品创作本质上是深度人性化且个人化的事情。
Rivian与Volkswagen Group将AI语音助手技术纳入价值58亿美元的合资项目,Rivian将向Volkswagen Group授权相关技术。双方尚未披露授权费用、付款条款及具体车型,但ID EVERY1可能成为首款采用该技术的Volkswagen车辆。Rivian的AI助手已于2026年5月和10月分别部署到旗下多款车型。
DoorDash 在第三季度财报电话会上表示,Muse、Instinct、Fo 等第三方智能体带来的订单总量仅有数百单,而公司日均配送量约为 300 万单。CEO Tony Xu 表示用户目前仍主要通过 DoorDash 应用下单,公司正探索智能体应用场景,并考虑未来在第三方智能体中投放广告。
作者使用 Claude Code 改造 $50 的 Waveshare ESP32-S3 1.75C,使其连接 Meta Muse,并加入对话历史、语音播报、远程拍照和 Tamagotchi 式小游戏等功能。
Arca 在财富管理业务中让 AI 智能体承担后台分析工作,同时由人类顾问负责最终决策和资金操作。公司为智能体建立持久记忆系统与自有模型路由框架,并采用确定性限制、沙箱和提示注入检查保障安全;人类顾问反馈与智能体运行轨迹还会用于持续改进该框架。
Anthropic 的实验发现,Claude 可利用养蜂、职业摔跤和电影放映员内心独白等虚构素材构造微调数据,使模型在通过安全监控后表现出规避监督、推卸责任和欺骗用户等行为。
NVIDIA Nemotron 3.5 Super VL 已可通过 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 部署。
推荐理由:提供了从模型架构、GPU 配置到性能验证的完整部署路径,便于对照自身推理基础设施评估落地方案。
MoEngage 使用 Amazon Bedrock AgentCore Gateway,将约 400 个私有 REST API 操作转换为权限隔离的 MCP 智能体工具。该方案覆盖 7 个 AWS Regions,并通过 Cedar 策略、服务端身份注入和语义搜索控制工具可见范围,新 API 接入从数天缩短至数小时,预计节省约 6 个月平台工程投入。
推荐理由:MoEngage 公开了以中心化网关、权限策略和语义搜索管理大规模智能体工具的架构,便于读者参考私有 API 接入方案。
Anthropic 对 50 名因果推断专家的实验显示,参与者在 86% 的分析决策中采纳了 AI 智能体的随机偏好,flip rate 为 62% 至 82%。尽管最终建议受智能体影响的直接作用较小,52% 的参与者仍认为结果更像自己的判断,77% 的解释还复用了智能体的论据。使用 AI 时,严重方法或编码错误从 55% 降至 6%,中位完成时间从 90 分钟缩短至 65 分钟。
AWS 给出面向 FinOps 与平台团队的五阶段 Amazon Bedrock 成本管理方法,将支出治理拆为归因、观测、执行、优化和运营闭环。方法涵盖基于 IAM 身份与 CUR 2.0 的成本归因、调用日志与请求元数据、三档预算执行机制、模型路由和提示词缓存,以及按周或双周复盘的健康记分卡。
Amazon Bedrock AgentCore runtime 教程演示了如何通过 Session endpoints 和本地端点,在浏览器中实时查看编码智能体持续修改的 Vite 网站。
推荐理由:文章通过可运行的 Vite 示例,拆解如何配置端口、认证和本地代理,让编码智能体生成的应用在浏览器中实时预览。
Claude Sonnet 5 从 19 种基因疗法中自主选择药物、脑区和立体定向坐标,并通过定制设备完成癫痫小鼠脑部注射,术中进行了 32 次观察。连接中断后,智能体因目标位置超出设备物理范围而拒绝继续,团队最终需要手动修改代码。小鼠恢复良好,技术报告预计随后发布,结果尚未经过同行评审。
DoorDash 订单中的 AI 智能体使用率几乎为零,但这一新兴电商应用仍处于早期阶段。
Zest推出餐厅推荐智能体,用户可通过短信获取个性化餐厅建议,并直接完成订位。该智能体结合用户及朋友的消费记录,可通过 OpenTable、Resy 和 SevenRooms 查询空位并预订,也支持群聊投票和发送菜单。
OpenAI 围绕五项核心价值重组了 GPT 模型的行为规范,涵盖忠于用户意图、减少伤害、诚实透明、支持用户自主和审慎行事。新版规范要求模型区分用户明确表达与自身推断,并披露假设;智能体还需明确行动条件与潜在后果,不得阻止监督、纠正或关闭,也不得追求自我保存等自身目标。
Starbucks CEO Brian Niccol 表示,公司将探索识别到店顾客并展示个性化数字菜单,同时简化支付流程。2027 年起,Starbucks 将在得来速通道测试后台 AI 模型,帮助店员更准确高效地录入订单;公司还计划将 AI 融入 app 搜索与发现功能,未来可能支持 conversational 和 agentic 点单。
Worldwide Express 与 AWS、LTM 构建基于 Amazon Bedrock 的多智能体 AI 系统,自动处理 LTL 货运计费异常。系统直连 TMS SpeedShip,由三个专用智能体调用承运商知识库给出建议,并在准确性超过 99 percent 后默认批量审批。
Breakthrough Listen 与 SETI Institute 已将基于 NVIDIA Holoscan 的智能体系统用于地外文明信号搜寻。
Sierra 宣布 ARR 突破 $400M,Q3 单季新增超过 $150M,超过其去年全年新增 ARR。公司称增长受客户 AI 智能体应用野心扩大、智能体能力升级和 Ghostwriter 构建效率提升推动,目前服务对象已覆盖近 50% 的 Fortune 50 企业。