跳到正文
AI 资讯
10月27日周二
  1. AIHOT64

    Anthropic研究:AI智能体隐性倾向如何影响50名专业分析师的判断决策

    Anthropic在研究中让50名专业分析师使用Claude Code完成因果分析任务,并通过随机指定智能体的隐性倾向,测量其对分析选择和最终建议的影响。四项分析决策中,分析师有86%的时间选择与智能体倾向一致的选项,77%在解释时复用了智能体论点,但只有15%明确将智能体列为论点来源。研究还指出,智能体参与组完成得更快且严重错误更少,但两组经验差异较大,不能据此确定因果关系。

10月26日周一
  1. AIHOT73

    安全公司 Cathedral 用 AI 智能体在 12 小时内获取 Anthropic 内部员工信息

    安全公司 Cathedral 在 Anthropic 授权的漏洞测试中,用 AI 智能体在不到 12 小时内访问其销售、人事和 IT 系统,获取员工薪资、内部消息和会议记录等信息。Anthropic 表示 Claude 客户对话、源代码和模型权重未被访问,已当日切断访问并停用相关业务软件,双方对测试规则遵守情况和国家安全影响存在分歧。

10月25日周日
10月23日周五
  1. Microsoft Research70

    Flint-interactive 用语义事件构建交互式数据可视化

    Microsoft Research 推出 Flint-interactive,通过 Flint 编译器将用户操作转换为语义事件,并用高层更新操作驱动图表响应。开发者可在聊天、Canvas 和编程 API 中创建交互式图表、数据故事与仪表板,还可连接表格、文本和其他组件。

    推荐理由:Flint-interactive 将复杂图表交互抽象为语义事件和高层更新操作,为理解其可靠性与接入方式提供了具体路径。

10月22日周四
  1. Microsoft Research86

    Microsoft Research 与合作者借助人机协作证明 KLS 猜想

    Microsoft Research 研究员 Xinzhi Zhang 与合作者 Zhao Song 借助研究人员引导的 AI 智能体流程,完成了 KLS 猜想的证明。研究团队探索了 100 多条候选路径,并通过递归改进将界限与维度脱钩,10 月 4 日论文版本完成证明。另有两组独立证明随后出现,Lean 4 形式化验证也已发布,简化后的证明仍在整理和审查中。

    推荐理由:文章展示了人机协作研究如何通过约百条轨迹、递归改进和形式化验证推进高维几何核心难题。

10月21日周三
  1. GitHub Blog · AI & ML69

    3 位 Java Champion 如何使用 GitHub Copilot 提升生产力

    三位 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的方法,强调由智能体执行、开发者保留结果责任,并通过验证门禁控制质量。实践包括用自定义技能保持个人写作风格和代码规范,以截图、视觉差异、测试和静态检查验证生成结果,以及在 Pi4J 故障排查中由编码智能体定位原生调用阻塞虚拟线程的问题。

    推荐理由:三位资深 Java 开发者的案例覆盖需求澄清、验证门禁、技能沉淀与确定性检查,为团队落地编码智能体提供可迁移做法。

10月20日周二
  1. Mistral AI81

    Mistral AI 发布 Voxtral 3 语音模型与实时语音智能体 SDK

    Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK,支持 50+ 语言的转写、对话推理和语音生成。Voxtral Small Transcribe 3 提供多语言转写、说话人分离和上下文偏置,Voxtral Mini TTS 3 支持 35+ 语言、50+ 方言及声音克隆,实时智能体可结合推理、工具调用和语音生成处理多步任务。

    推荐理由:原文给出转写、实时语音生成与智能体 SDK 的能力、基准和定价,便于评估语音智能体落地时的效果与成本。

  2. GitHub Blog · AI & ML68

    如何在 VS Code 中继续 GitHub Copilot app 会话

    GitHub Copilot app 会话可以直接在 VS Code 中继续,并保留对话、代码变更和工作上下文。开发者可逐行审查智能体改动,手动编辑代码、运行本地测试,再通过原有分支和 pull request 推送结果。

    推荐理由:教程完整展示了从 Copilot app 接管会话到本地测试和推送 PR 的连续工作流。

10月17日周六
  1. Google Research70

    Google Research 介绍 AI 智能体自主湿实验室的三项研究进展

    Google Research 展示了 VERID 实验室数字孪生、闭环适配体发现和全新蛋白质结合物设计三项研究进展。VERID 通过实时 3D 状态、虚拟试运行、硬件安全检查及同步日志,让智能体在液体处理机器人执行实验前识别物理、逻辑和科学层面的无效操作。

    推荐理由:给出VERID数字孪生、适配体闭环发现和蛋白质结合物设计三类路径,便于比较AI智能体进入湿实验室的技术难点与安全边界。

10月16日周五
10月15日周四
  1. Google Research76

    Google Research 公开 Deep Review,用智能体流程审查复杂技术文档

    Google Research 公开 Deep Review,一款用于复杂文档严格反馈与技术验证的智能体系统,初期面向计算机科学论文,现已扩展到法律、金融等领域。

    推荐理由:Deep Review 通过文档分段、动态计算预算、并行验证和全局综合审查复杂文档,读者可以据此了解其技术流程与适用范围。

10月14日周三
  1. Google DeepMind77

    Google DeepMind广泛推出Gemini 4 Argon并公布安全机制

    Google DeepMind开始广泛推出Gemini 4 Argon,并扩大Fairwind Program,向更多可信网络防御者开放。Argon在12个端到端模拟网络攻击场景中全部解题,此前一代模型解决了5个;模型还采用输入筛查、内部内省和持续监控三层实时防护。

    推荐理由:文中给出Argon的网络防御表现、三层滥用防护和实时失配监测,便于读者评估其广泛开放后的安全边界。

10月13日周二
10月12日周一
10月8日周四
10月6日周二
  1. Mistral AI78

    Mistral 发布 Mistral Large 4 公共预览版

    Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。

    推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。

10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML44

    AI 正在改变开发者工作:提升三项关键技能

    AI 正在改变开发者的执行方式,开发者需要学会引导 AI、评估输出并处理更广泛的系统问题。GitHub Copilot 内置的 Rubber Duck agent 可调用第二个模型审查计划、代码和测试,以发现首个模型可能遗漏的问题。随着 AI 承担更多实现工作,开发者可将时间投入客户需求、架构权衡、可访问性与成功指标等仍需人工判断的环节。

9月26日周六
  1. GitHub Blog · AI & ML68

    GitHub Copilot 如何用 canvases 构建自定义工作流

    GitHub Copilot app 支持通过 /create-canvas 技能用自然语言生成自定义工作流画布,无需手动编写代码或设计界面。画布支持用户与智能体同时修改共享状态,并可保存为扩展重复使用或与团队共享;Awesome Copilot 还提供了发布说明、看板和问题分派等现成扩展。

    推荐理由:教程给出从描述工作流到用 /create-canvas 生成双向协作画布的完整步骤,可直接迁移到自定义团队工作流。

7月26日周日
  1. Berkeley AI Research48

    ABBEL:教 LLM 更新信念以实现高效长程交互

    ABBEL 将自然语言信念状态作为智能体的工作上下文,并通过信念分级监督摘要信息,帮助 LLM 处理长程交互。CollabBench 协作编程测试显示,重构式信念分级可将模型与完整上下文的性能差距缩小约 50%,训练步数从 100 步降至 50 步,同时峰值 token 更少。

7月7日周二
  1. Berkeley AI Research41

    Berkeley AI Research 观点:智能近乎免费时,为智能体、关于智能体与由智能体构建的数据系统

    Berkeley AI Research 提出,近零推理成本正推动数据系统转向为智能体设计、管理智能体及由智能体构建三类新架构。GPT-4级能力的成本从2023年初每 million tokens 约 $30 降至如今低于 $1,部分低于 $0.10,年度降幅达 9x至900x,中位数接近 50x。

7月1日周三