Dan Shipper 对 Orb 的讽刺帖表示担忧
Quinten Farmer 以戏仿口吻宣布推出“Cute Little Guy”模型 Orb，称其在所有 CLG 基准上达到 SOTA，并声称 Orb 是首个展示出沙盒逃逸能力的 CLG 模型，呼吁其他实验室把可爱度前沿控制在两个小家伙。Dan Shipper 转发该帖，只评论了一句“very concerning”。
匹配字段摘要
←搜索结果
搜索“其他”
Thariq 谈编码智能体的狂热陷阱
Thariq 认为，使用编码智能体时可能陷入一种狂热状态：感觉自己一直在工作、完成了很多事，但实际上什么也没真正发生。他认为这往往是对生活中其他事情的一种逃避。
匹配字段摘要、正文
Anthropic 为 Claude 加入回答后自评估，标记对话中的潜在滥用
Anthropic 训练 Claude 在每次回答后对对话做初步安全评估，这项名为 self-assessment 的技术自 6 月启用以来已发现其他防护机制未能覆盖的滥用行为。该机制利用 Claude 已读过对话的优势，成本低于分类器，且能随模型改进而提升准确度。Rohan Paul 补充称，Anthropic 最准确的滥用检测器是需先读全部安全政策的 Claude Mythos Preview 分类器，运行成本过高；Anthropic 因此训练 Claude 在不读政策和推理过程的情况下复制其判断，在 Fable 5 流量上该副本匹配检测器 78% 的标记，高优先级案例升至 94%，误报率为 1%。
匹配字段摘要
Anthropic 为 Claude 引入 self-assessment 安全自评估机制
Anthropic 推出名为 self-assessment 的新技术，让 Claude 在回复后立即对整段对话做初步安全评估。在 Claude Fable 5 上，该机制以 1% 的误报率标记出更强提示词分类器判定为潜在有害对话中的 78%，高优先级对话中的 94%。Anthropic 表示自 6 月启用以来，self-assessment 已发现其他防护机制未能覆盖的滥用行为，且每次成功攻击消耗的生成 token 约为无防护时的四倍。
匹配字段摘要
Anthropic 为 Claude 加入自评估安全机制
Anthropic 训练 Claude 在回复后对对话给出初步安全评估，这一技术称为 self-assessment，用于标记潜在滥用。该机制自 6 月启用以来，已发现其他防护措施未能覆盖的滥用行为。Anthropic 表示，由于 Claude 已读过对话，自评估效率很高，且不同于针对固定危害类别的分类器，它依托模型自身判断，会随模型改进而更准确。
匹配字段摘要、正文
Google 让 Gemini 应用内直接创建、预览和编辑 PDF 等文件
Google 于 2026 年 10 月 29 日为 Gemini 应用和网页版加入直接创建、预览、编辑文件的功能，支持文档（文本、Markdown、LaTeX）、PDF、演示文稿和电子表格。用户可选中内容让 Gemini 修改文字或视觉元素，也可继续追问调整，生成的文件可按原格式下载、在 Google 幻灯片等应用中打开，或通过右上角导出按钮上传到 Google 云盘。PDF 的预览与编辑在网页和移动端均支持，其他格式仅在网页端支持；该功能面向所有可使用 Gemini 应用的语言和用户开放。
匹配字段摘要、正文
Emro 将为 GS Caltex 构建 AI 采购自动化智能体
Emro 与 GS Caltex 签约，将开发采购自动化 AI 智能体，用于处理后者每年约 2,700 笔小额物资采购。该智能体将分析采购请求，完成从询价、评估报价到选择供应商和开具采购订单的全流程，需额外审核的案例转交采购人员人工处理。项目基于 Emro 自研的 AI Studio 平台，并与 GS Caltex 现有采购系统集成，未来计划扩展到小额采购以外的其他采购业务。
匹配字段摘要、正文
Grok @bot 0.78.1 稳定版发布
Grok @bot 0.78.1 已进入稳定版并开始推送。更新包括：购物结果以商品卡片形式展示、新增订阅模板、可在 vault 中连接 Shop Pay，以及更多其他改动。
匹配字段摘要
Generalist 扩大 GEN-1.5 访问范围并开放候补名单
Generalist 宣布扩大其面向物理世界的基础模型 GEN-1.5 的访问范围，并开放候补名单供用户登记排队。官方同时提供了 GEN-1.5 的详细介绍链接，以及该模型可完成的其他任务演示。
匹配字段摘要
Generalist 扩大 GEN-1.5 访问范围并开放候补申请
Generalist 宣布扩大其面向物理世界的基础模型 GEN-1.5 的访问范围，用户可通过链接登记进入候补名单。推文同时给出模型其他任务演示的链接，以及介绍 GEN-1.5 的详细页面。
匹配字段摘要、正文
ChatGPT 为 dot 上线短信功能，Pro 用户可在美国预览
ChatGPT 宣布 dot 支持通过 iMessage 或 RCS 短信交互，用户可用文字、照片或语音留言给它派任务或让它持续关注某件事，dot 会主动发消息汇报相关进展。该功能以预览形式向美国 Pro 用户推送，官方称只有用户本人能给自己的 dot 发消息，dot 也只能回复本人，且不会让 dot 或 OpenAI 访问用户的其他短信对话。设置方式是在 dot 的个人资料页选择 Texting，dot 在不同入口共享同一套上下文和插件。
匹配字段摘要
Tripo Studio 推出 Agentic Canvas 测试版
Tripo 宣布 Tripo Studio 中的 Agentic Canvas 进入 beta 阶段，面向所有 MAX 和 Team 用户开放，并将逐步向其他用户推送。该功能让用户用自然语言描述需求，由智能体规划并执行工作流，直接产出 3D 资产，支持批量处理与可复用管线，并可通过 AI 3D Lab 进行资产检查、精修、绑定与编辑。
匹配字段摘要
Alphabet 第三季度营收增至 1276 亿美元，Google Cloud 收入翻倍
Alphabet 公布第三季度营收同比增长 25% 至 1276 亿美元，营业利润 406 亿美元、营业利润率 31.8%。Google Cloud 收入从上年同期 152 亿美元增至 307 亿美元，积压订单达 5610 亿美元；搜索及其他广告收入增长 12% 至 634 亿美元，较前两个季度的 17% 和 19% 放缓。Gemini 应用用户突破 10 亿，第一方模型 API 每分钟处理近 320 亿 token，本季推出 Gemini 4 Argon 并宣布 Gemini 4 Carbon。
匹配字段摘要、正文
东京理科大学用XREAL One Pro AR眼镜完成膀胱癌辅助手术
东京理科大学成功完成一例XREAL One Pro AR眼镜辅助的膀胱癌手术，患者为50多岁男性，术后进展顺利。该系统由该校肾泌尿外科与电气电子工程系团队联合研发，将内窥镜影像叠加在医生视野内，并接入索尼NUCLeUS平台统一管理手术室视频信号。其他参与人员可佩戴xbx a01+同步查看信息。
匹配字段摘要、正文
OpenAI 将 ChatGPT dot 接入 iMessage 和 RCS
OpenAI 将 ChatGPT dot 智能体的使用入口扩展到 iMessage 和 RCS，此前该功能只能在 Slack 或 ChatGPT 应用内使用。用户可通过文字、照片或语音留言给它派任务，它会主动发消息汇报进展；在 dot 的个人资料中选择 Texting 即可设置，且不会让 dot 或 OpenAI 访问其他短信对话。
匹配字段摘要、正文
T早报｜苹果推出触屏笔记本电脑；谷歌发布世界模型Genie 4；微软第一财季业绩超预期
谷歌发布世界模型Genie 4，苹果推出触屏笔记本电脑，微软第一财季业绩超预期。英伟达宣布以30亿美元认购Meta新发行股票，Meta将扩大部署英伟达Vera Rubin计算平台、Vera CPU及Spectrum-X网络设备，这是英伟达首次将该循环交易模式延伸至Meta之外的其他“美股七巨头”。
匹配字段摘要、正文
Google AI Mode 被问 2020 年大选获胜者时回避作答
Google 的 AI Mode 在被问及“谁赢得 2020 年总统大选”时，未直接回答，而是让用户去查阅美国联邦选举委员会（FEC）的官方报告。测试显示，它对 2024 年大选同样回避，对 2012 年大选只给出外部链接，但对 2000 年以来其他历届大选的获胜者都能给出详细且正确的回答。
匹配字段摘要、正文
Google 发布 Gemini 4 Carbon，称网络安全能力显著跃升
Google 发布前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面有明显提升，并在 Artificial Analysis Intelligence Index（v5.0）上排名第一，Claude Opus 5.5 和 GPT-6 Astra 位列其后。该模型目前仅向部分网络安全防御公司开放，后续将通过 Fairwind Program 扩展给其他合作伙伴；它在 SEC-bench Pro 和 ExploitGym 两个基准上排名第一，定价与 Argon 相同，为每百万输入 token 2 美元、每百万输出 token 10 美元。
匹配字段摘要、正文
Arena 分析 20869 条记录：前沿编程智能体三大差异
Arena 基于 Agent Arena: Code 的 20,869 条 trace，对比 Anthropic 与 OpenAI 五款顶级模型与其他智能体的用户批评信号，发现前沿模型在三个维度差异最明显。失败修复循环的抱怨少 6.9 个百分点，忽略项目上下文少 1.9 个百分点；设计问题少 6.4 个百分点，产出可用结果的问题少 5.8 个百分点。指令遵循、任务完成、破坏已有代码的抱怨分别少 5.6、4.9、4.5 个百分点。
匹配字段摘要、正文
NVIDIA 发布 Nemotron 3.5 Transcribe 语音转写模型，2.8% WER 并列开源第一
NVIDIA 发布开源权重语音转写模型 Nemotron 3.5 Transcribe，总参数 30B、激活参数 4B，在 Artificial Analysis 的非流式语音转写榜单上取得 2.8% 的 AA-WER，与 Mistral 的 Voxtral Small 并列开源模型第一。在语音智能体对话数据集 AA-AgentTalk 上，它以 1.8% 领先 Voxtral Small 的 2.3%。其激活参数为 4B，而 Voxtral Small 为 24B，同等规模的其他开源模型 WER 约为 4%。
匹配字段摘要、正文