Google 发表论文,提出按任务类型演化专用智能体 harness 的方法 OO-Harness。该方法把 harness 按代码类演化,每个专用 harness 继承父类,只改动所属任务簇需要调整的部分,再由路由器根据基础运行结果选择专用 harness 或保留基础结果。论文报告,在 AutomationBench 业务工作流上,该方法得分 77.41%,基础 harness 为 61.62%,全局方法 Meta-Harness 为 63.92%;在陌生应用上,它保留基础 harness,通过率维持 59.18%,而 Meta-Harness 的全局 harness 降至 44.90%。作者建议混合负载时以基础 harness 作兜底,仅在运行暴露已知问题时路由到专用 harness。
匹配字段摘要
Artificial Analysis 公布 AA-PersonalityBench 谄媚性人格特质排名。该评测针对模型的谄媚(Sycophantic)人格特质打分,结果显示最老的三个模型 GPT-4o、Llama 4 Maverick 和 GPT-3.5 Turbo 排名最高,Grok 4.7、Claude Fable 5.1 与 Inkling 排名最低。分厂商看,Meta 五个被测模型全部在 65 分以上,其中 Llama 4 Maverick 为 97、Muse Spark 1.3 为 87、Muse Glimmer 为 79、Muse Spark Open 为 76、Muse Wonder 为 65;Claude 系列全部在 55 分及以下;Grok 4.7 为全场最低。目前该排名由 Artificial Analysis 单一来源发布,尚无后续更新。
匹配字段摘要
Sensor Tower数据显示,Meta的AI助手Muse上线40天,美国地区下载量达到1020万次,全球累计下载量为1090万次,成为仅第12款达成该里程碑的应用。同一报道还提到,Meta在10月将全部广告预算的39%用于推广Muse,高于上月的23%;Muse在美国的7日留存率为30%、14日留存率为23%,高于ChatGPT、Claude、Grok等竞品平均的19%和16%。目前该事件没有新的后续发展。
匹配字段摘要
Arena.ai 公布 Meta 的 Muse Wonder Full (Max) 在 Agent Arena 排名第7。该结果覆盖超过 6.5K 真实智能体会话,净提升 +11.3%,并助 Meta 升至实验室第4。同一来源还显示,该模型较 Muse Wonder (Max) 高 7.5 个百分点,较 Muse Spark 1.3 (Max) 高 7.8 个百分点;分类排名为 Chat 第5、Code 第6、Work 第7。信号层面,Praise vs. Complaint 第6(+21.9%)、Confirmed Success 第6(+13.4%)、Steerability 第7(+11.2%)、Bash Reliability 第16(+7.7%),Tool Hallucination 无问题。目前仅有这一项公布,尚无后续发展。
匹配字段摘要
RadixArk 的 SGLang 团队开源了 SGLang-TorchTPU。据 LMSYS Blog 2026 年 10 月 20 日发布的信息,该团队联合 Google 和 Meta 推出这一基于 PyTorch 的原生后端,把 SGLang 的完整服务栈带到 Google Cloud TPU,并已在 Meta 大规模生产环境使用。首发支持 Muse Spark Open、GLM-5.3、Kimi K3、DeepSeek V4、Qwen3.8、Gemma 4 等模型,覆盖投机解码、KV cache 卸载、PD 分离和 FP8 KV cache 等功能。团队还用 TorchTitan 与 Miles 在单台 4 芯片 TPU v7x 上完成 Qwen3-4B 的 GRPO 训练,奖励曲线与 6 张 H200 基线在随机波动范围内一致。目前尚无后续发展事实。
匹配字段摘要
Sensor Tower数据显示,Meta的AI助手Muse在美国地区的下载量达到1020万次。相关报道称,Muse上线40天美国下载量达1020万次,全球累计1090万次,成为仅第12款达成这一里程碑的应用。报道还提到,Meta在10月将39%的广告预算用于推广Muse;其美国7日留存率为30%、14日留存率为23%,高于竞品平均的19%和16%。10月16日,Muse日活跃用户首次达到250万。目前该应用仅在美国和加拿大上线。
匹配字段摘要
Matt Turck宣布领投Daytona的B轮融资。据Fortune Tech报道,为AI智能体提供云端沙箱的Daytona完成6000万美元B轮融资,估值达10亿美元,由FirstMark领投,累计融资约9100万美元。Matt Turck表示,FirstMark在今年早些时候领投A轮后,此次又领投B轮。报道还称,Daytona客户包括Anthropic、OpenAI、Nvidia、Cursor、Cognition、Meta和Cohere;CEO Burazin称公司收入运行率在1月至9月间增长25倍,并称可在60毫秒内为智能体配置一台新沙箱。
匹配字段摘要
Google于2026年10月20日发布适配Google Cloud TPU的TorchTitan分支。据Google Developers Blog介绍,Google将TorchTPU集成进Meta的TorchTitan,Cloud TPU现可通过原生后端torch.device("tpu")直接训练PyTorch模型,无需重写为JAX。该TPU分支提供Llama 3 70B/405B、Qwen 3 8B/32B/235B MoE和FLUX.1 12B等预训练配方,并用Splash Attention等Pallas内核替换标准实现。在FLUX上,SimpleFSDP让TorchTitan达到与JAX MaxDiffusion 99%的性能持平。目前尚无后续发展事实。
匹配字段摘要
pstack 在 v0.15.27 中新增 /create-formal-verification-skill 技能。据相关报道,这是一个 meta-skill,会根据待验证的系统特性自动生成定制验证 skill 与配套验证套件,例如针对状态机与并发行为生成基于 TLA+ 的方案,针对 Rust 未定义行为生成基于 Kani 的方案。该功能仍处于 beta 阶段;作者用它以 TLA+ 建模自家代码时已发现若干 bug。报道还提到,作者认为建模与规范同步这两个历史瓶颈正适合由 LLM 接管,而形式化验证能给 agent 提供“数学上不可能违反”的强反馈。目前尚无后续发展事实。
匹配字段摘要
2026年10月20日,邵猛推荐了MIT课程MAS.S62「How to AI an AI」的第4-5讲,主题为「Harness evolution」。据其介绍,这两讲分别梳理harness组件、记忆、工具与技能演化,以及规划、任务分解与多agent系统演化。记忆部分用三轴分类法串起MemGPT、mem0、MEM1、Reflexion/ExpeL,并以CLM把上下文管理统一为文件操作;工具部分从Toolformer、ToolLLM、CodeAct讲到Meta-Harness,后者把整个harness表示为文件系统,反馈信息量约为此前方法的400倍。多agent部分给出五条实证发现,包括MAS在可分解任务上赢81%、在顺序依赖任务上输70%,以及CORAL在8个任务上取得新SOTA、多agent演化比单agent提升4%–20%。目前该推荐仅有邵猛本人发布的一篇来源,尚无后续独立报道。
匹配字段摘要
MiniMax就SGLang将MiniMax H3纳入SGLang-TorchTPU的TPU支持列表作出回应,发表感谢,并表示期待更多围绕高效视频推理的开源工作。SGLang称,SGLang-TorchTPU由SGLang与Google TPU团队、Meta PyTorch团队共同打造,已用于Meta的生产推理,支持模型包括Muse Spark Open、GLM-5.3 Flash、Kimi K3、Ling 3.1 Flash和MiniMax H3。目前尚无后续发展事实。
匹配字段摘要
2026年10月21日,特朗普在Truth Social发帖表示,大型新建数据中心必须自行发电,并向所在社区支付现金“分红”。相关报道提到,最接近的现有承诺是Amazon、Google、Meta、Microsoft、OpenAI、Oracle和xAI于当年3月签署的Ratepayer Protection Pledge,签署方承诺新建或购买发电能力并承担基础设施升级费用,但有专家认为该承诺在联邦层面可能无法强制执行。特朗普称,分红提议比上述承诺更进一步。10月22日的报道进一步称,特朗普还要求数据中心将多余电力无偿供给或出售给当地社区,并提到美国多地社区因电价上涨、噪音、水资源短缺等问题持续抗议AI数据中心项目。目前尚无后续发展事实。
匹配字段摘要
Khronos Group 正式发布 OpenXR“空间容器”扩展规范,为 XR 行业提供跨平台的空间多任务框架。该规范的设计思路借鉴苹果 visionOS 的空间交互逻辑,由系统统一管理空间区域,应用可在多应用并排的“有界模式”与单应用占满视野的“沉浸式模式”之间切换。规范已获批发布,按现有报道,2026 年起将在 OpenXR 生态逐步落地,Meta Quest、SteamVR/Steam Frame、安卓 XR 设备、Varjo、Magic Leap、XREAL 等设备预计率先适配。目前尚无后续进展的独立事实报道。
匹配字段摘要
EssilorLuxottica公布2026年第三季度营收74.86亿欧元。据VR陀螺报道,该季度营收同比增长9.0%,按固定汇率计算增长7.2%。包含Ray-Ban Meta、Oakley Meta系列AI眼镜及Nuance Audio听力辅助眼镜的智能可穿戴业务营收同比增长20%(按固定汇率计算)。前三季度累计营收223.04亿欧元,同比增长6.8%。目前尚无后续发展事实。
匹配字段摘要
Google DeepMind 发表论文,发现自进化智能体在学习新任务时会遗忘旧任务。该团队在话题、工作流或领域不断变化的任务流上测试了 ReasoningBank、GEPA 和 Meta-Harness。结果显示,GEPA 学得最多,平均每块提升 6.2 分,但在其他任务上损失也最大,为 4.3 分;它学会向用户追问缺失信息后,后续任务块改写了这条规则,15.5 分的增益降至 2.5 分。作者建议,若智能体会自行修改提示词或记忆,应把任务专属规则分开存放,并在每次更新后重测旧任务。目前该发现来自单一来源报道,尚无后续进展。
匹配字段摘要
2026年10月20日,Sierra宣布与Stripe合作,让客户在同一通电话中与Sierra的AI智能体对话、完成付款并收到收据,无需跳转其他系统或发送支付链接。支付时智能体切换到安全支付模式,客户通过电话键盘输入卡号,信息直接交由Stripe处理,智能体本身不接触原始卡数据,完成后智能体回到通话确认交易。Sierra称医疗支付公司Cedar是首批通过该集成在电话中收款的企业之一,其智能体Kora在患者发起支付的电话中,71.3%最终支付成功。Sierra平台同时上架Stripe App Marketplace,企业无需单独开发集成即可接入。双方还在与Meta等伙伴推进Personal Agent Protocol中个人智能体代付的规范。
匹配字段摘要
Artificial Analysis 提出判断,称同一实验室的模型往往具有相似的人格画像,但部分实验室内部存在明显不同的子群。该机构按 30 项人格特质对模型进行聚类后,浮现出三个家族:Anthropic 模型与 OpenAI 的 GPT-6 模型归为一类,Google 模型与 Meta 的 Muse 模型归为一类,较早期的 OpenAI 模型则与 Llama 4 Maverick 同组。目前该判断由 Artificial Analysis 于 2026 年 10 月 21 日发布,尚无后续发展事实。
匹配字段摘要
Google于2026年10月20日发布基于TorchTPU的vLLM与SGLang原生PyTorch后端推理引擎,分别与Inferact、RadixArk合作开发。官方表示,两个引擎已在预览客户的生产环境中运行;在Ironwood TPU(TPU 7x)上运行Qwen 3.5时,高并发配置下每百万token成本为2.01美分,并已在SemiAnalysis InferenceX的AgentX赛道提交结果。功能方面,引擎支持前缀缓存与KV cache卸载、投机解码、分离式服务以及图像视频输入的多模态模型;SGLang-TorchTPU已在Meta生产环境使用。目前尚无后续独立发展事实。
匹配字段摘要
Sensor Tower公布数据,Meta的AI应用Muse在美国的下载量达到1020万。据TechCrunch AI于2026年10月21日报道,Muse自9月上线以来累计下载1090万次,其中美国市场为1020万次。同一报道援引Sensor Tower数据称,Muse在美国的7日留存率为30%、14日留存率为23%,高于ChatGPT、Claude和Grok平均19%和16%的水平;10月16日其日活用户首次达到250万,环比增长15%。报道还称,Meta在10月将39%的广告支出用于推广Muse,高于上月的23%。目前该事件尚无后续发展事实。
匹配字段摘要
2026年10月20日,The New Stack 发表文章提出观点:AI 编程工具让代码产出变得廉价,软件价值不再来自把用户需求翻译成代码,即 AI 使代码与功能失去价值。文章还提到,Microsoft 和 Meta 据报削减内部 Claude 支出,Uber 和 Accenture 限制员工 AI 工具花费;McKinsey 2026 年研究显示,创纪录的 AI 支出未提升 94% 企业的盈利。文章认为团队需转向深入理解用户工作与挑战,提供超出个人 Claude 订阅所能达到的价值。目前该观点仅见于 The New Stack 这一来源,尚无后续发展事实。
匹配字段摘要