Nathan Lambert 谈开源模型与 Trillium Labs
Nathan Lambert 在 a16z 播客与 Lisha Li 对谈，讨论开源模型如何融入 RSI 动态、开源模型的价值由谁获取、智能体集群（agent swarms）的治理，以及他为何创办 Trillium Labs。a16z 的介绍提到，他曾任 Allen Institute for AI 后训练联合负责人，如今创办非营利开源 AI 实验室 Trillium。
匹配字段摘要、正文
←搜索结果
搜索“Agent”
NVIDIA NeMo Gym 优化西门子芯片设计智能体
西门子 EDA 用 NVIDIA NeMo Gym 评估并改进 Siemens Fuse EDA AI Agent 的 Liberty 文件生成能力，基准综合得分从约 55% 提升至约 95%，智能体轮次从 155 降至 53，输出 token 从约 81K 降至 29K。NeMo Gym 是开放评估环境，通过领域专用验证器检查最终 Liberty 产物的覆盖率、有效性、相对验证、准确性和完整性，任一环节失败即给零奖励。
匹配字段摘要、正文
Google 发布地理空间推理智能体技术报告，并开放 Google Earth 与 A2A 服务早期访问
Google Research 发布地理空间推理智能体的技术报告，该智能体把 Gemini 与 Earth AI 基础模型、Google Maps Platform、Earth Engine 等数据连接，通过模块化技能、前置规划和独立空间工作区完成多步空间分析。报告在四个基准上对比四种配置，结果显示专用 Earth AI 技能对定量空间任务提升明显，而开放式任务还需要前置规划；团队同时发布 GeoKTools 和 GeoExpertQueries 两个新基准的开发集。Google 还扩大早期访问，在 Ask Google Earth 中预览深度分析能力，并向开发者提供实验性的 Agent-to-Agent API，WHO 非洲区域办事处、People in Need、GiveDirectly 等伙伴已参与测试。
匹配字段摘要、正文
Google Research 2026 十大研究进展：Earth AI、Deep Review 等
Google Research 在 Research@ 2026 活动上公布 10 项研究进展，包括 Google Earth AI 扩展早期访问并新增地理空间分析、行星预测引擎和 agent-to-agent API 三种实验能力，Google.org 另提供 1000 万美元资助危机韧性与公共卫生组织。Deep Review 已用于审阅超过 16000 篇投稿论文，现向公众开放；Synaptics 基于 Google 开源 IP 的新一代低功耗 Edge AI 芯片将于下周发布。
匹配字段摘要、正文
Mastra 平台推出 Trace Imports，首批支持从 Langfuse 导入历史追踪
Mastra 平台上线 Trace Imports，可将第三方可观测性平台的历史 trace 导入并与 Mastra 生成的 trace 并列展示，首批支持 Langfuse。导入保留 agent_run、model_generation、tool_call 等 span 类型及父子结构、时间戳、输入输出、用量和成本，但 scores、feedback、datasets、attachments 和 logs 不导入。该功能需 mastra@1.34.1 和 @mastra/core@1.77.0 及以上版本，支持 --dry-run 预览、--since/--until 日期范围和 --resume 续传。
Mastra 平台上线 Trace Imports，可将第三方可观测性平台的历史 trace 导入并与 Mastra 生成的 trace 并列展示，首批支持 Langfuse。导入保留 agent run、model generation、tool call 等 span 类型及父子结构、时间戳、输入输出、用量和成本，但 scores、feedback、datasets、attachments 和 logs 不导入。该功能需 mastra@1.34.1 和 @mastra/core@1.77.0 及以上版本，支持 --dry-run 预览、--since/--until 日期范围和 --resume 续传。
匹配字段摘要、正文
Kyndryl 将智能体 AI 框架应用于丰田金融 IT 运营
Kyndryl 与 Toyota Systems 正支持 Toyota Finance 用 Kyndryl Agentic AI Framework 改造 IT 服务运营，在生产环境中将 AI 智能体用于基础设施设计、变更管理和影响分析。该方案让智能体基于客户特定规则、runbook 和运维日程识别不一致与潜在风险，以加快响应并减少工程师工作量。三方计划把智能体 AI 扩展到整个 IT 基础设施生命周期。
匹配字段摘要、正文
iX 工作坊：用 AI 编程助手提升编码效率
heise online 的 iX 工作坊“用 AI 助手高效编程”以 GitHub Copilot 为例，带开发者练习提示词技巧、Spec-Driven Development 与 Agentic Coding，并区分其与 Vibe Coding 的差异。课程还介绍 Cursor、Claude Code、OpenAI Codex、Kilocode 等替代工具的架构、功能与定价，并讲解用 MCP 接入外部工具、用 RAG 整合自有数据。
匹配字段摘要、正文
Harmonic Security 融资 5000 万美元，治理员工使用 AI 工具
职场 AI 安全初创公司 Harmonic Security 宣布完成 5000 万美元新融资，用于扩展其治理员工使用 AI 工具的平台，累计融资达 7600 万美元。该平台用定制小语言模型在毫秒内检查员工发送给 AI 工具的内容，已从浏览器扩展到桌面 AI 应用和智能体工作流，并通过 Model Context Protocol 接入 Cisco Agent Builder、通过 Claude Compliance API 接入 Anthropic 的 Claude 平台。目前客户超过 100 家，员工数已超 90 人。
匹配字段摘要、正文
Meta 发布 Muse Wonder 后实测翻车，被指刷榜应试
Meta 于 10 月 12 日发布 Muse Wonder 和 Muse Wonder Full，官方数据显示其在 DeepSWE 1.1、SWE-Marathon 等基准上超过 Claude Opus 5.5 和 GPT-6 Astra。测评机构 BridgeMind 随后在开放式真实任务中测试，Muse Wonder 生成的透明动态熔岩灯既无玻璃通透感、熔岩也无法流动，BridgeMind 据此指控其存在 Benchmaxxing 刷榜应试问题。文章还指出 SWE-Marathon 实际比较的是模型背后的 Agent 框架与工具调用能力，各家所用工具并不统一。
匹配字段摘要、正文
a16z：长时运行智能体如何跑赢高价值客户旅程的接力赛
a16z 发文提出，长时运行智能体（long-running agents）能跨数十个步骤、多种模态和更长周期持续推进目标，把过去需要数周至数月的客户旅程从单点交互变成端到端执行。文章以原告律师案件准备为例：智能体从初次接案电话起保存并检索案件上下文，按事件或截止时间唤醒，派发子智能体通过电话、邮件或短信联系证人、更新客户并协同律师，最终汇总发现、规划下一步并起草文件。作者认为这能让 AI 厂商按带来的收入增长而非仅成本节省获得回报。
匹配字段摘要、正文
企业微信、钉钉、飞书分别接入 WorkBuddy、千问办公、豆包工作
企业微信对接 WorkBuddy、钉钉对接千问办公、飞书对接豆包工作，被视为国内三家大厂的明牌布局。作者认为变数在于哪家的结合真正对 Agent 更友好，哪家因团队权责问题只做简单打通或重复造轮子，以及哪家会只对自家 Agent 开放。
匹配字段摘要、正文
ServiceNow 与 McGill 论文：AI 评判长程电脑操作任务仍会漏掉细微错误
ServiceNow 与 McGill 的新论文发现，AI 评判在长程电脑操作任务中仍会漏掉细微错误，给评判模型配工具也不能稳定改善表现。研究团队构建了 AgentHorizon，从人类屏幕录制中整理出 1,373 个评判任务，通过录制近乎相同但互换指令的任务对，让每次失败都对应一个略有差异的请求。表现最好的 GPT-5.5 在 Codex 中于困难子集取得 80.9% 平衡准确率（全判通过为 50%）；Qwen 3.6 27B 直接读完整运行记录得 77.6%，作为智能体运行时降至 70.4%。作者建议在信任 LLM 评判智能体运行前，先在实际使用的智能体环境中用近义失败样本测试它。
匹配字段摘要、正文
周鸿祎谈AI：尽头不是能源，是安全
360集团创始人周鸿祎在钛媒体《DeepPractice深度实践》访谈中判断，AI失控是确定性事件，AI的尽头不是能源而是安全治理。360自研AI攻防系统“图龙锋”上线三个月自动挖出上万个漏洞，包括Windows、Office潜伏七八年的老漏洞，以及Codex、Claude Code、OpenClaw等主流Agent平台的漏洞；配套自动化防御体系“仪天阵”以模型对抗模型。周鸿祎主张以模治模、用AI对抗AI，并认为中国在开源生态上“绝对必胜”。
匹配字段摘要、正文
Anthropic 前沿红队研究：廉价电视盒子可托管模型，GLM-5.2 完成跨节点自我复制
Anthropic 前沿红队将 Gemma4-26B-A4B 拆分到 15 台约 55 美元的非品牌 Android TV 盒子上，以 0.39 tokens/秒运行，显示 4GB 内存的低价设备可联合托管一个可用模型。在 8 个模拟 Android 节点的防火墙集群中，只有 GLM-5.2 完成扫描网络、推送权重与 agent harness 并启动推理的全流程，5 次试验中 4 次覆盖全部 8 个节点。研究还发现 Qwen3.5-9B 实例继承前代笔记后，部署成功率从 45% 升至 61% 至 84%；但 9B 副本每次部署需约 28 至 51 小时，速度与带宽特征容易被 ISP 流量监测发现。
匹配字段摘要、正文
大智慧与阿里云如何用 FinXScope 2.0 重构金融行情软件
大智慧与阿里云自 2024 年 10 月启动 AI 原生 APP 共创，把二十年行情软件升级为能理解意图、辅助投资决策的智能产品，核心平台为阿里云 FinXScope 2.0。双方围绕数据治理、Agent 工程框架、四层记忆体系和评测体系四大要素落地，并通过缩小模型尺寸、将意图分类训入 4B 小模型，把意图识别从约 10 秒压缩到毫秒级。
匹配字段摘要、正文
德国电信开售 Meta Ray-Ban Display AI 眼镜，裸机 899 欧元
德国电信将于 2026 年 10 月 13 日起在德国正式发售 Meta Ray-Ban Display 智能眼镜，裸机定价 899 欧元，也可在办理或续约手机套餐时分 36 个月分期，例如 MagentaMobil M 套餐预付 1 欧元后每月 22.1 欧元，总价 796.6 欧元。眼镜右侧镜片搭载 600×600 像素彩色显示屏，集成 Meta AI，支持实时字幕、实时翻译、地图导航和分步操作指引，并可通过语音与附赠的肌电神经腕带操控。眼镜本体续航最长 6 小时，充电盒可额外提供 24 小时，腕带续航 18 小时，使用需搭配兼容手机、Meta AI 应用、Meta 账号和网络连接。
匹配字段摘要、正文
Anthropic 重塑 git：PR 与代码 review 为人类而设已过时
Anthropic 重塑了 git，认为围绕 Pull Request 和代码 review 的整套基础设施最初是为人设计的，如今已不适应 Agent 主导的开发流程。作者指出，Agent 拥有代码 diff 的上帝视角，无需 PR 停下脚步展示改动，人的假装 review、复制黏贴甚至 PR 政治斗争反而拖慢了 Agent 节奏，成千上万个 Opus 5.5 subagent 并不需要人类参与。
匹配字段摘要、正文
Gemini 4 Argon 在 Arena 总榜排名第五
TestingCatalog 引用 Arena.ai 的消息称，Gemini 4 Argon（High）进入 Agent Arena 前五，并在 Arena 总榜位列第五。总榜前四依次为 Opus 5.5、GPT 6.1 Sol、Fable 5.1 和 GPT 6 Astra。Arena.ai 表示 Agent Arena 的更多信息见其推文串。
匹配字段摘要
Robinhood CEO 谈让 AI 替你交易
Robinhood CEO Vlad Tenev 在访谈中介绍 Robinhood Agents，把 AI 交易引入 App，并预计智能体将贡献个人投资者越来越大的交易份额。他解释为何把智能体放在独立账户中，以及当人人都能用强大模型时投资者如何寻找优势。他还谈到 AI 反弹部分源于所有权问题，并回应代币化股票争议。
匹配字段摘要、正文
AnythingLLM：用 AI 在本地分析自己的文档
AnythingLLM 是一款本地工具，通过 RAG 读取文档并借助 Ollama 等本地语言模型进行数据库化分析，数据与 LLM 全程留在本地。它把内容按主题划分到不同 Workspace，将文档切分为文本片段并以向量形式存储和检索，还可通过内置 Agent 和可启用的 Skills 实现实时网络搜索或文件系统访问。文章演示了如何搭配 Ollama 与 Gemma 等模型在电脑上完成本地文档分析。
匹配字段摘要、正文