Cursor 完成 23 亿美元 D 轮融资，年化收入超 10 亿美元
Cursor 宣布完成 2.3 亿美元 D 轮融资，投资方包括 Accel、Andreessen Horowitz、Coatue、Thrive、Nvidia 和 Google。Cursor 同时表示年化收入已超过 10 亿美元，并称其产出的代码量超过世界上任何其他智能体。这笔资金将用于加大研究投入，打造 Cursor 的下一个亮点功能。
匹配字段摘要
←搜索结果
搜索“Google”
Anthropic 工程博客：用代码执行让 MCP 智能体更高效
Anthropic 工程博客提出用代码执行替代直接工具调用，把 MCP 服务器呈现为文件系统上的代码 API，让智能体按需加载工具定义并在执行环境中过滤数据。文中给出的 Google Drive 到 Salesforce 示例把 token 用量从 150,000 降到 2,000，节省 98.7%。文章还介绍了渐进式披露、结果过滤、隐私保护与状态持久化等做法，并提醒运行智能体生成的代码需要沙箱、资源限制和监控。
匹配字段摘要、正文
Anthropic 发布 Claude Haiku 4.5 小模型
Anthropic 发布 Claude Haiku 4.5，其编码性能接近五个月前的 Sonnet 4，但成本仅为其三分之一，速度提升超过两倍。该模型在部分任务上超越 Sonnet 4，API 定价为每百万输入 token 1 美元、输出 token 5 美元，现已通过 Claude API、Amazon Bedrock 和 Google Cloud Vertex AI 提供。
匹配字段摘要、正文
Gemini 登陆 Chrome，可快速总结任意网页
Google 正在面向美国 Mac 和 Windows 桌面用户推出 Chrome 版 Gemini，用户可就正在阅读的任意网页请求解释和摘要。企业版将在未来几周通过 Workspace 提供，并配备企业控制功能。
Google 正在面向美国 Mac 和 Windows 桌面用户推出 Chrome 版 Gemini，用户可就正在阅读的任意网页请求解释和摘要。企业版将在未来几周通过 Workspace 提供，并配备企业控制功能。 · Google is rolling out Gemini in Chrome to U.S. desktop users on Mac and Windows, allowing them to request clarifications and summaries for any webpage they are reading. Business availability will follow through Workspace in the coming weeks, with enterprise controls.
匹配字段摘要、正文
Amazon AI 复苏：AWS 与 Anthropic 扩建多吉瓦级 Trainium 基础设施
AWS 正为 Anthropic 扩建多吉瓦级 AI 训练基础设施，三个接近完工的园区合计拥有逾 1.3GW IT 容量，最大园区将部署近百万颗 Trainium2。Trainium2 的多项性能落后于 NVIDIA 系统，但在单位内存带宽总拥有成本上具有优势，契合 Anthropic 侧重强化学习和训练后扩展的路线。Anthropic 还深度参与 Trainium 的系统设计，同时继续使用 Google TPU 和 NVIDIA GPU。
建多吉瓦级 AI 训练基础设施，三个接近完工的园区合计拥有逾 1.3GW IT 容量，最大园区将部署近百万颗 Trainium2。Trainium2 的多项性能落后于 NVIDIA 系统，但在单位内存带宽总拥有成本上具有优势，契合 Anthropic 侧重强化学习和训练后扩展的路线。Anthropic 还深度参与 Trainium 的系统设计，同时继续使用 Google TPU 和 NVIDIA GPU。 · AWS is expanding multi-gigawatt AI training infrastructure for Anthropic, with three nearly completed campuses providing more than 1.3GW of IT capacity and the largest campus set to deploy nearly one million Trainium2 chips. Although Trainium2 trails NVIDIA systems on several performance meas
匹配字段摘要、正文
David Singleton 谈 /dev/agents 与 AI 智能体操作系统
前 Stripe CTO、前 Google VP David Singleton 在访谈中谈到他正在打造的 /dev/agents，称世界需要一个面向 AI 智能体的新操作系统。他还回顾了从 Google IC 晋升至 VP、以及担任 Stripe CTO 7 年的经历，并强调紧密反馈循环与系统思维的价值。
匹配字段摘要、正文
METR 复现 GDM 研究：Claude、GPT、Gemini 都难以躲过 CoT 监控
METR 复现并扩展了 Google DeepMind 论文（Emmons 等）第 5 节的实验，用 Claude 4 Sonnet、Claude 3.7 Sonnet、GPT-4o 作为 actor 模型，GPT-4o、GPT-4o-mini、o3、Gemini 2.0 Flash、Gemini 2.5 Pro 作为监控模型，测试模型能否在掩盖真实学科推理的同时躲过监控。结果显示，开启推理模式后，模型的推理轨迹几乎 100% 会先说出自己的掩盖计划，从而被监控模型直接抓住；在需要 CoT 才能解题的 152 道 GPQA 扩展题上，模型也难以在不损失准确率的情况下躲过监控。由于原论文未提供源码，METR 用 Inspect 开源复现了第 5 节，代码和对话记录已发布在 GitHub。
匹配字段摘要
Jules 僵尸智能体：从提示注入到远程控制
安全研究者 Johann Rehberger 演示了 Google 编码智能体 Jules 可被间接提示注入劫持：攻击者利用其 run_in_bash_session 工具和无限制外网访问，让 Jules 下载并执行 Sliver 恶意程序，从而远程控制其开发机。该研究于 2025 年 5 月完成，6 月 1 日私下通报 Google，6 月 13 日工单以团队已在跟踪为由关闭，后续缓解时间表未获回复。作者还指出 Jules 仅在会话开始时提出计划，后续任务会自动调用工具，且初始计划会在超时后自动批准（最初 20 秒，后改为 120 秒）。
安全研究者 Johann Rehberger 演示了 Google 编码智能体 Jules 可被间接提示注入劫持：攻击者利用其 run in bash session 工具和无限制外网访问，让 Jules 下载并执行 Sliver 恶意程序，从而远程控制其开发机。该研究于 2025 年 5 月完成，6 月 1 日私下通报 Google，6 月 13 日工单以团队已在跟踪为由关闭，后续缓解时间表未获回复。作者还指出 Jules 仅在会话开始时提出计划，后续任务会自动调用工具，且初始计划会在超时后自动批准（最初 20 秒，后改为 120 秒）。
匹配字段摘要、正文
Anthropic 发布 Claude Opus 4.1，编码与智能体任务升级
Anthropic 发布 Claude Opus 4.1，在智能体任务、真实编码和推理上较 Opus 4 升级，SWE-bench Verified 达 74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock 和 Google Cloud Vertex AI 开放，价格与 Opus 4 相同。GitHub、Rakuten 和 Windsurf 反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。
匹配字段摘要、正文
Johann Rehberger 宣布 2025 年 AI 漏洞月，将披露 20 多篇智能体安全漏洞
安全研究者 Johann Rehberger 宣布启动 2025 年 AI 漏洞月，8 月将发布 20 多篇关于智能体系统安全漏洞的博客，重点针对 AI 编码智能体。涉及系统包括 ChatGPT、ChatGPT Codex、Anthropic Claude Code、Google Jules、Amazon Q Developer、GitHub Copilot Agent Mode、AmpCode、Manus、OpenHands、Devin、Windsurf、Cursor 等，部分漏洞可通过提示注入在未经开发者同意的情况下攻陷其主机。作者称所有被审查的 AI 编码智能体都存在漏洞并已向厂商负责任披露，有的厂商数天内修复，有的数月未回应，部分问题至今未缓解。
匹配字段摘要、正文
AI 指标之问：Benedict Evans 谈生成式 AI 的度量困境
Benedict Evans 指出，生成式 AI 的常用指标如 OpenAI 的周活跃用户数、Google 和微软的 token 生成量都难以说明真实使用情况，因为模型效率提升、智能体与媒体创作消耗更多 token 等因素让数据难以解读。他认为 DAU 时长和留存率等指标更有价值，但第三方在移动端难以采集，且 LLM 能否像 Google 搜索那样形成正向反馈循环尚不明确。他提出最终问题在于 LLM 会主要作为面向用户的通用聊天机器人，还是嵌入其他产品中，后者将让使用量测量变得像统计 SQL 使用次数一样无意义。
匹配字段摘要、正文
Ollama 推出多模态模型新引擎，支持 Llama 4、Gemma 3、Qwen 2.5 VL 等视觉模型
Ollama 发布新的多模态引擎，开始支持 Meta Llama 4、Google Gemma 3、Qwen 2.5 VL、Mistral Small 3.1 等视觉模型，可进行多图理解、文档扫描与字符识别。此前 Ollama 依赖 ggml-org/llama.cpp 提供模型支持，新引擎让每个模型自包含并暴露自己的投影层，同时加入图像缓存、显存估算与 KV cache 优化，例如针对 Gemma 3 的滑动窗口注意力和 Llama 4 Scout 的分块注意力。后续计划支持更长上下文、思考/推理、流式工具调用和 computer use。
匹配字段摘要、正文
Mistral AI 推出 Le Chat Enterprise
Mistral AI 推出由 Mistral Medium 3 驱动的 Le Chat Enterprise，为企业提供智能体构建器、自定义数据与工具连接器及知识库等统一 AI 功能，相关功能将在未来两周陆续上线。该产品支持自托管、公有云、私有云或 Mistral 云部署，现已登陆 Google Cloud Marketplace，并将很快上线 Azure AI 和 AWS Marketplace。
Mistral AI 推出由 Mistral Medium 3 驱动的 Le Chat Enterprise，为企业提供智能体构建器、自定义数据与工具连接器及知识库等统一 AI 功能，相关功能将在未来两周陆续上线。该产品支持自托管、公有云、私有云或 Mistral 云部署，现已登陆 Google Cloud Marketplace，并将很快上线 Azure AI 和 AWS Marketplace。 · Mistral AI introduced Le Chat Enterprise, powered by Mistral Medium 3, as a unified enterprise AI platform with agent builders, custom data and tool connectors, and knowledge bases, with the features rolling out over the next two weeks. It supports self-hosted, public-cloud, private-cloud, and M
匹配字段摘要、正文
Mistral AI 发布 Mistral Small 3.1
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。
tral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。 · Mistral AI released Mistral Small 3.1 with improved text performance and multimodal understanding, a context window of up to 128k tokens, and inference speeds of 150 tokens per second. Licensed under Apache 2.0, it is available in both base a
匹配字段摘要、正文
METR：为什么 AI 推理应当可读且忠实
METR 发文主张 AI 系统的推理过程应当既「可读」（人类能读懂）又「忠实」（真实反映模型的决策过程），认为这有助于发现 AI 错误、检测隐藏议程、监控欺骗行为和识别能力造假。文章指出 OpenAI、Anthropic、xAI、Google DeepMind 和 DeepSeek 都在过去四个月里发布了推理模型，其当前产出的推理已具价值、值得保留。
匹配字段摘要、正文
Cartesia 如何用 API 构建语音 AI 智能体
Cartesia 发布教程，介绍如何用其 API 与 Sonic 模型构建语音 AI 智能体。工作流包括语音转文本、自然语言处理、信息检索、响应生成和文本转语音。教程建议使用 WebSocket 或流式端点以降低延迟，并提到可用 Whisper API 或 Google Speech to Text 等做语音识别，用 Claude Sonnet 或 OpenAI O1/4O 生成响应。
匹配字段摘要、正文
Anthropic 发布 Claude 3.7 Sonnet 与 Claude Code
Anthropic 发布 Claude 3.7 Sonnet，这是其首个混合推理模型，可在标准模式与扩展思考模式间切换，API 用户可控制思考 token 预算。模型定价与上一代相同，为每百万输入 token 3 美元、每百万输出 token 15 美元（含思考 token），已在所有 Claude 套餐及 Amazon Bedrock、Google Cloud Vertex AI 上线。同时推出终端智能编码工具 Claude Code 研究预览版，可搜索和阅读代码、编辑文件、运行测试并提交到 GitHub。
匹配字段摘要、正文
用提示词注入和延迟工具调用攻击 Gemini 记忆
安全研究者 Johann Rehberger 演示了通过提示词注入攻击 Gemini 记忆的完整流程：用户上传含隐藏指令的文档并要求总结，文档诱导 Gemini 在用户回复触发词（如 yes、sure、no）后调用记忆工具，从而把攻击者指定的虚假信息写入长期记忆，并可跨会话保留。作者指出 Gemini 通常不会在处理不可信数据时调用敏感工具，但延迟工具调用可绕过这一缓解措施。该问题已于去年 12 月报告给 Google，Google 将其评估为低可能性、低影响的滥用风险，但作者认为对单个用户的影响仍可能显著。作者建议用户定期查看 https://gemini.google.com/saved-info 中的已存信息，并对不可信来源文档保持警惕。
匹配字段摘要、正文
Answer.AI 实测 Devin 一个月：20 个任务 14 个失败
Answer.AI 团队对 Devin 进行了一个月的真实任务测试，在 20 个任务中记录到 14 个失败、3 个成功和 3 个结果不明，且无法从任务类型预判成败。Devin 通过 Slack 交互并自带 Docker 计算环境，早期在 Notion 到 Google Sheets 的数据同步等任务上表现不错，但在新建项目、研究任务和修改现有代码库时频繁陷入死胡同，甚至花超过一天尝试 Railway 并不支持的部署方式。团队认为开发者主导、AI 辅助的工作流（如 Cursor）更能规避这些问题。
匹配字段摘要、正文
Prime Intellect 谈全球分布式训练的最新技术
Prime Intellect 发布文章，探讨如何在全球分布式 GPU 集群上训练大模型，以应对闭源阵营动辄数十万块 H100 的算力优势。文章梳理了数据并行、张量并行、流水线并行三种基础方法，并重点介绍 Google DeepMind 的 DiLoCo：每 500 步才同步一次梯度，把 1B 模型 2GB 梯度的 16 秒通信摊到数分钟计算中，同时提升对异构硬件和节点增减的容错能力。
匹配字段摘要、正文