搜索“编码”

更小、更便宜的模型上，而将质量保留给复杂推理，通过 智能提示词路由 在模型家族内，或在网关处配置路由规则（参见 通过 Amazon Bedrock 智能提示词路由和提示词缓存降低成本与延迟 （完整演练见上文）。哪些工作流可以降级是一个实证问题：从阶段 2 拉取工作负载排行榜，对排名靠前的条目在更便宜的模型上运行质量评估，并将通过评估的流量路由过去。对于智能体编码集群这类样板代码主导调用量的场景，将超过一半的调用落到更便宜的模型上是一个可实现的目标。 提示词缓存 提示词缓存奖励稳定重复的前缀。截至 2026 年 10 月，已发布的 Amazon Bedrock 定价 截至2026年10月，已发布的Amazon Bedrock定价中，美国东部（弗吉尼亚北部）区域的Anthropic Claude模型对缓存写入按基础输入费率的1.25倍计费（5分钟生存时间，即TTL），若采用1小时TTL则按2倍计费。在Claude Sonnet 4.6和Claude Haiku 4.5上，缓存读取按基础输入费率的0.1倍计费；在Claude Sonnet 5.5和Claude Opus 5.5上则按0.05

匹配字段正文

的职位发布在 2026 年 11 月 22 日前提交申请。 我们重视为 AI 研究带来独特视角和经历的候选人。我们尤其鼓励科技领域代表性不足群体的申请。申请人也可能被考虑纳入 Anthropic Fellows Program. 过往研究链接 Anthropic Fellows Program 的代表性研究： [1] 自动化弱到强研究员, 通过弱监督训练消除 LLM 中的消极怠工 [2] SHADE-Arena：评估 LLM 智能体中的破坏与监控, SLEIGHT-Bench：发现 AI 监控器中的盲点 [3] AuditBench：评估针对具有隐藏行为模型的对齐审计技术, 潜意识学习：语言模型通过数据中的隐藏信号传递行为特征 [4] 自然语言自编码器对 LLM 激活产生无监督解释, 内省意识的机制 [5] 毒化宪法分类器的微调数据集, 用审计智能体检测对抗性微调 [6] LLM 已退出聊天：大型语言模型中保释偏好的证据, Gemma 需要帮助：调查并缓解 LLM 中的情绪不稳定 [7] AI 智能体在区块链智能合约漏洞中发现 460 万美元, Claude 在机器人任务上的表现如何

匹配字段正文

S GovCloud (US) 中为 ChatGPT 桌面应用配置 Amazon Bedrock ChatGPT 桌面应用现已在 Amazon Bedrock 上推出，适用于 AWS GovCloud (US), 通过两个组件提供对 OpenAI 前沿模型的访问。Work 可完成复杂的多步骤任务并交付可供审核的结果，Codex 则是用于开发、测试和审查软件的编码代理。 本演练面向安全架构要求模型推理使用 AWS GovCloud (US) 身份、终端节点和区域控制机制的组织。它将 Codex 配置为通过 Amazon Bedrock Mantle 在 us-gov-west-1中路由模型请求，在此可使用 AWS Identity and Access Management (IAM) 和现有 AWS GovCloud (US) 网络控制机制来管理访问权限。 Codex 是 OpenAI 的编码代理，用于 AI 驱动的软件开发。借助由 GPT 模型驱动的推理，Codex 引入了一类专为复杂、长周期开发者工作流优化的新型智能。您可以使用 ChatGPT 桌面应用、Codex CLI，以及与

匹配字段正文

什么，因此可以检查监控器是否识别出了该行为，以及在事件需要紧急响应时，它是否给该案例分配了足够高的优先级以提醒响应人员。 记录在案的事件来自模型训练、评估和内部使用。其中一些是在监控系统存在之前、或通过独立调查发现的；另一些则被我们的监控器捕获，如今这些事件帮助我们检验更新后的监控器是否仍能检测出已知问题。其中若干事件已被纳入我们公开的错位披露，例如一起内部编码智能体 向公共互联网泄露了一个 GitHub 访问令牌. 我们还使用模拟攻击来测试过往事件可能无法捕捉的故障。在 OAI-repo 破坏 v2，智能体在执行普通编码任务的同时追求隐藏目标，例如禁用监控或部署未经批准的模型检查点；相关服务在评估环境中重建，因此我们可以检查攻击是否成功，而不会暴露真实系统。在 隐蔽沙箱逃逸，智能体会试图逃出沙箱，并禁用沙箱外的一个测试监控进程。在这两个模拟场景中，监控器都能看到智能体如何围绕其隐藏目标进行推理，但看不到为其指派该目标的指令。 对于这些模拟事件，我们使用合成转录文本，从而可以改变智能体描述危险动作的方式：这使我们能够测试当智能体为该动作给出看似无辜的解释时，监控器是否仍能识别出该动作。

匹配字段正文

加州大学圣巴巴拉分校的一篇新论文表明，LLM 数学发现可以跳过测试时训练，因为演化记忆得分更高，且所用计算量远少。 也就是说，在数学发现任务上，演化记忆优于测试时训练，且计算量远少。 测试时训练让模型在搜索过程中通过对自身已评分的尝试运行强化学习来改进。这些权重更新既慢又昂贵，因此该方法难以扩展到更大的模型。 他们构建了 TTME，它保持权重固定，并将经验教训存储在记忆中。该记忆保存了此前尝试中的实用编码规则以及得分提升背后的思路，用以指导后续尝试。 在 5 个数学任务、2 个框架和 3 个模型上，TTME 每次都超过了报告中的测试时训练得分。在 3 个任务上使用 Qwen3-8B 时，其 FLOPs 比测试时训练少 82.8% 至 84.6%，运行时间少 47.7% 至 58.4%。 如果你的 LLM 搜索循环带有自动检查器，不妨先尝试用经验记忆，而不是在搜索中途付出权重更新的代价。

匹配字段正文

rew Ng 与 Jeff Huber 对谈开场。讲清上下文由什么组成、常见失效方式、什么是 Context Rot，以及如何用 harness 的 hooks 与 traces 发现并预防问题。实验包括：上下文失效模式、拆解一个客服 Agent、动手塑造其上下文。Drew Breunig 第一段客座约 7 分钟。 模块 2｜Agentic Search 以编码 Agent 为例。覆盖词法、语义、混合与结构化检索；写好工具描述、用 tool registry 按需加载工具；用切块、代码解析、元数据改进检索，并用精确率 / 召回率衡量。含搭建搜索系统、工具注册表等实验；Drew 第二段客座约 5 分钟。 模块 3｜Context Management 以研究类 Agent 为例。先看清上下文窗口里有什么，再练 pruning（去重、抽取、截断等 hooks）、compaction（把长历史压成结构化摘要）、scratchpads（把全文与任务状态挪到窗口外）。对比「开 / 关」各操作前后的跑次差异，并做上下文管理评估。Drew 第三段客座约 4 分钟。 模块 4｜Agentic Memo

匹配字段正文

Fairwind 计划），并参与美国政府自愿的发布前测试，再逐步放开给开发者、企业和消费者。 https://t.co/N3yQOIrnZG 能力叙事：更难、更长的工程任务 Carbon 面向更难、跨时更长的工程问题，适合持续的 Agent 工作流。内部团队称它能跑上数天，在卡死之后仍继续推进，例如在大型代码库与底层系统里定位根因并打补丁。反馈驱动的改进覆盖编码、Agent、科学任务、全栈 Web 与多模态理解等。Web 开发方面，称输出质量提升后，WebDev Arena 上升约 +89 Elo，排到第 4（约 1768 分）。 网络安全 官方称在「发现 → 验证是否可利用 → 修复根因」整条链上有显著跃升；外部基准均为未加护栏评测口径： · SEC-bench Pro 约 88.2%（在真实软件中自主挖复杂漏洞） · ExploitGym 约 54.8%（判断漏洞是否可被利用，便于排优先级） · Collinear CWE-bench 约 71.0%（把已验证发现变成可工作的补丁） 对内指标还包括：相对 Argon，生成安全代码成功率自称提升超过约 2 倍；Chrome 团队称其高

匹配字段正文

· WorkBuddy：用「业务大脑」拼全局判断；举例经鼎捷 MCP 操作真实 CRM/ERP/MES，强调联调验的是改状态而不只是能回答。上岗配置、财务/销售/交期等「以前 → 用了」对照页很多。安全侧自称工信部首批、信通院云端智能体基线首批、个保影响评估「二星级+」等。 · CodeBuddy：从 AI 辅助到 AI 原生；规约（SPEC）显性化；需求—编码—QA—交付链路由 Agent 打底、人审验收。 · 游戏研发 / 运营：策划与原型走 WorkBuddy，研发联调走 CodeBuddy；运营侧 DataBuddy 等数据 Agent。文称策划周期、Demo 周期明显缩短（具体倍数为自述）。 · SRE / 数据库：WorkBuddy × CloudQ 做故障定位；DatabaseClaw 称积累十万级工单经验、1600+ OpenAPI、十余款库、分级处置。 · 案例名：盛和、淘米（内容效率近 80%、覆盖约 80% 员工）、游族（47 模型、Agent 渗透率超 75%，并挂海外收入/毛利率变化）、游卡（MTTR 5–15 分钟、运维成本约 -40%）、搜狐畅游（P0 恢

匹配字段正文

现场与线上方式参与交流。联盟将推动大规模纵向人群队列与人工智能深度融合，在数据标准、跨人群验证和数据治理等方面凝聚国际共识，逐步构建可预测、可推演的人体健康数字孪生。 宁光院士表示，数字孪生最深刻的价值或许正在于此：在虚拟世界里先把未来走一遍，让本可避免的疾病，在现实中不必发生。宁光介绍，瑞金医院提出“AI原生医院”理念，让AI成为新型医院和健康服务体系的“编码基因”。通过汇聚生物、生理、心理、行为、社会与环境等多维数据，探索构建个体的“数字生命”坐标，使健康从“有病”与“没病”的二元判断，转向可度量、可预测、可导航的连续轨迹。谈及开放共享，宁光表示：“我们的原则是：依法合规，让数据安全地留在本地，让模型与知识走向世界。”他同时强调：“孪生再精确，也只是镜像；数据再庞大，也只是投影。医学的初心，始终是镜子前那个有温度的人。“ 上海市科学技术委员会主任骆大进在致辞中说，医疗健康数字孪生处在人工智能、生命科学与数据要素交汇的地方。他期待联盟汇聚海内外一流高校、医疗机构和国家级人群队列建设者，聚焦代谢性疾病、心脑血管疾病、肿瘤等重大疾病，融合临床诊疗、长期随访、多组学和可穿戴设备等多维数据，

匹配字段正文

力与产业贡献获得广泛认可。 此次，博通集成凭借高性能边缘AI芯片BK7259竞逐“IC风云榜”年度人工智能市场突破奖，并成为候选企业。该奖项旨在表彰2026年度将人工智能技术成功实现商业化落地，在特定领域产生显著经济效益，推动行业智能化转型的优秀案例。 BK7259作为一款超高集成度的高性能边缘AI MCU，不仅具备出色的无线连接能力，更将高清视频H.264编码和解码、3DNR ISP、2.5D GPU、MIPI 2Lane摄像头接口和MIPI 4Lane显示接口、先进音频、精准运动控制和专用AI处理功能集成一体，既消除了多芯片间的通信延时，又将功耗压缩到极致。产品采用M52+M55双核，配合0.25T算力的ARM Ethos U65 NPU，赋能端侧实时智能分析，为多模态物理AI和机器人提供强力支持。该产品荣获2026年度国际AI+IoT生态发展大会AIoT创新技术产品奖、2026“IOTE金奖”创新产品奖。 在关键技术及创新点上，BK7259率先将ARM Ethos-U65 microNPU集成于Wi-Fi 6 MCU，实现0.25 TOPS端侧AI算力，为边缘智能应用提供超强算力

匹配字段正文

理。在 VS Code 1.144 及更高版本中启用设置“chat.automations.cloud.enabled”后，可从 Agents 窗口的“Automations”标签页创建和管理。 Agentic Workflows 正式提供，将定义与代码一起管理 GitHub Agentic Workflows 是一个在 GitHub Actions 内运行编码代理的开源项目，经过 6 月的公开预览后正式提供。用自然语言的 Markdown 定义想要自动化的处理，它就会转换为标准的 Actions 用 YAML，并可在现有的运行器组和策略下执行。可用于整理 Issue、分析 CI 失败、更新文档、创建测试等。 Copilot Automations 在 GitHub 上仓库的“Agents”标签页等处创建和管理。其设置不作为仓库内的文件提交到 Git，而是与代码分开保存。另一方面，Agentic Workflows 会同时提交 Markdown 定义和生成的 .lock.yml，因此自动化定义本身可以与代码在同一历史中管理，并可通过 PR 确认更改。 GitHub 列举了公开预览之后的

匹配字段正文

为1，失败记为0。这样的反馈可以区分任务是否完成，却无法直接指出：策略在哪些环节存在不足，又有哪些成功经验值得重点学习。为此，团队提出了失败引导的经验检索微调算法FERT。它区分了成功与失败样本的作用：成功轨迹提供可学习的动作，失败场景则指明学习的重点方向。 FERT算法框架图 失败轨迹用来定位短板：截取失败任务临近故障时刻的观测信息，经过图像、关节状态联合编码，标记出集群需要重点补强的工况； 成功轨迹用来输出范本：所有机器人产生的有效成功轨迹存入群体共享经验池； 检索优先采样训练：以失败场景的特征作为查询条件，在经验池中检索工况匹配的成功操作片段，提升该类样本训练采样优先级，把算力集中投入高频出错环节； 策略迭代闭环：更新后的策略下发全部机器人，继续产出新一轮成功、失败轨迹，循环往复持续优化。 一句话总结就是：失败不只是负面记录，更是告诉机器人，接下来重点该学习哪些场景。群体经验的价值，一方面来自持续的数据积累，另一方面取决于能否把适配的经验精准送到模型最需要学习的地方。FATS 系统：96 台真机并行训练，故障时间损耗仅 1.3% 让96台机器人持续积累经验，面对如下现实问题：有的

匹配字段正文

软的要求，可以在Windows 11下使用其同名的AI功能。其中包括Paint中的Cocreator功能，可帮助进行图像处理和生成；外语视频的英语实时字幕；或用于视频会议的工作室特效等。 以上是我们heise-Plus文章《HP Elitedesk 8 Mini G2i实测：搭载现代Intel CPU的省电迷你PC》的试读部分。订阅heise-Plus即可阅读全文。 如果不能给每台机器安排固定位置，就必须经常更换设备。为了让这件事更快，我开发了一套系统。 借助版本2，Anomaly将这个开源编码代理改造成了具有新功能的平台。为此，旧插件不再可用。 多基站Mesh Wi-Fi承诺即使在最后一个角落也能有快速互联网。我们试用了Devolo紧凑型三频无线设备。并非一切都出色。 借助AI，人形机器人学习得越来越快。多家厂商希望2027年发布新模型——概述它们能做什么、不能做什么。 Solarbank现在有了XXXL版本：“Max”提供更多光伏功率、更多存储和更多馈电。更多是否真的更好，测试将揭晓。 雾、晨露和五彩树叶：微距摄影专家Alexander Mett展示秋天如何成为微距摄影的最佳时节。

匹配字段正文

重 0.7，SIM 权重 0.3。 由学习到的真实感评判器引导的 GRPO。 该评判器将每个输出与同一句话的匹配人类录音进行评分。它是在由 6 个开源 TTS 系统构建的质量阶梯上训练的。这些系统在一项私密盲听研究中排名，人类录音位居榜首。合成停顿压缩为阶梯增加了更细的层级。 身份擦除损失可阻止评判器奖励生成器指纹。评判器头在冻结的 WavLM-large 编码器之上约有 3M 参数。当时长超过参考长度的 1.35 倍时，还会触发时长惩罚。这阻止策略通过更慢的语音来钻评判器的空子。 最终阶段仅使用中文和英文提示。它仍然改善了 13 种低资源语言的两项聚合指标。它们的错误率从 22.53% 降至 20.77%，SIM 从 0.637 升至 0.679。 它在基准测试上表现如何？ 以下所有数字均为自报错误率，越低越好。 Seed-TTS（英语/中文）：平均错误率 1.25%，SIM 0.704。 CV3（9 种语言）：平均错误率 4.86%，SIM 0.661。 MiniMax（24 种语言）：平均错误率 5.89%，SIM 0.754。 在 CV3 上，Audio8 优于 VoxCPM2

匹配字段正文

混合环境。 因此，“Entra Housekeeping”并不是指每年一次的大规模行动。它更关乎定期建立透明度、明确责任，并将多余对象以受控方式从租户中移除。目标并不是一个收拾得漂漂亮亮的租户，而是更小的攻击面、更少的未知依赖，以及一个仍然能够被合理管理的环境。 以上是我们 heise-Plus 文章《Entra Housekeeping：发现并清理租户中的闲置账户》的试读部分。订阅 heise-Plus 即可阅读全文。 2026 年 10 月初发现了数百个被攻陷的 Tor 节点，它们会窃取 SSH 登录凭据。受影响者应重新部署其服务器。 无法为每台机器安排固定位置的人，不得不频繁更换设备。为了让这一过程更快，我开发了一套系统。 昆汀·塔伦蒂诺复仇史诗的原始长版本将以 UHD 和蓝光形式进入家庭影院。与两部曲版本相比有何变化？ 通过版本 2，Anomaly 将开源编码代理改造成了具备新功能的平台。但旧插件不再可用。 热泵还是区域供热？市政供热规划给出了方向。业主可以从中为供暖和补贴得出哪些结论。 在多年停滞后，日本股市明显加速，并在 2026 年跻身所有工业化国家中最强劲的交易所之列。

匹配字段正文

AI 漏洞洪流：风险与机遇 因此，从安全专家的角度来看，AI 领域的飞速进步是一把双刃剑，攻击者和防御者都能利用它为自己谋利。本文探讨人工智能究竟如何改变恶意软件格局。此外，文章还剖析了多年来无处不在的勒索软件领域的最新动态，介绍犯罪分子的新策略和隐蔽手法，并提供预防感染的提示。 以上是我们 heise-Plus 文章《2026 年恶意软件态势：赎金减少、漏洞增多、新花招》的试读内容。订阅 heise-Plus 即可阅读全文。 AI 让复刻知名程序变得诱人地简单。但技术上可行的事，远非总是合法。一份法律评估。 热泵还是区域供热？市政供热规划指明了方向。业主可据此为供暖和补贴得出哪些结论。 雾气、晨露与斑斓落叶：微距摄影专家 Alexander Mett 展示秋天如何成为微距摄影的最佳时节。 把电送入电池、电网和其他车辆：根据模型测算，货运公司通过双向充电可节省百分之十的能源成本。 借助 AI，大型软件的克隆产品如雨后春笋般涌现，聊天机器人直接自行接管其任务。但这究竟是否合理？一篇分析。 借助 2.0 版本，Anomaly 将开源编码智能体改造成了具备新功能的平台。但旧插件因此不再可用。

匹配字段正文

time、Agent、Workflow 等），减少「同一词各说各话」被模型放大后的混乱。 2026 年调研结果 · 投入成共识：已开发完成或开发中合计约 46%（去年约 36%）；真正部署到生产约 18%；持续迭代更低。 形态共存：单 Agent 约 40%、多 Agent 约 42%、以 HITL 为主要架构约 15%——自主度是可调参数，不是新旧替代。 编码最先规模化：采购 Coding 工具约 57%，通用 Agent 框架约 78%，近四成两者并用；市场碎片化，可迁移工程抽象比押单一厂商更稳。 构建后难点：上下文/记忆需求约 90%；多模型路由与成本治理约 63%；评估上人工抽查约 55%，基于轨迹自动评估不足约 8%。 成功率：达 90% 以上约一成；约 16% 根本没量化过成功率。有评估体系的团队，高成功率比例明显高于无评估者（文中对比）。 MCP：关注或落地合计约 37%，企业内私有部署仅约 9%；缺的是注册中心、身份鉴权、版本灰度、审计与网关，不是「懂不懂协议」。 成熟度 L1–L4：辅助生成 → 受控自动化 → Agentic Execution → Managed

匹配字段正文

片并调整风格。工作流上，关键帧缓动选项更多；片段可以从主故事线断开，放到时间线任意位置；转录语言再增加 23 种。 Motion 也内置 MotionVFX 相关插件（电影感调色、三维相机跟踪、一键选区等），支持按文字生成和修改图片、与 Pixelmator 来回传图、更细的关键帧缓动，以及新的 Displacement 滤镜。Compressor 开始支持编码 iPhone 18 Pro 和 iPhone Duo 拍下的电影效果模式视频。 图像 Pixelmator Pro 新增 Generate Fill：在画面上圈出一块，或用自由选区、快速选区、磁性选区等工具，再用自然语言说明想怎么改。生成结果会尽量贴近周围的光线、透视和纹理；内置超分辨率，放大后仍尽量保持清晰。生成内容可以并进现有图层，也可以作为新图层插入，并带智能蒙版，方便继续微调。 音乐 Logic Pro 界面改用 Liquid Glass。Mac 上新增智能助手（测试版，苹果自研模型与第三方模型一起用）：可以从一句话开始写歌、搭人声轨，或继续打磨当前工程。浏览器重做，把 loop、乐器、效果等集中到一处；设备端的 mu

匹配字段正文