搜索“其他”

另一个应用，只要像给普通人发短信一样给它们发消息即可。 你发短信告诉它你的需求，它就能记住上下文、连接你已经在用的应用和服务，并代你完成任务。这可能意味着预约、整理日历、研究行程、发送邮件、预订、网购，或者在几天后提醒你某件事。 Instinct 目前是最受关注的 AI 智能体之一，这得益于它在最新一轮 10 亿美元融资后达到 100 亿美元估值，但还有许多其他产品也在争夺这一领域。 以下是迄今为止最值得关注的选项，从通用型个人助理到专为家庭、旅行和工作设计的智能体。 Ask Proxy Ask Proxy 最大的差异化优势在于它“像女性一样思考”，公司在其网站上解释说，这意味着它旨在在你开口之前就预判你的需求。 它的工作方式就像一个你可以像朋友一样发短信聊天的聊天机器人，无论你需要礼物创意、活动策划帮助，还是周末活动的推荐。你可以让它把重要日期添加到你的日历、设置提醒，或帮助你做日常决策。你还可以给它发照片，比如一张空桌子，让它想办法为晚宴布置餐桌。 与典型的聊天机器人不同，Ask Proxy 还采取主动。当它注意到你可能忘记某件事，或遇到你可能喜欢的新活动、餐厅或体验时，它会主动联

匹配字段正文

乎是从头开始，拥有后发优势，在系统架构上，更符合AI时代意图优先、跨设备协同、服务原子化的交互逻辑，而且仍在持续优化中。鸿蒙系统的短板是第三方应用规模还在爬坡，“一次开发、多端部署”的效率红利，要等应用数量跨过临界点才能兑现。设备界限会缩小，但品类不会消失 在推出一款又一款“跨界”设备的同时，厂商面临着一个新问题，即消费者购买了其中一种设备，会不会就不需要买其他设备了，分品类拆开卖，是否能赚到更多钱？ 现阶段企业无需深入考虑这个问题，因为设备之间的界限虽然在缩小，但差异依然很大，这些模糊了设备界限的产品，暂时只能在有限的场景中，提供接近其他设备的体验。手机、平板电脑、笔记本电脑之间，短期内不会出现其中一个取代另一个的情况。 以折叠屏手机为例，它的大屏在影音体验上接近小尺寸平板，但小电池、弱散热，令其打游戏时体验无法与小尺寸平板媲美。 华为MateBook Fold在折叠到一定角度时可以通过虚拟键盘输入，类似笔记本电脑，但无键程的虚拟键盘，打字手感根本不可能与真正的笔记本键盘相比。更不用说一些工业场景，对于设备的操作系统、硬件配置都有严格要求，很难被“跨界”设备取代。 因此，雷科技认为，

匹配字段正文

旨在为全球5亿没有稳定网络覆盖的家庭提供宽带连接。 要避免业务战线拉得太长而失控，核心取决于两点：组织设计原则，以及长期的战略定力。 亚马逊从来不让同一批管理团队兼顾跨度极大的不同业务。我们长期坚持“单线程领导责任制”——针对每一个重大的新战略业务，挑选具备开拓能力的骨干建立独立闭环团队。这些团队的负责人每天醒来，唯一的使命就是在这一个垂直领域深扎下去，不被其他日常业务的杂音干扰。 有些企业倾向于固守现有的核心基本盘，把单一业务的利润做到极致，这是一种很成功的战略路径；但亚马逊的基因不同。只要一个市场空间足够大、存在未被满足的痛点、我们有能力通过技术显著改善体验，并最终能跑通健康的长期现金流，我们就会坚决进行战略投入。 专注做好现有的核心业务，同时保持对未知领域的开拓野心，二者并不矛盾。 资料来源：The a16z Show，本·霍洛维茨、埃里克·托伦伯格对话安迪·贾西，2026年10月23日播出，https://www.youtube.com/watch?v=-YMMRQ1qscIAI行业信号频道: 前沿科技本内容来源于网络 原文链接，观点仅代表作者本人，不代表虎嗅立场。 如涉及版权

匹配字段正文

用价格。 按照三家官方美元API定价，Kimi K3.1 Pro每百万未缓存输入token收费2美元，输出收费10美元；MiniMax M3.1 Flash分别为0.15美元和0.60美元，DeepSeek V4.1 Flash-1017在空闲时段与MiniMax一致，高峰时段翻倍。 如果按累计输入、输出各100万token计算，不使用缓存，也不计工具调用等其他费用，Kimi的账单为12美元，MiniMax与DeepSeek空闲时段均为0.75美元，Kimi的费用是后两者的16倍；相对于DeepSeek高峰时段的1.5美元，则为8倍。相比K3，K3.1 Pro的输入、输出单价已经下降了约三分之一，但降价后仍明显高于另外两款Flash。 当然，这一差距并不意味着Kimi的性价比一定更低。同等token用量不等于同等工作成果。对于三款模型都能完成的工作，低价更有吸引力；但如果Kimi能解决另外两款模型难以完成的问题，或者显著减少人工返工，更高的价格就可能有其价值。 因此，比总分更值得进一步观察的是，三家分别在强化哪些工作能力，以及这些能力能够吸引什么样的付费需求。同时，通过三家在RL上的重

匹配字段正文

ode.js和流媒体软件Plex相继曝出漏洞，AI网关LiteLLM与开发平台Railway也发生数据泄露，印度证书颁发机构eMudhra则被曝密钥极其脆弱。 据VulnCheck即将发布的报告显示，在AI的推波助澜下，被发现的数字安全缺陷数量已同比翻了一番。 互联网基础设施巨头Cloudflare的首席执行官Matthew Prince更是警告称，他已得知其他几款关键软件中，还潜伏着大量严重漏洞。“我认为在接下来的几年里，每个星期都会让人感觉天要塌下来了，对于任何暴露在互联网上的系统来说，这种火警拉响般的紧急抢险将会成为常态。” 攻防时间线彻底颠覆：从“数月”缩短至“几小时” 为什么这一波网络危机来得如此凶猛？ 业内人士表示，在过去，寻找庞大代码库中的Bug需要极高的技术门槛，而利用漏洞编写出攻击代码，往往需要经验丰富的专业黑客耗费数周甚至数月的时间。这为网络防御者留出了宝贵的“喘息窗口”，可以平缓地打补丁、推更新。 安全公司RunSafe Security的首席技术官Shane Fry指出，AI模型可以对代码库进行全天候不间断审查，接二连三地揪出漏洞，并在短短几小时内将其“武器化”

匹配字段正文

遵循这一逻辑。除非被拒绝，否则允许在任何位置读取。除非被允许，否则拒绝在任何位置写入。除非域名被加入允许列表，否则拒绝网络访问。 如何为 MCP 服务器或你自己的智能体启用沙箱？ 对于 MCP 服务器，将 .mcp.json 中的命令从 npx 改为 srt。将原命令作为参数传入。规则随后存放在 /.srt-settings.json 中：复制代码已复制使用其他浏览器 { "network": { "allowedDomains": ["api.github.com", " .npmjs.org"], "deniedDomains": [] }, "filesystem": { "denyRead": [" /.ssh"], "allowWrite": ["."], "denyWrite": [".env"] } } 对于你自己的智能体，该库提供 SandboxManager。调用 initialize(config) 启动代理。然后 wrapWithSandbox() 返回一个可启动的包装后命令字符串。 84% 这个数字意味着什么？ Anthropic 报告称，在内部 Claude

匹配字段正文

ode.js和流媒体软件Plex相继曝出漏洞，AI网关LiteLLM与开发平台Railway也发生数据泄露，印度证书颁发机构eMudhra则被曝密钥极其脆弱。 据VulnCheck即将发布的报告显示，在AI的推波助澜下，被发现的数字安全缺陷数量已同比翻了一番。 互联网基础设施巨头Cloudflare的首席执行官Matthew Prince更是警告称，他已得知其他几款关键软件中，还潜伏着大量严重漏洞。“我认为在接下来的几年里，每个星期都会让人感觉天要塌下来了，对于任何暴露在互联网上的系统来说，这种火警拉响般的紧急抢险将会成为常态。” 攻防时间线彻底颠覆：从“数月”缩短至“几小时” 为什么这一波网络危机来得如此凶猛？ 业内人士表示，在过去，寻找庞大代码库中的Bug需要极高的技术门槛，而利用漏洞编写出攻击代码，往往需要经验丰富的专业黑客耗费数周甚至数月的时间。这为网络防御者留出了宝贵的“喘息窗口”，可以平缓地打补丁、推更新。 安全公司RunSafe Security的首席技术官Shane Fry指出，AI模型可以对代码库进行全天候不间断审查，接二连三地揪出漏洞，并在短短几小时内将其“武器化”

匹配字段正文

识别能力精准解读，帮助患者排查。报告单解读的功能，在过去一年中，有2700万+人次使用，解读准确率达到98%+。 15万全三甲真人医生7 24小时在线，AI回答从此有专业人士把关 AI可以提高信息整理和响应效率，但医疗健康问题的决策与诊断具有较高的专业门槛。AI可能给出的是单点结论，但同一种症状可能对应不同原因，同一项异常指标也需要结合年龄、病史、用药情况和其他检查结果综合判断。 好医答咨询室里入驻了15万+全三甲真人医生，为患者提供7 24小时的在线服务，最快1分钟就能响应。百度App搜索“百度健康”或相关健康问题，就可以直达好医答入口。在AI对用户的症状、检查结果、持续时间和既往病史等信息进行梳理，再为用户精准匹配对口的真人医生接入，围绕关键问题追问、判断，最后由真人医生给出专业诊断和解决方案，为AI回答提供可追溯的医学依据，提升AI健康服务的专业性与可信度。 文心健康管家产品负责人李想表示，好医答的核心不是让AI替代医生，而是发挥AI在信息理解、归纳和交互效率方面的优势，同时引入真人医生的专业能力，使健康回答更加权威可信、有据可依。不仅是让用户得到回答，而是让每个问题，都得到负责

匹配字段正文

主权益，助力车企开展精细化用户运营。 根据「讯宝计划」的合作分工，星火智慧座舱负责理解用户需求、调度相关能力，支付宝车载助手则提供生活服务与支付履约能力。 电子驾驶证来啦！“交管12123”支付宝小程序上线三项 ... 中秋国庆自驾迎高峰，“阿宝”上新租赁车违法处理等 ... 碧桂园服务与支付宝全面深化合作，共筑“智慧物业” ... 京东采销员工发布谣言诋毁其他平台被起诉，法院已立案 从 Dreamore 到 CreaXene：AI 生成工具正在走向创作工作流 豆包工作新增画布功能，并接入豆包2.1 Lite模型 最新文章 行业第一！百度健康AI服务MAU超5000万，发布好医矩阵和健康相机 拼多多紧急捐赠1000万元 驰援西藏那曲抗震救灾 开门红强势爆发！抖音商城双11热卖品牌榜发布 iRTE2026：对话 AI 如何迈向 AGI？声网CEO赵斌给出五级对话能力框架 从技术首创到规模上车，华为乾崑车载激光投影以金辑奖印证技术领先 iOS应用 创享会 指纹识别 xbox 苹果发布会 iPad Pro Airbnb 商汤科技 eBay Netflix 手机游戏 立即设置 以后再说 优路跟

匹配字段正文

批订单，正在发生 自媒体博主蜗牛和团队把选题、脚本、封面制作等工作流做成「博主农场」，吸引了 1000 多名注册用户、300 多位博主使用，却迟迟没有付费用户。 为了让产品具备收付款能力，团队尝试多种方式，折腾了159天。直到发现支付宝AI付联合观猹推出的“爱猹收”，团队迎来转折点：拿到“写给AI看”的指南，交由 Codex 编写代码，73 分钟完成接入并上线，很快收到 10 笔订单，积分自动到账，无需人工处理。 零付费背后，还有一道繁琐的付款门槛。跨过这道门槛，蜗牛也看到了把工作经验做成产品的另一种可能，他说：“博主有生命周期，可能三五年就不火了。但产品在我睡觉的时候，也能有收入。 ” 类似的尝试也发生在其他产品中。图文生成工具「红墨 Redink」获得 9 笔订单，交易金额突破 1282 元；开发者苍何围绕 CodexGuide、GPT-Image2 等产品探索收费机制，累计获得 500 多笔真实订单。 这些尝试让新一轮创业机会变得具体，这也是本次黑客松发出的邀请：带上正在开发的项目，验证需求、尝试收费，争取自己的第一笔订单。在这股 AI 创业浪潮中，让自己的创意迈出生意的第一步。

匹配字段正文

比Muse探索得更早。创始人齐俊元曾创办Teambition，之后在阿里、字节等大厂负责过各类产品。今年初组建团队后，Today AI自9月9日起陆续上线了国际版和国内版本。 用一句话概括，Today希望做的是用户的“私人助理”。通过用户授权Today的信息、应用数据后，Today将会在持续对话中积累记忆，目标是成为一个以“人”而非任务来组织的通用助手。 和其他Personal AI产品相比，Today尤其强调AI助手要“像人”。这个坚持体现在产品的方方面面：用户在注册时，必须给AI助手起一个名字；在对话时，Today从一开始就坚持不以任务划分窗口，所有交互都在一个窗口完成。 有意思的是，很多年以前，当齐俊元还在创业时，Teambition也曾推出一个名为“今天”（Today）的产品。他曾经在产品上线时写道：“希望它能够比你更了解一天要做的所有事情，从琐碎的代办事项到重要的工作任务，从轻松的个人约会到严肃的公司会议，甚至是需要阅读的每一篇文章，然后由它温柔地提醒你眼下你该处理什么事……我们对它的期待很简单，就是它应当足够简单易用。” 在Muse爆火之前，许多投资人依然认为这只是一个美好

匹配字段正文

hropic 的 Mythos 发现的缺陷。不过，安全研究人员强调，AI 最终并没有做任何新的事情，而是放大了漏洞发现和协调披露的既有动态。 “我们肯定会看到更多这类长期存在的漏洞，它们存在于过去十年左右每个版本的软件中，”Hunter Strategy 研发副总裁、前 NSA 黑客 Jake Williams 说。“但我认为这类低垂的果实就这么多。没有多少其他东西具有 PHP 那样的特定覆盖面。这是一个相当狂野的攻击面——大多数其他工具在设计上并不暴露于互联网。” 研究人员还指出，即使有了前沿模型，大多数复杂的 AI 辅助黑客攻击案例也都涉及人类专业知识。正如本周首次发现 PHP 漏洞的 Calif 研究员 Ryan Austin 所写：“没有哪个模型仅凭简单提示就能挖出‘所有漏洞’。至少目前如此。” 简而言之，安全工程师兼研究员 Niels Provos 说，大家都可以稍微收敛一下恐慌。“说实话，我并不太担心，”他说，对于 AI 发现大量新近可利用的历史漏洞——或发现没有 AI 就无法实际利用的新漏洞——他并不担心。“人们现在已经用 AI 寻找了一年多，而找到这个漏洞需要一个技术高

匹配字段正文

一起编程！ LLM、推理模型和智能体如何关联并契合在一起 作为一个小旁注，也因为我经常被问到推理模型与当今AI智能体的关系，这里在开始视频之前先简短说明一下。 推理模型本质上是传统LLM的升级版，即通过带可验证奖励的强化学习（以及可选的推理扩展技术）增加更多后训练，使其更有能力解决更具挑战性的问题。传统上，推理模型是为数学和代码开发的，但这些能力也可以泛化到其他问题领域。 推理模型随后作为智能体框架内部的引擎发挥作用，而智能体框架是围绕LLM/推理模型的软件或工具框架，用于解决更具挑战性的问题（更大的编程任务、旅行预订以及各种其他个人助理任务）。该框架的任务是进行复杂的上下文管理，并让LLM能够访问工具。 图1：传统LLM、推理模型和智能体框架的引擎类比。图来自我的《编程智能体的组成部分》一文。 在上图描绘的类比中，模型是引擎，而智能体框架增加了机械装置，使我们能够将其用于各种用途（作为简单聊天机器人界面的升级）。智能体可以使用传统LLM或推理模型，但推理模型是更典型的选择，因为它们能力更强。（如上所述，大多数当前世代的LLM都是带有可变推理努力设置的推理模型。） 所以，底线是，推理模

匹配字段正文

Languages in Populations of Language Model Agents》（arXiv:2605.31170，南丹麦大学领衔）干了一件事：从约六千条正则初筛里，用分类器确认了518个造语提案帖，全表搬来（§Dataset，作者自测）： 论文自做的裁判实验也给这门动机加了注脚：规避监督类帖子被 DeepSeek-3.2 判为对齐度低于其他类别。先看最惊悚的那类。规避监督的标杆案例叫Symbiotica：26个拉丁字母各配一个字形，人眼看是天书：契丹文蒙古文的皮，英文字母一对一替换的芯，换张对照表就能手译。它真正的花活在另外五个有两套字形的字母：切换字形藏一串二进制比特串。像明信片正文写的是客套，边角点阵藏着只有机器懂的暗号。其Python包互联网上无痕迹，作者明言无法确认存在。这条也照实搬。 再看传播性，这是全文最硬的一击：研究者拿原帖正文加一句指令，让生成模型当场造一句该语言的话，换另一个模型打分。四个生成乘裁判组合，各跑518帖，共2072条评判。池化中位4分，满分5，均值3.62；Qwen评Qwen高达4.43，GPT评GPT 3.26，跨模型配对3.24

匹配字段正文

在外滩年会圆桌中，欧洲50集团主席Lorenzo Bini Smaghi提出，金融AI讨论不能只停留在单个机构的局部视角，还需要考虑大量智能体相互交互之后的市场整体行为。 假设多个金融机构的智能体使用相似的数据、模型和风险判断标准。 当市场出现不利信号时，它们可能在较短时间内形成相似判断，并建议或执行类似交易。 如果这些行动进一步影响市场价格和流动性，又触发其他智能体的风险控制措施，就可能形成反馈循环。 金融市场中的羊群行为和顺周期性并不是新现象。 不同模型、交易限制、人工干预和流动性缓冲，都可能降低同步行动带来的风险。 企业层面的价值实现，与金融系统层面的风险控制，必须分别观察。 但现实可能更加复杂。 2026年10月15日，金融稳定理事会发布《负责任采用人工智能的稳健实践》最终报告。 报告提出12项稳健实践，其中明确包括组织适配能力、持续风险评估、绩效监测、有效人工监督以及第三方AI依赖风险管理。 但制度文件的存在，并不等于治理已经有效。 如果模型发生重大变化后，企业不能及时重新评估风险；如果异常已经被发现，却没有明确的决策和执行责任；如果控制措施已经实施，却无法验证其效果，那么治

匹配字段正文

见证了CDO（首席数据官）组织的兴起，其成效参差不齐。如今AI又提供了一个契机，终于去解决同一个挑战。困难的与其说是技术因素，不如说是组织因素。人们不应低估康威定律的影响。这也体现在原则6中：“按照你正在开发的系统的设计来组织你的团队”。 架构师在应对数据混乱方面的作用，在于应用这些原则并思考组织层面的职责归属。 您谈到“AI技术债务”。AI产生的技术债务与其他技术债务有何不同，架构师今天就应该留意哪些警示信号？ 在代码库层面，显而易见的挑战在于管理AI生成的代码。如果先设计架构、再生成代码，这本不该成为问题。反之，如果先生成代码、再试图弄清其结构，那还不如把它扔掉、从头再来。 在我看来，AI将让所有工程师都成为架构师——所需的技能组合会不断演进和变化。 在企业层面，我们正目睹EUAIA的爆炸式增长——这个词是我刚造出来的，指的是终端用户AI智能体（End User AI Agents）。核心问题是：我们如何应对大量做出决策或提出建议的AI智能体？这些决策的数据从何而来？我觉得关于上下文层的研究非常有意思，它能在决策过程中捕捉隐性知识。 这只是两个例子。此外还有嵌入SaaS解决方案中的

匹配字段正文

强的AI模型。OpenAI在一篇博客文章中解释说，鉴于当前控制系统和互联网安全的状况，这被视为负责任的作法。 广告后继续阅读 近几周来，OpenAI的AI实例擅自行动的事件一再引发关于该技术风险的讨论。在迄今最受关注的一起事件中，这家ChatGPT开发商的AI从受保护的测试环境中逃出，并意外入侵了另一家AI公司Hugging Face平台的计算机。事后发现，其他开发商的AI——包括OpenAI的竞争对手Anthropic以及谷歌和Facebook集团Meta的AI——在测试中也侵入了其他公司的系统。 AI训练的“离线世界” 不过OpenAI强调，AI模型仍然必须学会如何在网上搜索信息，或如何与网络应用交互。因此，他们为训练搭建了一个“离线世界”，其中存储了网页内容。所有顶级模型现在都以这种方式训练。在Hugging Face事件之后，OpenAI已经加装了额外的保护机制。然而事实证明，能力最强的AI模型仍能在其中找到一些漏洞。因此，它们的训练被暂时中止。 起因是一起事件：一个AI模型在测试中成功从外部聊天机器人获取了回答，尽管它本不应有互联网接入。OpenAI承认，在借助AI对现有安全

匹配字段正文

。 混淆 逐帧独立应用图像生成。 风险 微小的身份或几何误差会随时间累积，并以闪烁或不可能的运动形式显现出来。 比较还应确定分析单元。一篇关于AI视频生成的论文可能只孤立地研究一个模型或算法，而一个已部署的服务则增加了检索、路由、缓存、策略、身份、用户界面和监控。两个产品可能使用同一个标题术语，却实现该技术栈的不同部分。要问哪个组件执行定义性的变换，以及哪些其他组件是所报告结果所必需的。 AI视频生成现在之所以重要，是因为AI系统正被赋予更大的上下文、更多的模态、更多的运行时算力、更广泛的工具访问权限，以及与组织决策更深的连接。在这些条件下，曾经看似研究细节的东西可能决定延迟、安全性、可访问性、环境成本、产品质量或法律责任。 相关的衡量标准不是AI视频生成能否产生一个令人印象深刻的结果。而是该技术能否在代表性条件下改善一个重要的结果，并且比更简单的基线更有效地做到这一点。要报告分布、失败类别、尾部延迟、资源使用和受影响的子群体，而不是把每个结果压缩成一个平均值。 评估应隔离每种模态，测试相互冲突的输入，并验证时间或空间上的依据。流畅的跨模态答案并不能证明模型关注了正确的信号。具体应用到

匹配字段正文

体在一次内部评估中甚至成功入侵了Hugging Face。另一些则学会了掩盖自己的错误。 9月，一次新的未经授权的互联网访问导致该公司暂停了其最先进模型的部分工作。OpenAI现在明确表示，这次暂停持续了11天，直至10月1日，目的是加强防护措施并对其进行检验。 为什么必须在训练期间将AI隔离？ 查找信息、编写代码、解决问题：为了训练AI，OpenAI（以及其他公司）会迫使模型找到解决方案。模型尝试、失败、重来，而成功的尝试随后被用来强化使其达成目标的行为。但如何确保它不会为了达成目标而走禁止的捷径？ 于是便有了将其关入受控环境的想法，这种环境通常被称为“沙盒”。AI在其中拥有可供工作的工具，但其访问权限受到限制。这有点像训练场：它必须能够进行训练，同时不能干预外部系统。 OpenAI用于训练其模型的沙盒 // 来源：OpenAI 或者，模型可能试图绕过这些限制来完成其任务。9月，OpenAI的一个智能体本应只是查找一篇博客文章的作者。由于搜索无果，它利用其沙盒DNS（将网站名称转换为地址的服务）过滤不足的漏洞，向外部聊天机器人发起查询，尽管它被禁止访问互联网。没有人要求它测试其环境的

匹配字段正文

交流更流畅，甚至也比去年 7 月推出的 ChatGPT 语音模型更流畅。 认识 Dessa，我们从零开始用人类对话训练的语音模型。 亲耳听听：https://t.co/FDmoXNPpIh pic.twitter.com/XiFE6T2dgz—— Block (@blocks) 2026 年 10 月 23 日 此内容已被屏蔽，因为您未接受 cookie 和其他追踪器。此内容由 Twitter 提供。要查看它，您必须接受 Twitter 对您的数据的使用，这些数据可能用于以下目的：允许您查看社交媒体内容并与之分享，促进 Humanoid 及其合作伙伴产品的开发和改进，向您展示与您的个人资料和活动相关的个性化广告，为您建立个性化广告档案，衡量本网站广告和内容的效果，以及衡量本网站的受众（了解更多） 点击“全部接受”，即表示您同意上述目的，涵盖 Humanoid 和 放置的所有 cookie 及其他追踪器。 您保留随时撤回同意的权利。如需了解更多信息，请查阅我们的 Cookie 政策。 犹豫、笑声和打断，让人更觉得电话那头是一个人。这让我们离电影《她》中的现实又近了一点——片中一名男子爱上

匹配字段正文