swyx 表示，Jediah Katz 在 AIE NYC 的演讲 24 小时内播放量达 10 万，有望成为本届大会的爆款演讲；他还调侃说，这给下个月 AIE CODE 上 poteto 的主题演讲设下了很高的门槛。被引用的帖子介绍，这场演讲题为《Inside Grok Bot: is the agent harness dead?》，Jediah Katz 在演讲中解释了更聪明的模型为何让 Cursor 移除提示词和护栏，以及 Grok Bot 为何又把它们加回来。
匹配字段摘要
NVIDIA 发布安全软件框架 Sentry，在 BlueField-4 DPU 的硬件隔离信任域中监控 AI 智能体并执行访问策略，不依赖主机软件。该框架由 DOCA Tower 透明代理终止 TLS 并用 Open Policy Agent 评估请求，DOCA Argus 通过内存内省提供运行时上下文，可在毫秒级隔离越界智能体。Sentry 属于 GTC Berlin 公布的 NVIDIA OpenShell 参考架构，计划于明年初开放，开发者可先用 DOCA Argus、DOCA Flow 等库进行实验。
匹配字段摘要、正文
OpenAI 收购药物研发 AI 协同平台 Orchestra Bio，将其团队和技术整合进生命科学研究平台 Rosalind，交易金额未披露。Orchestra Bio 于 2022 年在旧金山成立，用 AI Agent 承担新药研发的任务规划、进度跟踪、风险识别与跨团队协作，CTO Andy Xu 有北京大学计算机科学背景并在微软工作 18 年 10 个月。此次收购补足 Rosalind 在药物研发组织协调与项目落地上的能力。
匹配字段摘要、正文
钛媒体梳理今年双11大模型直接参与电商的进展：千问办公在双11前夕上线电商版Agent，面向所有电商平台和商家提供跨平台经营看板、卖点分析、素材生成和ROI优化；豆包则专设“双十一问豆包”导航栏，用户可在对话中选品、领券下单并直达抖音商城订单页。文章还提到淘宝内嵌千问AI购物助手、用户用DeepSeek比价和Kimi生成护肤清单等场景，并对比OpenAI在2025年9月上线Instant Checkout后不到半年下线的尝试，指出电商履约能力是模型厂商需要补齐的一环。
匹配字段摘要、正文
戴尔执行长麦克·戴尔表示，AI数据中心大量吸收存储供应，HBM与传统DRAM短缺在2027年将更严峻，整体供应吃紧可能持续数年，部分新建晶圆厂要到2029年或2030年才能满产。戴尔目前AI服务器积压订单约950亿美元，存储可获得性正直接限制交货速度。戴尔营运长Jeff Clarke还提到，若Agentic AI工作负载持续快速增长，部分关键零组件供应吃紧可能延续超过5年，DRAM、NAND、部分CPU与硬盘均面临供应不足。
匹配字段摘要、正文
AI 业务规划平台 Pigment 于 2026 年 10 月 21 日宣布完成 2.5 亿美元 E 轮融资，估值 23 亿美元，由 EQT 管理的 Scaleup Europe Fund 领投，NVIDIA 计划参投。资金将用于加速研发、扩充工程团队并拓展新区域，推动其基于 Graphite 计算引擎的 AI 智能体实现端到端自主规划。Pigment 称 2026 年 ARR 已突破 1 亿美元并再次同比翻倍，85% 的新指标由 Agent 创建，客户包括 Danone、Siemens、Snowflake 和 Unilever。
匹配字段摘要、正文
Voxel51 发布 3.0 版数据平台，把机器人多摄像头、视频与传感器数据的搜索、整理、标注和评估整合到同一平台，并新增可跨开发流程执行任务的 AI 助手 Voxel51 Agent。平台支持语义搜索、文本查询与元数据过滤，以及多模态时间序列同步查看，并提供 2D、3D 和视频标注与 Agentic Labeling 自动标注。Voxel51 同时与 Nebius 合作，在 Nebius AI Cloud 上运行其工作流，并提供免费自助版本。
匹配字段摘要、正文
作者称 REA: Reverse Engineer Anything 是近期 GitHub 和 X 上最火的开源项目。Supabase CEO kiwicopple 也来玩梗，说用 12 个 Claude agents 并行跑了 6 小时“逆向工程”出 Supabase；作者调侃 Supabase 本来就是开源的。
匹配字段摘要、正文
截至 2026 年 10 月，递归自我改进（RSI）的局部“小闭环”已在实验室跑通，但涵盖选方向、提假设、训练下一代基座模型的全流程“大闭环”尚未合拢。Anthropic 生产代码库中超过 80% 的合并代码由 Claude 编写，OpenAI 每个“人类工作日”已对应约 3.1 个 Agent 工作日。Claude Opus 5.5 在 TasteVal 基准上的实验算力效率达人类专家基线的 2.3 倍，但 Anthropic、OpenAI 与 Google DeepMind 官方均表示完整 RSI 尚未发生。
匹配字段摘要、正文
QuestMobile 三季度报告显示，9月AI办公赛道合计活跃用户1.42亿，同比增长50.6%，典型办公Agent榜前三为腾讯WorkBuddy 3235.3万、百度搭子977万、阿里千问办公790.5万。易观桌面端口径下，WorkBuddy月访问量从6月的2097万次增至9月的8534万次。文章对比四家路线：腾讯依托企业微信入口，百度以搭子和库库AI双线推进，阿里千问办公推出电商版并称电商用户已占付费用户20%，字节豆包工作上线数据导入以迁移用户历史会话。
匹配字段摘要、正文
ElevenLabs 发布 Eleven Realtime Max 和 Mini 两款语音到语音模型。Eleven Realtime v1 Max 在 Big Bench Audio 上得分 98.8%，开口响应时间为 0.57 秒；Eleven Realtime v1 mini 面向低成本的自然对话场景优化。两款模型均已在 ElevenAgents 平台和 API 上线。
匹配字段摘要、正文
Salesforce 同意以约 56.6 亿美元收购客户互动平台 Braze，Braze A 类股东每股将获 47.50 美元现金，交易预计在 Salesforce 的 FY28 完成。Braze 的实时消息与客户旅程管理能力将并入 Salesforce Marketing Cloud，与其 CRM、Data 360 和 Agentforce 平台结合。Braze 目前服务约 2770 家客户，包括 Canva、Instacart、Urban Outfitters 和 Venmo。
匹配字段摘要、正文
Meta原定11月展开的第二轮裁员计划因AI未展现预期工作能力而暂停，扎克伯格在内部会议上承认组织调整时机存在误判，Agent技术没有像此前预期的那样迅速进步。Meta CTO指出，大规模使用AI后内部代码改动量同比增长220%，但带来用户可见新功能的改动量仅增长36%，重大技术和安全事故同比增加40%。微软也把内部使用Anthropic技术的年度支出预估下调超过三分之一，并开始要求各部门管理Token预算。
匹配字段摘要、正文
QuestMobile三季度报告显示，9月AI办公赛道合计活跃用户达1.42亿，同比增长50.6%，办公Agent榜前三为腾讯WorkBuddy 3235.3万、百度搭子977万、阿里千问办公790.5万。易观桌面端口径下，WorkBuddy、千问办公、豆包工作月访问量分别为8534万、4655万和3039万次，合计占20款上榜产品的53.1%。文章指出各家的竞争点在于把个人试用转为团队固定支出，并提到WorkBuddy个人版连续包月分为70元、140元和700元三档，百度搭子企业席位限时132元/席位/月。
匹配字段摘要、正文
IDC预测中国智能体电脑出货量将从2026年的77万台增至2030年的2080万台，五年复合增长率达127%。IDC给出的入门级门槛为80 TOPS以上AI算力、32GB以上内存、135GB/s以上内存带宽和至少1TB NVMe SSD，Token生成速度不低于10 Token/s。智能体电脑让用户只需提出目标，Agent即可理解规划、调用模型与工具并自主执行，PC从AI辅助工具转向AI任务执行和生产力入口。
匹配字段摘要、正文
Google 发布 TorchTPU，这是 PyTorch 的一个专用版本，让开发者无需重写底层代码、只需调整少量配置，就能把现有模型和应用迁移到 TPU 上运行。Google 称与 Meta、Hugging Face 以及 vLLM、SGLang 的开发者合作，确保相关代码库兼容；同时推出 TPU agent suite 协助迁移并自动修复错误，并更新端侧工具 LiteRT 以兼容 PyTorch 应用。此前 AWS 也发布了面向自家 Trainium 芯片的 TorchNeuron。
匹配字段摘要、正文
Databricks 发布面向生产 Agent 的持久记忆架构 MemCurrent，结合情景记忆与派生记忆，并采用 Plugin、Tool 和离线 dreaming 三种接入方式。基于 1.2 万多次真实 Genie 会话筛选出的 114 个内部测试用例，通过率从无记忆时的 22.3% 提升到 68.4%，同时快 1.35 倍、便宜 1.44 倍。公开基准 LoCoMo、LongMemEval、ConvoMem 平均得分 88.1%，与全量上下文的 87.8% 相当，但每题输入 Token 约少 12 倍（8.4K 对 103K）。该架构已用于 Agent Bricks Memory 和 Genie。
匹配字段摘要、正文
一名 Mac 用户用 Claude 开发温度监测工具时，Claude 发现设备正运行 XMRig 挖矿程序，该进程占用约 1175% CPU（约 12 个核心），温度达 112 摄氏度。Claude 还识别出该程序通过伪装的 LaunchAgent 启动项实现持久化，在获得用户授权后协助终止进程并将可疑文件移入隔离目录，仅一个文件因权限限制需手动删除。
匹配字段摘要、正文
文章介绍如何把决策模型当作廉价 LLM Judge 做自动评估，并基于 98 条公寓租赁 AI Agent 真实生产 trace（61 条失败、37 条无失败）对比 Jev、Perplexity Decider、Liquid d1、Cloudflare Clef、OpenAI Decisions API 五家模型。作者用分层五折交叉验证在训练折选阈值、留出折测量，发现调优阈值对原本不达标的模型收益明显，Perplexity 每 100 次评估 0.82 美分、F1 0.79，OpenAI Decisions F1 0.87 但贵约 4.5 倍。可靠性图显示部分模型分数严重失准，Clef Flash 一组预测失败概率约 8% 的样本实际失败率达 60%，Platt scaling 修复三个模型却让 OpenAI 的 Brier 从 0.159 升到 0.164。
匹配字段摘要、正文
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 上匿名屠榜的 Space Bunny（玉兔）。该模型在 Agents' Last Exam 上得分 29.6%，位列国产模型第一，AA 榜单得分 43；DeepSWE v1.1 拿下 73.7%，CyberGym 82.2 分，BankerToolBench 76.2 分与 Claude Opus 5 并列第一，OSWorld V2 为 61.7 分。模型采用稀疏注意力架构，输出最快 200+ TPS、中位数 170+ TPS，输入每百万 Token 1 元、输出 4 元、缓存读取 0.1 元，综合使用成本相比前代 M3 下降 70%。
匹配字段摘要、正文