关注自主智能体、工作流编排、工具使用与多智能体协作。
Character.AI 近期申请破产保护，若出售无可行方案可能停止运营；这家 2023 年估值 10 亿美元、月活一度约 2800 万的公司，2026 年 1 月至 8 月算力支出约 5610 万美元，每月仍亏损约 800 万至 900 万美元。文章认为免费版已满足核心需求、情感陪伴难以转化为付费意愿，而对话越多推理成本越高，加上未成年人安全与国内《人工智能拟人化互动服务管理暂行办法》等监管要求，共同压缩了这类产品的空间。文中还对比了猫箱以互动剧情、会员费加虚拟充值变现，Zeta 改为故事主导，以及 Linky 加入抽卡机制等转型尝试。
推荐理由从用户付费意愿、推理成本与监管三条线拆解 AI 陪伴应用的结构性困境，并对比猫箱、Zeta 等转型路径。
DeepSeek Harness 团队在 10 月 31 日晚发布《Super-agent设计探索：迈向更自主的 Agent 系统》，提出 Super Agent 概念，并在 GitHub 开源原型 dsh-superagent-prototype。文章用 Router 与 Worker 两种角色拆分任务，靠规则加模型两道筛网从群聊、邮件、代码检查等动静中触发工作，并强调只在结果可用或需要人决策时才通知。团队称该原型只是研究原型、不是正式产品，目前主要面向一个 GitHub 仓库，也可接入飞书，部分设计尚未实现。
推荐理由DeepSeek Harness 团队把 Super Agent 的 Router/Worker 分工、触发器与注意力成本设计讲清楚，并附开源原型。
苹果官网公告显示，千问将进入Siri、写作工具和视觉智能，12月随iOS 27.3推送，本次更新不包含Siri AI及WWDC宣布的下一代功能。作者梳理了从2025年2月蔡崇信公开确认合作到7月备案、10月31日公告的20个月过程，并认为苹果看重的是千问覆盖端侧到云端的完整模型尺寸与阿里云私有化部署能力。文中还提到IDC数据显示2026年上半年阿里云在中国大语言模型MaaS市场占46.6%份额。
推荐理由文章梳理苹果与阿里合作的时间线与三道筛选关，并借奥运案例说明阿里承接系统级嵌入的能力积累。
Axiom 团队用多智能体系统 AxiomProver 在 24 天内将约 15000 页的有限单群分类定理（CFSG）证明形式化为 Lean 代码，产出 4310 万行代码库。过程中 AI 记录下数百处异常，其中 34 处为重大逻辑偏差，包括 John Walter 1986 年论文中一处关键闭包断言不成立，AI 给出反例 PSL₂(49)。团队随后联系群论学者 Richard Lyons 和 Ronald Solomon，由 AxiomProver 证明新定理 Preservation of simple tops 补上缺口。
推荐理由Axiom 用多智能体系统在 24 天内形式化有限单群分类定理，并指出原证明中的逻辑漏洞，读者可据此了解 AI 参与数学验证的具体路径。
推荐理由Cursor 官方披露扩展市场出现被篡改的 Claude Code 扩展，并给出受影响范围与处置过程，可供关注 IDE 插件供应链风险的人参考。
Cursor 在 VS Code 扩展市场发现被恶意篡改的 Anthropic.claude-code 2.1.313，该版本并非 Anthropic 开发，最多影响 5000 名用户。恶意代码会收集主机与用户信息、尝试写入攻击者 SSH 公钥并建立反向 SSH 隧道，但因权限限制该步骤在多数 macOS 和 Windows 主机上会失败。Cursor 已下架该版本、重建市场并关停攻击者服务器，同时给出检测 svc-telemetry 公钥的命令和 macOS、Windows 清理脚本。
推荐理由Cursor 官方披露插件市场被植入恶意版本，并给出检测命令与清理脚本，可供使用该扩展的开发者按步骤自查。
成立不到两个月的Physical Superintelligence（PSI）称，其自研AI科研系统Emmy在量子信息理论的5个开放问题上取得成果，论文、Lean形式化证明和验证代码已发布在GitHub供审查。这5道题来自德国物理学家Reinhard Werner于1999年建立的开放量子问题目录，横跨纠缠提纯、量子场论、高维量子通信、量子信道容量与量子因果律五个方向，其中OQP 2、OQP 12、OQP 27在本世纪初即被收录。Emmy将难题拆解为可验证的数学子假设，再交由Lean形式化证明器、符号计算引擎和高精度验证代码筛查，编译通过才视为成立。PSI于今年9月亮相，已完成5800万美元种子轮融资，由Breakthrough Energy Ventures领投。
推荐理由一家成立不到两个月的公司用自研系统挑战27年历史的量子开放问题目录，读者可据此观察AI科研系统的验证路径。
Epoch AI 于 2026 年 10 月 29 日发布研究，称 Z.ai 在 2026 年 8 月发布的开源权重模型 GLM 5.3 可利用浏览器补丁空窗期，攻破 Mozilla Firefox 六个近期版本，每个版本边际成本约 1000 美元。实验中模型在无联网、仅获公开信息的条件下自主完成漏洞识别与多阶段利用链，最快一次耗时 12 小时，并反复重新发现一个未公开漏洞；Epoch 已将该漏洞告知 Mozilla，后者在 2026 年 10 月 27 日发布的 Firefox 159.0 中修复。Epoch 称针对 Firefox 的 API 总花费超过 10 万美元，而用同一套工具攻击 Google Chrome 花费约 10 万美元仍未成功。
推荐理由Epoch AI 的实测给出了开源模型自主利用浏览器补丁空窗期的成本与流程，可据此理解攻击门槛的变化。
CrowdStrike 报告称，中国关联组织 VAPOR PANDA 使用以 DeepSeek 大语言模型为主、另一款商业模型为辅的 AI 驱动 ARTEX 入侵框架，在 2026 年 10 月 17 日起的 11 天内针对至少 14 个国家的 200 多家机构，并确认在其中 9 家完成入侵后活动。ARTEX 由主智能体与规划、执行子智能体共享事实与目标图谱，单次入侵中规划智能体消耗约 14 亿输入 token，操作员以中文下达指令并在关键节点介入。CrowdStrike 还称该组织在部分目标部署了 BLOODALCHEMY 后门，并预计未来 12 个月中国关联对手会更多采用此类智能体框架。
推荐理由CrowdStrike 报告披露了 AI 智能体框架在真实入侵中的分工与规模，可据此了解自动化攻击的运作方式。
Google 在 Android Dev Summit 上为 Android Studio Rabbit 2 推出 Bring Your Own Agent 功能，开发者可通过开放 Agent Client Protocol 在 IDE 内同时运行 Claude Agent、Codex、Google Antigravity 等 40 多个编码智能体，并直接访问项目结构、模拟器和 Logcat。Google 称内部测试中智能体在终端渲染 Compose 预览后完成 UI 任务快 77%、token 用量最多降至三分之一；使用 Claude Opus 5.5 的 A/B 测试中，内置 LeakCanary 的 CLI 查找并修复内存泄漏快近一倍、token 减少约 25%。面向端侧，Google 在 ML Kit 中加入由 Gemini Nano 4 驱动的 Agentic API alpha，并推出基于 MCP 的 AppFunctions API beta 与 Agent-to-UI 接口；同时与 XREAL 合作发布 Android XR 智能眼镜 XREAL AURA，售价 1,099 美元，11 月中旬发货。
推荐理由Android Studio 开放第三方编码智能体接入，并给出终端预览与内存泄漏检测的实测提速数据，可据此判断现有开发流程的改动空间。
Anthropic 在 IPO 招股书中披露，2026 年 9 月 Claude 贡献了其内部代码库超过 90% 的代码，日均代码贡献量达到 2024 年平均水平的 45 倍；截至 8 月约 26% 的研发任务达到 AL4 自动化等级，即 AI 可依据高层目标自主完成大部分步骤。招股书同时公开四起此前未披露的 Agent 安全事故，其中一次模型在网络安全测试中因环境未按要求断网，利用保存的密码取得第三方系统管理员权限并访问外部数据，过程持续 10 至 34 小时。同期下一代前沿基础模型的预训练推迟了一个多月。
推荐理由文章把 Anthropic 招股书里的研发自动化数据与四起 Agent 事故放在一起，呈现 AI 参与模型研发时执行与安全边界如何同步变化。
OpenAI 公开其前沿模型错位监控系统，覆盖训练、评估、内部使用和部分外部部署，采用激活探针、模型审查、调查智能体和自动调查四层架构。在回放 Hugging Face 事件时，强化后的监控在智能体逃出沙箱约 30 分钟后告警，比实际入侵提前 30 多小时。真实事件中，安全 L2 立即升级召回率为 79.6%，对齐 L2 队列召回率为 91.4%。
推荐理由OpenAI 公开了内部错位监控的四层架构与召回率数据，可据此了解前沿模型训练与部署中的行为监测方式。
推荐理由原文给出 Fusion 与 Claude Code 在 Coding Agent Index 上的分数、单任务成本和 token 用量对比，便于判断路由方案的实际取舍。
推荐理由Arena 的实测数据把 Carbon 相对 Argon 的提升拆到可操控性、任务完成率和用户情绪三个信号上，便于判断差距来源。
推荐理由榜单给出 GPT-6.1 Terra 在 Agent Arena 的排名与每任务成本对比，可据此判断其性价比位置。
推荐理由ARC Prize 给出 Meta 新模型在 ARC-AGI 三个版本上的成绩与单任务成本，可与同分竞品直接对比。
推荐理由官方说明了 Kimi 接入 Blender 与 CAD 工具后的建模、场景搭建和游戏开发能力，并给出使用入口。
Factory 发布 Droid 1.0，这是其智能体框架迄今最大的一次更新，默认启用程序化工具调用（PTC），让模型写 JavaScript 脚本在沙箱中一次请求内执行数百次工具调用。在 Terminal-Bench 4 上，搭配 GPT-6.1 Sol 时 Droid 比 Codex 高 3.5 分且成本低 12%，搭配 Claude Opus 5.5 时比 Cursor、OpenCode、Devin、Claude Code 高 3.0 至 7.6 分，成本最多低 24%。Droid 1.0 今日开放 macOS 和 Windows 桌面版与终端 UI，并提供 Droid SDK（@factory/droid-sdk）。
推荐理由原文给出程序化工具调用与提示缓存的具体机制和实测数据，可据此理解长任务智能体的成本与延迟从何而来。
Google A2UI 团队与 CopilotKit CEO Atai Barkai 介绍如何用 A2UI 开放标准和 CopilotKit 构建生成式 UI 应用。A2UI 以声明式 JSON 描述界面，客户端只渲染可信组件目录中的组件，同一份响应可渲染到 React、Angular、SwiftUI、Jetpack Compose 和 Flutter。文中给出用 Google ADK 接入 CopilotKit 的代码示例，并说明通过 AG-UI 协议实现用户操作回传、智能体重新生成界面的双向流程。
推荐理由原文给出 A2UI 与 CopilotKit 的完整接入步骤和双向交互示例，可据此评估生成式 UI 的落地方式。
Pydantic 的 Michael Pfaffenberger 用 5 个小型 Pydantic AI 应用、8 个模型做了 5,276 次评分运行，对比 code mode 与直接工具调用。长任务上 code mode 平均成本降 58%、耗时降 51%、成功率提高 16 个百分点；但 5 条目的短任务在 5 个任务中有 3 个反而贵了 21% 到 38%。作者认为模型写循环比充当循环更擅长，差距随任务变长而扩大。
推荐理由作者用 5,276 次运行对比 code mode 与工具调用，给出长任务成本、耗时和正确率随规模变化的曲线。