←Agent
← 全部主题

Agent

与“Agent”标签匹配的公开内容。

公开阅读组
630
近 30 天
264
目录状态
兼容主题

最新Claude Code 集成消息线程，长请求首 token 延迟降低约 35%

最新阅读组

同一事实的重复报道已合并

  1. Claude Devs一手产品发布
    AI 评分60

    Claude Code 集成消息线程，长请求首 token 延迟降低约 35%

    Claude Code 集成消息线程后，在 500K 至 1M token 的请求上，首 token 中位延迟降低约 35%；长对话中单次请求的中位体积从约 800 KB 降至 1.8 KB。消息线程已在 Messages API 进入公开测试，服务端在轮次之间缓存对话，调用方只需发送新消息和上一条消息 ID，并需添加 thread 参数和 beta header，可在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude 使用，按标准 token 价格计费。

    推荐理由官方给出消息线程在长上下文请求上的首 token 延迟与请求体积变化，可据此判断长对话场景的工程收益。

  2. Claude Devs一手产品发布
    AI 评分66

    Anthropic 在 Messages API 公测消息线程功能

    Anthropic 在 Messages API 上公测消息线程功能，API 会在服务端缓存对话，开发者只需发送新消息和上一条消息 ID，无需重发完整对话。该功能已在 Claude Code 中集成，在 500K 至 1M token 的请求上，首 token 中位时间降低约 35%；长对话中请求体积中位数从约 800 KB 降至 1.8 KB。使用时需在请求中加入 thread 参数和 beta header，该功能已在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude 提供，按标准 token 价格计费。

    推荐理由官方给出消息线程在 Messages API 公测的接入方式，并披露 Claude Code 中首 token 延迟与请求体积的实测变化。

  3. NVIDIA Developer · Generative AI一手产品发布
    AI 评分62

    NVIDIA 发布 Cosmos Framework 与 Cosmos NIM，支持世界模型训练与部署

    NVIDIA 发布面向物理 AI 的 Cosmos Framework 和 Cosmos NIM，前者提供训练、强化学习、优化与推理的模块化工具和智能体技能，后者以容器形式提供加速推理服务。Cosmos 3 Nano 仿真配方可从已发布 checkpoint 生成同步的相机视频与 LiDAR 观测，覆盖自动驾驶、机器人和手术场景。NIM 通过量化、投机解码和 KV-cache 感知路由，在 H200 上实测约 2–3 倍加速，Cosmos3-Nano 生成任务在 BF16 下需 58 GiB 显存。

    A policy model (e.g., Alpamayo) or user sends an action to the AlpaSim simulation runtime. AlpaSim updates the simulation state and forwards the context to Cosmos3-Nano-Sim-Auto, which synthesizes the next camera frames and returns them to the policy, completing the loop.

    推荐理由原文给出 Cosmos Framework 的智能体技能与 NIM 部署路径，读者可据此判断世界模型从训练到上线的具体环节。

  4. AWS Machine Learning一手解读
    AI 评分61

    在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体

    AWS 官方博客介绍如何用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调购物智能体：以 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成轨迹，用 ShoppingBench 评分器只保留解出任务的轨迹，再对 Qwen3.5-4B 学生模型做服务端无服务器 SFT。在 324 道留出测试题上，蒸馏后 4B 学生平均绝对成功率从 0.297 提升到 0.541，与教师模型和中等规模前沿模型基本持平；去掉教师推理过程只学工具调用时，平均成功率降至 0.415。

    Diagram of an agentic task as a loop: search, read results, refine, verify, and decide, with each step a separate billed call to the frontier model

    推荐理由原文给出从教师轨迹生成到学生模型部署的完整流程与实测对比，可迁移到其他智能体蒸馏场景。

  1. Trail of Bits Blog一手解读
    AI 评分71

    Trail of Bits 用 Codex 为稳定版 Linux 回移安全补丁，已覆盖 149 个 CVE

    Trail of Bits 用 Codex 配合 GPT-5.6 为稳定版 Linux 内核和发行版回移安全补丁，截至 10 月 29 日已向稳定内核分支交付 149 个 CVE 的修复，另有若干 Fedora 和 Ubuntu 软件包修复。其流程由智能体识别缺失修复、适配补丁、组装验证证据、运行测试并准备提交材料，工程师负责审核并提交给维护者；不含项目初始配置时，一次简单回移约需 30 分钟人工投入，复杂情况约 3 小时。作者同时给出 Linux 内核各稳定分支及 Debian 13、Ubuntu 26.04 中已修复于新版本但未回移的 CVE 数量，并说明回归测试与维护者接受仍是必要环节。

    “A Codex-generated graph of recently installed kernel packages from Debian’s popcon”

    推荐理由Trail of Bits 公开了用 Codex 回移安全补丁的具体流程与人力耗时，可据此评估 AI 智能体承接遗留安全工作的可行性。

  2. Rohan Paul研究
    AI 评分85

    Epoch AI 测试：智谱 GLM 5.3 连续 6 个版本将未发布的 Firefox 安全修复变成可用攻击

    Epoch AI 的测试中，智谱开源权重模型 GLM 5.3 连续 6 个 Firefox 版本把尚未进入稳定版的公开安全修复识别为真实补丁，并独立构建出完整攻击链，全程没有出现拒绝。最终生成的网页无需额外点击即可把访客本地文件发送给攻击者，并可触及已保存的密码和 Cookie。研究团队先投入超过 10 万美元搭建安全测试系统，此后每次攻击成本约 1000 美元，最快一次耗时 12 小时；每次攻击还用到 AI 自行发现的第二个未知 Firefox 漏洞，Mozilla 已于 10 月 27 日修复。对 Google Chrome 的同类尝试即使花费约 10 万美元也未成功。

    推荐理由Epoch AI 的测试显示，开源权重模型能独立把未发布的 Firefox 安全补丁变成可用的攻击链，并给出单次攻击成本与耗时。

  3. Wired AI
    AI 评分79

    WIRED 调查发现超400个AI应用暗藏性虐待深度伪造功能

    WIRED 调查发现一个由400多个关联域名和应用组成的网络，这些应用表面是宠物肖像、语言学习、AI 健身教练等日常工具，在特定条件下会加载生成露骨性图像和视频的网页界面，其中包含“bedroom rape”“threatening knife”等模板。研究者追踪 Meta 平台上的数千条露骨深度伪造广告后发现这些链接指向 Apple 和 Google 应用商店中的应用，其中一个叫 DiffAI 的应用在 Play Store 下载量超过10万次，另有27个此类应用9月仍在 Google Play 上架、累计下载超35万次。调查显示这些应用疑似由中国开发者及香港注册实体 KeLing Technology Limited 运营，Apple 在 WIRED 询问后下架19个应用，Meta 称已对相关广告账号和页面采取行动。

    推荐理由调查梳理了400多个伪装成日常工具的域名与应用如何绕过应用商店审核并借广告投放扩散。

  4. MediaNama研究
    AI 评分89

    Anthropic 称内部 Claude 研究模型为 Chrome、Android、Windows 和…

    Anthropic 前沿红队报告称，一个未发布的内部 Claude 研究模型在初始提示后，为 Chrome、Safari、Android、Windows 和 Linux 五个目标生成了完整的多步漏洞利用链，相关漏洞均已通报厂商并修复。Chrome 侧模型串联四个漏洞实现沙箱外代码执行，Google 为此分配 62 个 CVE 并在 Chrome 156 中修复；Linux 侧利用 multipath TCP 的释放后重用漏洞实现零点击 root 远程命令执行。报告未披露模型身份、尝试次数、成本与成功率，也未提供独立验证。

    推荐理由Anthropic 内部研究模型自主串联多个漏洞生成完整利用链，读者可了解 AI 在漏洞挖掘上的实际能力边界。

  5. 阿易 AI Notes产品发布
    AI 评分76

    DeepSeek 开源 dsh-superagen 多智能体开发项目

    DeepSeek 开源新项目 dsh-superagen，以常驻 GitHub 仓库和飞书群的机器人身份自动捕捉 Issue 与群聊需求，生成工单后自行写代码、跑测试并提交拉取请求。项目底层采用主路由分派工单、多个并行工作节点执行的多智能体架构，每个节点通过独立 Git 工作树物理隔离，实测把复杂任务耗时从 29.5 分钟压缩到 15.7 分钟。针对拉取请求的评审意见会自动订阅并路由回原工作节点，无需人工反复召唤。

    推荐理由原文给出了多智能体分流架构与任务耗时对比，读者可据此判断异步开发团队式 Agent 的落地形态。

  6. 凤凰科技模型发布
    AI 评分78

    美团 LongCat 团队发布 1.6 万亿参数原生多模态模型 LongCat-2.5

    美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 Token 激活约 480 亿参数。在美团公布的 AutomationBench、LongCatClawBench 等基准上，LongCat-2.5 领先 Claude-Opus-5、GPT-5.6-Sol；在 Terminal Bench v4.0 上得分 38.5，超过 GPT-5.6-Sol 但落后于 Claude-Opus-5。模型将视觉信号转为多层级离散 Token 与文本统一处理，并针对国产加速器单卡不足 80GB 显存重设并行策略，长序列 SFT 单卡吞吐量较 DDP 基线提升 86%。

    推荐理由原文给出了模型在多项 Agent 基准上的对比结果和国产加速器上的训练优化细节，可据此判断长程智能体模型的工程路线。

  1. 36氪 · AI观点
    AI 评分76

    2800万用户的 Character.AI 申请破产保护，AI 陪伴应用为何难变现

    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。

  2. 钛媒体 · AGI研究
    AI 评分80

    DeepSeek Harness 团队提出 Super Agent 设计并开源原型

    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。

  1. Google DeepMind一手产品发布
    AI 评分62

    Google DeepMind 的 PlanAssist 将扩展至 12 个英国地方规划部门

    Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist 将扩展至另外 12 个英格兰地方规划部门，使参与总数达到 15 个。在 Barnet、Camden 和 Dorset 的早期试点中，该工具把规划官员处理家庭住宅申请评估任务的平均时间缩短了 58%，超过 70% 的生成报告无需修改即获官员批准。PlanAssist 基于 Gemini 构建，负责核验申请材料与图纸、对照遗产保护限制和地方及国家规划政策、检查既往异议，并起草带引用的报告，最终决定仍由规划官员做出。该工具自 6 月起试点，现进入为期 12 个月的 Beta 阶段，若测试顺利，英国政府计划于 2027 年向英格兰所有地方议会开放。

    Abstract 3D illustration of miniature houses on layered, wavy terrain with architectural plans in the foreground.

    推荐理由原文给出试点中评估时间下降 58% 和 70% 报告无需修改的数据，可据此判断 AI 辅助公共审批的落地方式。

  2. 凤凰科技
    AI 评分80

    苹果选择千问接入Siri，阿里AI拿到大结果

    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。

  1. 36氪 · AI
    AI 评分81

    Axiom 多智能体系统 24 天形式化有限单群分类定理

    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。

  2. 量子位
    AI 评分76

    PSI称用AI系统突破5道量子开放问题

    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。

  3. Unite.AI研究
    AI 评分88

    Epoch AI 报告：开源模型 GLM 5.3 利用 Firefox 补丁空窗期发起攻击

    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。

  4. Unite.AI
    AI 评分86

    CrowdStrike 称 VAPOR PANDA 用 DeepSeek 驱动的 ARTEX 框架攻击 200 多家机构

    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。

  5. The Decoder产品发布
    AI 评分78

    Google 在 Android Dev Summit 开放 Android Studio 接入第三方…

    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。

  6. 雷锋网观点
    AI 评分78

    Anthropic 招股书披露：Claude 贡献超 90% 内部代码，26% 研发任务达 AL4 自动化

    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。