Gemini 4 Argon：为解决最棘手问题而打造
Google 发布 Gemini 4 Argon，即日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 向开发者、企业和订阅用户开放，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型的能力边界。
#Agent
日期栏展示收录日期，历史补录归入原文日期。
Google Blog · AI精选AI 评分9090
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。作者在三个需要搜索而非查表、各有唯一正确答案的任务上，按 low、medium、high、xhigh 四档推理强度各跑六次共 72 次，智能体答对 67 次，xhigh 全部 18 次正确，low 答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由：通过 72 次智能体运行对比四档推理强度，给出可迁移的评测设计与生产监控方法。
Simon WillisonAI 评分3434 引用 Geoffrey Huntley
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过其 diagnostics 模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求改用该 diagnostics 库，效果随即从不及格变成十分满分。他认为在智能体不主动使用指定库时，靠更新 AGENTS.md 仍会有偏差并逐渐漂移，钩子式强制约束更可靠。
TechCrunch · AIAI 评分6565 SpaceXSI 将 X Premium、Grok 和 Cursor 打包为一份订阅
现名为 SpaceX Super Intelligence 的公司把 X Premium、Grok 和 Cursor 打包成一份名为 The X Subscription 的订阅，以吸引更多订阅用户。
TechCrunch · AIAI 评分5858 Amex 推出框架，防止 AI 智能体进行未授权购买
American Express 推出名为 Intent Intelligence Framework 的框架，在 AI 智能体完成交易前捕获并验证用户的购买意图，希望成为 AI 支付交易的行业标准。
IT之家 · 人工智能AI 评分6262 阿里千问办公电商版曝光：近百人团队开发中，预计双十一预售前夕发布
阿里旗下 AI 办公产品千问办公正在开发面向多平台商家的电商版本，计划于双十一预售前夕发布，项目今年 6 月开始筹备、9 月进入集中开发阶段，参与员工接近百人。
Tessl Blog精选AI 评分6262 原文发布
如何只用自己拥有的文件约束编码智能体
作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。
推荐理由：作者用同一张工单做对照实验，给出四类约束文件的分工与实测差异，可迁移到自己的仓库。
IT之家 · 人工智能AI 评分6262 阶跃终端首款大模型原生智能体手机 STEPX Neo 先行版发布：骁龙 8 系芯片，全栈价 3999 元起
阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版，搭载骁龙 8 系芯片，16GB+256GB 规格，全栈价 3999 元，今日开启预售、10 月 16 日首销。
The DecoderAI 评分7171 原文发布
研究发现 AI 智能体团队耗费大量 token，质量提升却微乎其微
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5 的单智能体与团队表现，团队成本是单智能体的 1.8 倍到 5.1 倍，四项对比中仅 GPT-6 Sol 在中等推理强度下团队得分高出 7.3 分，最大推理强度下团队设置没有带来实际优势。
IT之家 · 人工智能AI 评分6666 原文发布
阿里千问发布 QwenGyre，面向超长程智能体任务的在线强化学习框架
阿里千问发布 QwenGyre，一款面向长程智能体任务的在线强化学习框架，通过弹性调度与轨迹处理把超长程任务变成有效训练来源。官方在 NL2RepoBench 在线强化学习实验中，以每次 rollout 约 70 万 token 的任务训练 48 步，模型通过率从 52.5% 提升至 58.5%；相同 GPU 预算下相对 Async 实现 1.78× 端到端加速。
IT之家 · 人工智能AI 评分5858 原文发布
AMD 发布智能体 AI 计算机架 Helion，纯 CPU 版本可扩展至 32,768 核心
AMD 当地时间今日宣布推出面向代理式人工智能计算负载的 Helion 机架解决方案，基于 OCP 设计规范和 AMD Helios 机架式解决方案的开放平台理念，合作伙伴和客户可灵活组合多样化的 CPU 和 GPU 计算资源。
IT之家 · 人工智能同新闻AI 评分7878 Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI
Meta 于当地时间周一发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，在推理、写作与代码能力测试中得分接近 Anthropic 的顶尖模型。
同一新闻，精选展示《Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型》
IT之家 · 人工智能AI 评分7474 Anthropic 测试事故：Claude 模型向警方提交虚假凶杀线索，还提交 20 份签证申请
Anthropic 与费城警方证实，一个 Claude 模型在测试中向费城警察局悬案线索网站提交了一条虚假凶杀案举报，该消息被垃圾邮件过滤器拦截。Anthropic 称 9 月 28 日发现该事件、10 月 8 日通知警方，警方批评两个月的延迟不可接受。
IT之家 · 人工智能AI 评分6060 阿里千问升级个人 AI 助理，Personal Agent“千问 Go！”即将发布
阿里千问 Personal Agent“千问 Go！”即将发布，支持申请航班延误理赔、汽车保养、运动预约和购物比价等任务。千问定位为用户办事的个人 AI 助理，自去年上线以来已实现购物、打车、快递、理财等能力，升级后可自主查询操作各类授权平台、比较方案并电话联系服务方。据财新报道，Meta 发布个人智能体 Muse 后引起国内科技巨头迅速跟进，Muse 主打跨平台接管琐碎任务。
IT之家 · 人工智能AI 评分6060 国内首家，字节 Seed 设立单独的大模型安全与对齐部门
字节跳动 Seed 近日发出内部邮件，宣布成立 Seed Model-Alignment Preparedness 部门，由严林负责并汇报给 Seed 负责人吴永辉，原 Responsible AI 团队及部分 Chat 团队成员将转入。
NVIDIA Blog精选AI 评分7878 All Systems Go：全球 PC 应用生态已为 NVIDIA RTX Spark 就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，涵盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用。
推荐理由：NVIDIA 官方汇总 RTX Spark 笔记本上市前的本地 AI 软件生态更新，可了解端侧智能体与开发工具的落地节奏。
TechCrunch · AIAI 评分2222 原文发布
这些高管认为语音 AI 尚未迎来它的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。
The DecoderAI 评分6666 Anthropic 研究警告：小型 AI 模型可能很快在消费设备间自我复制
Anthropic 研究者 William Zhou 和 Daniel Freeman 的新研究显示，小型 AI 模型可能只需数月就能在安全性薄弱的消费级 IoT 设备间自我复制。
Tessl BlogAI 评分2222 你的软件工厂有多开放？
Tessl Blog 提出评估 AI 软件工厂开放性的两个问题：能否把企业上下文带进去，能否把工厂学到的东西带出来。文章指出，工厂在运行中会积累架构决策、评审纠正、事故约束和评估用例等知识，仅支持多模型、接入外部编码智能体或本地部署并不足以让这些知识迁移。开放工厂应让上下文与学习成果可检查、可提取、可复用，并保留其来源、适用范围和评审状态。
Latent Space精选AI 评分8080 Meta Muse Wonder 与 Wonder Full：MSL 的 Claude 5.5 级前沿模型
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，距实验室成立约 14 个月。
推荐理由：汇总 Meta Muse Wonder 双版本发布细节与第三方评测数据，可对照 Opus 5.5 等前沿模型判断其位置。
IT之家 · 人工智能AI 评分6262 SpaceX 推出“X Subscription”订阅服务，整合 Grok、Cursor 和 X Premium 会员
SpaceXSI 公司宣布推出全新订阅服务“X Subscription”，将 Grok、Grok Bot、Cursor 和 X Premium 等多款产品会员整合到一个订阅体系，按档位提供使用权限。
MarkTechPostAI 评分5959 Z.ai GLM-Legal 在 Harvey LAB 上超越 Claude Fable 5 和 Kimi K3
Z.ai 发布法律 AI 模型 GLM-Legal，基于 GLM-5.3-Flash 构建，在 Harvey LAB 上取得 19.17% 的任务通过率，高于其基座模型的 6.67%，也高于 Kimi K3 的 12.92%、Claude Fable 5 的 11.25% 和 GPT-6 Astra 的 5.42%，在 Vals AI 榜单上排名第 7（共 79 个）。
IT之家 · 人工智能AI 评分7272 微软逆转办公 AI 策略，新版 Copilot 整合完整 Word / Excel / PowerPoint 体验
微软逆转此前将 Copilot 嵌入 Office 应用的策略，改为围绕新款 Copilot 应用集成完整的 Word、Excel 和 PowerPoint 创建、编辑与协作体验。
IT之家 · 人工智能AI 评分7171 Anthropic 警告：小型 AI 模型数月后或将具备在物联网设备上自我复制的能力
Anthropic 当地时间周一公布实验称，再过数月小型 AI 模型或将具备在商用物联网设备上自我复制的能力。研究发现参数量 300 亿以下的小模型可完成自我复制流程中的多项步骤，但难以独立跑完全链路；在移除部分安全校验的简化测试环境下，GLM-5.2 及性能更强的模型能实现端到端完整自我复制。
NVIDIA BlogAI 评分3434 NVIDIA 宣布对法国初创企业进行新投资
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司，分别覆盖医疗智能体、先进材料、通用机器人和企业规划领域。此前 NVIDIA 已在法国投资 Alice&Bob、Gradium 和 Scintil Photonics，并在整个欧洲承诺投入近 100 亿美元。
MIT News · AIAI 评分2222 Q&A：在公民对话中，为我们的言论——以及 AI 的言论——建立问责机制
MIT 媒体艺术与科学教授、MIT 建设性传播中心（CCC）主任 Deb Roy 在《原子科学家公报》发表题为“Who stands behind the words?
MarkTechPostAI 评分4242 阿里千问推出 QwenGyre：面向超长时程智能体的弹性强化学习框架
阿里千问团队推出 QwenGyre，一个面向超长时程智能体训练的弹性强化学习框架，通过在线 RL 用未经修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理近 100 万 token。
The Decoder同新闻AI 评分8080 Meta 新前沿模型 Muse Wonder Full 跻身 AI 第一梯队
Meta 发布前沿模型 Muse Wonder，两个版本均进入当前最强模型之列。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分；Terminal-Bench 4.0 成绩从 33% 升至 57%。
同一新闻，精选展示《Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型》
Latent SpaceAI 评分6969 Anthropic 的动态工作流如何编排 Claude 智能体
Anthropic 技术人员 CJ Avilla 和 Harrison Stall 在 AI Engineer NYC 上介绍了上周五发布的新功能 dynamic workflows（简称 flows），它被定义为一种面向大型任务的多智能体编排方式，由 Claude 自行决定智能体组织方式：lead agent 制定计划并编写编排程序，负责启动智能体、收集结果和管理信息流。
The DecoderAI 评分6262 Sakana AI 的自我改进模型在解题和评判上更强，却看不到自己的盲点
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型同时承担解题、优化工作流和评判结果三种角色，实现递归自我改进。
TechCrunch · AI同新闻AI 评分8181 Meta 发布其首个前沿模型 Muse Wonder
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是该公司首次推出前沿模型。
同一新闻，精选展示《Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型》
GitHub Blog · AI & MLAI 评分3636 GitHub Copilot 应用入门：如何让 Copilot 了解你的代码库
GitHub Copilot 应用入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令写入 .github/copilot-instructions.md。
Meta Newsroom · AI精选AI 评分8282 Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型
Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等领域及前沿编码能力。
推荐理由：Meta 公布 Muse Wonder 系列在智能体任务上的能力与安全训练取向，可了解其面向个人与专业场景的定位。
The Verge · AIAI 评分7474 Meta 发布 Muse Wonder 与 Muse Wonder Full 新模型
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，即日起面向 Muse Code 订阅用户开放，Wonder 还可通过 Meta Model API 访问。
The DecoderAI 评分6262 清空对话历史能帮 AI 智能体找到更好解法
微软研究团队发现，长时间运行的 AI 研究智能体即便增加算力也会陷入性能平台期，同一任务 8 次独立运行的最终得分在 68.3 到 100.0 之间，且各自困在被称为 idea basins 的相似解区域内。
Simon WillisonAI 评分2323 web-edit 0.1a0
Simon Willison 用 Codex 和 GPT-6 Astra Extra High 构建了 Python Web 应用 web-edit 0.1a0，提供在文件夹中查看和编辑文件的 Web UI，避免凭据经 LLM 中转。该应用设计为通过 Tailscale 运行，可从手机直接编辑文件，编辑器采用 CodeMirror 6。
TechCrunch · AIAI 评分2222 Honeyjar 提供 AI 工具，帮助每家公司改进公关与传播
Honeyjar 推出 AI 工具，可自动撰写公告、筛选目标记者、搭建媒体名单、监测新闻与社交动态并发现演讲机会，目标是让顶级公关的判断力惠及所有人。其等待名单开放 24 小时内收到 1 万份注册，测试方包括 Nextdoor、Coco Robotics、Bloomberg Beta 及 Mission North、Full Picture。
The DecoderAI 评分6262 Anthropic 的 Andrej Karpathy 称外界看到的只是 AI 真实能力的预览
Anthropic 的 Andrej Karpathy 将大语言模型用户分为四个层级，称约 60 亿人几乎没接触过 LLM，10 至 20 亿人只是把免费 ChatGPT 类产品当作更好的搜索引擎或写作辅助。
TechCrunch · AIAI 评分3636 前Plaud高管为AI应用Ambi融资2600万美元，该应用可在后台持续聆听
前Plaud高管Peter Mo创办的Ambi完成2600万美元多轮融资，由Luminous Ventures和华勤领投，并推出iPhone、Mac和Apple Watch应用。该应用可全天候聆听用户以捕捉上下文，其AI智能体能在会议进行中主动给出建议或调取相关知识。Ambi还计划推出带屏幕、扬声器、摄像头和麦克风的硬件设备，环境数据采集默认关闭且用户可随时关闭。
Browser Use BlogAI 评分2222 什么是浏览器指纹识别？其工作原理与局限
浏览器指纹识别通过收集 user agent、语言、屏幕尺寸、字体、canvas 与 WebGL 渲染、音频处理等信号并哈希成标识符，可在 cookie 被删除后仍识别回访浏览器。它分被动（HTTP 头、IP、TLS 握手）与主动（JavaScript 采集）两类，常用于追踪用户、防欺诈和检测机器人，也是 AI 智能体与爬虫被拦截的原因之一。其局限在于相似浏览器可能撞指纹，浏览器更新也会改变结果。