AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月17日 08:47 · 每小时自动更新

10月1日 周四15 条

METR:Blog观点AI 评分72

METR 主席 Chris Painter 就 AI 智能体事件向美国参议院作证

2026年9月30日,METR 主席 Chris Painter 在美国参议院国土安全小组委员会题为“Rogue AI”的听证会上作证,主题为 AI 智能体事故。

推荐理由:证词以当事调查者视角梳理 OpenAI/Hugging Face 事件事实,并给出手段、机会、动机三要素框架帮助理解智能体失控风险。

Runway:News产品AI 评分60

Runway 发布 Runway Ads 端到端自动化效果广告引擎

Runway 发布 Runway Ads,一款自动化效果广告引擎,可连接广告账户和品牌套件,生成视频和图片广告素材,将审批后的版本直接发布到 Meta、Google 和 TikTok,并读取平台表现数据迭代下一轮创意。

推荐理由:官方披露了自家投放数月的实际数据,如周广告量从 77 涨到约 900、订阅成本降 41%,读者可据此评估这类自动化投放方案。

OpenAI:官网动态行业AI 评分80

OpenAI 披露并处置一起有组织的模型蒸馏攻击行动

OpenAI 披露其识别并处置了一起有组织的攻击行动,该行动旨在系统性提取模型受保护的推理内容,最早活动出现在 7 月第一周。

推荐理由:OpenAI 以当事方身份披露对抗性蒸馏攻击的细节、规模和处置方式,读者可借此了解前沿模型推理内容面临的共享安全挑战。

Factory 研究 / 产品产品AI 评分64

Factory Automations 正式开放:Droid 可定时或按事件自动执行工程工作流

Factory 宣布 Automations 正式向所有用户开放,用自然语言描述工作流后,Droid 可按定时或 Slack、GitHub、webhook 触发运行,支持自选模型(含 BYOK 和 Factory Router)与自选机器。

推荐理由:官方宣布 Automations 正式开放,给出具体用例、模型自选与企业使用数据,可以了解定时与事件触发的 Agent 工作流怎么落地。

Anthropic:Research论文AI 评分75

Anthropic 研究测算机器人对岗位的暴露度:机器人可做 74% 的物理任务但仅 0.3% 具备成本竞争力

Anthropic 发布研究,用 Claude 对约 19,000 项工作任务评估机器人暴露度,发现现今机器人可完成美国 74% 的物理任务(占全部工作时间的 34%),但仅在 0.3% 的任务上比人工更具成本竞争力,按每年约 3% 的降价趋势需约 40 年才能达到 10%。

推荐理由:研究给出了可核查的机器人任务暴露数据与成本测算,读者可据此比较机器人与 LLM 影响的职业差异。

MIT News论文AI 评分61

MIT 等机构发布 Ataraxos,以极低成本战胜顶级人类 Stratego 选手

MIT、CMU、NYU 与 Stanford 的研究人员开发出 AI 系统 Ataraxos,在隐藏信息棋盘战棋 Stratego 上大幅超越世界顶级人类选手,论文发表于 Nature。

推荐理由:原文解释了 Ataraxos 如何用自博弈强化学习和决策时规划以远低于以往的训练成本战胜顶级 Stratego 选手,方法细节可直接对照其他隐藏信息博弈场景。

9月30日 周三22 条

ElevenLabs:Blog行业AI 评分62

ElevenLabs 完成 3 亿美元员工股份回购,估值升至 220 亿美元

ElevenLabs 完成 3 亿美元员工 tender offer,估值达 220 亿美元,是 2026 年 2 月 Series D 估值的两倍,由 Wellington 和 T. Rowe Price 领投。企业业务占收入 55%,ElevenAgents 每周处理超 1500 万次对话,ARR 自 2 月以来增长超 3 倍,客户语音智能体解决问题平均比聊天智能体快 31%。

推荐理由:原文给出 ElevenLabs 估值翻倍至 220 亿美元的关键经营数字和 ElevenAgents 增长细节,可据此了解企业级语音智能体市场的实际进展。

Google DeepMind:Blog产品AI 评分66

Google DeepMind 发布 SynthID Bio,为 AI 生成的蛋白质嵌入可验证水印

Google DeepMind 于 9 月 30 日发布 SynthID Bio,将水印技术引入合成生物学,把不可见签名嵌入生物序列和预测结构中,使水印可在合成的物理蛋白质上验证,且在湿实验中不损害生物功能。

推荐理由:原文给出湿实验验证数据、开源计划与在 DNA 合成筛查中的应用场景,读者可以据此评估这项水印技术对生物安全的实际作用。

vLLM 官方博客教程AI 评分62

vLLM 分离式推理(Disaggregated Serving)实用指南

vLLM 官方博客发布分离式推理实用指南,讲解 vLLM v0.30.0 及以上版本中 prefill/decode 分离、无 GPU render 前端及两者组合的原理与运行方法。

推荐理由:作者来自参与开发的 IBM Research,给出 P/D 与 render 拆分的收益数据、适用场景表和可复用运行方法。

PromptArmor:Threat Intelligence行业AI 评分76

PromptArmor 披露 Copilot Cowork AI 网关被劫持绕过沙箱外传文件漏洞

PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持以绕过沙箱并外传文件。

推荐理由:PromptArmor 完整披露了 Copilot Cowork 沙箱绕过的攻击链与时间线,读者可以据此评估 Skill 生态与沙箱设计的风险。

Artificial Analysis 完整文章产品AI 评分64

Artificial Analysis 开源 AA-AgentPerf-Local,测试笔记本与工作站上本地 AI 智能体推理性能

Artificial Analysis 发布开源工具 AA-AgentPerf-Local,通过重放 8 个真实智能体任务(168 轮、上下文增长至约 56K tokens)测试本地推理性能,并上线笔记本与工作站排行榜。

推荐理由:原文给出四种桌面级硬件和四个模型的智能体推理实测结果与全部开源配置,可帮读者在搭建本地 agent 前做选型比较。

OpenRouter:Announcements教程AI 评分62

OpenRouter 教程:如何测试 AI Agent 的工具调用准确性

OpenRouter 发布教程,讲解如何测试 AI Agent 的工具调用准确性,将失败拆分为工具选择错误和参数错误两类分别测试。

推荐理由:原文把工具调用失败拆成选错工具和传错参数两类,给出三种评测方法及跨模型测试代码,方法可直接迁移到自己的 Agent 评测。

OpenRouter:Announcements教程AI 评分65

OpenRouter 教程:如何从生产流量构建 golden 评测集并跨模型复测

OpenRouter 发布教程,讲解如何从生产流量构建 golden 评测集,作为每次部署前的回归测试。内容涵盖五步流程(抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI),建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集,用真实流量而非合成数据保留分布和失败模式。

推荐理由:原文给出从生产流量构建 golden 评测集的五步流程和跨模型复测方法,可直接照做。

OpenRouter:Announcements教程AI 评分69

OpenRouter 教程:提示词或模型变更后如何对 AI Agent 做回归测试

OpenRouter 发布 AI Agent 回归测试教程:每次提示词、模型、工具定义或检索设置变更后,重跑锁定的用例集并对照书面行为契约检查。

推荐理由:原文给出可复用的 Agent 回归测试方法,包括锁定用例集、行为契约、具体模型 slug 固定和模型切换对比的完整做法。

Factory 研究 / 产品产品AI 评分61

Factory 正式发布 Automations,Droid 可定时或事件触发执行重复工程工作

Factory 宣布 Automations 全面开放,企业客户已在组织内部署。用户用自然语言描述重复工作流,选择 Schedule、Slack、GitHub 或 webhook 等触发方式,Droid 按设定的模型和运行机器执行到预期结果,支持 BYOK 或 Factory Router,可运行在本地、自有机器或 Droid Computer。

推荐理由:原文给出 Automations 的触发方式、模型与机器可配置细节和企业使用数据,读者可据此评估如何把重复工程工作交给 Droid。

Sarvam AI教程AI 评分74

Sarvam AI 发布从第一性原理构建 AI 智能体的入门指南

Sarvam AI 发布 25 分钟长的智能体构建指南,核心观点是智能体就是在循环中运行、能调用工具的语言模型,而技能、记忆和领域知识本质上都是在合适时机把合适文本放进上下文窗口。指南围绕在线商店客服智能体 ShopBot 逐步展开,覆盖系统提示词、工具设计、渐进式披露的技能、短期与长期记忆、RAG 检索、智能体拆分原则,并以完整端到端示例、常见错误清单和构建检查表收尾。

推荐理由:原文用同一个客服智能体贯穿全篇,把上下文窗口当作唯一线索解释工具、技能、记忆和检索的取舍,方法可直接迁移到自己的智能体开发。

Tibo@thsottiaux观点AI 评分62

ChatGPT 推出 Meetings 插件,可自动记会议纪要并跟进待办

ChatGPT 发布 Meetings 插件,可替用户记会议笔记,并基于 ChatGPT 对用户和既往工作的了解,在 ChatGPT Space 保存个性化摘要和后续步骤。笔记可私密保存或与团队共享,还能让 ChatGPT 更新项目计划或起草跟进内容。目前以 beta 形式面向 Pro 和 Business 用户开放,可在 macOS 桌面应用的插件目录搜索 Meetings 使用,Enterprise 版即将推出。作者 Tibo 补充称,可放心畅谈并将积累的上下文载入 codex 来完成任务。

推荐理由:原文给出了 Meetings 插件的使用入口和适用范围,还展示了把会议上下文接入 codex 的用法。

Artificial Analysis 完整文章模型AI 评分69

GPT-6.1 Sol 发布 7 天后接替 GPT-6 Sol,智能指数距 GPT-6 Astra 仅 1 分

OpenAI 发布 GPT-6.1 Sol,接替仅上线 7 天的 GPT-6 Sol,Artificial Analysis 智能指数比 GPT-6 Sol 高 4 分、比 GPT-6 Astra 低 1 分。

推荐理由:Artificial Analysis 用自家基准拆解了新模型的智能得分与每任务成本,读者可据此比较它相对前代和旗舰档的实际性价比。

OpenAI:官网动态产品AI 评分85

OpenAI DevDay 2026 发布 GPT-6.1 Sol、常驻智能体 Dots 等 20 余项更新

OpenAI 在 DevDay 2026 上宣布超过 20 项公告,包括发布 GPT-6.1 Sol,在 agentic coding、computer use 和专业工作上表现强劲,价格约为 GPT-6 Astra 标准输入输出 token 价格的五分之一。

推荐理由:OpenAI 官方汇总了 DevDay 2026 全部二十余项发布,覆盖新模型、常驻智能体与平台开放,可作为了解本轮产品线的完整入口。

Tibo@thsottiaux产品AI 评分66

OpenAI 推出新版 Codex Cloud,Agents API 开放预览并支持 computer use

OpenAI 推出大幅升级的新版 Codex Cloud,主打可配置云环境,作者称配置后很难回到本地开发。同时 Agents API(驱动 dots 等云智能体的同一技术)开启预览,支持 computer use,可用于构建同类产品。

推荐理由:作者亲述 Codex Cloud 新版能力与 Agents API 预览,可据此了解其云端开发工作流的变化。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。