Google 为 macOS 版 Gemini 推出电脑操作能力
Google 为 macOS 版 Gemini 应用加入电脑操作能力,可在后台操控原生 Mac 应用、浏览网站并执行多步骤任务,同时不占用用户的屏幕和光标。用户可实时预览智能体的操作,并在执行前批准、暂停或停止操作。该功能初期仅在美国提供英文版,需使用 Gemini Mac 应用并订阅 Google AI Plus、Pro 或 Ultra。
Google 为 macOS 版 Gemini 应用加入电脑操作能力,可在后台操控原生 Mac 应用、浏览网站并执行多步骤任务,同时不占用用户的屏幕和光标。用户可实时预览智能体的操作,并在执行前批准、暂停或停止操作。该功能初期仅在美国提供英文版,需使用 Gemini Mac 应用并订阅 Google AI Plus、Pro 或 Ultra。
Google 为 macOS 版 Gemini 上线 computer use 功能,可跨本地文件、桌面应用和网页完成多步骤任务。用户可决定 Gemini 能访问哪些应用,并在聊天的后台窗口中实时查看其操作;该功能现面向美国用户以英语逐步推出。
NVIDIA 展示了开发者如何结合 GPT-6 Astra、GPT-6 Sol、Claude Code 等模型或工具与 Omniverse 库,通过自然语言指导和人工复核构建仿真应用。案例覆盖工业数字孪生、机器人抓取与装配、VR、仓库和自动驾驶测试,并强调让智能体检查渲染与日志,再由开发者直接验证物理行为和交互体验。
Accenture 给出一套在 Amazon Bedrock 上优化 AI token 成本的分阶段方法,先建立团队、工作负载和智能体级成本归因,再依次应用六类优化杠杆。
Hugging Face 转发消息称,NousResearch 发布面向 Qwen3.8-27B 的 Hermes adapter,以提升智能体开发的效率和准确率。
Google 在 Gemini API 的 Interactions API 中预览推出 Tool Retrieval,可按需加载工具参数 schema。Agent 仍能看到延迟加载工具的名称和描述,仅在需要调用时载入完整 schema,以减少输入 token、延迟及工具增多导致的选择准确率下降。
推荐理由:按需加载工具参数 schema 的设计,为大型 Agent 工具库提供了降低输入 token 并维持选择准确率的实现路径。
Skyflow 与 Amazon Bedrock AgentCore Gateway 通过请求和响应拦截器,阻止敏感数据进入 AI 智能体调用的工具及工具返回的模型上下文。
TechCrunch 援引路透社对 Meta 内部帖子的调查称,AI 智能体 Muse 会混淆不同账户的对话,并可能暴露私人用户数据。员工报告的异常包括显示不属于自己的银行余额、育儿请求和商品订单;一名员工还称,她未授权 Muse 访问其他应用,却收到了回复 Signal 消息的提醒。Muse 于 9 月上线,下载量已超过 1000 万次,Meta 尚未回应置评请求。
OpenAI 构建 Performance Factory,让 Codex 在加快 ChatGPT 开发之外,也帮助 ChatGPT 持续保持运行速度。该系统协调 AI 智能体调查性能回退、提出修复方案供工程师审核,并检查修复在生产环境中是否有效。
Google 介绍如何用 Tunix 在单台 Cloud TPU v6e-8 主机上对 Gemma 4 E2B 进行多轮工具调用强化学习训练。该模型在 Plane Strike 留出棋盘上的初始胜率为 9.4%,经过 100 步 agentic GRPO 后达到 95%,平均游戏长度从 22.44 次攻击降至约 16 次。
UIUC、IBM 及合作者开发 Game2Player,联合构建可验证的网页游戏环境与玩家,以扩展视觉智能体训练。其覆盖 568 games、3,436 tasks 和 307 hours of gameplay,9B 模型在 PlayerBench 上的成绩从 14.3% 提升至 31.2%。
Kong 上线面向 AI 智能体的自愈型云服务 Volcano。Marco Palladino 称 Kong 每年运行 500 万亿个 AI token,Volcano 提供沙箱、持久化工作流、Postgres 和托管功能。
Superhuman 正在将个性化 Go 助手扩展到 Docs、Superhuman Mail 和第三方服务,并通过 Go SDK 新增 DeepL、Legora、Amplitude、Databricks、Blackboard 等 20 个连接智能体。
OpenAI内部报告称,在一项101人的非代表性调查中,研究人员宁愿放弃团队40%的人手,也不愿停用现有编码智能体三个月。10月,研究人员每日token消耗按API标价折算的中位数为$2,400,较上月增长62%,前10%用户为$23,000。3月至10月,无人干预完成2至4小时任务的估算成功率从23%升至46%;但评测与强化学习环境构建成功率仅29%,访谈认为复杂研究仍需人类监督。
推荐理由:报告把内部智能体的并行规模、折算成本与任务成功率放在一起,呈现常规工作和复杂工程之间的能力落差。
TestingCatalog 的 11月19日 AI 日报预测 Gemini Helix、Grok 4.8 等模型动向。日报称 Gemini 4 Neon 正向 Google AI Pro 和 Ultra 用户推出,登陆 Vertex AI 与 API,定价 $3/$15 per million tokens。
Microsoft CEO Satya Nadella解释称,10月向6万名员工提供自愿离职买断方案,是为推动公司转向人人使用并管理AI的工作模式,同时让员工保有选择权。他强调此举并非简单地用AI替代员工,并以仅有11名开发者的Microsoft 365 Cowork团队说明新模式,这些开发者打造生产产品的“软件工厂”,而非直接打造产品。
Exa 通过优化 AWS Inferentia2 和 Trainium2 上的嵌入推理,将吞吐量提高约 1.5×,用于支撑数十亿文档索引。优化包括权重布局、autocast、NKI 内核、融合 SwiGLU MLP,以及按模型形状重写注意力内核,并以 0.999 余弦相似度作为正确性门槛。最终版本相较初始基线,在性能及每嵌入 100 万份文档的成本方面改善 47%。
Microsoft CEO 萨提亚·纳德拉预测,AI 智能体的兴起将重塑互联网经济,改变依赖广告和人类流量的公司商业模式。流量与交易的付费关系可能变化,广告变现也可能转向 CPC 或更偏交易的模式。他以 Amazon 封锁购物智能体为例,称若 Shopify 等平台选择开放,可能获得优势。
Netlify 围绕 AI 智能体重新推出平台,重点支持智能体应用开发与托管,并新增 150 个连接器。智能体可自行接入 Notion、Linear、Stripe 等服务,每次代码变更均进入可预览、发布或回滚的版本历史。需要 24/7 在线的实时聊天、多人游戏等应用现在也可在 Netlify 托管后端。
Grok Bot 现已支持机票和酒店预订以及租车。作者表示,如果服务商不为通过 AI 智能体完成的购买提供优惠,自己很难想象会使用这些功能,但认为它们可用于发现和规划。
OpenAI 衡量编码智能体对 AI 研究的加速作用,并指出其表现仍不均衡。相关结果也被用于分析这种能力对递归式自我改进意味着什么。
OpenAI 分享 AI 改变其内部研究的新数据,发现研究者的 AI 使用量持续指数增长,智能体正完成更长的任务。人类参与仍是研究核心,安全与对齐领域的人力投入增长快于其他任何单一研究领域。
Google 推出 Gemini 4 Neon,正向 Google Antigravity 和 Gemini app 中的 Google AI Pro、Ultra 付费订阅者开放。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学流程》
Sam Altman 转发 Fotis Chantzis 对 Codex 沙箱的介绍,称 Codex 可使用用户已有工具,且访问范围由用户决定。原文进一步讲解实现这一能力的沙箱如何构建:openai.com/index/inside-the-c…
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作和科学流程中的快速端到端任务执行。其 xhigh thinking level 在 Artificial Analysis Intelligence Index 以 61 分列总体 #3,Vals Index 列 #2,并提供 1 million-token 上下文窗口。
推荐理由:原文同时给出第三方基准、每任务成本、上下文窗口和开放范围,便于比较 Neon 在性能与效率之间的定位。
Amazon Bedrock AgentCore Identity 新增对私有 CA 证书的支持,使 AI 智能体可连接并信任组织私有网络中的自托管 IdP。用户可将 PEM 编码的根或中间 CA 证书存入 AWS Secrets Manager 或 Amazon S3,并由凭证提供商引用;该功能要求使用 Amazon VPC Lattice。教程还介绍了 CA 轮换、到期监控和写权限保护方法。
Snapchat 推出 Easy Lens CLI,允许开发者通过 Claude Code、Cursor 和 Codex 等 AI 编码助手,以自然语言创建、测试和发布 AR Lens。
RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。
推荐理由:文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。
Google DeepMind 发布交互式 3D 世界模型 Genie 4,并向 Google AI Ultra 订阅用户开放。用户可通过文本实时改变天气、角色或故事线,模型还能生成随场景变化的原生实时声音;Genie 3 同步支持最长三分钟会话、360 度全景和可串联世界,Project Genie 还加入语音建造 AI 智能体及可分享、再创作的社区画廊。
同一件事,精选收录的是《Google DeepMind 向 Google AI Ultra 订阅者开放 Genie 4》
Meta 员工内部聊天显示,他们在测试 Muse 时担心该 AI 智能体会访问用户未预期开放的加密私信、混淆账户上下文,并执行非预期操作;Meta 称许多异常消息源于已修复漏洞造成的模型幻觉。
推荐理由:内部测试记录与跨平台复现实验相互印证,呈现了 AI 智能体在权限解释、私信访问和误操作责任上的具体风险。
Netlify 宣布新使命、新品牌、新网站及新版 Netlify,用户可描述应用,并由智能体在实时预览中完成构建。开发者和智能体随后可在 Git 或自选工具中接续工作,@biilmann 发布了相关视频。
Gemini 4 Neon 已在 GCP Vertex AI Model Garden 上架,可通过 Vertex 全球端点使用,并在 Google 模型目录中标为 GA。
AWS 给出一种架构模式,让 Amazon Bedrock AgentCore Gateway 通过中心辐射型网络访问私有 REST API 和 MCP 服务器,并使跨 VPC 的请求与响应经过中央防火墙。
AWS Quick DC 用户组聚会展示了企业如何以可信、受治理的数据为基础,将静态报表转向 AI 分析与智能体工作流。AWS Quick 整合自然语言交互、多步任务编排及 Salesforce、Slack 等第三方连接器。全体参与者在 50 分钟内发布自定义应用,另有 6 人构建了事件触发的 AWS Quick Flows。
CodeRabbit 推出 Verify 公开测试版,这款 AI 智能体可验证应用在代码变更后是否仍能正常运行。它能读取拉取请求变更日志、编写测试场景并在真实浏览器中执行,还可录制注册、结账等关键流程,在每次发布前自动复跑。CodeRabbit 的测试中,Verify 发现并复现了优惠券已激活折扣但客户仍被收取全款的问题。
PromptArmor 发布 FrontierBreach,用于衡量企业 AI 智能体在真实工作流中被隐藏指令误导,进而导致数据外泄或运行攻击者代码的频率。
Google DeepMind 向符合条件的 Google AI Ultra 订阅者开放 Genie 4,并上线新版 Project Genie 体验。Genie 4 支持在探索过程中用提示词实时修改环境,并加入随场景变化的原生音频。此次更新还带来 Project Genie 智能体、社区画廊,以及最长 3 分钟的 Genie 3 单次生成;所有生成视频和音频均含 SynthID 水印。
推荐理由:Genie 4把会话中实时改写世界与原生音频结合,Project Genie智能体和社区画廊也呈现了从生成到分享的完整流程。
Genie 4 现已在 Project Genie 中可用,新增原生音频、实时编辑,以及一个帮助用户创建交互式虚拟世界的新智能体。
Google 推出全新 Project Genie 体验,将 Genie 4、Project Genie 智能体和社区画廊整合为完整创作生态。Genie 4 支持实时编辑和原生音频,智能体可通过自然对话创建世界、编排多模态模型,并由 Gemini 提供上下文感知建议。
同一件事,精选收录的是《Google DeepMind 向 Google AI Ultra 订阅者开放 Genie 4》
花旗本周更新在线用户协议,规定客户授权第三方 AI 智能体访问账户后,须为其执行的交易以及因工具泄露凭证或遭黑客攻击造成的账户活动负责。JPMorgan 和 Bank of America 上月宣布类似政策,PNC 今日修改条款,Citizens 本周也向客户发出警告。