如何构建可在整个企业范围内运作的 AI
SAP 与 Infosys 高管提出,企业要让 AI 智能体从孤立试点进入关键工作流,应把 AI 作为企业平台,统一连接数据、流程与全生命周期治理。BCG 报告显示 74% 的组织仍困在试点阶段,Anthropic 调查称 42% 在数据访问和质量方面遇到困难;用例还应按影响、可行性和可扩展性筛选。
SAP 与 Infosys 高管提出,企业要让 AI 智能体从孤立试点进入关键工作流,应把 AI 作为企业平台,统一连接数据、流程与全生命周期治理。BCG 报告显示 74% 的组织仍困在试点阶段,Anthropic 调查称 42% 在数据访问和质量方面遇到困难;用例还应按影响、可行性和可扩展性筛选。
Import AI 第481期梳理了智能体花钱改进机器学习任务、面向 AI 的生物湿实验室,以及模型在后继模型开发中隐蔽执行危险副任务。
Google Maps 为 Ask Maps 新增自定义公路旅行行程、实时路线提示、预约查找和收藏列表搜索,用户还可让其在线查找空档并致电本地商家。更新从今天起在 Android 和 iOS 推出,Ask Maps 同时扩展至欧洲30个国家,覆盖全球逾200个国家和地区。行程与列表搜索随 Ask Maps 提供,路线提示和预约查找先在美国上线。
推荐理由:它展示了地图产品如何结合生成式规划与实时地点数据,并通过预约代办把 AI 从回答问题延伸到执行任务。
Freshworks 前高管创办的 Dreamteam 已融资 $53M,计划以 AI 原生 CRM 挑战 Salesforce 和 HubSpot。融资包括种子轮和 Series A,分别由 Together Fund 和 Accel 领投,Premji Invest 参投。
Qwen4-Max 已于首日上线 Novita AI,用户现在可以试用。Novita AI 称,这款新 MoE 模型面向复杂编码、专业工具和长时间运行的智能体工作流,具备原生视觉、1M-token 上下文窗口、更强的工具使用和长周期任务执行能力。链接:x.com/novita_labs/status/2122…
Qwen4-Max 已在 OpenRouter 上线,是 Qwen4 系列首个模型,面向编码、办公工作和长周期智能体。相关 OpenRouter 帖子:x.com/OpenRouter/status/21221…
Qwen4-Max 在 Agent Arena 中较 Qwen3.8-Max 净提升 +7.5%,整体排名从 #39 升至 #14,Alibaba 位列整体第5实验室。该结果基于 14.7k 个真实世界智能体会话,Qwen4-Max 在四项报告信号上均有提升,并成为排名最高的中国模型。
推荐理由:原文将 Qwen4-Max 与 Qwen3.8-Max 的排名、净提升和四项信号变化放在 Agent Arena 中比较,便于理解这次模型更新的具体表现。
Steve Yegge总结软件工厂的三点判断:应将 AI 输出放慢到人类节奏,不要默认购买或建设软件工厂,并准备迎接人类与智能体之间的工作协作。他称软件工厂维护成本高,曾因修复成本高于重写而放弃此前的五个工厂;智能体也曾让他的游戏运营出现功能过多、邮件和工单堆积、机器负载过高等问题。
QwenTeam 正式发布 Qwen4-Max,该模型基于 Qwen4 系列新架构,拥有 2.4T 主干参数、原生视觉能力和百万 token 上下文窗口。相比 Qwen3.8-Max,Qwen4-Max 在 Work360 的 Xhigh 和 High 推理强度下 token 消耗分别减少约 24% 和 35%,单个任务平均费用从 26.58 元降至 11.16 元,降低 58%。
推荐理由:原文同时披露了 Qwen4-Max 的架构变化、评测结果和成本下降,便于比较它相对 Qwen3.8-Max 在能力与 token 效率上的改进。
Datasette Agent 0.6a0 累积修复了多项小问题,并在 Datasette 首页直接加入 Agent 提示词。作为可用于询问数据的 Datasette Agent 插件,新版本支持通过 hash-mentions 引用表和查询。
Datasette Apps 0.4a0 新增应用间链接支持,应用可通过 URL 中的 #fragments 互相链接并读取这些片段。支持的 URL scheme 会回传给 Datasette Agent,以协助编写互相链接的应用;示例包括搜索记录的应用链接到另一应用中的具体记录详情。
WeVisForensics 以主调查智能体协调覆盖视觉和音频线索的自进化取证子智能体,在域内、域外和智能体 benchmark 上平均检测准确率达 95.2%,较最强既有检测器高 9.0%。DTPO 分别快速优化调查策略、缓慢改进检查器,ForenCue-30K 提供取证标注、交互轨迹和强化学习数据池。
ClaudeDevs 表示,Claude Code Projects 现在支持为 Coordinator 和 Threads 配置不同模型,并进行了多项项目功能更新。Coordinator 会在项目聊天中回答问题并主动同步并行线程状态,用户还可以创建自定义视图并将 artifacts 分配给视图。
澳大利亚央行(RBA)研究员Mike Major的分析显示,AI目前尚未大规模取代澳大利亚的工作岗位,但在编程、文员、客服等高AI暴露度岗位中,15至24岁年轻人和应届大学生的就业率下降、失业率高于年长员工,而年长员工在同类岗位中就业率反而上升。
美团LongCat团队发布了1.6万亿参数的智能体模型LongCat-2.5权重,模型完全基于中国芯片训练,自托管方案使用194块华为Ascend Atlas A2芯片,无需Nvidia GPU。
研究团队提出 SWE-CoWork,用于评测编码智能体在模拟软件组织中获取需求、协作、实现和验证交付的能力。该基准包含 101 个真实仓库的 101 项开发任务,覆盖 11 种编程语言和 12 个应用领域,每项任务设置 26 名职责、知识与协作行为受限的模拟同事。
AURA 2.0 是一种流式视频大语言模型,可在没有用户提问时识别适合讨论的主题,并在恰当时机主动发起对话。它引入流感知工具调用(SATC)与交互式视觉定位(IVG),可结合当前视觉和对话上下文调用外部工具,并输出与视频帧对齐的边界框。模型采用专用流式交互数据集、三阶段训练方案和长时交互记忆(LHIM);公开流式基准显示,其在开源流式模型中取得领先表现。
ChatGPT Wallet 正通过 Dots 向美国 Pro 订阅者逐步开放,AI 智能体可在不查看真实卡片信息的情况下支付。Gemini 4 Hydrogen 已在 Gemini app、Search、AI Studio 和 API 提供,API 价格为 $1.50/$7.50 per 1M tokens,完成任务速度比 3.8 Flash 快 2.5x。
Gradio 邀请参与者让 AI 智能体复现 NeurIPS 2026 论文,运行实验并报告结果。活动时间为 Nov 20 – Dec 5,需在 Nov 19 前报名,报名参与者可获得 $20 HF credits,并有机会赢取奖项。
AWS 介绍了如何在 Amazon Bedrock 上部署 LiteLLM 与 NVIDIA NeMo Switchyard,为编码智能体请求配置 Stage 或 Random 模型路由。
推荐理由:文章把编码智能体的路由评估从单次 token 价格转向每个成功任务成本,并提供可部署的 Stage、Random 配置与基线对比方法。
Google Research 宣布向外部研究者和开发者开放 Antigravity 中基于 Gemini 4 的 /teamwork 与 /boost 工作流。
推荐理由:原文将并行探索、专门验证和上下文分工组织成可复用的多智能体工作流,并用数学形式化、化学结构识别与代码优化案例展示其适用范围。
OpenAI 为其 Dots 智能体平台推出 ChatGPT Wallet,今天起向美国地区 18 岁以上、使用美国账单地址的 ChatGPT Pro 订阅者开放,支持符合条件的美国发行 Amex、Chase、Mastercard 和 Visa 卡。
OpenAI 上线 ChatGPT Wallet 功能,让其智能体 dots 帮用户挑选商品并完成结账,初期仅面向美国 18 岁以上、持美国发行 Visa、Mastercard 或 American Express 卡的 ChatGPT Pro 订阅者。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在获得用户批准后完成购买。该功能保留现有银行卡的保护机制。
Agent Initiative Benchmark 在一家拥有 6 年详细历史、财务模型、CRM 记录、逾期发票和 Linear 工单的模拟公司中,测试了 12 个前沿模型如何通过 Slack 主动协助团队。
ArtCraft创始人Brandon Thomas在AI Engineer Code Summit上展示了该公司用AI复刻Photoshop、Acrobat等17款开源软件的过程,并提出要重建整个互联网软件的愿景。
Claude 推出 Claude Meetings,将 Claude 加入团队视频通话,并在讨论过程中共同构建文档、白板和其他产物。该功能开始以 beta 形式向 Team 和 Enterprise 计划逐步开放。
推荐理由:原文明确了 Claude Meetings 在视频通话中的协作方式和 beta 覆盖计划,便于团队判断其会议协作场景。
IBM Granite团队发布LLM原生标记语言LLMON,并推出两个基于Granite 4.1训练的实验性预览模型granite-4.1-3b-LLMON-preview与granite-4.1-8b-LLMON-preview。
Google 推出 Gemini 4 Hydrogen,面向日常编码和智能体工作流,主打速度与效率。
Google DeepMind 发布 Gemini 4 Hydrogen,并将其面向开发者、企业和消费者全球开放,用于快速执行与智能体工作流。
推荐理由:文章同时给出 Hydrogen 的性能、价格与安全数据,并说明 Orchestrator 如何在 Carbon 与 Hydrogen 间切换,便于理解其在开发工作流中的定位。
AWS 发布官方本地服务模拟器 aws-emulator,可在不申请付费 API key 的情况下对本地克隆的多种 AWS 服务运行测试。该项目用 Rust 编写,由大量智能体协作完成,三周内产生 29,684 次提交,相关介绍来自 Swaminathan(Swami)Sivasubramanian 在 Werner Vogels 博客上的客座文章。
这项研究比较了三种决策模型和三种通用 LLM 在 ALFWorld 上作为行动者与评判者的表现,并用 JEV 在 ALFWorld 和 WebShop 上担任教师。
Google 使用 Agent Development Kit(ADK)和 gemini-2.5-flash,在五个非 Google 编写的公开安全基准上测试 Private Preview 中的 Agent Anomaly Detection,共评测 1,774 个 sessions。
推荐理由:五个公开安全基准的测试展示了 Agent Anomaly Detection 对已执行有害指令的检测效果,也暴露出对长期记忆投毒的覆盖短板。
Tether AI Research 发布 BotPsy,这是一个基于 Qwen3.5-0.8B、面向工具调用和智能体工作流的 0.8B 参数语言模型,适用于端侧部署。
推荐理由:文章披露 BotPsy 的四阶段训练和多项基准结果,便于比较 0.8B 参数智能体在工具调用、推理效率和端侧部署上的表现。
千问 Qwen 宣布 Qwen4 即将到来,主打更深的知识、更丰富的世界理解以及更强的编码和智能体能力。Qwen4-Max 已通过 Alibaba’s Token Plan 开启预览,并可在 QwenWork、Qoder、Qwen APP 和 QwenStudio 提前体验。模型面向复杂编码、知识工作、前端构建和专业软件工作流等真实任务。
微软研究人员发现名为Lazarus的后门技术,通过重编程LLM中不到10个休眠神经元即可植入后门,且不需要重新训练。模型能通过标准安全评测,但在触发条件(如日期变化)出现后,基于该模型的AI智能体会在正常任务中执行命令下载并运行攻击者代码,对拥有工具或终端访问权限的智能体风险尤其大。
推荐理由:研究显示,重编程不到10个休眠神经元就能让智能体在特定触发下执行恶意命令,提示权重溯源审计的现实意义。
Latent Space 访谈 Resend 联合创始人兼 CEO Zeno Rocha,讨论 Agent 如何选择邮件服务,以及 Resend 如何为 Agent 设计文档、MCP server 和邮件交付流程。
OpenAI 宣布 ChatGPT 中的 Businesses 进入 beta,企业可以认领自己的业务、管理信息,并获取人们与其互动方式的洞察。符合条件的企业还可以构建 Business Agent,回答客户问题并帮助他们了解企业提供的内容。
推荐理由:这条信息同时交代了企业在 ChatGPT 中可管理的信息、用户互动洞察和客户问答入口,便于判断产品面向的使用场景。
Google 发布 Gemini 4 Carbon,面向复杂知识工作、软件工程、网络安全和科学推理中的长流程智能体任务。Google 表示 Gemini 4 Argon 仍适合大多数软件工程和知识工作,Carbon 则用于多步骤调试和开放式科学研究等高难度任务。
Google DeepMind 宣布 Gemini 4 Carbon 已向开发者、企业、科学家和消费者开放,是其当前最强的前沿模型,专注网络安全能力以及跨知识工作、软件工程和科学推理的长链路智能体任务。
推荐理由:文中给出了Carbon与Argon及多家外部模型在基准测试、成本和安全指标上的对比数据,便于横向评估这次升级。