跳到正文
11月16日周一
  1. MIT Technology Review · AI42

    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。

  2. Google AI78

    Google Maps 为 Ask Maps 新增行程规划、预约代办与收藏检索

    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。

  3. Qwen56

    Qwen4-Max 首日上线 Novita AI

    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…

  4. Qwen72

    Qwen4-Max 在 Agent Arena 排名升至 #14,Alibaba 成为整体第5实验室

    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。

  5. swyx67

    Steve Yegge 谈软件工厂:放慢 AI 输出,谨慎自建并准备迎接智能体协作

    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。

  6. Qwen Blog85

    Qwen4-Max 发布,采用 2.4T 主干参数并支持百万 token 上下文窗口

    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。

  7. Simon Willison54

    Datasette Apps 0.4a0 支持应用间链接

    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。

  8. Hugging Face 每日热门论文49

    WeVisForensics:面向全方位 AI 生成视频检测的自进化智能体

    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。

11月15日周日
  1. Hugging Face 每日热门论文56

    超越回答:AURA 2.0 学会在流式视频中主动开口并行动

    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。

11月14日周六
  1. AWS Machine Learning Blog71

    如何在 Amazon Bedrock 上用 NVIDIA NeMo Switchyard 将编码智能体请求路由到合适模型

    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。

11月13日周五
  1. Claude70

    Claude 推出 Claude Meetings,开始向 Team 和 Enterprise 计划开放 beta

    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。

11月12日周四
  1. Simon Willison52

    AWS 发布官方本地服务模拟器 aws-emulator,智能体集群三周提交近三万次代码

    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。

  2. Google Developers Blog62

    Google 评测 Agent Anomaly Detection 在五个公开基准上的表现

    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。

11月11日周三
  1. Qwen48

    Qwen4 即将到来:更深知识、更丰富的世界理解与更强的编码和智能体能力

    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。

  2. Microsoft Research62

    微软研究人员发现Lazarus技术:重编程休眠神经元可给AI智能体植入后门

    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。

  3. OpenAI72

    OpenAI 在 ChatGPT 中推出 beta 版 Businesses

    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。

  4. Google AI83

    Google 发布 Gemini 4 Carbon 前沿模型

    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。

  5. Google DeepMind88

    Gemini 4 Carbon 现已向开发者、企业和用户开放

    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。