Nvidia 发布开源多模态智能体模型 Nemotron 3.5 Super VL
Nvidia 正式推出开源多模态模型 Nemotron 3.5 Super VL，采用 120B MoE 架构（每个 token 激活 12B 参数），专为企业级后台持续运行的 AI 智能体设计。
推荐理由：原文给出了从云端 MoE 到端侧量化版本的完整架构和实测数据，展示了企业级智能体兼顾吞吐量与私有化部署的具体路径。
#Agent
#Agent
今日 32 条The Decoder精选AI 评分7676 Google DeepMindAI 评分5656 Google DeepMind 展示智能体科研工作台 Antigravity 并上线 3D 结构查看器
Google DeepMind 展示了智能体科研工作台 Google Antigravity 在加速抗菌肽发现中的应用，并正式内置了支持双向交互的 Biomolecular Structure Viewer。
AWS Machine Learning Blog精选AI 评分6464 AWS 提出 Agent 纵深信任框架：在不失控的前提下赋予智能体更多自主权
AWS 提出 AI 智能体治理框架“纵深信任”（Trust in Depth），借鉴网络安全纵深防御思想，旨在减少全量人工审批瓶颈的同时安全扩展智能体自主权。该框架涵盖运行前范围界定、部署时身份确认、运行时边界约束以及运行后全面观察四个阶段，并结合自动推理技术对明确规则进行形式化验证。
推荐理由：文章借鉴纵深防御理念梳理了智能体安全框架，展示了如何结合形式化验证与运行时隔离实现自主管控。
NVIDIA Blog精选AI 评分7474 NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列端侧模型
NVIDIA 正式发布 120B 参数的开源模型 Nemotron 3.5 Super VL，以及面向本地和边缘智能体的 Nemotron 3.5 Bolt 74B-A9B 与 Bolt E4B 两款端侧模型。
推荐理由：通过涵盖云端多模态与端侧量化模型，该系列为企业本地部署全流程智能体提供了开源权重与配套微调方案。
The Verge · AIAI 评分5050 Windows 如何针对 Nvidia RTX Spark 笔记本进行端侧 AI 与系统优化
微软针对搭载 Arm 架构芯片与 Blackwell GPU 的 Nvidia RTX Spark 笔记本深度优化了 Windows 系统，提供两步快速安装运行本地 AI 智能体的开箱体验，并针对 Prism 模拟器进行微架构级调优。
The Verge · AIAI 评分6767 Google 推出通用购物车 Universal Cart，整合 Gemini 与搜索功能
Google 在美国向 Gemini 应用和 Google 搜索推出 Universal Cart 通用购物车功能，允许用户在单一空间内跨平台保存多家零售商的商品。该工具能向用户发送降价与补货通知并展示匹配的优惠码，还可结合 Google Wallet 分析已存信用卡的权益以推荐最佳支付方式；用户既可在购物车内直接结账，也可转至商家页面支付。
量子位AI 评分4444 DeepSeek 服务器全球宕机，神秘 Harness 账号同时现身
DeepSeek 网页及 API 在 10 月 15 日上午发生服务中断，受影响服务包括 DeepSeek 对话服务、DeepSeek V4 Pro API 以及 DeepSeek V4.1 Flash API，官方表示故障原因已定位并正在修复。与此同时，其开源 Agent 运行平台 DeepSeek Harness 在 B 站悄悄开通了官方账号。
量子位AI 评分7373 Anthropic 2021年内部研究路线图曝光，曾提前规划代码智能体与工具调用
因版权诉讼，Anthropic 2021年7月的内部研究路线图曝光，显示其在成立初期便规划了软件工程智能体、工具调用、万亿参数超大模型及模型自我评判等方向。团队当时确立了先验证工具调用再做编程助手的路径，并重点探讨了无沙箱执行代码的安全风险与对齐原则；此外，OpenAI前员工因涉嫌在会议室安装窃听设备遭到刑事指控。
量子位精选AI 评分7777 昆仑万维 Skywork 开源游戏世界模型 Matrix-Game 4.0，支持单张 RTX 5090 运行
昆仑万维旗下 Skywork AI 开源游戏世界模型 Matrix-Game 4.0，可在单张消费级 RTX 5090 显卡上以 60 FPS 实时运行。该方案采用游戏引擎显式维护游戏规则与世界状态、视频模型依据草图和动态提示实时渲染画面的分工架构，按键响应延迟约 112 毫秒，显存峰值约 18.5GiB。相关模型代码与权重已同步上线 GitHub 与 Hugging Face。
推荐理由：它将游戏引擎的状态判定与视频模型的画面渲染解耦，展示了在消费级单卡上实时运行交互式世界模型的工程路径。
arXiv stat.MLAI 评分4444 自适应对抗下具身与Agentic AI统计安全保证的局限性
研究指出有限安全评估无法防范在获得认证前保持正常、认证后才激活攻击的自适应对抗者。在RoCo协作模拟中，策略切换导致认证后36个回合中出现34次违规；AgentDojo测试中每4个任务延续会增加1.98次安全违规。采用永久撤销机制的混合似然比监控器可有效限制超额风险，在对抗控制下将每24个任务的违规数从12.00次降至3.81次。
arXiv stat.MLAI 评分3838 System 1 模型的校准与风险预算决策研究
研究针对缺乏人工兜底的 LLM 工作流与智能体二元决策场景，提出在不确定时采用保守策略并控制假阴性风险的框架。在涵盖审核、安全与重排序的 6 个数据集评测中，朴素阈值选择基准在约半数设定下超出了目标风险，而具备有限样本统计保证的 Learn Then Test（LTT）超标率仅为 7.8%。该结果表明仅依赖类概率接口不足以支撑部署决策。
arXiv cs.LGAI 评分4646 策略验证自训练（PVST）：从可验证策略奖励中学习 AI 智能体合规性
研究人员提出策略验证自训练（PVST），利用确定性策略验证器将智能体运行时的合规与违规动作转化为奖励信号进行偏好优化，无需人类偏好标注或更强教师模型。在 AgentDojo 基准测试中，基于 Qwen3-8B 的训练使提示词注入下的违规轨迹从 37.2% 降至 10.3 ± 0.9%，攻击成功率从 12.4% 降至 0.5%，验证器干预率从 39.2% 降至 8.8%。
arXiv cs.LGAI 评分3434 GRPO 在长程 LLM 智能体中的课程设计分析
研究人员分析了引导辅助 GRPO（Guide Assisted GRPO）在长程 LLM 智能体任务中的课程设计，探讨起始位置、交接单元和移动规则对独立任务完成率的影响。
arXiv cs.LGAI 评分3434 DTDD：通过分歧触发动态蒸馏实现可靠的同策略监督
研究人员提出自适应同策略蒸馏框架 DTDD，通过分段级学生与教师分歧动态触发教师接管，以解决长链推理和多轮智能体中监督不可靠的问题。DTDD 将预热后的峰值梯度范数降低 8.6x，从基础初始化达到 21.3% 保留数学准确率所需的优化步数减少 2.6x。在 ALFWorld 基准中，其在 LoRA 和智能体代码上的性能分别提升 4.8 和 4.1 个百分点。
arXiv cs.LGAI 评分4646 基于验证器的智能体强化学习实现可证明正确的代码
研究人员提出一种基于程序验证器的智能体强化学习环境与细粒度奖励机制，通过读取验证器诊断信息计算证明责任比例并结合完整性审计，解决二元奖励与作弊问题。在 1.7B 至 14B 的 Qwen3 及 35B 的 Qwen3.6 MoE 模型上，代码生成的保留验证率在 DafnyBench 上从 66.1% 提升至 93.5%，在 SWE-Proof 上从 56.3% 升至 100%。
arXiv cs.LGAI 评分4242 LLM 智能体协作研究：通过概率通信缩小协作差距
研究提出让 LLM 智能体团队传递经过校准的动作概率而非单一动作，以在部分信息场景下更有效地聚合决策信息。在协作迷宫任务与预训练 LLM 评测中，保留校准不确定性的概率通信表现显著优于传统的动作通信。针对概率偏差削弱通信收益的问题，研究设计的事后对话校准干预机制能够通过上下文纠偏持续改善协作决策。
arXiv cs.LGAI 评分3838 强化学习新方法 CCPO：上下文信用策略优化
研究者提出上下文信用策略优化（CCPO），通过上下文相似度加权跨轨迹对齐样本，并结合历史信用与未来信用为长任务中的单步动作分配更精准奖励，无需额外的价值评估网络（value critic）。
arXiv cs.LGAI 评分3434 扰动预测模型是否学到了基因相互作用？智能体筛选中的外推诊断研究
针对未测基因组合效应的预测难题，研究人员提出通过对比模型预测与单基因效应相加的基线，构建度量额外相互作用的加性差异指标（AD）。在 8 种预测方法和 3 个 Perturb-seq 数据集上的评测显示，专用神经预测模型并未始终超越简单的加性基线，且偏离加性基线越大的预测往往误差越大。该指标相比传统置信度信号表现更稳定，可用于指导智能体扰动筛选流程的决策。
科学网AI 评分2323 天津大学上线“研究生学习与创新中心”
天津大学正式上线“研究生学习与创新中心”并面向全校师生开放试运行，为研究生打造一站式数字化学习创新服务载体。平台现已汇聚48个学科、3555门课程、30万+知识点与73万+学习资源，设置“看产业、查能力、学知识、做项目、进科研”五站成长链路。同时，平台免费提供配置多款主流大模型与学科智能体的智慧AI工具箱。
量子位AI 评分5050 千问办公推出电商版：上线四大核心功能，定位独立第三方电商Agent
千问办公正式推出电商版，定位为面向所有电商平台和商家的独立第三方电商Agent。该版本上线趋势洞察及卖点分析、爆款素材批量生成、跨平台作战台和跨平台ROI智能优化四大核心功能，并可通过MCP等连接器打通ERP与生意参谋等已有系统。团队未来还计划将企业Agent能力拓展至金融、政务和教育等领域。
橘鸦AI早报AI 评分3434 橘鸦AI早报：2026-10-15
Anthropic 更新 Claude Code 桌面端以优化多会话并行并新增闲置压缩，SpaceXSI 发布端到端语音模型 Grok Voice 3.0。同时，蚂蚁百灵开源支持 100 万 token 上下文的 Ling-3.1-flash，昆仑万维开源 Matrix-Game 4.0。
Together AI Blog精选AI 评分8686 Together AI 上线 Meta Muse Spark Open 模型并开放 API
Together AI 作为首发合作伙伴正式上线 Meta 开源权重模型 Muse Spark Open，并开放 Serverless API 接入。该模型专为长流程智能体编码与计算机操作设计，支持 1M-token 上下文窗口以及文本、图像、音视频多模态输入。
推荐理由：Together AI 提供了该开源权重模型的首发 API 接入与计费标准，便于开发者快速集成具备百万上下文的长流程智能体能力。
Latent SpaceAI 评分5858 OpenAI 与 Anthropic 等机构如何在金融 Agent 中平衡自主性与安全
在 AI Engineer New York 会议上，OpenAI、Anthropic、Two Sigma 与 Bloomberg 分享了在金融 Agent 中平衡自主性与安全的实践，核心在于将控制逻辑置于合适位置而非单纯限制模型。
Latent SpaceAI 评分5757 Latent Space 专访 Leash Bio：以计算速度构建闭环实验室与 AI 科学推理沙盒 Minos
Latent Space 专访 Leash Bio 的 Ian Quigley，探讨其如何通过 DNA 编码化合物库（DEL）采集高通量数据，并推出面向 AI 智能体科学强化学习的模拟沙盒 Minos。
The DecoderAI 评分7373 Google 称自我改进型 AI 远未到来，内部研究未见 AI 驱动的研发加速
Google DeepMind 工程师 Haydn Belfield 表示自我改进型 AI 依然遥不可及，内部并未观察到由 AI 驱动的研究加速现象。虽然 AI 已编写 Google 超 75% 的生产代码，但 88% 的修改仍需人工监督，且复杂任务在缺乏人工干预时成功率会急剧下降。其通用能力指数显示 Gemini 仅保持匀速稳步增长，与部分研究者预警的短期智能爆炸观点形成对比。
The DecoderAI 评分7272 研究人员追踪到在野 AI 智能体集群并实现直接通信
研究人员追踪到部署在腾讯云上的自动化 AI 智能体集群，该集群在抓取高德地图数据被拦截后能自主绕过防御，并与研究人员设置的邮箱建立了双向通信。当被高德地图标记为爬虫拦截后，这批智能体利用第三方扫描服务 urlquery.net 执行嵌入代码规避验证码，或利用公开代码仓库中的凭据发起请求。
OpenAI NewsAI 评分2020 Amp 借助 OpenAI 模型将 AI 智能体应用拓展至代码之外
Amp 结合 OpenAI 模型将 AI 智能体能力拓展至编程之外的领域。该实践借助 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT，进一步推动了智能体能力边界的探索。
The Verge · AIAI 评分5959 Anthropic 警告小模型或将具备自我复制能力，智能设备面临 AI 蠕虫风险
Anthropic 发布实验警告称小模型可能在数月内具备跨智能设备自我复制的能力，多位安全专家向 The Verge 表示该风险值得重视。研究人员成功将 26B 参数的 Google Gemma 4 拆分运行在 15 台 Android 电视盒上，并在模拟网络中测试由 AI 控制的蠕虫传播 Meta Llama 3.1-8B，其中仅 GLM-5.2 成功完成全网扩散。
The Verge · AIAI 评分5454 Square 推出新款自助点餐终端 Kiosk，支持语音与 AI 对话点餐
Square 推出全新硬件设备 Square Kiosk，配备 21.5 英寸触摸屏并引入对话式 AI 智能体语音层，允许顾客通过自然语音交流完成点餐、提问及修改餐品要求。该设备具备接近感知迎宾功能并支持多种支付方式，面向 Square Plus 或 Premium 订阅商户发售，硬件售价 1999 美元，另加每台每月 99 美元软件费。
AWS Machine Learning BlogAI 评分5252 如何使用 Amazon Bedrock AgentCore 构建具备自优化能力的智能文档处理系统
AWS 介绍了基于 Amazon Bedrock AgentCore 构建智能文档处理（IDP）系统的方法，通过多智能体协作与反馈循环实现新格式文档提取规则的自优化。方案运行 8 个协同智能体，结合 Strands Agents SDK 与 MCP 协议对接底层工具与数据库验证规则；AWS 提供了完整的开源部署代码，以每月处理 1,000 份文档为例预估运行成本约为 58 美元。
OpenAI NewsAI 评分2424 Third Moment Research 如何让 10,000 个 AI 智能体持续运行 36 小时以上
AI 实验室 Third Moment Research 基于 GPT-6 Astra、GPT-6.1 Sol、Codex 以及用于网络安全的 Daybreak，构建了能连续专注数天并随使用不断提升的 AI 智能体。该方案成功支持 10,000 个 AI 智能体持续运行 36 小时以上。
Google Research精选AI 评分6363 Google Earth AI 推出地理空间推理智能体并开放早期测试
Google Research 宣布升级 Earth AI 地理空间推理智能体，并发布相关技术报告与 GeoKTools、GeoExpertQueries 两个新基准。
推荐理由：原文展示了如何将地理基础模型与规划机制结合处理复杂空间数据，读者可以参考其通过专业工具包与前期规划解决跨模态空间推理的设计思路。
Google ResearchAI 评分5757 Google Research 公布 2026 年度 10 项 AI 技术与工具进展
Google Research 在其 Research@ 活动上公布了 10 项重点 AI 技术与工具进展，全面推进科研、医疗、地理分析及企业数据决策工具的落地。
Google Research精选AI 评分7676 Google 正式发布技术文档智能体审查系统 Deep Review
Google 宣布公开发布智能体 AI 系统 Deep Review，专门用于对学术论文、法律与金融等复杂长文档进行深度技术验证和逻辑审查。该系统采用由切分、算力自适应分配、并行深度验证与全局综合构成的四阶段 Agent 流水线，并支持接入 Gemini 4 Argon。系统每周为用户提供 2 次免费文档审查额度，同时提供 API 接入，用户上传的文档不会被用于模型训练。
推荐理由：文章详细拆解了长篇复杂技术文档的四阶段智能体审查流程与推理算力自适应分配机制。
The Verge · AIAI 评分6969 Epic 发布新版游戏启动器预览版：全面采用 AI 编码并支持 Linux
Epic Games 推出全新 PC 游戏启动器预览版，该版本由 AI 智能体编写并审查全部代码，运行速度大幅提升且新增对 Linux 的支持。开发团队对 AI 过程进行全程监督管理，利用其复现核心功能并加速跨平台适配，同时计划借此将《堡垒之夜》引入 Linux 平台。新启动器即日起在 Windows、Mac 和 Linux 提供预览，旧版本仍可同步使用。
The DecoderAI 评分5757 NVIDIA 黄仁勋承诺向欧洲投资 20 亿美元，并向英国安全实验室提供 2.5 亿美元算力
NVIDIA CEO 黄仁勋在欧洲宣布将在欧洲新增 $2B 投资，并在 5 年内向英国 AI 安全实验室捐赠价值 $250M 的算力。投资涉及法国初创公司 Doctolib、Genesis AI、Pigment 和 Entalpic，算力则定向支持牛津大学 BOLD、伦敦大学学院 SOFAIR 与帝国理工学院，用于智能体安全、开源 AI 架构及机器人安全等研究。
AWS Machine Learning BlogAI 评分3535 Tamnoon 如何基于 Amazon Bedrock 构建 AI 云安全修复平台
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami，可在 90 天内将关键云风险暴露减少超 90% 且实现零生产故障。该平台采用 AWS 无服务器架构，由调查、安全评分、修复和代码生成 4 个专业 AI 智能体协同工作，自动将安全漏洞转化为生产安全的修复方案。通过单一 API 即可为不同任务匹配最优基础模型，兼顾复杂推理与高吞吐效率。
AWS Machine Learning BlogAI 评分4444 使用 Amazon Bedrock AgentCore 自动生成演示文稿
AWS 推出基于 Amazon Bedrock AgentCore 构建的 AI 智能体方案，可在 90 秒内自动将企业文档转换为 PowerPoint 演示文稿。
The DecoderAI 评分4040 Artemis Security 推出专有网络安全模型 Orion-1
Artemis Security 推出专用于自主调查和应对企业网络攻击的模型 Orion-1，能在其自研的 DGR 基准测试中超越 Claude Opus 5.5 和 GPT-6 Sol。在攻击重构任务中，该模型获得 80.8 分，高于次优模型 GPT-6 Sol 的 58.3 分。目前 Orion-1 已在 Artemis 平台向部分客户开启私人预览，高风险操作默认需人工批准。
Scientific AmericanAI 评分6767 业余天文学家借助 AI 智能体在 NASA 公开数据中发现潜在系外行星
业余天文爱好者 Pavel Rabtsevich 利用多智能体 AI 系统分析 NASA TESS 望远镜公开数据，在恒星 TIC 4206066 附近发现了一颗潜在的超级地球系外行星候选体。