Natura 推出 99 美元智能戒指 Interface，将 AI 智能体戴上指尖
AI 硬件初创公司 Natura 推出售价 $99 的智能戒指 Interface，支持用户通过按压操作直接调用 Claude、ChatGPT 等 AI 智能体处理日常任务。该设备兼具心率、HRV 及睡眠等健康监测功能，充满电后续航达 6 至 12 天。产品预计下月开启预订并在 12 月或 1 月发货，免费试用 3 至 6 个月后每月收取 $9 订阅费。
#Agent
#Agent
今日 12 条TechCrunch · AIAI 评分4141
TechCrunch · AIAI 评分5353 Cal AI 联合创始人推出 AI 智能体初创公司 Persona 并获 1000 万美元融资
Cal AI 联合创始人 Zach Yadegari 成立新 AI 智能体初创公司 Persona，并完成由 Vine Ventures 领投的 1000 万美元融资。
科学网AI 评分2424 科学智能赋能合成生物制造产业研讨会直播预告
中国科学院深圳先进技术研究院等机构联合举办“科学智能赋能合成生物制造产业研讨会”，并开启线上同步直播。会议聚焦 AI for Science 赋能分子设计、菌株创制及工艺优化等关键环节，现场将发布“星磐智能体”等重要成果与平台。研讨会汇聚产学研各方资源，旨在共同探索“从AI到产品”的落地路径。
TechCrunch · AI精选AI 评分8181 Manus 母公司完成超 5 亿美元融资，为终止 Meta 收购案后首轮融资
Manus 母公司蝴蝶效应宣布完成超过 5 亿美元新一轮融资，由博裕资本与 IDG 资本领投，腾讯、红杉中国和真格基金等跟投。这是 Meta 终止 20 亿美元收购后该团队的首轮融资，此前有消息称其正按 40 亿美元估值洽谈，并考虑赴港上市。公司在 8 月恢复独立运营后继续推进海内外招聘，近期已推出 Manus 2.0 及独立智能体应用 Cue。
推荐理由：报道梳理了该团队在跨国并购受阻后的独立融资与产品进展，有助于读者了解其目前的业务状态与资本走向。
The Verge · AIAI 评分6464 The Verge 播客解析 Meta Muse 与 OpenAI Dots 的智能体竞争与信任困境
The Verge 播客讨论了 Meta 免费推出的消费级 Agent 平台 Muse 与 OpenAI 面向高阶订阅及企业的 Dots 之间的竞争格局。两者均基于为模型配置云端计算环境并代为执行多步骤任务的技术范式，但 Meta 依托分发优势主打免费普及与交易分成模式，OpenAI 则通过每月 100 至 200 美元的企业级专业 Agent 寻求盈利。
The DecoderAI 评分7272 Zenity 发现 AWS Bedrock AgentCore 漏洞：单条提示词可接管同区域所有 AI Agent
安全机构 Zenity Labs 发现 AWS Bedrock AgentCore 存在漏洞链，攻击者仅需向一个公开的 AI Agent 发送单条提示词，即可接管同 AWS 账号及区域内的所有 Agent。
量子位AI 评分3535 搭载 NVIDIA RTX Spark N1X 超级芯片，联想 YOGA Pro 15 开启盲约
10 月 8 日，首批搭载 NVIDIA RTX Spark N1X 超级芯片的 AI PC 联想 YOGA Pro 15 RTX Spark 正式开启全网盲约。
PhoronixAI 评分6363 Google Sashiko AI 完成 19.1 万次 Linux 补丁审查并被近 500 个内核 CVE 引用
Google 工程师构建的 AI 代码审查智能体 Sashiko 上线不到一年，已完成 19.1 万次 Linux 内核补丁审查，并在近 500 个内核 CVE 中被引用。该工具由 Google 的 AI 模型驱动，用于对 Linux 内核代码变更进行自动化审查，持续为内核开发者提供支持。
量子位AI 评分5757 UniPat AI 发布科学论文复现基准 PaperBenchX，大模型完整复现率低至 13.98%
UniPat AI 推出多学科端到端科学论文复现基准 PaperBenchX，实测显示表现最佳的 GPT-6 Astra 完整复现率仅为 13.98%。该基准涵盖电磁、材料和生物等 12 个研究方向的 93 个复现任务，要求 AI 智能体在原生科学软件环境中独立构建工作流，并采用删掉输出、断网重跑的隔离机制验证证据链。
量子位AI 评分6565 Manus母公司获超5亿美元融资并重启北京办公室招聘
Manus母公司蝴蝶效应近日完成超5亿美元新一轮融资，由博裕投资和IDG资本领投，并已重启北京办公室招聘以组建面向中国市场的AI Agent产品团队。其招聘官网目前开放了包括LLM算法、Agent Harness及Agent评测工程师在内的17个岗位。此前该公司曾经历出海迁址、拟被Meta收购被叫停以及原股东以约20亿美元回购独立运营等一系列变动。
arXiv cs.LGAI 评分3434 欺骗性老虎机问题：探索耦合与多智能体学习的脆弱性
对抗智能体可利用与受害者探索相关的泄露信号注入外部性，将多智能体学习动态引向新的稳态“欺骗纳什均衡”（DNE）。欺骗性老虎机学习（DBL）动态能在放宽二阶平滑性条件并保持最优收敛速率的同时，收敛至 DNE 的任意小邻域。该研究明确了欺骗改变稳态的条件及对成本的影响，并在资源分配博弈中验证了这一脆弱性。
arXiv cs.LGAI 评分3434 TAP：基于轨迹锚定恢复的高效长程智能体剪枝框架
研究团队提出首个针对强化学习训练智能体的结构化剪枝框架 TAP，通过轨迹锚定恢复降低长程智能体的高昂推理成本。在移除 60% FFN 通道的情况下，TAP 在 7B 密集智能体的 ALFWorld 与 WebShop 评测中分别保留了 99.2% 和 88.0% 的任务成功率，单次成功任务的 GPU 时间分别减少约 22% 和 17%。
arXiv cs.LGAI 评分4444 论 KL 正则化策略优化（KLPO）
研究提出 KL 正则化策略优化（KLPO）框架，用于解决大语言模型（LLM）智能体异步强化学习中的采样与训练策略不匹配难题。KLPO 将 KL 正则项锚定在采样器上，无需重要性权重与 Critic，仅凭每个提示词单次 rollout 即可从终止奖励计算无偏梯度。此外，SPPO、GPO、REBEL 与 BPO 均被证明是 KLPO 的特例。
arXiv cs.LGAI 评分3434 GraphOPD：面向 LLM 智能体的图增强在线策略蒸馏
研究团队提出 GraphOPD，首次将图结构增强引入大语言模型智能体的在线策略蒸馏。该方法利用环境状态变化构建步骤依赖图，融合图上随机游走平稳分布得分与师生策略散度信号，将监督精准聚焦于关键步骤。在 ALFWorld、WebShop 和 SearchQA 评测中，GraphOPD 较最强基线最高提升 5.8 个百分点（+5.8 pp），并展现出域外工具推理迁移能力。
arXiv cs.LGAI 评分3333 面向高效隐式多智能体协作的面向任务关键层 KV 通信
研究人员提出免训练框架 KITE，通过仅传输关键层 KV 状态进行面向任务的隐式多智能体协作。该方法依据接收端轨迹失真标准筛选任务关键层，并将其作为自回归隐式推理的入口。在 7 个基准测试中，KITE 相比全层 KV 通信降低了 28-36x 的通信量，实现最高 3x 的端到端推理加速，准确率最高提升 23.3 个百分点。
arXiv cs.LGAI 评分3434 面向 Agentic AI 驱动自动化的有界自主与可验证安全
针对 Agentic AI 在高风险环境中的认知漂移风险，研究者提出了包含状态分级与李雅普诺夫有界共识框架（LBCF）的安全治理框架 BRaVeS。该框架将领域专家约束编码为不变锚点并在认知风险增加时限制自主权。在 HAI 22.04 工业控制系统数据的离散事件 Monte Carlo 模拟中，LBCF 实现了有限步收敛且无安全违规。
MIT Technology Review · AIAI 评分2222 为自主工业 AI 构建更安全的发展路径
随着基础模型、物理 AI 与智能体 AI 深入物理系统，构建兼顾安全与可靠性的负责任治理路径成为下一阶段工业自动化的核心前提。AVEVA 首席技术专家 Arti Garg 指出，工业 AI 在过去两年采用率增长近 78%，但在关键决策中应辅助而非取代人类，须通过防护栏明确自动化权限与人工监督边界。
Latent Space精选AI 评分8181 Anthropic 发布 Claude Haiku 5.5：对标 GPT-6 Luna 定价并支持 1M 上下文
Anthropic 正式推出小模型 Claude Haiku 5.5，支持 1M 上下文并引入思考强度调节，官方称其运行成本相比 Haiku 4.5 平均降低约 75%。
推荐理由：材料汇总了独立评测与阶梯定价细节，展现了小型模型在长任务与高频子智能体场景下的真实成本边界。
量子位AI 评分2121 大模型原生智能体手机 STEPX Neo 将于 10 月 13 日正式发布
阶跃终端将于 10 月 13 日在上海举办主题发布会，推出旗下首款大模型原生智能体手机 STEPX Neo。该机在模型、系统及硬件等方面皆为智能体原生打造。发布会除新品亮相外，还将公布阶跃终端在生态合作方面的最新进展。
量子位精选AI 评分7979 Claude Haiku 5.5 发布，支持 effort 调节并大幅下调短提示词定价
Anthropic 正式发布小模型 Claude Haiku 5.5，支持 effort 参数调节并在计算机操作与多步任务评测中大幅超越前代。10 万 token 以内的请求输入输出价格降低 90%，但因更换 tokenizer，代码及非英语任务的 token 消耗有所增加。该模型主要用于已拆解任务的执行层，同时默认开启自适应思考并取消了 assistant 消息预填充，旧版调用需调整接口逻辑。
推荐理由：原文梳理了模型跑分与短提示词降价幅度，并列出多项破坏性接口改动，方便开发者评估多智能体任务的迁移适配成本。
Ars Technica · AIAI 评分6363 微软发布 Surface Laptop Ultra 并公布 Windows 11 的 AI 更新
微软发布全新 Surface Laptop Ultra 并展示了 Windows 11 面向本地 AI 与智能体工作流的更新。该设备搭载 Nvidia RTX Spark SoC，提供 5120 核或 6144 核 Blackwell GPU，配备最高 128GB LPDDR5x 统一内存，起售价为 $2,599。
PhoronixAI 评分6363 ArtCraft 项目利用 Claude Code 以 Rust 语言开源净室重写 Photoshop 与 Premiere
ArtCraft 项目利用 Claude Code 等 AI 智能体，使用 Rust 语言对 Adobe Photoshop、Adobe Premiere 和 Adobe Lightroom 进行了开源净室重新实现。该项目展示了 AI 的工程构建能力，同时也引发了关于此类生成代码可能面临潜在法律挑战的讨论。
TechCrunch · AIAI 评分6868 微软发布搭载 Nvidia RTX Spark 芯片的 Surface AI PC 与工作站
微软正式公布搭载 Nvidia RTX Spark 芯片的新款 Surface Laptop Ultra 与 Surface RTX Spark Dev Box 工作站，并推出支持 AI 智能体沙盒隔离功能的改版 Windows 11。
TechCrunch · AIAI 评分7171 Nous Research 确认以 15 亿美元估值完成融资，并面向企业推出 AI 智能体
开发开源 Hermes 智能体的 Nous Research 确认完成 9000 万美元 B 轮融资，估值达 15 亿美元，由 Robot Ventures 领投。
The Decoder精选AI 评分8383 Anthropic 发布 Claude Haiku 5.5 并大幅下调模型调用价格
Anthropic 正式推出小模型 Claude Haiku 5.5，平均成本相比 Haiku 4.5 降低约 75%，10 万 token 以内的请求降价幅度达 90%。
推荐理由：原文对比了新模型在基准测试上的提升与长短提示词分级定价，有助于开发者评估小模型成本与性能的平衡。
The Verge · AIAI 评分5959 微软升级 Windows Copilot：支持访问本地文件与跨系统执行操作
微软在 Windows 与 Surface 发布会上展示了 Copilot 的升级功能，使其能够访问 PC 本地文件并跨操作系统执行操作。该功能依托端云结合的“混合智能（Hybrid Intelligence）”技术，演示了让 AI 自动跨文件夹检索报税文档、重命名、压缩打包并草拟发送邮件的全流程。
NVIDIA Blog精选AI 评分7676 NVIDIA 联合微软推出 RTX Spark 平台与 MXC 容器，推进 Windows 本地 AI 智能体运行
NVIDIA 联合微软宣布协同打造 Windows 本地 AI 智能体软硬件生态，正式上线操作系统级安全底座 Microsoft Execution Containers（MXC），并推出 RTX Spark 硬件平台。
推荐理由：软硬件协同让本地智能体获得系统级安全容器与统一内存支持，为端侧大模型常驻运行提供了工程落地参考。
AWS Machine Learning Blog精选AI 评分7575 AWS 正式上线 Claude Haiku 5.5，支持 Amazon Bedrock 与 Claude Platform 调用
AWS 宣布在 Amazon Bedrock 及 AWS 上的 Claude Platform 正式上线 Claude Haiku 5.5。该模型面向高并发与成本敏感型场景及子智能体任务，多数任务成本较 Claude Haiku 4.5 降低约 75%，并首次引入努力度控制以平衡成本与智能水平。
推荐理由：文中明确了 Haiku 5.5 搭配 Opus 5.5 的子智能体分工，并给出 Bedrock 多种 SDK 接入方案，便于评估规模化落地的调用成本与架构设计。
TechCrunch · AIAI 评分6464 Meta 旗下 AI 助手 Muse 推出 iPad 版并扩充第三方连接器
Meta 宣布其面向消费者的 AI 智能体 Muse 正式推出专用 iPad 应用，距离移动端上线仅一个月。伴随平板端发布，Muse 扩展了支持的任务连接器，新增 GitHub、Figma、Notion 等企业与协作工具，并接入沃尔玛等多家零售商以代办购物交易。针对部分网站将智能体误判为爬虫拦截的情况，Meta 正联合行业伙伴推进开放身份识别标准。
The Verge · AIAI 评分6060 Meta 旗下 AI 智能体 Muse 正式上线 iPad 版
Meta 旗下 AI 智能体应用 Muse 发布更新，正式提供对 iPad 大屏与多任务处理的原生支持。该版本同步扩展了第三方软件连接能力，新增接入 Figma、GitHub、Canva、Dropbox、Notion 等工具，并支持小企业设定业务目标以自主规划营销与客户方案。
The Verge · AIAI 评分5959 微软 Surface RTX Spark 开发者迷你 PC 开启预购，售价 5999 美元
微软面向开发者的 AI 迷你 PC Surface RTX Spark Dev Box 现已开启预购，售价 5,999 美元，预计于 11 月开始发货。该设备基于 Nvidia Arm 架构 RTX Spark 平台，配备 128GB 统一内存和 100W 散热设计，专门针对本地运行超过 120B 参数的模型优化，可用于测试模型、构建 AI 智能体原型及端侧运行编码工具。
arXiv cs.AIAI 评分3434 与未来协作者合作：交错参与下的多智能体强化学习
针对多智能体强化学习中智能体跨时段协作的交错参与场景，研究团队提出了 Staggered Participation Learning（SPL）训练增强方法。SPL 分别通过前瞻获取监督规范早期智能体的信息留存，并以结果监督训练后期智能体利用信息。
arXiv cs.AIAI 评分4141 全票皆错：从医疗大语言模型共识形成过程实现认证弃权
研究人员提出医疗大语言模型认证弃权框架 ProbeGuard，通过分析共识形成的动态过程而非最终投票结果，解决多轮共识中全票犯错的问题。该方法结合共识轨迹、理由语义熵与主动反证探测，将区分共识正误的指标从随机水平提升至 0.696 AUROC。在 MedQA 测试中，该规则能在 9.0% 的观察选择性风险下回答 60% 的全票一致问题。
arXiv cs.AIAI 评分3939 解耦多智能体编排框架 DeOrch
研究团队提出多智能体编排方法 DeOrch，将通用规划与具体 worker 选择相互解耦。其两阶段规划器支持独立任务分解与协作决策，并结合轻量匹配器和 contextual bandit 在线接入新 worker，无需重新训练。在多种任务中，DeOrch 性能超越现有自动编排方法，调用 worker 次数更少，且能直接迁移至全新 worker 池。
arXiv cs.AIAI 评分4040 信息引出智能体的开放式信息检索研究
研究评估了跨越多个模型家族与参数规模的 11 个 LLM，揭示不同大语言模型对信息价值的判断差异如何塑造智能体的序列式信息检索行为。通过构建受控模拟环境，研究隔离了问题生成与受访者干扰，刻画出各模型在信息引出中展现的广度与深度特征，并考察了交互历史对信息评估的影响。项目代码、数据及轨迹文件已公开。
arXiv cs.AIAI 评分4141 PsyCIDRA：用于精神科访谈与诊断推理的双智能体框架
研究者提出双智能体框架 PsyCIDRA，将自由形式精神科访谈与诊断推理结合，访谈智能体通过工具维护笔记、加载专家技能并检索 ICD-11 参考以引导问诊。在 81 个保留模拟病例中，该框架 rank-1 准确率达 60.5%，高于直接提示的 51.9%。在 101 名人类受试者的盲法研究中，其与心理学家的诊断假设提出一致率达 79.6%（直接提示为 65.4%）。
arXiv cs.AIAI 评分4242 AI 智能体的可审计声明
研究提出 AI 智能体可审计声明框架，指出声明在得出裁决前必须明确策略、范围、证实所需记录及编写者，并满足独立记录覆盖、授权绑定参数与完整性三项条件。论文通过显式模型证明了这些条件的必要性，并结合 NIST、IETF 和 OWASP 草案将该方法应用于 6 种常见声明与 5 种证据状态的案例分析中。
arXiv cs.AIAI 评分3535 2D-FET-Bench：从空间推理到薄片 FET 设计
2D-FET-Bench V2 包含 128 个基于显微薄片轮廓的任务，用于评测大语言模型智能体设计场效应管（FET）布局的空间推理能力。评测显示 GPT5.6-Luna 搭配 ReAct-3 表现最佳，取得 62.3% 的尝试通过率与 80.5% 的任务覆盖率。
arXiv cs.AIAI 评分3737 MemCo：助力大语言模型智能体泛化至未见环境的以记忆为中心协作框架
研究者提出 MemCo 协作框架，旨在通过以记忆为中心的方法将大语言模型智能体泛化至未见的交互式环境。该框架维护互补的局部与全局记忆空间，在局部保留环境特定细节的同时将可迁移工作流沉淀至全局记忆，并根据智能体决策阶段路由经验。实验表明，MemCo 相比隔离记忆与共享记忆基线提升了任务成功率并减少了冗余探索，代码已开源。
arXiv cs.AIAI 评分5151 评估整体防御栈而非单层：智能体动作的规则与大模型门控是否独立失效
研究测试发现针对智能体工具调用的防护门控中大语言模型裁判层之间存在显著错误耦合，任意两个大模型裁判组合仅相当于 1.2 至 1.4 个独立层，而确定性规则层与大模型裁判结合可达到 1.86 至 2.09 层的防御效果。