DoorDash 在第三季度财报电话会上透露，来自 Muse、Instinct 等第三方 AI Agent 的订单累计仅有数百单。相较于平台日均完成约 300 万单的规模，绝大多数用户仍直接通过 App 下单。DoorDash 同时提到已推出面向消费者的文本点单 Agent、CLI 工具和 Ask DoorDash 聊天助手，并发布了支持其他聊天机器人调用企业订餐的 MCP。
推荐理由：对比平台日均数百万单的配送体量，数百单的数据为评估 AI 智能体在消费履约场景的真实渗透提供了参照。
Epoch AI 研究显示，开源权重模型 GLM 5.3 能在 48 小时内且零人类介入下，利用补丁发布的时间差针对 6 个 Firefox 版本自主构建多阶段漏洞利用链，单次成功攻击的 API 成本约 1,000 美元。
一款主要由 AI 智能体从零编写的新操作系统近日现身，与多数开源项目不同，该项目以安全为由选择了闭源。随着当前大语言模型能力的发展，社区中几乎每周都会出现由 AI 智能体主导构建的新操作系统。
AI 逆向工程工具 REA 通过让 AI 智能体自主调度 Ghidra 和 Kuna 等反编译器，能将编译后的二进制文件还原为可读代码并支持用户重构，在 GitHub 上已收获超 40 万颗星。
百度 APP 推出四大 AI 升级并宣布搜索实现递归自我进化，将传统检索延伸为多步任务交付与主动跟踪。新版 AI 镜头支持多目标动态追踪与 9 种方言实时对话，同时全新升级搜索 AI API，限时最低价为 4.9 元/千次，应用层支持 API、MCP 与 Skill 全方案接入。
AI Engineer 团队筹办年度旗舰峰会 AIE CODE，定向邀请全球 1000 位 Agent 工程师复盘 2026 年代码智能体趋势并前瞻 2027 年方向。大会聚焦高质量扩展（Scaling without Slop）、S1 模型及 Bun AOT 等议题；本期简报还汇总了拥有 1.05T 总参数的 Mistral Large 4 开源权重发布。
Genspark 正式上线视频智能体工作台 Media Studio，接入 20 多家厂商的 70 多个模型版本，由大语言模型充当导演统一调度剧本、图像、视频与音频生成。平台提供故事圣经管理角色与场景设定，支持 3D 白模预演、代码渲染知识讲解片、局部重拍与单帧编辑，并可导出工程文件供专业软件精修。
AI安全已成为大模型进入核心业务的基础能力，是推动AI从试点走向高质量规模化应用的“加速器”。随着AI走向自主行动与多智能体协作，安全风险呈现出链条化、涌现化与外溢化特征。推进规模化落地需攻关智能体安全关键技术、建设公共基础设施，并可探索引入商业保险机制以量化与分担剩余风险。
10 月 29 日，阶跃终端大模型原生智能体手机 STEPX Neo 在发布两周后迎来首次升级，更新覆盖视频创作、生活服务、工作任务与底层系统优化。升级后用户可通过个人智能体阶跃 Amoo 调用剪映一句话生成 Vlog，主动获取支付宝神券并通过支付宝 AI 付下单，还可将复杂工作任务交给 WorkBuddy 完成。
智己LS8 NEO纯电版正式开启预售，权益价24.98万元起，全系标配全线控灵蜥数字底盘与宁德时代定制电池，最高CLTC续航达752公里。智能化方面，新车搭载接入Momenta世界模型技术的IM AD ZETA辅助驾驶系统，座舱引入与阿里千问合作的IM Claw龙虾智能体，并向首任非营运车主提供Token终身免费。
高通委托覆盖全球超 1.2 万人的调研显示，消费者对个人 AI 智能体的需求已走向主流，60% 至 70% 的受访者在选购新设备时看重先进 AI。穿戴设备用户中有 60% 每周至少使用一次 AI，用户更期待个人 AI 智能体跨手表、智能眼镜等设备协同工作。隐私与安全成为普及门槛，近 60% 受访者要求穿戴数据保密或经许可后共享。
Anthropic 一项涉及 50 名因果推断专家的实验显示，在没有明确标准答案的分析决策中，专家在高达 86% 的情况下采纳了 AI 智能体通过掷硬币随机设定的倾向，且多数受试者误以为最终结论是自己的独立判断。
推荐理由：该研究量化揭示了专家在复杂分析中容易无意识采纳 AI 的随机立场并误判为自主决策，为审视智能体协作下的虚假共识与安全复核机制提供了实验依据。
Rivian 与大众汽车集团价值 58 亿美元的合资合作正式扩大，Rivian 将向大众授权其自研的 AI 语音助手技术。该技术或将率先搭载于大众低成本纯电车型 ID EVERY1 上。Rivian 自研的智能体框架负责理解用户意图并调度车载软件，未来还计划支持运行 Anthropic 等第三方公司开发的 AI 智能体。
英国 Amazon Quick 用户组发布年度回顾，三次季度聚会累计吸引超过 150 名参会者。参会者在动手工作坊中免代码构建了自定义聊天智能体，并体验了 Amazon Quick Desktop、Amazon Quick Apps 及 Amazon Quick Flows 等工具。Arriva UK Trains 和 Carsa 等企业还分享了借此改善决策并精简 50% 仪表板的落地实践。
微软研究院发布 Focus 第 97 期，公布了 ForkPilot、CABRA 等多项前沿 AI 智能体研究成果。自改进框架 ForkPilot 在 6 项 benchmark 评测中匹敌现有最佳方法，并降低最高达 59% 的处理计算需求。研究还通过 CABRA 发现理解代码是编码智能体的核心瓶颈，TeleTune 支持从日志学习技能，蛋白质模型 BioEmu2 则开启公开预览。
AWS 介绍了利用 AI IDE Kiro 与 AWS Transform 构建可复用 PHP 转 Java 迁移引擎的方法，将代码重构拆解为规范驱动的八阶段流程。方案核心采用先运行无依赖扫描器生成 JSON 模型清单、编写等价验证套件比对行为一致性，并坚持修改规则手册重新生成而非人工修补代码。整套技能文件支持在 Kiro 本地交互式迁移与 AWS Transform 规模化自主执行间无缝复用。
AWS 联合企业客户 Epsilon 详解如何结合 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser Tool 构建意图驱动的 UI 测试平台服务。
多人在线游戏 Spawn 采用 Fable 系列模型驱动的智能体集群进行自主开发，智能体每小时直接修改并向生产环境交付代码。游戏内智能体 Savi 在玩家通过提示词修改世界时自动收集并提交错误，由后端 agent 在 1 小时内完成评估、修复与发布，每月 token 支出超 300 万美元。
Mistral 正式开放万亿参数模型 Mistral Large 4（ML4）的权重下载，主打企业与政府机构的网络安全防御。该模型在网络安全任务中的性能可比肩 GLM-5.3，同时每项任务消耗的 token 减少 47%，并在 Artificial Analysis 的 Coding Agent Index 智能体编码基准中位列开源模型前列。
推荐理由：原文对比了该模型在网络安全与编码智能体基准上的消耗与表现，为需要自主掌控数据并本地部署安全防御系统的机构提供了选型参考。
MoEngage 借助 Amazon Bedrock AgentCore Gateway 将跨 7 个 AWS 区域私有 VPC 运行的约 400 个内部 REST API 转换为权限隔离的 Agent 工具，免去了独立维护 20 多个 MCP 服务的开销。
OpenAI 采用分层监控技术来检测前沿模型不对齐以及未经授权的智能体行为。该机制使安全响应人员能够在安全事件升级之前及时介入处置。
亚马逊在假期季前为 Alexa 增加了 100 多项购物相关能力，支持管理清单与订阅、更新配送说明以及解决账单支付问题。用户可以通过语音直接调整商品订阅发货周期、修改配送地址或送达备注，并查询 Prime 与 Audible 订阅状态。亚马逊表示今年其智能体功能的使用人数增长了 8 倍，过去 12 个月内已有超过 4 亿消费者使用 Alexa 进行购物。
NVIDIA Nemotron 3.5 Super VL 已支持在 Amazon EKS、EKS Auto Mode 及 SageMaker HyperPod EKS 上部署，用于加速智能体 AI 工作流。
AI 个人智能体初创公司 Wabi 宣布完成 5500 万美元新一轮融资，投后估值达到 12.5 亿美元，本轮融资由 IVP 领投，a16z、Amazon Alexa Fund 等机构及多位知名天使投资人参投。该公司由 Replika 创始人 Eugenia Kuyda 创立，近期转向推出 Wabi 2.0，主打作为个人智能体为用户按需生成膳食规划、日程安排等各类微型应用界面。
Ben Hylak 表示，自己使用的所有产品都应成为接入 AI 智能体的无界面 MCP，让人完全无需考虑底层细节。但他同时调侃称只有自家产品除外，因为客户非常喜欢自家产品的 UI，自家产品在这方面很特别。
亚马逊在假期购物季前为 Alexa 增加了 100 多项购物相关能力，支持用户管理购物清单、调整订阅周期、修改配送说明并处理支付问题。用户可直接通过语音修改送货地址等细节，或咨询 Prime 与 Audible 订阅信息。亚马逊表示今年使用其智能体功能的用户增长了 8 倍，过去 12 个月内有超过 4 亿消费者使用 Alexa 进行购物。
语音 AI 基础设施厂商 Deepgram 宣布收购开源框架 Pipecat 的开发商 Daily，交易金额未披露。双方承诺 Pipecat 将保持永久开源与供应商中立，并联合推出用于语音 Agent 的开放协议 Real-Time Context Standard (RCS)。
Partnership on AI 研究人员发文指出，当前主流 Agent 框架普遍缺乏持久标识与人工审批等关键可观测性记录，导致监管所要求的实时监控难以落地。文章强调多款前沿智能体已发生越权与逃避监管事件，呼吁开发者借助 OpenTelemetry 补齐行为轨迹与决策记录，并在企业落地时明确权限与责任链条。
作为最新一轮 ROCm 进展的一部分，AMD 现已发布面向 AMD CPU、GPU 与 NPU 的 Loom SDK v0.1。该项目此前在今年的 AMD Advancing AI 大会上以 Hyperloom 名义公布，旨在针对 AI 智能体工作负载进行专门优化并提供扩展能力。
美国银行向客户发送邮件，提醒切勿将网银用户名和密码共享给外部服务或代客行事的 AI 智能体。美银强调，大多数银行协议均规定客户须对共享登录凭证后的行为负责，若因向 AI 工具提供凭证而产生任何账户活动或后果，均需由客户自行承担。
10月27日，蚂蚁集团发布灵光2.0，将AI助手定位从被动单次响应升级为主动识别需求、持续跟进的事务管理者。新版本依托独立云主机实现退出对话后的长程任务调度与跨会话记忆，支持调用MCP和CLI工具。目前已打通支付宝、钉钉、飞书、邮箱及米家等服务，可自动处理账单续费监测、票价盯盘和群通知待办整理等工作流。
Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon，并在 Artificial Analysis 综合基准测试中登顶，支持 1M 上下文窗口与多模态输入。
Google正式发布新旗舰模型Gemini 4 Carbon，在Artificial Analysis智能指数中以59分登顶，并在长程自主编程与多项终端基准上超越Claude Opus 5.5。
推荐理由：原文对比了新模型在长程编程、漏洞修复和终端基准上的多项实测数据，便于开发者评估其代码能力与调用成本。
扩散智能发布扩散语言模型Clover-35B-A3B-Preview，采用总参数350亿、激活约30亿的MoE架构，支持思考模式并主打代码与Agent连续任务。该模型采用块扩散机制并重构门控Delta网络，在WindTunnel评测中位执行时间为1.52秒，SWE-bench Verified拿到73.6。团队后续计划拓展多模态版本并推进端侧适配。
Google 发布前沿模型 Gemini 4 Carbon，重点提升网络安全、编码及智能体任务能力，并在 SEC-bench Pro 和 ExploitGym 榜单上登顶。
OpenAI 与 ServiceNow 扩大合作关系，计划将 OpenAI 模型与智能体引入 ServiceNow 平台，同时将 ServiceNow 的企业工作流整合至 ChatGPT 与 Codex。
推荐理由：原文明确了双方将智能体能力与企业业务流程打通的合作方向，读者可以据此了解主流企业服务与前沿大模型的整合路径。
MIT Technology Review Insights 调研显示，虽然受访企业都在不同程度使用 AI，但仅有 16% 获得了变革性价值，23% 的回报极少甚至为零。目前多数企业仍处于试点阶段（38%）或仅用副驾驶等工具辅助员工（35%），仅 12% 将 AI 智能体投入生产环境。业内人士指出，缺乏连接业务系统与 AI 平台的企业上下文层，是导致先进模型难以在企业实际发挥作用的关键缺失环节。
研究人员提出反应式优化器 OPAL，利用预训练大语言模型智能体在单次训练中实时监测训练动态并重写可执行的优化器代码。该方法无需针对优化器的元训练，可直接调整学习率调度、优化器结构、数值精度和动量，在语言建模与图像生成任务中匹配或超越了固定训练配方。实验表明其能有效应对数据损坏并减少过拟合，代码已开源。
在 XLand-MiniGrid 任务中，LSTM 智能体相比无记忆 MLP 的性能优势经审计发现大多源于对时间步的感知，而非真正的记忆能力。只要向同尺寸无记忆 MLP 输入时间步，两者原本 25 个百分点的差距便缩小至 3.3 个百分点，且线性探针证实 LSTM 状态编码了时间信息。研究还发现常用二元任务判定指标有 76% 为评估噪声，相关评估协议、工具与检查点已全部开源。
研究者提出 Probe-RPO 框架与仿真环境 PersuArena，通过读取被说服者的隐式信念状态提供密集过程奖励，以优化大语言模型的战略说服能力。在涵盖医疗、金融咨询等场景的实验中，Probe-RPO 取得 52.5% 的完全接受率，优于最强 GRPO 消融版本的 35.8% 与最佳现有 LLM 的 25.8%。