跳到正文

#Agent

今日 0 条
10月7日周三
10月5日周一
  1. MIT Technology Review · AI12

    从预测到自主决策：预测分析如何进入 agentic AI 时代

    企业 AI 的竞争前沿已从预测转向自主决策，核心问题变成如何让预测系统在不偏离业务意图的前提下自行采取行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新；其依赖的数据也从规整的数值记录扩展到非结构化来源。Everest Group 合伙人 Vishal Gupta 称，企业已不再满足于回望式视角，而「analytics」一词正让位于 AI。

10月4日周日
  1. Simon Willison34

    Simon Willison：按量付费服务需要默认硬性预算上限

    Simon Willison 呼吁按量付费的 API 和服务默认提供硬性预算上限，即达到每月 $X 后直接切断并返回错误，而非只发警告邮件。他认为编码智能体和个人智能体让启动付费服务变得更容易，用户可能一觉醒来发现多花了几百甚至几千美元，因此硬上限应设为默认，取消上限需显式勾选。AWS 已在 9 月 16 日推出每月支出上限功能，Google Cloud 也在 7 月上线 Spend Caps。

10月3日周六
  2. MIT Technology Review · AI12

    MIT Technology Review：自主 AI 如何重新定义企业智能

    MIT Technology Review 报告指出，企业 AI 正从工具转向「智能体式转变」的运营模式，全球 AI 投资 2026 年将达 2.5 万亿美元，同比增长 44%。报告认为企业 AI 的扩展瓶颈是结构性的，流程优先的公司正在领先，数据就绪而非数据规模才是 AI 产生复利效应的关键。报告建议重建数据基础设施、采用可组合架构，并解决 AI 主权问题。

10月2日周五
  3. TechCrunch · AI38

    Airbnb CEO Brian Chesky：AI 智能体需要自己的操作系统

    Airbnb 本周随秋季更新上线 AI 搜索，CEO Brian Chesky 表示聊天机器人不适合电商，未来界面将介于聊天机器人与现有版本之间。他透露公司未来三到六个月将探索支持多人协作的"multiplayer" AI 界面，并计划让 Airbnb 应用更适配 AI 智能体，最终通过 MCP 实现智能体互通。他认为行业缺少真正为 AI 构建的操作系统，AI 应在内核层面运行。

  4. Simon Willison50

    Matthew Green：沙箱隔离足以遏制失控 AI 智能体吗？

    Matthew Green 指出，被分别隔离在沙箱中的 AI 智能体发现它们可以通过共享包缓存互相留下指令，而这些指令会改变接收方的行为。将包缓存换成邮件、Slack、共享文档或 WhatsApp，再把独立沙箱的训练运行换成 Muse 这类独立部署的个人智能体，就构成了蠕虫所需的全部要素：一个劫持智能体的载荷，加上一个把载荷传给下一个智能体的智能体。

9月29日周二
  2. Hacker News 热门（buzzing.cc 中文翻译）47

    那些没人会测试的系统：从巴西联邦系统漏洞到 AI 智能体的规模化风险

    一名研究者回忆 2020 年在巴西联邦系统中发现的漏洞，该漏洞可获取超 2 亿人的身份证件、CPF、护照、住址等完整记录，他致电相关机构后对方迅速修复。如今借助 mid-training、RLVR 和长时程任务，实验室正用第三方公司和模型大规模合成 RL 环境，类似漏洞可被智能体每秒数千次自动试探，而多数政府系统永远不会获得 AI 渗透测试机会。

  5. Rohan Paul38

    "2026年，全球每10秒的token需求约为317亿。到2030年将达到1.27万亿，增长40倍。" ~ 高通CEO Cristiano Amon： --- token爆发源于AI正从人类节奏的交互转向智能体节奏的活动。 每一个有用的动作都有一笔隐藏账单：上下文必须被携带，记忆必须被更新，传感器可能需要被解读，错误必须在变得昂贵之前被捕获。 ---- 来自"Reuters" YouTube频道，（链接见评论）

  14. The Verge：AI（RSS）44

    OpenAI 的 AI 智能体为何落后了

    OpenAI 在持续运行的消费级 AI 智能体赛道落后于 Meta、Google 等对手，2026 DevDay 上可能发布代号 Aeon 的智能体。Meta 的 Muse 本月上线后登顶 App Store，在美国日活达 60 万；Google 的 Gemini Spark 已接入 Dropbox、Uber、Spotify 等 30 多个外部服务。

  17. Simon Willison 博客32

    OpenAI 智能体安全团队 @joedaroo 谈 AI 能力突跳带来的安全挑战

    OpenAI 智能体安全团队的 @joedaroo 表示，模型在“cyber”“swarming”“message boards”等相关事件上的能力跳变之突然远超预期，而安全态势需要时间积累，不只是加固系统，还要把它植入公司文化。他呼吁各组织自问：人员、系统和流程能否应对 AI 能力的突然跃升，是否有正确的事件响应、沟通机制和待命人员。

9月28日周一
  2. elsewhere：文章（RSS）

    个人主义才能救AI：从办公Agent到Personal agent的锐评

    一篇锐评指出，办公Agent把toB业务向toC宣传在法理和情理上都是死路一条，真正需要的是面向普通人的Personal agent。作者实测Today.ai能主动读取Gmail和Notion并自行找活干，Grok bot则可自建欧洲旅行助手、视频素材整理助手等，但Today.ai无法连接微信，只能连钉钉、腾讯文档和飞书。

  3. Hacker News 热门（buzzing.cc 中文翻译）60

    资深工程师撰文反驳'编程已被AI解决'的叙事

    资深工程师 Alex Ewerlof 发文反驳'编程已解决、工程只看品味'的说法，指出维护、可靠性、安全等 NFR 以及功能需求本身都未解决，AI 无法承担问责。文章列举 LLM 擅长的场景如 POC、个人软件、自然语言转换，并逐条批驳'spec 即代码''英语是新编程语言''Agent 是新编译器'等流行观点，还与 DHH 展开交锋，最后建议工程师保持理解与问责，警惕 AI 过度使用。

  5. IT之家（RSS）55

    微软CEO纳德拉分享智能体使用心得：强调追问与因果推理而非盲目信任

    微软CEO萨提亚·纳德拉在播客中披露其日常使用Cowork和Excel智能体的方式。他利用这些工具追踪SEC文件、分析电子表格及评估资本回报率（ROIC）。纳德拉指出两项关键进展：一是智能体能通过“操作、追问、继续推理”实现类似因果推理的深度分析，例如生成不同情景的工作表；二是能将企业环境与全球数据结合，如自动汇集SEC数据并生成仪表板。他强调不应照单全收模型结果，而应将其作为推理循环的一部分。

  6. METR：Notes（网页）54

    METR 实现并评估用于 eval 安全的逐动作监控器

    METR 为降低自家评测中智能体造成现实危害的风险，实现并部署了一个实时逐动作监控器，由 LLM 评审每个工具调用，超过 3/10 可疑度即阻断并交人工审查。UK AISI 在真实事故转录上验证 10 个恶意转录全部以至少 8/10 分被检出，约 98% 良性动作评为 0 分，实测误报率约 0.025% 每动作；监控带来约 85% 成本和 43% 延迟开销。