用 Fulcra 共享记忆层构建持久化智能体
作者实测用 Fulcra 的共享上下文层完成 Claude Code 到 Codex 的编码任务交接：Claude Code 完成第一步并把进度、决策和后续步骤写入共享工作区，全新的 Codex 会话仅凭工作区名称读取状态，直接完成剩余两步且测试全部通过，全程未手动粘贴任何内容。
#Agent
elvis (X)AI 评分2222 AK (X)AI 评分3838 OpenVLHarness：多模态记忆视觉智能体工具使用
OpenVLHarness 具备多模态记忆的真实世界视觉智能体工具使用 论文：https://huggingface.co/papers/2610.26860
OpenAI Developers (X)AI 评分5858 OpenAI 在 ChatGPT 上线团队任务，可自动汇总每周工程进展
OpenAI 在 ChatGPT 中上线团队任务（team tasks），可自动完成周期性工程工作，例如每周五汇总已交付内容和受阻事项。队友可以查看结果并调整下一次更新覆盖的内容，因此无需由一人独自维护。
Google DeepMind (X)AI 评分3838 Gemini 4 Argon 打造3D元素周期表
Gemini 4 Argon 打造了一张与 Tom Lehrer 歌曲《The Elements》同步的3D元素周期表。 它在 @Antigravity 中创建，可动画展示绕轨电子、原子数据和光谱。
elvis (X)AI 评分3838 驳斥“harness 工程已死”：仍需专用脚手架
针对近期几篇实验设置不佳、只聚焦已刷满的 SWE benchmark 的论文所引发的“harness 工程已死”说法，作者明确反驳，认为这与“prompt engineering 已死”“RAG 已死”同属博眼球的误导性论断。
量子位精选AI 评分8080 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名测试的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价，可对照国产 Flash 模型的性价比路线。
elvis (X)AI 评分5858 论文提出智能体强化学习数据的缩放定律与合成策略
一篇论文为智能体强化学习数据拟合缩放定律，沿任务、环境、轨迹三个维度展开。在不同模型规模、模型家族、领域以及 PPO 和 GRPO 下，三个维度的指数排序一致，环境高于任务、任务高于轨迹；环境的优势主要来自世界多样性，改变同一世界的结构带来的收益与增加任务大致相当。定律还给出各合成方法的折扣因子和训练开始崩溃的合成与真实数据比例，按该配方分配预算相比常见做法可提升至多 1.7 倍计算效率。
量子位AI 评分6262 记忆张量开源 MemT 1.0 系列，把记忆原生写进 Transformer
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 MemT-1.0-Nano（基座 Qwen3.6-35B-A3B）和 288B 参数、激活 17B 的 MemT-1.0-Flash（基座 DeepSeek-V4-Flash），在选定 Transformer 模块中增加与注意力并行的记忆分支。
Ars Technica · AIAI 评分6565 Meta Muse 分享链接泄露用户隐私，Meta 暂停分享功能
Meta 的通用 AI 智能体 Muse 在用户通过网页链接分享对话时会暴露敏感信息，Meta 回应称已暂停该分享功能并正在审查。安全公司 Claroc 的研究人员枚举出用户创建的 6800 条分享链接，打开其中数百条后发现明显不应公开的个人与商业信息。Muse 的链接生成方式使这些链接容易被发现，而 Meta CEO 扎克伯格上月曾称该产品从底层为隐私和安全而设计。
The DecoderAI 评分7171 美陆军网络司令部被曝研发 ECHOTRIBBLE 自主攻击型 AI 智能体
据 The Intercept 获得的文件，美国陆军网络司令部（ARCYBER）正在开发代号 ECHOTRIBBLE 的平台，目标是让 AI 智能体自主穿越网络基础设施、识别并“消除”目标，可像蠕虫一样在设备间隐蔽跳转，任务完成后自毁，且要求“最少人工监督”和“自主行为”。
The DecoderAI 评分5858 Cloudflare 发布文档抽取模型 Clairic，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、成本更低，现已在 Workers AI 上提供预览，开放权重稍后跟进。
雷锋网AI 评分3030 阿里云连续4年入选 Gartner 容器管理领导者象限，为亚太唯一
阿里云连续4年入选 Gartner 2026年度《容器管理魔力象限》"领导者"象限，是亚太地区唯一获此评级的科技公司。Gartner 将"丰富的AI集成""全面的功能覆盖"和"在严苛生产环境中的广泛使用"列为阿里云核心优势，其在《容器管理关键能力》报告六大场景中有四项位居前二。
OpenAI NewsAI 评分4040 Terminal X 用 GPT-6.1 让 Eval Agent 与资深投资人判断一致率达 88.6%
Terminal X 的 Eval Agent 基于 54 项标准评分体系，用 GPT-6.1 Sol 对输出打分，与资深投资人判断的一致率达到 88.6%。相比此前，它能多捕捉 25% 偏离基金投资授权的输出。
极客公园AI 评分6262 Lovart 2.0 推出个人设计 Agent Arti
Lovart 迭代到 2.0 后推出个人设计 Agent Arti，通过记忆功能记录设计师的行业、身份与审美偏好，并主动承担调研、找参考和画布检查。Arti 会把反复出现的设计流程沉淀为可复用 Skill，还支持设定时间与频率的设计委托，按快速、均衡、专家三档模式批量执行。作者实测用 Arti 完成攀岩品牌电商物料调研，并发现它提示海报比例不符可一键调整。
爱范儿AI 评分6262 记忆张量发布并开源记忆原生大模型 MemT 1.0
记忆张量发布并开源记忆原生大模型 MemT 1.0，把记忆从外挂模块内化进底层架构，由模型自行学习读写、更新和调用记忆。团队用 340 亿 token 分两阶段训练，并引入 Mixture-of-Storage（MoS）架构管理固定体积的记忆状态。
elvis (X)AI 评分2222 开发者演示智能体可视化交互工具
开发者 Elvis 转发并回应了 kitlangton 的智能体交互演示，称自己数月前就构建过类似工具并集成进自研的 agent orchestrator。他表示模型理解复杂信息的能力已大幅提升，这类交互方式在设计类工作上表现出色，但对其他类型工作帮助有限，未来与智能体交互不会只有一种最优方式。
Turing Post (X)AI 评分1818 Turing Post 本周 AI 论文精选：智能体与具身智能
Turing Post 汇总了本周必读 AI 论文，涵盖 Cortex、Librarian Agents、OpenGCUA、DuoDiscover、WAVE-0 与 ACT3D 模型、Persistent Planar Memory、Mosaic 多会话智能体强化学习等主题。
Turing Post (X)AI 评分3838 不改模型也能提升 AI 智能体表现
一篇 X 长文讨论如何在不更换模型的情况下通过改造 harness（智能体运行框架）提升 AI 智能体表现，相关视频播放量已超 6 万。
极客公园AI 评分6060 DeepSeek-V4.1-Flash-1017 登顶 Code Arena WebDev 开源模型榜首
Arena 于 10 月 19 日宣布，DeepSeek-V4.1-Flash-1017（Max）以 1670 分超过 Kimi K3（Max）等开源模型，成为 Code Arena WebDev 榜单排名最高的开源模型，仅落后 GPT-6 Sol（Max）12 分。
少数派AI 评分5858 MiniMax 上线 M3.1 Flash 模型
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
Simon WillisonAI 评分3030 Simon Willison 撰文：编程智能体让程序员的"解谜乐趣"消失
Simon Willison 在博客中引用 Jeremy Scheff 的观点，讨论编程智能体对职业程序员造成的核心损失：编程曾是一份靠解决逻辑难题获得高薪的工作，程序员掌握策略、时间线和可行性定义权。Scheff 认为，对热衷构建可用系统而不在意具体问题的程序员，LLM 是持续馈赠；若享受直接解题本身，这种损失非常真实。
MiniMax (X)AI 评分5858 MiniMax M3.1 Flash 上线 GMI 平台
MiniMax 宣布 M3.1 Flash（代号 Space Bunny）已在 GMI 平台上线，面向编码、智能体工作流和 computer use 场景。据 GMI 介绍，该模型将智能体任务成本降低 70%，在 DeepSWE v1.1 上得分 73.7%，在 CyberGym 上得分 82%。MiniMax 表示，GMI 在发布首日即完成部署，适合大规模运行智能体的用户使用。
elvis (X)AI 评分5858 DiscoveryRSI 论文：用递归自我改进做科学假设生成
一篇新论文提出 DiscoveryRSI，把递归自我改进用于四个生命科学领域的科学假设生成。其 27B 模型生成的假设有 6.3% 与训练截止后发表的论文相符，GPT-6 为 2.5%，Claude Opus 5 为 2.3%。
MiniMax (X)AI 评分5858 MiniMax M3.1 Flash 在 Cline 免费上线
MiniMax 宣布 M3.1 Flash 已在 Cline 上线并免费开放，定位是长时间运行的智能体编码任务。MiniMax 称该模型在 Cline 首日即已就绪，用户可直接将其用于大型代码仓库；被引用的 Cline 内容称其编码能力与 Opus、GPT 相当，成本约低 25 倍，并称它就是近期使用量榜前列的隐身模型 Space Bunny。
MiniMax (X)AI 评分5050 MiniMax M3.1 Flash 上线 Ollama
来自 @ollama 的 Day0 支持 🦙🤝🐰 M3.1 Flash，美国托管，零数据留存，已为你的智能体准备就绪。开始构建吧！
AI at Meta (X)精选AI 评分7070 Meta 发布 Muse Glimmer 技术报告：30B 开源权重模型面向消费级硬件智能体任务
Meta 发布 Muse Glimmer 技术报告，这是一个 30B 开源权重模型，面向消费级硬件上的智能体任务。该模型在单张消费级 GPU 的 Mac 或 PC 上以 4-bit 精度运行可达实用速度，并在工具调用和多步规划上领先同规模开源模型。报告涵盖模型架构、蒸馏配方和量化等内容。
推荐理由：技术报告公开了 30B 开源权重模型的架构、蒸馏配方与量化方案，可供关注端侧智能体的读者参考。
GitHub Blog · AI & MLAI 评分3434 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，对话、代码改动和工作上下文均保持不变。VS Code 会以该会话关联的 worktree 打开项目，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话对应的 pull request。
AK (X)AI 评分2222 BizBench：长程智能体商业部署挑战
BizBench 揭示在真实商业环境中部署长程智能体所隐藏的挑战 论文：https://huggingface.co/papers/2610.20424
MIT Technology Review · AIAI 评分5858 让互联网对 AI 智能体更友好，可能让其他人更难受
MIT Technology Review 文章指出，OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体大规模上线后，已成为人类和机器人之外的第三类网络访客，Muse 首月下载量达 500 万次，8 月至 9 月智能体网络流量增长两倍。
elvis (X)AI 评分2020 Shadeform 推出六项新功能应对智能体算力需求
非常期待这个。 Ed 关于智能体时代算力获取的观点非常准确。 此外，AI 基础设施需要做出改变，以满足智能体工程的需求。 智能体可能需要在同一工作流中同时使用 GPU 进行推理和 CPU 运行代码（例如模型与 harness 的协同演进）。我想要能适应这些变化需求的租赁方案。 本周关注 @edsgoode 和 @shadeformai，了解相关酷炫发布。
elvis (X)AI 评分5858 Google DeepMind 用 Gemini 智能体发现并形式化验证 BB(6) 图灵机加速规则
Google DeepMind 一篇论文让基于 Gemini 的智能体在 Busy Beaver 问题 BB(6) 中为 11 台未解决图灵机找到并形式化验证了新的加速规则。
elvis (X)AI 评分5858 Viggle 发布 JST-2 世界模型，附带 PINOC MCP server
Viggle 发布 JST-2，官方称其为全球首个全栈物理原生世界基础模型，整套模型栈在 3D 空间构建，可在数秒内生成 3D 场景并实时扩展。该模型附带 PINOC MCP server，向 Claude Code 发一条提示词即可生成角色、按文本驱动动画并组装场景；角色与动作共用同一骨架，因此智能体无需中途做重定向处理。
NVIDIA BlogAI 评分4040 NVIDIA 与 EBU、Adobe 推进媒体智能体安全：主权云、开放模型与 GPU 加速视频搜索
NVIDIA 与欧洲广播联盟（EBU）扩大主权框架合作，引入主权云厂商、开放模型开发者和系统集成商，明确广播机构部署智能体时数据、基础设施、模型与安全的控制方式，NVIDIA Nemotron 开放模型可供定制。
The Verge · AIAI 评分2323 伊利诺伊州州长 JB Pritzker 谈 AI：或让人活到 100 岁，也可能像核武器一样威胁人类
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示，AI 既可能帮助人类活到 100 岁，也可能像核武器一样构成威胁。他还谈到数据中心、隐私与反垄断正引发两党反弹，认为政府应更积极保护民众而非一味配合大企业。
elvis (X)AI 评分5858 Nace 发布多模态决策模型 Drex Max
Nace 发布多模态决策模型 Drex Max，支持文本、图像和视频输入，单次决策耗时 34 ms，262K token 下低于 1 秒，输入价格为 $0.06/1M tokens。该模型可直接从截图、录屏、扫描文档、科学图表和照片中做决策，适合 computer-use 与 browser-use 智能体。Nace 称其在 Mind2Web 上达到 88.3%，超过 Jev 1.14，Decision Index 得分为 67.6（Jev 1.14 为 60.70）。
elvis (X)AI 评分2020 与 AI 智能体协作：系统思维与评估优先
有工程师分享与 AI 智能体高效协作的建议，把系统思维列为首要能力，即从系统各子部分出发去理解和构建。作者补充应尽早学会衡量结果、搭建评估（evals），否则难以判断是否取得真实进展。可借助智能体起步，但始终要查看数据和 traces。
MiniMax (X)精选AI 评分7878 MiniMax 发布 M3.1 Flash 模型，成本为 M3 的三分之一、速度提升 3 倍
MiniMax 发布 M3.1 Flash，官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。
推荐理由：官方给出 M3.1 Flash 在 Agent、编码与视觉推理基准上的分数和 API 定价，便于与 M3 直接比较成本与速度。
MIT Technology Review · AIAI 评分5858 MIT 团队把 Claude Opus 4.7 放上虚拟荒岛 30 小时，智能体开始自创游戏
MIT CSAIL 团队将 Claude Opus 4.7 的副本 Eko 反复单独放在虚拟荒岛上 30 小时，智能体自发探索地图边界、自定目标，并用方块摆出心形、金字塔、自己的名字和仙后座等图案。
Turing Post (X)AI 评分1212 Rubrik 10月21日智能体失控治理技术专场
Rubrik 将于 10 月 21 日 10 AM PT 举办 "When Agents Go Off-Script" 技术深潜会，面向安全、IT 与 AI 平台团队，讲解智能体违反策略后如何拉回正轨。
Turing Post (X)AI 评分4242 AI 智能体 harness 是否已死？一线工程师激辩
作者在 aiDotEngineer NYC 现场听到工程师对 agent harness 的强烈分歧：有人因模型不再需要而删减 harness 组件，有人则在构建能让智能体连续工作数天的系统。