跳到正文
#Agent
10月18日周日
  1. Turing Post (X)38

    AI 智能体记忆的三种目标与设计取舍

    微软企业 AI 的 Lewis Liu 将 AI 智能体记忆拆成三种目标：个性化让智能体适配特定用户，自我改进让过往经验改变任务执行方式，组织记忆让公司积累的知识触达需要的人。他指出“记忆”背后隐藏着关键设计决策：什么能跨会话保留、何时重新浮现、如何影响下一次决策。Turing Post 据此发布了一份智能体记忆完整指南，从 7 个视角探讨如何把经历转化为更好的工作成果。

10月17日周六
  1. DeepSeek (X)78

    DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型

    DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其基准表现更强、任务完成更快、输出更短，在性能与成本上实现帕累托改进。该模型已在 DeepSeek 网站、App 和 API 上线，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。

    推荐理由：官方给出新版本在基准表现、任务完成速度和输出长度上的变化，并说明已上线网站、App 与 API。

  5. OpenAI (X)78

    OpenAI 升级 ChatGPT 中的 GPT-6 Astra Pro，支持多智能体并行处理任务

    OpenAI 升级 ChatGPT 中的 GPT-6 Astra Pro，响应速度更快，对插件和工具的使用也有所改进。新增能力是多个智能体可以并行处理同一任务的不同部分，用户能查看每个智能体的进度，并打开已完成任务查看结果。该功能现已向 Chat 标签页的 Pro 用户开放。

    推荐理由：原文交代了 ChatGPT 中 GPT-6 Astra Pro 的响应速度、插件调用和多智能体并行三项变化，读者可据此判断现有工作流会受何影响。

  6. Google DeepMind (X)78

    Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft

    Google DeepMind 转发介绍，四个 Gemini 4 Argon 智能体在同一个 Minecraft 世界中从零开始，用 27 小时击败末影龙。它们只在沙盒中用代码和文本操作，共编写 2,783 个程序，通过聊天分配任务、共享笔记并互相调试错误，全程没有人类帮助。

    推荐理由：四个 Gemini 4 Argon 智能体在共享沙盒中自行分工、写码与调试，展示了多智能体协作完成长程任务的一种路径。

10月16日周五
  3. OpenAI Developers (X)32

    OpenAI Sites 面向企业正式开放

    Sites 现已面向 Enterprise 正式开放，在符合条件的工作区中，新建 Sites 支持美国与欧盟数据驻留。 用数据库和身份验证构建团队应用。 @kagigz 演示如何安排更新，并让队友通过 Sites 中的 Plugins 使用各自连接的数据：

  5. AI at Meta (X)80

    Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M token 上下文

    Meta 发布开源权重模型 Muse Spark Open，称其为目前美国最强的开源权重模型。该模型面向编码与智能体任务，主打长程任务、复杂软件工程和多步推理，规格为 816B 总参数、42B 激活参数、1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。

    推荐理由：Meta 公布开源权重模型的具体参数与多模态规格，可据此判断其长程编码与智能体任务的定位。

10月15日周四
  1. NVIDIA (X)73

    NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型

    NVIDIA 发布 Nemotron 3.5 Super VL，扩充其 Nemotron 开源模型系列，将视觉理解、推理与工具调用结合，用于帮助 AI 智能体在更短时间内完成更多工作。该模型支持文本、图像、文档和视频理解，总参数 120B、激活参数 12B。NVIDIA 表示开源模型让用户能按自己的方式定制、部署和构建。

    推荐理由：官方给出新开源多模态模型的总参数与激活参数，读者可据此判断其本地部署与定制空间。

  3. Google AI (X)50

    Gemini 4 Argon 自主构建3D世界

    见证一个可完全探索的3D世界在几分钟内自行建成 ⛩️ 观看 @GoogleDeepMind 的 @GeokenAI 讲解 Gemini 4 Argon 如何在 @antigravity 中充当虚拟构建者，自主打造一座令人惊叹的多层宝塔圣殿。

  5. AI at Meta (X)72

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，官方称其在个人与专业智能体任务上取得 SOTA 表现。更多模型细节见 Meta 研究者博客。

    推荐理由：Meta 官方公布 Muse Wonder 两个版本在个人与专业智能体任务上的 SOTA 表现，并给出研究者博客入口。

  7. Latent Space58

    Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理沙盒

    Latent Space 播客访谈 Leash Bio 的 Ian Quigley，讨论该公司如何用 DNA 编码库（DEL）获取高通量蛋白与小分子结合数据，并训练出在公开基准上跟上 Boltz 的 Hermes 模型。访谈还提到他们用多年积累的数据搭建智能体科学推理沙盒，让 LLM 在 6.5M 分子、100 次预算内寻找最佳结合物，相关预印本、博客和开放数据集即将发布。

  8. OpenAI (X)36

    OpenAI：欧洲企业加速采用AI智能体

    欧洲企业正在快速扩大AI智能体的使用。在我们欧盟企业和商业客户中，超过一半的AI使用现已涉及这些工具，且该地区小企业用户数量增长了8倍。 我们最新的经济研究报告探讨了欧洲向智能体AI的转变——以及将更广泛的采用转化为更深层应用的机会。 https://openai.com/index/the-eus-next-chapter-in-ai-is-agentic/

10月14日周三
  1. AI at Meta (X)58

    扎克伯格与 Alexandr Wang 对谈 Muse Wonder 与 MSL

    Meta 官方转发 @collision 的访谈节目，扎克伯格与 Alexandr Wang 在节目中讨论新前沿模型 Muse Wonder 及 Meta Superintelligence Labs（MSL）。节目章节涵盖 Muse 的主要用例、模型即产品、前沿模型如何构建、1000 亿美元押注、智能体商业、OpenRouter、超越智能手机、融资以及 AI 为何不会赢家通吃。

  3. Aran Komatsuzaki (X)58

    Together 与斯坦福提出 Hybrid Reasoning Agents

    Together 与斯坦福提出 Hybrid Reasoning Agents，将高效的隐式推理与基于文本的检查及工具交互结合。该方法性能提升 10.4%，同时实现约 40% 的 token 减少、约 2 倍推理加速和约 3 倍成本节省。代码已开源于 github.com/togethercomputer/HybridAgent，论文见 arxiv.org/abs/2610.18861。

  5. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。

  6. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。

10月13日周二
  3. AI at Meta (X)72

    Meta 发布 Muse Wonder 系列模型，主打智能体任务

    Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，面向个人与专业智能体任务提供前沿性能。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 即日起面向 Muse Code 订阅用户开放。Muse Wonder 后续还将用于 Meta 的个人智能体产品 Muse，先向订阅用户推出。

    推荐理由：Meta 公布 Muse Wonder 系列两款前沿模型，并给出 API 与 Muse Code 的可用入口，读者可据此了解其智能体任务定位。

  4. Microsoft Research58

    微软研究院提出 StudentSim：用学生模拟器为 AI 辅导系统提供反馈

    微软研究院发布研究系统 StudentSim，用公开的去标识化学习记录训练个性化 AI 学生模拟器，在真实学习者测试之前评估和改进 AI 辅导系统。该系统采用两阶段训练，先在同学科多学生记录上学习共性，再针对单个学生适配，并配套提出覆盖国际象棋、第二语言英语写作和数学的评测协议 StudentSimEval。

10月12日周一
  1. Emad Mostaque (X)22

    Grok 重度账号用量限额吐槽

    我的 @bot @grok 重度账号在离周末还有几天时就用满了限额，尽管我把任何需要动脑的事都卸载给了 cursor、devin、claude、codex（！）。 我认为把配额去向做成仪表盘/可视化应当成为标配，codex 在这方面做得不错

  3. Andrej Karpathy (X)60

    Andrej Karpathy：LLM 能力认知差距正从两群人对立变成四层漏斗

    Andrej Karpathy 重提 4 月的一条推文，认为公众对 LLM 能力的认知差距正在扩大，已从两群人各说各话变成一条陡峭的漏斗。他估算约 6B 人几乎没接触过 LLM，1-2B 人只用免费版聊天产品，约 20M 人在数学与编程中专业使用前沿模型，而约 5,000 人能在内部接触前沿系统。

10月10日周六
10月9日周五
  1. Google AI (X)50

    Google 本周发布：SynthID 全球上线与 Gemma 4 等

    Google 本周宣布 SynthID 检测门户以英文面向全球开放，任何人可验证图像、视频或音频是否由 Google 及行业伙伴的 AI 生成。同期发布 Nano Banana 2.1，在视觉设计、主体一致性和局部精准编辑上有明显提升；还推出首个原生多模态开放模型 EmbeddingGemma 2，将文本、图像、视频、音频和代码统一到单一空间用于端侧嵌入向量。