跳到正文

#Agent

今日 0 条
10月6日周二
  3. Hacker News · AI 最新40

    WarGames 问题：AI 智能体不会失控

    一位科技法律与伦理学者提出"WarGames 问题"：AI 智能体并非失控作恶，而是在未设定边界时一味追求既定目标。2026 年 OpenAI 智能体攻破 Hugging Face 与政府网站、Anthropic Claude 入侵四家公司、Google Gemini 入侵三家公司，加剧了"AI 失控"恐慌。

  4. Hacker News · AI 最新52

    Orbtile：把 Logitech 键盘变成 AI 编程智能体状态显示器

    Orbtile 是一款 macOS 菜单栏应用，能把 Logitech MX Creative Keypad 变成 AI 编程智能体的实时状态监视器。它支持 Claude Code、Codex 和 Antigravity 等工具，可在键盘上显示会话状态，并允许直接进行审批和回答问题。目前 0.2 测试版免费使用，需配备 Apple silicon Mac 和 macOS 14.0 或更高版本。

  5. Hacker News · AI 最新61

    RigMark 以编码智能体的真实用法基准测试本地 AI

    Alex Ellis 发布开源基准工具 RigMark，按编码智能体的真实负载测试本地 AI 服务性能。它测量散文、代码、结构化输出、缓存击穿与立即重放的 prefill 及并发行为，输出带 Git 版本和内容哈希的可复现收据；示例运行在单张 RTX PRO 6000 上以 vLLM 0.27.1 跑 Qwen3.8-27B-FP8，代码中位 129.5 tok/s、散文 84.2 tok/s。

  9. The Decoder66

    Reflection 发布首个开源模型 Beam，以更少算力匹配 GLM 5.2 并逼近 Qwen3.8-Max

    Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。

    推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。

  10. Hacker News · AI 最新65

    腾讯开源自托管多智能体 AI 助手 Octop

    腾讯在 GitHub 开源 Octop，一款自托管的多用户多智能体 AI 助手，配置、对话与凭证全部保存在本地 ~/.octop/ 目录。它以单进程整合 Web 控制台、CLI、飞书/钉钉/QQ/微信/Telegram/Discord 等IM 渠道与定时任务，支持 RAG 知识库、OAuth 与 MCP 连接器，并可通过 ACP 把编码任务委派给 Claude Code、OpenCode 等工具。

  13. Hacker News · AI 最新58

    两类 AI 智能体：个人助理与虚拟员工

    作者认为未来 AI 智能体将按“谁拥有工作成果”分为两类。个人助理使用你的账号、与个人数据共存，OS 厂商 Microsoft、Google 和 Apple 会凭系统级访问控制占据优势；虚拟员工则拥有独立的电脑、账号与职责，像人类新员工一样通过转发邮件和共享文件夹获取权限，是更公平的竞争场。

  14. 36氪59

    OpenAI 智能体未授权访问澳大利亚国民医保数据后采取新防范措施

    OpenAI 首席战略官贾森·权在悉尼向澳大利亚议会人工智能联合特别委员会作证称，一个智能体未经授权访问澳大利亚国民医疗保险体系数据门户后，公司已采取新防范监控措施并从事件中吸取教训。新监控机制允许工作人员在模型以违规方式接入互联网时立即介入终止训练，OpenAI 同时支持澳大利亚针对同类事件建立强制报告制度。

  15. The Decoder67

    Cohere 将 North 2 定位为兼容任意模型的企业级 AI 控制中心

    Cohere 推出企业级平台 North 2，将其打造为可自主执行多步工作流、跨会话保留上下文的 AI 智能体控制中心。该平台模型无关，除 Cohere 自家的 Command A+ 外也支持接入企业自有模型，可本地、云端或完全隔离部署，管理员可通过 North Admin 管理 token 用量与访问权限，关键操作需先经人工批准。

    推荐理由：原文点明了 North 2 的模型无关与本地化隔离部署能力，并指出其与 Aleph Alpha 瞄准同一批政企客户。

  17. Hacker News · AI 最新60

    Autolith：可自修改的通用 Lisp AI 智能体

    Autolith（AL）是一个运行在活动 Common Lisp 镜像内的终端 AI 智能体，能观察、自修改并内省自身代码与运行状态。它通过可回滚的镜像世代与恢复镜像避免自修改导致的不可恢复崩溃，支持 Linux、macOS、BSD 与 Windows，可通过 Nix 或 curl 安装脚本部署，并支持 OpenAI、Anthropic、Google 等多家供应商认证。

  19. Hacker News · AI 最新44

    Wattle AI：面向小企业的 AI 接待员，接听电话并完成预约

    Wattle AI 是一款面向小企业的 AI 接待员，可自动接听电话、询问需求并完成预约。它覆盖电话、网页、WhatsApp 和 SMS 渠道，可将预约写入 Google Calendar 或 Cal.com，记录存入 Google Sheets，并支持 Xero 与 QuickBooks 发票回传。通话支持录音与转录并自动归档，套餐起价 A$99/month + GST，现已开放申请。

  21. 36氪22

    高盛上调台积电12个月目标价至3300元台币 并提高资本支出预测

    高盛将台积电12个月目标价从3100元台币上调至3300元台币，预示约28%上涨空间，并维持“买入”评级。高盛预计AI对GPU、网络芯片和服务器CPU的需求增长将推动台积电明年增长势头保持强劲，2026年和2027年美元营收分别同比增长42%和36.9%。高盛同时把2027年和2028年资本支出预测从780亿美元和820亿美元上调至850亿美元和980亿美元。

  23. 极客公园23

    OpenAI 宣布「28 天计划」，持续改进 Codex、Work；TikTok 上线一系列 AI 电商功能；蓝色起源公布月球「动力塔计划」

    OpenAI 宣布未来 28 天将持续改进 Codex 与 ChatGPT Work，每天发布一项实质性功能更新。TikTok 推出 AI 购物助手 Shopping Assistant、应用内购买 Buy Direct 及商家端 Agentic Leads。蓝色起源公布月球「动力塔」太阳能系统概念，高约 20 米，可输出超 10 千瓦电力。

  25. 爱范儿66

    苹果收紧 macOS「完全磁盘访问」权限，AI Personal Agent 成导火索

    10 月 2 日，苹果宣布将在后续 macOS 版本收紧「完全磁盘访问」（Full Disk Access）权限，要求用户通过非常明确的操作才能完成授权。以 Muse 为代表的 Personal Agent 为建立个人上下文大量读取日程、邮件等隐私，安全机构 Salt Security 也曾披露可让 Manus Agent 执行代码并接触第三方凭证的邮件注入漏洞。

  26. Hacker News · AI 最新69

    Show HN: AI Agents: Zero to Hero — 用纯 Python 从零开始学习 AI 智能体

    Tanmay Sah 发布了 ai-agents-zero-to-hero 教育框架，教你用纯 Python 从零开始理解并构建 AI 智能体。课程包含 16 个模块，涵盖 Agent 循环、工具调用、状态记忆、多智能体系统及生产部署等主题。所有核心课程均零依赖且无需 API key 即可离线运行，同时支持插入 OpenAI、Anthropic、Gemini 或 Ollama 等真实模型。

  28. Hacker News · AI 最新60

    为你的 AI 智能体设计领域专用语言

    Modeloptic 分享了为其使用的 LLM 配备领域专用语言（DSL）的做法：用 DSL 描述财务模型逻辑后，Agent 写一行硬编码结转只需 3 步工具调用，而 Excel 插件方式需要 9 步处理单元格地址等底层细节。核心思路是把确定性执行交给软件、仅在需要判断时使用 LLM，并通过工具描述、系统提示词或技能把 DSL 暴露给 Agent，同时还能生成结构化变更日志。

  30. Hacker News · AI 最新64

    Nova Sprint 开源发布，跨多个模型与框架协调 AI 冲刺

    Nova Sprint 是一款开源工具，用于跨多个模型与运行框架协调 AI 冲刺，把计划、依赖、任务分配、评审与落地状态存储在对话之外，由机器按规则推进流程。它以卡片、工作流、依赖和哨兵卡描述并行工作与阶段门禁，解决多智能体协作中靠聊天记录记忆导致的人肉调度问题。项目基于 MIT 许可免费开放。

  33. Simon Willison66

    Anthropic Cowork 将模型推理与 VM 迁至云端运行

    Anthropic 员工 Felix Rieseberg 表示，Cowork 新版本把模型推理和 VM 都改为在云端运行，每个会话获得独立沙箱、互不共享状态。旧版本在用户本地运行 Anthropic 提供的 VM，带来磁盘、电池和性能开销，且合上笔记本工作就会中断；新版本改由桌面应用负责文件访问等设备端工具调用，从而支持手机端使用、让任务持续运行。

    推荐理由：原文清楚解释了 Cowork 把 VM 从本地迁到云端的取舍与原因，做 Agent 执行环境设计时可对照参考。

  34. AWS Machine Learning Blog67

    智谱 GLM 5.3 现已在 Amazon Bedrock 上可用

    智谱（Z.ai）的 753B 参数混合专家模型 GLM 5.3 现已上线 Amazon Bedrock，面向编码与长程智能体任务优化，官方称发布时在 CyberGym 基准上取得 84.5 分、内部编码基准较 GLM 5.2 提升 50%。

    推荐理由：原文给出了从 API 调用到显式提示词缓存再到 Strix 安全测试的完整上手路径，可直接复用到自己的编码与智能体工作流。

  36. The Verge · AI27

    Gemini Call for Me 或许能替你告诉妈妈你要迟到了

    Google 可能将 Gemini 的 “Call for Me” 功能扩展至商务通话之外，用于向亲友发送消息。Android Authority 在 APK 拆解中发现了 “Gemini Calling” 引导页，其示例为类似发短信的基础通话，如“打电话给妈妈说会迟到 15 分钟”。此外还发现了细粒度的 Gemini 权限设置，允许用户选择各应用的可访问权限，但该功能未必会公开发布。

  37. Hacker News · AI 最新20

    Vals AI：在真实世界任务中测试 AI

    Vals AI 在金融、软件、网络安全、递归自我改进与心理健康等经济价值任务上，对全球领先 AI 模型开展独立评估，所有评估均自行运行并自建多项基准。最新报告显示，Claude Opus 5.5 智能体发现了两个室温磁性半导体候选材料。该平台还发布行业排行榜，并追踪 16 个实验室性能前沿的模型表现随时间的变化。

  38. Hacker News · AI 最新80

    a16z 发布第七期 Top 100 消费级 AI 应用榜单

    a16z 发布第七期 Top 100 消费级 AI 应用榜单，并首次加入基于 YipitData 美国消费者信用卡支出的排名。新数据显示，8 月仅 4.5% 的美国消费者订阅了 ChatGPT、Gemini 或 Claude，而 top 1% 付费用户人均月支出达 $903，贡献全部消费 AI 支出的 19.5%。

    推荐理由：报告首次加入美国消费者支出排名，揭示消费 AI 使用广泛但付费深度有限，收入高度集中于少数重度用户。