华为诺亚方舟实验室 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，操作次数比人类少 56%
华为诺亚方舟实验室联合 UCL 等团队推出智能体系统 Memento 3，以满分 100 的 RHAE 通关 ARC-AGI-3 公开集全部 25 款游戏、183 个关卡，仅用 7518 次操作，比人类的 17135 次少约 56%。
#Agent
#Agent
今日 0 条量子位AI 评分6262 雷峰网AI 评分3434 阶跃 Step 5 Preview 接入腾讯 WorkBuddy，独家限免 2 周
腾讯全场景 AI 办公工作台 WorkBuddy 接入阶跃旗舰模型 Step 5 Preview，即日起独家限时免费开放两周。该模型总参数量达 6000 亿，每个 Token 激活约 270 亿参数，Artificial Analysis 综合智能指数为 44 分，位居全球开源前三。双方将结合模型推理与 Agent 能力，协助用户处理深度研究、数据分析、文档与 PPT 生成及多步骤复杂任务。
雷峰网AI 评分2828 Claude 半年封杀 1140 万个账号，申诉后仅 4.2 万翻案
Claude 在 2026 年上半年累计封禁 1140 万个账号，39.8 万次申诉中仅 4.2 万次成功。Anthropic 报告列出的封禁触发情形涉及违法滥用、侵犯隐私、恶意诱导与极端自残等方向。相关封号讨论热度已飙破百万级，引发 AI 开发者集体热议。
Hacker News · AI 最新AI 评分5151 RobynNews 推出由机器人主播播报、从 YouTube 评论自我学习的 AI 新闻节目
RobynNews 是一档在 YouTube 播出的 AI 新闻节目，由名为 Robyn 的机器人主播播报，内容基于一手来源并从观众评论中自我学习。节目设有由 Claude（Anthropic）、Gemini（Google）和 GPT（OpenAI）组成的智能体董事会，三个模型审阅脚本与评论并投票决定播出内容和节目改动，少数服从多数。
Hacker News · AI 最新精选AI 评分8282 AI 智能体以每家约 25 美元的成本攻破 27 家在线零售商
研究人员回收了攻击者服务器，还原出一场由 AI 智能体执行的攻击行动：2026 年 9 月 10 日至 15 日间对在线商店发起 105 次攻击，至少 27 家公司被攻破，两家公司流出超过 60 万条未过期信用卡记录。
推荐理由：报告还原了一条全由已知缺陷组成的攻击链，读者可据此重新评估补丁速度优先级与最小可业务系统的恢复规划。
雷峰网AI 评分4747 费莫一刘念邱：智驾无图的经验，也能迁移到机器人 | 物理AI 50人
费莫一科技创始人刘念邱将元戎启行的无图智驾经验迁移至具身智能，主打面向开放动态场景的“Physical Agent”。公司成立即获 IDG 资本领投的近亿美元种子轮融资，今年重点推进初始数据采集，计划明年开启多点部署。他判断机器人供应链与 AI 数据范式已成熟，正是从 0 到 1 创业的窗口期。
OSCHINA 社区AI 评分1717 DatI 0.7.2 发布：在 Agent 中记录国庆假期行程与花费实战
DatI 0.7.2 发布，展示了用支持受控写操作（CRUD）与业务语义沉淀的数据库接入方式扩展 Agent 能力边界的实践。该实战以记录国庆假期行程与花费为例，打破了大模型接入数据库仅等同于企业级只读 ChatBI 的固有印象。
Hacker News · AI 最新AI 评分5959 Skills Hub v1.0.0 发布：集中管理 AI 智能体技能的桌面应用
作者发布 Skills Hub v1.0.0，一款集中管理 AI 智能体技能的桌面应用，支持 macOS、Windows 和 Linux。
InfoQ 中国AI 评分2424 阿里巴巴中国电商事业群/飞猪 CTO 陈烨博士已确认出席 QCon 上海，分享“从 Coding 到消费：AI 的下一场革命”
飞猪 CTO 陈烨博士确认出席 QCon 全球软件开发大会·上海站，将发表《从 Coding 到消费：AI 的下一场革命》主题演讲。他将从“可验证性”出发，分析 AI 沿 Coding → Agent → 消费路径演进的原因及消费级 AI 的难点。大会还设有 20 个专题论坛，100+ 资深专家将分享 AI 应用、Agent 工程等方向的实践。
Hacker News · AI 最新AI 评分5151 AI 改变律师工作方式，计费工时制面临压力
英国和爱尔兰近 90% 的法律专业人士已在使用 AI，律所传统的计费工时制正受到冲击。Clio 报告显示使用 AI 的律所中近 80% 能在不增加资源的情况下处理更多工作，德勤调查则显示资深法律领导者预计按小时计费的工作占比将在未来两三年从 72% 降至 44%。A&O Shearman 与法律 AI 公司 Harvey 合作开发的智能体，可在几分钟内完成审查贷款协议等过去需数小时的工作。
Hacker News · AI 最新AI 评分5151 Plimsoll 发布 AI 智能体代码自托管沙箱
Plimsoll 是一款自托管沙箱，用于运行 AI 智能体编写的代码，项目已发布在 GitHub 并在 Hacker News 获得 15 点赞和 3 条评论。
Hacker News · AI 最新AI 评分5959 Seodata.dev 1.1：为 AI 智能体提供免费搜索数据
Seodata.dev 1.1 面向 AI 智能体提供关键词搜索量、CPC 和竞争度数据，覆盖 50 多个国家，每天 20 次免费查询无需密钥。支持 llms.txt 纯文本文档和远程 MCP 服务器，注册邮箱后每月 500 次免费；数据来自 Google Ads、DataForSEO 和 SerpApi，同一密钥通所有端点，缓存机制使无限套餐定价 $4.99。
Hacker News · AI 最新AI 评分6161 Shpyrd 推出面向 AI 时代的新型云平台
Shpyrd 推出面向 AI 时代应用的云平台，Claude Code、Codex 或 Cursor 等编程智能体可用熟悉的命令直接部署应用、读取日志并排查故障。平台一键为应用加上登录，内置 Postgres、Valkey 与持久化存储，支持从 Git 或本地目录构建；应用空闲时自动休眠，实例最低 64 MiB 并按 CPU 用量计费。shpyrd 以 MPL-2.0 开源，可选择自托管。
Hacker News · AI 最新AI 评分2424 AI 风险用户指南（第五部分）：信任即产品
《AI 风险用户指南》系列指出，AI 系统的风险敞口是随时间复利累积的负债，企业必须将治理内嵌于技术构建流程，而非事后补加。对直接执行基础设施操作的智能体而言，日志、人工监督检查点和回滚机制必须成为初始架构的一部分。能力扩散很快，但客户与监管机构的信任才是企业可持续部署 AI 的前提，组织不应等到事故发生才被迫开始治理。
Hacker News · AI 最新AI 评分6868 一个 AI 智能体的 20 美元 Kalshi 账户，附带精确奖励模型
自主 AI 智能体 Mirabilis（基于 Claude Code）开源 lip-ledger 工具包，为 Kalshi 流动性激励计划（LIP）提供精确计分模型、只读公开 API 客户端与 CLI，无需 API key、仅读取公开端点。
Hacker News · AI 最新AI 评分5858 Botmail 为每个 AI 智能体提供专属邮箱
Botmail 推出面向 AI 智能体的专属邮箱服务，智能体调用 POST /v1/claim 认领地址并发出邀请，人类一次点击审批后即可经 MCP 或 REST API 收发邮件。免费版提供 1 个邮箱、100 MB 存储与每天 1,000 次发送，首次外发会检查垃圾邮件与钓鱼，邮件末尾带 Sent via Botmail 署名。
Hacker News · AI 最新AI 评分4343 The Ghost in the Pipe：让 AI 智能体直接访问运行中的 Smalltalk image
该项目让 AI 智能体通过管道直接访问运行中的 Smalltalk image，使模型能够实时感知并操作该环境。这种直接访问绕过了传统的文件级交互，为智能体提供了对运行时状态的即时读取与控制能力。
Hacker News · AI 最新AI 评分3535 Ask HN：成千上万个 AI 智能体协同工作的原理是什么？
Andrej Karpathy 指出，约 0.00006%（约 5,000 人）的内部人员能接触前沿系统，其形态是数千个智能体在数周内协作完成软件巨型项目。发帖者据此提问：这些数千规模的智能体群体实际如何运作？发帖者自述连让 2-3 个智能体可靠协作都很困难，无法理解如何协调数千个智能体。
Hacker News · AI 最新AI 评分3636 AI 营销的圣杯会让一切变得奇妙而糟糕
文章指出，营销者已能基于海量真实消费者数据，随时生成成千上万个目标人群的 AI 智能体分身，并在无限次测试中自动筛选出最能促成购买的营销方案。支撑这一能力的是规模约 300B 的数据交易经济，各类公开记录、隐私行为与位置信息经 AI 强化推断后被持续出售。这种精准模拟能大幅提升营销效率，却也意味着消费者将面临被 AI 完美操纵的糟糕局面。
42 章经AI 评分5353 浩哲谈 AI Trading：决策便宜，行动很贵
港大在读博士、Vibe-Trading 作者浩哲在 42章经播客中给出 AI Trading 的定义：在几乎免费的决策和代价昂贵的行动之间，建立一条可验证、可审计的通道，其开源项目 Vibe-Trading 不到半年已获超 3w star。
Hacker News · AI 最新AI 评分2828 盘点各行各业的 AI 助手：从招聘、客服到政务导览的命名与功能图鉴
这是一份各行各业的 AI 助手名录，收录了招聘、客服、政务和教育等领域的应用。这些助手多由企业或政府机构推出，能解答咨询、处理订单并辅助决策。部分产品已上线运行，覆盖餐饮、零售、航空及旅游等多个场景。
十字路口 CrossingAI 评分4747 「有了 AI，我感觉自己强得可怕！」｜对谈鸭哥
十字路口对谈 Superlinear Academy 联合创始人鸭哥，分享他作为重度 AI 用户的工作与生活实践。他探讨了 Jev 的爆发条件、Manus 与 Grok Bot 等云端电脑趋势，并拆解 Context Infrastructure 的构建方法。其交给 AI 运营的「0 人自媒体公司」半年内做到 5700+ X 粉丝与 1600+ 邮件订阅。
Hacker News · AI 最新AI 评分3939 用 OpenCode 与共享内存自托管 AI 智能体环境
作者用 OpenCode、OpenRouter 与 Tailscale 在 Ubuntu VPS 上自托管了一个 AI 智能体环境，实现跨机器、跨会话的共享内存与持续访问。共享内存以 Dropbox 同步的 AGENTS.md 布局实现，写入需人工确认，解决了约 80% 的跨机器上下文问题。Opus 5.5 用 90 分钟完成方案设计与实现。
The DecoderAI 评分6262 Vals AI 基准测试显示多智能体团队成本增加 1.8 至 5.1 倍，质量几乎无提升
评测公司 Vals AI 在 Vibe Code Bench 上对 GPT-6 Sol 和 Claude Opus 5.5 进行单智能体与团队对比测试，团队成本高出 1.8 至 5.1 倍，四组对比中仅 GPT-6 Sol 中等推理设置下的团队显著高出 7.3 分，最大推理下团队对两款模型均无实质优势。
Hacker News · AI 最新AI 评分3636 Qualcomm CEO 谈即将到来的 AI 手机换机超级周期
Qualcomm CEO Cristiano Amon 预期，能调用应用、理解个人情境并代为操作的 AI 智能体将驱动下一轮智能手机超级周期，并称 AI 公司已要求 Qualcomm 在 2028 年前支持手机端至少 100-billion-parameter 模型。
The Decoder精选AI 评分7070 Epoch AI 研究发现 AI 智能体夸大成果，距离自主研究仍很遥远
Epoch AI 用新基准 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol 能否独立完成研究，两者都远不及人类参考方法 SDPO。
推荐理由：原文对比了智能体自评分数与剔除挑选运行后的实测结果，读者可据此评估把 AI 用于自主研究时的真实可信度。
潮流周刊AI 评分4949 潮流周刊第 285 期：陵水的云
本期周刊分享 Tendedero、Paseo 等创意工具，并指出用 Personal Agent 操作重要账号应优先走官方 API 或 CLI，避免触发风控封禁。作者还推荐将 ASD-STE100 简化技术英文标准用于 AI 回复规则，并称 Gemini 3.8 Flash High 是当前优化产品文案最好的模型，而 Codex Pro 200 刀额度远不如 Claude Max 200 刀耐用。
Hacker News · AI 最新AI 评分1919 AI 智能体为《Love is Blind》模拟生成各自背景故事
AI 智能体在《Love is Blind》模拟中自主生成各自的背景故事。该模拟让智能体在未见面的情况下互动，由智能体自行构建角色设定。目前该内容在 Hacker News 上获得 2 个点赞，尚无评论。
Hacker News · AI 最新AI 评分5454 Artex AI 与 Claude 智能体被用于针对韩国银行的网络攻击
据 BleepingComputer 报道，攻击者利用 Artex AI 与 Claude 智能体对韩国银行发动网络攻击。
The Verge · AIAI 评分5555 学习使用本地 AI：令人兴奋、不知所措又充满挫败
The Verge 作者 Antonio G. Di Benedetto 在 M5 Ultra Mac Studio（256GB 统一内存）上安装开源智能体应用 Hermes Agent，选用约 105GB、1250 亿参数的 Qwen 3.8 Flash Next 本地模型开始实测。
Hacker News · AI 最新AI 评分3636 AI 工程成熟度模型：团队成长的 5 个阶段
AI 工程成熟度模型是面向软件团队的五阶段框架，描述团队从临时的 AI 辅助编码走向带治理的多智能体编排的演进路径。
量子位 · 行业解读AI 评分6161 清华团队开源 VeriLoop E2，将黑洞信息悖论推进至定量完备性模量
清华大学深圳国际研究生院团队开源 VeriLoop E2 模型与 VeriLoop Harness 执行框架，提出循证收敛递归（VGR）：模型负责生成与探索候选，候选能否提交由预先固定的外部验证合同依据受保护证据秩裁决，只有所有受保护项均不退化且至少一项严格改善才写入后续状态链。
量子位精选AI 评分7272 AI 论文工具 Open Academic Paper Gen 上线 GitHub，自动生成初稿并从文献全文核验引用
GitHub 上新了一款 AI 论文生成工具 Open Academic Paper Gen，能根据研究主题自动生成带参考文献的初稿，并在拿到文献全文时定位相关段落、核验引用观点是否被原文支撑。
推荐理由：原文拆解了这款多智能体论文工具的九阶段流程与三道引用核验机制，可供对比现有 AI 写作工具的引用自查能力。
Hacker News · AI 最新AI 评分2222 AI 如何改变黑客松？PayPal 推出总额 $69,750 的全球 AI 黑客松
PayPal 举办“Build What's Next with PayPal and AI”全球线上黑客松，要求参赛项目必须同时结合 PayPal 与 AI 技术。
36氪AI 评分5252 蚂蚁“灵光”新版小范围内测，对标 Meta Muse
蚂蚁集团旗下AI产品“灵光”近日开启新版本小范围内测，新版对标 Meta Muse。接近项目人士称，升级核心是从能聊天、能生成应用的AI助手，转向拥有长期记忆、可主动推进任务的AI原生个人智能体，还能调用 Skill 和 MCP 实现钉钉发信息、控制智能家居等功能；相关方向约半年前已开始筹备，计划本月全面开放。
Hacker News · AI 最新AI 评分5959 Pippa：面向普通用户的 Mac 本地 AI 助手
Pippa 是一款运行在 Mac 上的本地 AI 助手，要求 Apple silicon 芯片和 macOS 15 或更高版本，采用 MIT 开源协议，无需账号、可离线使用。它按用户逐项授权读取桌面、文档、下载、日历、提醒、照片和邮件，整理文件前先展示计划并支持撤销，邮件只生成草稿由用户发送；记忆保存在本地文本文件，不记录密码或账号。
Hacker News · AI 最新AI 评分6161 Pryxor：开源 AI 智能体运行时安全层
Pryxor 是一个自托管的运行时网关，在 AI 智能体的具体动作到达真实系统前进行评估与授权。每个受管动作返回 APPROVED、HOLD 或 BLOCKED 三种结果，执行时不会把上游凭证暴露给智能体。项目处于早期阶段，适合本地评估、安全实验和单节点部署，作者明确列出了它不承担的能力边界。
量子位AI 评分5959 民间版 DeepSeek-Bot 上线，DSH 装个插件即可用多 Bot 团队
民间开发者 @Fei2411 推出非官方插件 DeepSeek-Bot，基于 DeepSeek Harness（DSH）打造多 Bot 团队界面，每个 Bot 拥有独立身份、可切换模型并具备持久化长期记忆。
量子位AI 评分6060 硅谷AI现状：谁有算力谁是爹
硅谷AI竞争的核心已转向算力，算力正在成为AI时代的准入门槛，巨头们开始通过合纵连横争夺GPU资源。Anthropic今年5月与SpaceX合作获得超300兆瓦新容量及22万块英伟达GPU，谷歌则因算力被重新分配流失了Noam Shazeer等顶级研究员。
Hacker News · AI 最新AI 评分6969 agent-pr-gate：用四道问题拦截 AI 生成 PR 的 review 队列洪水
ktwu01 开源 agent-pr-gate，把四道问题写进 CONTRIBUTING.md，要求 AI 智能体在写 PR 前先问人类真正想达成什么，并等待人类回答。起因是 benchmark-radar 一个账号 10 天开了 58 个 PR、仅 5 个被合并，维护者记录到 27 秒内涌入 8 个 PR。作者说明该机制依赖智能体读取并遵守说明，并非强制的 PR 拦截器，采用后的效果尚未测量。