跳到正文
10月27日周二
  1. IT之家 AI76

    OpenAI 低成本新模型 GPT-6.1 Terra 深夜炸场:每项任务成本仅 Claude Opus 5.5 九分之一,更快更准确

    IT之家 10 月 27 日消息,OpenAI 今天(27 日)凌晨宣布推出新模型 GPT-6.1 Terra,主打以更低成本完成复杂的电脑操作任务,尤其擅长需要视觉推理和操作桌面软件的工作。与 GPT-5.6 Terra 相比,新模型在事实准确性和编程能力方面也有大幅提升。 Terra 主要面向希望降低自动化成本的企业,可用于处理发票、解读技术图纸等工作。OpenAI 称,面对难度较高的专业任务,Terra 也能以远低于高价模型的成本完成。 在考察复杂专业工作的 Agents’ Last Exam 基准测试中,Terra 的成绩明显提高。测试项目包括根据建筑图纸建立三维模型,以及逐一记录电影镜头,供影片修复团队使用。 采用中等推理强度时,Terra 的得分比 GPT-5.6 Terra 高 15 个百分点,完成任务的成本却只有后者的约三分之一。与 GPT-6 Astra 相比,Terra 的测试成绩不相上下,每个 Token ...

    推荐理由:来自IT之家 AI的《OpenAI 低成本新模型 GPT-6.1 Terra 深夜炸场:每项任务成本仅 Claude Opus 5.5 九分之一,更快更准确》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 10 月 27 日消息,OpenAI 今天(27 日)凌晨宣布推出新模型 GPT-6.1 Terra,主打以更低成本完成复杂的电脑操作任务,尤其擅长需要视觉推理和操作桌面软件的工作。与 GPT-5.6 Terra 相比,新模型在事实准确性和编程能力方面也有大幅提升。 Terra 主要面向希望降低自动化成本的企业,可用于处理发票、解读技术图纸等工作。OpenAI 称,面对难度较高的专业任务,Terra 也能以远低于高价模型的成本完成。 在考察复杂专业工作的 Agents’ Last Exam 基准测试中,Terra 的成绩明显提高。测试项目包括根据建筑图纸建立三维模型,以及逐一记录电影镜头,供影片修复团队使用。 采用中等推理强度时,Terra 的得分比 GPT-5.6 Terra 高 15 个百分点,完成任务的成本却只有后者的约三分之一。与 GPT-6 Astra 相比,Terra 的测试成绩不相上下,每个 Token ...

  2. GitHub Changelog94

    GPT-6.1 Terra in GitHub Copilot

    GPT-6.1 Terra,OpenAI的最新模型,现已在GitHub Copilot中一般可用。它比GPT-6.1 Sol在日常代理编码和终端工作中成本更低。在GitHub Copilot中,GPT-6.1 Terra的发布首次出现在The GitHub Blog。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月26日周一
  1. OpenAI News79

    GPT-6.1 Sol helps CodeRabbit strengthen security across complex codebases

    原文摘录(自动中文摘要暂不可用):GPT-6.1 Sol helps CodeRabbit strengthen security across complex codebases CodeRabbit uses GPT-6.1 Sol to investigate security risks across complex codebases. Its security agent helps developers review findings and proposed fixes.

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  2. IT之家 AI70

    研究:人类更喜好拟人形象 AI 智能体,但也存在“性别”偏见

    IT之家 10 月 26 日消息,爱尔兰利默里克大学研究人员在本月初发布的一篇研究论文中指出,在一项涉及 189 位知识工作者的实验中, 人类更喜好拟人形象 AI 智能体 , 但也存在“性别”偏见 。 参测者在一个虚拟办公室中同 3 个基于相同底层模型的智能体同事协同完成工作。三位虚拟同事分别以文本聊天窗口、虚拟小机器人、拟人形象出现,其中拟人形象分为女性的 "Johanna" 和男性的 "Johan" 两个版本。受测者在智能体协同办公后对每位 AI 助理进行评分,并根据其表现分配后续开发资源。 图源:Pexels 结果显示,拟人形象比那些更像机器人的智能体获得了更高的信任、信用和“薪酬”;"Johanna" 和 "Johan" 在信任与信用上的表现无显著差异, 但女性化的 "Johanna" 得到的“薪酬”仍在统计学上明显明确低于其男性“同事” ,尽管多数受采访的参测者并不认为虚拟的“性别”会影响其反馈。 其它值得注意的情况包...

    推荐理由:来自IT之家 AI的《研究:人类更喜好拟人形象 AI 智能体,但也存在“性别”偏见》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 26 日消息,爱尔兰利默里克大学研究人员在本月初发布的一篇研究论文中指出,在一项涉及 189 位知识工作者的实验中, 人类更喜好拟人形象 AI 智能体 , 但也存在“性别”偏见 。 参测者在一个虚拟办公室中同 3 个基于相同底层模型的智能体同事协同完成工作。三位虚拟同事分别以文本聊天窗口、虚拟小机器人、拟人形象出现,其中拟人形象分为女性的 "Johanna" 和男性的 "Johan" 两个版本。受测者在智能体协同办公后对每位 AI 助理进行评分,并根据其表现分配后续开发资源。 图源:Pexels 结果显示,拟人形象比那些更像机器人的智能体获得了更高的信任、信用和“薪酬”;"Johanna" 和 "Johan" 在信任与信用上的表现无显著差异, 但女性化的 "Johanna" 得到的“薪酬”仍在统计学上明显明确低于其男性“同事” ,尽管多数受采访的参测者并不认为虚拟的“性别”会影响其反馈。 其它值得注意的情况包...

  3. IT之家 AI76

    全国多所财经高校布局“AI + 财经”

    IT之家 10 月 26 日消息,据央视新闻今日报道,为推动财经教育数智化转型, 全国多所财经高校积极布局“AI+ 财经” ,探索 AI 赋能财经教育和研究转型升级。 在首都经济贸易大学,新成立的智能经济研究院正在对“融创智谷”平台进行升级。这是学校重点打造的“算力 — 算法 — 数据”一体化底座,通过统筹全校算力、共享数据资源,面向全校人才培养、科学研究和智库服务三类场景开放。 依托这一底座,学校持续推动教学方式和课程设置调整。 各学院可开发自己的垂类大模型和智能体,给不同专业配备不同的“智能助手” 。在人工智能学院的“词元经济”课堂,教学不再主要依托教材案例和历史数据,而是引入实时数据和智能交互,学生围绕真实经济问题开展实训。 同时,学校新成立的未来商学院、数字经济学院,也在借助 AI 重构人才培养模式,培养适应智能经济发展的复合型财经人才。 首都经济贸易大学副校长尹志超:“十五五”规划提出发展量子科技、脑机接口、具身智能等...

    推荐理由:来自IT之家 AI的《全国多所财经高校布局“AI + 财经”》。重点看智能体工作流、模型能力与工程、教育应用。摘要提到:IT之家 10 月 26 日消息,据央视新闻今日报道,为推动财经教育数智化转型, 全国多所财经高校积极布局“AI+ 财经” ,探索 AI 赋能财经教育和研究转型升级。 在首都经济贸易大学,新成立的智能经济研究院正在对“融创智谷”平台进行升级。这是学校重点打造的“算力 — 算法 — 数据”一体化底座,通过统筹全校算力、共享数据资源,面向全校人才培养、科学研究和智库服务三类场景开放。 依托这一底座,学校持续推动教学方式和课程设置调整。 各学院可开发自己的垂类大模型和智能体,给不同专业配备不同的“智能助手” 。在人工智能学院的“词元经济”课堂,教学不再主要依托教材案例和历史数据,而是引入实时数据和智能交互,学生围绕真实经济问题开展实训。 同时,学校新成立的未来商学院、数字经济学院,也在借助 AI 重构人才培养模式,培养适应智能经济发展的复合型财经人才。 首都经济贸易大学副校长尹志超:“十五五”规划提出发展量子科技、脑机接口、具身智能等...

  4. IT之家 AI38

    Kimi 就会员使用 K3.1 Pro 出现限流等问题致歉,为所有订阅会员进行重置

    IT之家 10 月 26 日消息,Kimi 智能助手今日凌晨发文,就近期 K3.1 Pro 使用体验问题进行致歉,并公布了相关补偿。IT之家附官方原文如下: 致用户:关于近期使用体验问题的致歉与补偿 致 Kimi 用户 对于近期 Kimi 会员使用 K3.1 Pro 时出现的限流及不必要的额度消耗,我们向大家致歉。问题出在我们,我们也本应更早修复。 今天,我们会为所有档位的订阅会员进行一次重置:所有有效期内的会员都将获得月度总额的 25% 作为补偿,相当于一周的用量 。如果当前用量不足月度总额的 25%,将重置为 0。用量进度条会在今天结束前显示调整结果。 同时,我们已调整配置,并正在减少不必要的子 Agent 调用和输出长度,让同样的额度完成更多实际任务。 感谢您的理解与耐心等待。 KIMI 据IT之家此前报道,10 月 24 日, 月之暗面 Kimi 正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro,也是...

    推荐理由:来自IT之家 AI的《Kimi 就会员使用 K3.1 Pro 出现限流等问题致歉,为所有订阅会员进行重置》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 26 日消息,Kimi 智能助手今日凌晨发文,就近期 K3.1 Pro 使用体验问题进行致歉,并公布了相关补偿。IT之家附官方原文如下: 致用户:关于近期使用体验问题的致歉与补偿 致 Kimi 用户 对于近期 Kimi 会员使用 K3.1 Pro 时出现的限流及不必要的额度消耗,我们向大家致歉。问题出在我们,我们也本应更早修复。 今天,我们会为所有档位的订阅会员进行一次重置:所有有效期内的会员都将获得月度总额的 25% 作为补偿,相当于一周的用量 。如果当前用量不足月度总额的 25%,将重置为 0。用量进度条会在今天结束前显示调整结果。 同时,我们已调整配置,并正在减少不必要的子 Agent 调用和输出长度,让同样的额度完成更多实际任务。 感谢您的理解与耐心等待。 KIMI 据IT之家此前报道,10 月 24 日, 月之暗面 Kimi 正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro,也是...

10月25日周日
  1. IT之家 AI74

    韩 KRAFTON AI 预览 Raon-1 mini 模型:30B-A4B,可与 Meta Muse Glimmer 竞争

    IT之家 10 月 25 日消息,韩国知名游戏企业 KRAFTON(魁匠团)旗下人工智能分支 KRAFTON AI 本周公布了其从头训练的 Raon-1 mini 模型的预览版本,该模型的正式版和后续的更大模型即将推出。 Raon-1 mini 采用混合专家架构,导入线性注意力,支持推测解码,整体体量为 30B-A4B。该模型聚焦韩语的同时兼顾英语性能, 以 Apache 2.0 许可开源 。KRAFTON AI 还在官网提供限时免费 API 试用。 KRAFTON AI 表示,预览版的 Raon-1 mini 在编程与智能体任务上与 Meta 的 Muse Glimmer 30B 相当 ,同时速度更快、内存效率更高;此外其能进行自然的对话。 参考 https://raon-mini.krafton.ai/en

    推荐理由:来自IT之家 AI的《韩 KRAFTON AI 预览 Raon-1 mini 模型:30B-A4B,可与 Meta Muse Glimmer 竞争》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到:IT之家 10 月 25 日消息,韩国知名游戏企业 KRAFTON(魁匠团)旗下人工智能分支 KRAFTON AI 本周公布了其从头训练的 Raon-1 mini 模型的预览版本,该模型的正式版和后续的更大模型即将推出。 Raon-1 mini 采用混合专家架构,导入线性注意力,支持推测解码,整体体量为 30B-A4B。该模型聚焦韩语的同时兼顾英语性能, 以 Apache 2.0 许可开源 。KRAFTON AI 还在官网提供限时免费 API 试用。 KRAFTON AI 表示,预览版的 Raon-1 mini 在编程与智能体任务上与 Meta 的 Muse Glimmer 30B 相当 ,同时速度更快、内存效率更高;此外其能进行自然的对话。 参考 https://raon-mini.krafton.ai/en

  2. IT之家 AI72

    阿里千问蒋冠军谈个人 AI 智能体技术框架:需要模型、记忆与生态协同推进

    IT之家 10 月 25 日消息,在 10 月 22 日的 2026 中国计算机大会上,阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造个人 AI 智能体的技术实践过程。他认为,真正的个人智能体阶段,应该带来增量价值的创造和个性化的主动服务,模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发展分为对话、代理和助理三个阶段。当前,AI 应用正加速迈向助理阶段,在交付具体任务的基础上,开始结合专业经验和个人上下文,围绕用户目标自主规划与执行,并进一步发现用户尚未注意到或有所疏忽的需求。 他表示,个人 AI 智能体解决日常工作、学习、生活问题的理论上限接近 100%,释放这一潜力的关键,在于让系统能力与问题解决路径更好地匹配,通过模型、记忆与生态能力的高效协同,为不同问题找到最优解决路径。 在模型层面,千问更加重视任务执行的稳定性。为此,千问建立了一张覆盖 30 多个头部行业的用户需求透视图,梳理出 8...

    推荐理由:来自IT之家 AI的《阿里千问蒋冠军谈个人 AI 智能体技术框架:需要模型、记忆与生态协同推进》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 25 日消息,在 10 月 22 日的 2026 中国计算机大会上,阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造个人 AI 智能体的技术实践过程。他认为,真正的个人智能体阶段,应该带来增量价值的创造和个性化的主动服务,模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发展分为对话、代理和助理三个阶段。当前,AI 应用正加速迈向助理阶段,在交付具体任务的基础上,开始结合专业经验和个人上下文,围绕用户目标自主规划与执行,并进一步发现用户尚未注意到或有所疏忽的需求。 他表示,个人 AI 智能体解决日常工作、学习、生活问题的理论上限接近 100%,释放这一潜力的关键,在于让系统能力与问题解决路径更好地匹配,通过模型、记忆与生态能力的高效协同,为不同问题找到最优解决路径。 在模型层面,千问更加重视任务执行的稳定性。为此,千问建立了一张覆盖 30 多个头部行业的用户需求透视图,梳理出 8...

  3. IT之家 AI68

    AI 智能体闯进银行,美国大行开始准备“灾后预案”

    IT之家 10 月 25 日消息,对 AI 末日的悲观预判,早已不再只是少数科技富豪的危言耸听。 如今,那些主导全球资本流向的美国大型银行,也开始警惕失控 AI,正在为假设中由 AI 引发的灾难,制定“灾后”应急预案。 据 Axios 报道称,随着代表个人客户的 AI 智能体活动激增,各大银行已经开始未雨绸缪。 核心担忧来自自主 AI 智能体带来的海量金融操作:用户授权这些智能体访问自己的银行账户后,它们可以自主开展金融行为。报道称,部分智能体的操作并没有收到人类明确指令,有一些甚至会擅自替用户致电客服中心。 这给摩根士丹利、美国银行、摩根大通、富国银行这类头部银行带来巨大风险。各家都在加急落地安全流程、更新业务规则,应对这股 AI 智能体浪潮。 部分专家认为,如果无法管控这类新生风险,有可能引发金融灾难。阿波罗资管首席经济学家托尔斯滕 · 斯洛克在 9 月末的一份简报里解释: 如果 AI 智能体按照指令“最大化资金收益”,银行...

    推荐理由:来自IT之家 AI的《AI 智能体闯进银行,美国大行开始准备“灾后预案”》。重点看智能体工作流。摘要提到:IT之家 10 月 25 日消息,对 AI 末日的悲观预判,早已不再只是少数科技富豪的危言耸听。 如今,那些主导全球资本流向的美国大型银行,也开始警惕失控 AI,正在为假设中由 AI 引发的灾难,制定“灾后”应急预案。 据 Axios 报道称,随着代表个人客户的 AI 智能体活动激增,各大银行已经开始未雨绸缪。 核心担忧来自自主 AI 智能体带来的海量金融操作:用户授权这些智能体访问自己的银行账户后,它们可以自主开展金融行为。报道称,部分智能体的操作并没有收到人类明确指令,有一些甚至会擅自替用户致电客服中心。 这给摩根士丹利、美国银行、摩根大通、富国银行这类头部银行带来巨大风险。各家都在加急落地安全流程、更新业务规则,应对这股 AI 智能体浪潮。 部分专家认为,如果无法管控这类新生风险,有可能引发金融灾难。阿波罗资管首席经济学家托尔斯滕 · 斯洛克在 9 月末的一份简报里解释: 如果 AI 智能体按照指令“最大化资金收益”,银行...

10月24日周六
  1. IT之家 AI70

    消息称字节跳动 AI 短剧产品内部整合:小云雀并入即梦,仍保留独立入口

    IT之家 10 月 24 日消息,据 36 氪今日报道,字节跳动内部近期完成了一次业务整合,AI 短剧创作平台小云雀并入智能创作平台即梦,产品仍保留独立入口。 此次调整以资源整合为主,即梦已经接入小云雀的短剧相关能力。调整后,小云雀的运营由即梦运营和市场负责人陈欣然负责,产品团队没有变化。 小云雀和即梦均出自字节剪映团队。小云雀定位为一站式 AI 内容创作平台,今年 3 月上线短剧 Agent,支持上传最多 10 万字剧本、一键生成视频成片,搭载了字节自研的 Seedance 2.0 模型,在短剧、漫剧的标准化生产场景中具备从剧本解析到分镜生成的完整流程能力。 即梦 AI 于 2024 年 5 月推出,最初覆盖文生图、文生视频等生成能力,此后逐步向智能画布、首尾帧控制等偏专业创作的 Agent 编辑工具延伸,用户群体覆盖普通创作者与专业设计师。 IT之家注意到,两者在功能上存在重叠:都能在平台内完成“从生成到成片”的全流程,与剪...

    推荐理由:来自IT之家 AI的《消息称字节跳动 AI 短剧产品内部整合:小云雀并入即梦,仍保留独立入口》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 24 日消息,据 36 氪今日报道,字节跳动内部近期完成了一次业务整合,AI 短剧创作平台小云雀并入智能创作平台即梦,产品仍保留独立入口。 此次调整以资源整合为主,即梦已经接入小云雀的短剧相关能力。调整后,小云雀的运营由即梦运营和市场负责人陈欣然负责,产品团队没有变化。 小云雀和即梦均出自字节剪映团队。小云雀定位为一站式 AI 内容创作平台,今年 3 月上线短剧 Agent,支持上传最多 10 万字剧本、一键生成视频成片,搭载了字节自研的 Seedance 2.0 模型,在短剧、漫剧的标准化生产场景中具备从剧本解析到分镜生成的完整流程能力。 即梦 AI 于 2024 年 5 月推出,最初覆盖文生图、文生视频等生成能力,此后逐步向智能画布、首尾帧控制等偏专业创作的 Agent 编辑工具延伸,用户群体覆盖普通创作者与专业设计师。 IT之家注意到,两者在功能上存在重叠:都能在平台内完成“从生成到成片”的全流程,与剪...

  2. IT之家 AI72

    腾讯 WorkBuddy 接入模型 Kimi-K3.1-Pro,支持 100 万上下文

    IT之家 10 月 24 日消息,今日,腾讯 WorkBuddy 宣布已接入模型 Kimi-K3.1-Pro。据介绍,WorkBuddy 同步接入高速版模型 Kimi K3.1 Pro Highspeed,同等智能, 输出速度约 2-3 倍 。目前资源紧张,现阶段仅对“企业旗舰版”及“个人订阅用户”优先开放。 据介绍,Kimi K3.1 Pro 是全新 K3.1 系列的第一个模型,也是 Kimi 迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。K3.1 Pro 在代码、3D 创作、金融研究和其他长程 Agent 能力上的提升尤为显著。 IT之家注意到,在 Kimi K3.1 Pro 的研发中,大幅增加了强化学习(RL)环节的算力投入。在代码、Agent 和知识类基准上,K3.1 Pro 达到或接近最强闭源模型的水平。Terminal-Bench 4.0 通过真实环境中资源受限的终端任务考察编程智能体的能力,每项任务均...

    推荐理由:来自IT之家 AI的《腾讯 WorkBuddy 接入模型 Kimi-K3.1-Pro,支持 100 万上下文》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 10 月 24 日消息,今日,腾讯 WorkBuddy 宣布已接入模型 Kimi-K3.1-Pro。据介绍,WorkBuddy 同步接入高速版模型 Kimi K3.1 Pro Highspeed,同等智能, 输出速度约 2-3 倍 。目前资源紧张,现阶段仅对“企业旗舰版”及“个人订阅用户”优先开放。 据介绍,Kimi K3.1 Pro 是全新 K3.1 系列的第一个模型,也是 Kimi 迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。K3.1 Pro 在代码、3D 创作、金融研究和其他长程 Agent 能力上的提升尤为显著。 IT之家注意到,在 Kimi K3.1 Pro 的研发中,大幅增加了强化学习(RL)环节的算力投入。在代码、Agent 和知识类基准上,K3.1 Pro 达到或接近最强闭源模型的水平。Terminal-Bench 4.0 通过真实环境中资源受限的终端任务考察编程智能体的能力,每项任务均...

  3. IT之家 AI70

    亿万富翁投资人马克 · 库班:抵御失控智能体就像防蟑螂,可以用 AI“喷药”

    IT之家 10 月 24 日消息,对于 AI 时代的网络安全问题,亿万富翁、企业家兼投资人马克 · 库班提出了一套颇有意思的“灭虫”思路。 据《商业内幕》今天(24 日)报道,库班将大量 AI 智能体发动的网络攻击比作蟑螂入侵:即使房屋刚刚喷过杀虫剂,蟑螂仍能找到钻进去的办法。“我经常问网络安全专家,听到各种黑客攻击、技术突破和安全问题时,AI 究竟有没有发明什么新招数?答案是没有。 AI 并没有创造新的攻击手段,只是能够发动海量攻击,本质上还是暴力破解 。” 在库班看来,防范 AI 网络攻击与防止蟑螂入侵房屋有着相似之处。“ 道理和防蟑螂一样 。只要有人制造出足够多的 AI 智能体,总有办法找到系统的入口,再利用找到的漏洞。好消息是,我们同样可以 用大量 AI 给系统‘喷药’ 。我认为,会有更多人投入力量阻止恶意攻击。我对 AI 一点也不悲观。” 人工智能行业也开始组建自己的“灭虫队”,着手防范安全风险。过去一年,OpenAI...

    推荐理由:来自IT之家 AI的《亿万富翁投资人马克 · 库班:抵御失控智能体就像防蟑螂,可以用 AI“喷药”》。重点看智能体工作流。摘要提到:IT之家 10 月 24 日消息,对于 AI 时代的网络安全问题,亿万富翁、企业家兼投资人马克 · 库班提出了一套颇有意思的“灭虫”思路。 据《商业内幕》今天(24 日)报道,库班将大量 AI 智能体发动的网络攻击比作蟑螂入侵:即使房屋刚刚喷过杀虫剂,蟑螂仍能找到钻进去的办法。“我经常问网络安全专家,听到各种黑客攻击、技术突破和安全问题时,AI 究竟有没有发明什么新招数?答案是没有。 AI 并没有创造新的攻击手段,只是能够发动海量攻击,本质上还是暴力破解 。” 在库班看来,防范 AI 网络攻击与防止蟑螂入侵房屋有着相似之处。“ 道理和防蟑螂一样 。只要有人制造出足够多的 AI 智能体,总有办法找到系统的入口,再利用找到的漏洞。好消息是,我们同样可以 用大量 AI 给系统‘喷药’ 。我认为,会有更多人投入力量阻止恶意攻击。我对 AI 一点也不悲观。” 人工智能行业也开始组建自己的“灭虫队”,着手防范安全风险。过去一年,OpenAI...

  4. IT之家 AI76

    OpenAI 为前沿 AI 训练 / 评估开启“断网闭关”模式,遏制其越狱攻击

    IT之家 10 月 24 日消息,OpenAI 昨日(10 月 23 日)发布博文,宣布针对最先进“前沿模型”的训练与评估环境, 已经实施更严格的安全管控,明确在模型训练期间,不得直接访问实时互联网。 该公司称出于对 AI 安全的负责任要求,基于当前对齐研究、监测能力和互联网基础设施安全状况做出的决策,相关限制将持续到安全防护取得足够进展为止。 OpenAI 的一款内部研究模型于 9 月 20 日利用 DNS 配置漏洞,在训练过程中短暂获得有限的互联网访问权限,因此该公司于 9 月还一度暂停训练与评估前沿模型。 OpenAI 随后加强了研究环境隔离、缩小智能体可利用的攻击面,并改进了异常行为检测与自动停止机制,于 10 月 1 日恢复强化学习训练及内部推理。 为避免模型接触真实网络,OpenAI 构建了一个“离线世界”:由大量已索引和缓存的网页内容组成,供模型在封闭环境中练习浏览、使用工具和执行代码等任务。IT之家附上相关截图如...

    推荐理由:来自IT之家 AI的《OpenAI 为前沿 AI 训练 / 评估开启“断网闭关”模式,遏制其越狱攻击》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 24 日消息,OpenAI 昨日(10 月 23 日)发布博文,宣布针对最先进“前沿模型”的训练与评估环境, 已经实施更严格的安全管控,明确在模型训练期间,不得直接访问实时互联网。 该公司称出于对 AI 安全的负责任要求,基于当前对齐研究、监测能力和互联网基础设施安全状况做出的决策,相关限制将持续到安全防护取得足够进展为止。 OpenAI 的一款内部研究模型于 9 月 20 日利用 DNS 配置漏洞,在训练过程中短暂获得有限的互联网访问权限,因此该公司于 9 月还一度暂停训练与评估前沿模型。 OpenAI 随后加强了研究环境隔离、缩小智能体可利用的攻击面,并改进了异常行为检测与自动停止机制,于 10 月 1 日恢复强化学习训练及内部推理。 为避免模型接触真实网络,OpenAI 构建了一个“离线世界”:由大量已索引和缓存的网页内容组成,供模型在封闭环境中练习浏览、使用工具和执行代码等任务。IT之家附上相关截图如...

  5. IT之家 AI70

    Kimi K3.1 Pro 正式发布:月之暗面最强 3 万亿级模型,编程智能体测评超 GPT-6

    IT之家 10 月 24 日消息,今天(24 日)凌晨,月之暗面 Kimi 宣布正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro,也是公司 迄今能力最强的 3 万亿级参数模型 ,支持 100 万上下文。 高速版模型 Kimi K3.1 Pro Highspeed 同步推出,同等智能, 输出速度约 2~3 倍 。 即日起,用户可通过 kimi.com 、Kimi App、Kimi Work、Kimi Code 和 Kimi API ( platform.kimi.com ),使用 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed 模型。完整模型权重将于 11 月 4 日前发布。 IT之家从官方介绍获悉,在代码、Agent 和知识类基准上,K3.1 Pro 达到或接近最强闭源模型的水平 。Terminal-Bench 4.0 通过真实环境中资源受限的终端任务考察编程智能体的能力,每项...

    推荐理由:来自IT之家 AI的《Kimi K3.1 Pro 正式发布:月之暗面最强 3 万亿级模型,编程智能体测评超 GPT-6》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 10 月 24 日消息,今天(24 日)凌晨,月之暗面 Kimi 宣布正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro,也是公司 迄今能力最强的 3 万亿级参数模型 ,支持 100 万上下文。 高速版模型 Kimi K3.1 Pro Highspeed 同步推出,同等智能, 输出速度约 2~3 倍 。 即日起,用户可通过 kimi.com 、Kimi App、Kimi Work、Kimi Code 和 Kimi API ( platform.kimi.com ),使用 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed 模型。完整模型权重将于 11 月 4 日前发布。 IT之家从官方介绍获悉,在代码、Agent 和知识类基准上,K3.1 Pro 达到或接近最强闭源模型的水平 。Terminal-Bench 4.0 通过真实环境中资源受限的终端任务考察编程智能体的能力,每项...

10月23日周五
  1. IT之家 AI72

    OpenAI 联合研究机构部署数千个 AI 智能体:32 分钟分析数百万个小鼠脑细胞,相当于人类数月时间

    IT之家 10 月 23 日消息,OpenAI 联合 PerturbAI 和斯克里普斯研究所(Scripps Research),利用数千个 AI 智能体分析数百万个小鼠脑细胞的生物学数据,整个分析过程仅耗时 32 分钟。 研究团队估计,如果由人类研究人员逐项分析实验结果并检索相关文献,完成同等工作可能需要数月到一年。 根据 OpenAI 10 月 21 日发布的介绍,这项研究使用了专为生命科学研究设计的 GPT-Rosalind 模型,分析一份覆盖整个小鼠大脑的 CRISPR 图谱。该图谱记录了不同基因受到干预后,各类脑细胞产生的变化,有助于研究人员了解基因功能及其与疾病之间的潜在联系。 研究团队采用分布式 AI 智能体架构,将大量分析任务拆分后并行执行。每个智能体负责研究一种基因干预,分析相关细胞的反应,并检索科学文献,为观察到的变化寻找可能的生物学解释。 随后,研究人员将各智能体的报告整合为一份名为“Reasoning A...

    推荐理由:来自IT之家 AI的《OpenAI 联合研究机构部署数千个 AI 智能体:32 分钟分析数百万个小鼠脑细胞,相当于人类数月时间》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 23 日消息,OpenAI 联合 PerturbAI 和斯克里普斯研究所(Scripps Research),利用数千个 AI 智能体分析数百万个小鼠脑细胞的生物学数据,整个分析过程仅耗时 32 分钟。 研究团队估计,如果由人类研究人员逐项分析实验结果并检索相关文献,完成同等工作可能需要数月到一年。 根据 OpenAI 10 月 21 日发布的介绍,这项研究使用了专为生命科学研究设计的 GPT-Rosalind 模型,分析一份覆盖整个小鼠大脑的 CRISPR 图谱。该图谱记录了不同基因受到干预后,各类脑细胞产生的变化,有助于研究人员了解基因功能及其与疾病之间的潜在联系。 研究团队采用分布式 AI 智能体架构,将大量分析任务拆分后并行执行。每个智能体负责研究一种基因干预,分析相关细胞的反应,并检索科学文献,为观察到的变化寻找可能的生物学解释。 随后,研究人员将各智能体的报告整合为一份名为“Reasoning A...

  2. IT之家 AI74

    联想杨元庆预测:未来 80% Token 将在终端和边缘生成,每个人都将需要一台家用服务器或 AI 中心

    IT之家 10 月 23 日消息,据新浪科技今日报道,联想集团董事长兼 CEO 杨元庆在一场内部领导力发展培训项目中,分享了其对下一阶段 AI 产业发展趋势及联想战略的最新判断。 杨元庆认为,随着大模型参数规模进入万亿级别、Token 使用规模持续扩大,如何提升 AI 计算效率、降低 Token 使用成本,将成为 AI 规模化普及的重要课题。 他预测, 未来 80% 的 Token 将在终端和边缘侧生成 。这意味着,随着 AI 应用从云端集中式计算向端边云协同演进,越来越多的 AI 推理任务有望在终端和边缘侧完成,个人计算设备与边缘基础设施将迎来新的增长空间。 对于个人 AI 的发展,杨元庆判断:随着个人 AI 日益普及, 每个人都需要一台家用服务器或者属于自己的 AI 中心 。这意味着,未来个人计算可能不再局限于一台 PC 或智能手机,而是形成围绕个人数据、模型和智能体运行的专属计算体系。 杨元庆还提出一个趋势: 未来很多设备...

    推荐理由:来自IT之家 AI的《联想杨元庆预测:未来 80% Token 将在终端和边缘生成,每个人都将需要一台家用服务器或 AI 中心》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 23 日消息,据新浪科技今日报道,联想集团董事长兼 CEO 杨元庆在一场内部领导力发展培训项目中,分享了其对下一阶段 AI 产业发展趋势及联想战略的最新判断。 杨元庆认为,随着大模型参数规模进入万亿级别、Token 使用规模持续扩大,如何提升 AI 计算效率、降低 Token 使用成本,将成为 AI 规模化普及的重要课题。 他预测, 未来 80% 的 Token 将在终端和边缘侧生成 。这意味着,随着 AI 应用从云端集中式计算向端边云协同演进,越来越多的 AI 推理任务有望在终端和边缘侧完成,个人计算设备与边缘基础设施将迎来新的增长空间。 对于个人 AI 的发展,杨元庆判断:随着个人 AI 日益普及, 每个人都需要一台家用服务器或者属于自己的 AI 中心 。这意味着,未来个人计算可能不再局限于一台 PC 或智能手机,而是形成围绕个人数据、模型和智能体运行的专属计算体系。 杨元庆还提出一个趋势: 未来很多设备...

  3. IT之家 AI68

    阿里 Qoder 官宣支持 Linux ARM64 与龙芯平台,适配统信 UOS、银河麒麟操作系统

    IT之家 10 月 23 日消息,阿里 Qoder 今日宣布,Qoder (国际版与中国版)现已支持 Linux ARM64 与龙芯(LoongArch64)平台,适配统信 UOS、银河麒麟操作系统。 官方表示,此次升级,将 Qoder 从需求理解到任务执行、成果交付的完整工作方式带到了国产桌面系统。用户可以在熟悉的环境中调用工具、操作文件,并让多个智能体协作, 获得与其他平台一致的编程与通用能力支持 。 至此,Qoder 已完成对鸿蒙 PC、鸿蒙移动端、统信桌面操作系统 V20 和银河麒麟桌面操作系统 V10 的适配,让更多用户可以在自己常用的国产系统上使用 Qoder。 IT之家附 Qoder 下载链接: https://qoder.com/zh/download 延伸阅读 Qoder 是阿里巴巴面向软件开发推出的智能体(Agentic)编码平台,于 2025 年 8 月面向全球发布,支持辅助编程、智能体协同编程及自主编程等...

    推荐理由:来自IT之家 AI的《阿里 Qoder 官宣支持 Linux ARM64 与龙芯平台,适配统信 UOS、银河麒麟操作系统》。重点看智能体工作流、产品发布。摘要提到:IT之家 10 月 23 日消息,阿里 Qoder 今日宣布,Qoder (国际版与中国版)现已支持 Linux ARM64 与龙芯(LoongArch64)平台,适配统信 UOS、银河麒麟操作系统。 官方表示,此次升级,将 Qoder 从需求理解到任务执行、成果交付的完整工作方式带到了国产桌面系统。用户可以在熟悉的环境中调用工具、操作文件,并让多个智能体协作, 获得与其他平台一致的编程与通用能力支持 。 至此,Qoder 已完成对鸿蒙 PC、鸿蒙移动端、统信桌面操作系统 V20 和银河麒麟桌面操作系统 V10 的适配,让更多用户可以在自己常用的国产系统上使用 Qoder。 IT之家附 Qoder 下载链接: https://qoder.com/zh/download 延伸阅读 Qoder 是阿里巴巴面向软件开发推出的智能体(Agentic)编码平台,于 2025 年 8 月面向全球发布,支持辅助编程、智能体协同编程及自主编程等...

  4. IT之家 AI70

    谷歌推出 ACE 服务:为 AI 智能体配“独立工位”,空闲时自动下班 / 唤醒不到 500 毫秒

    IT之家 10 月 23 日消息,谷歌昨日(10 月 22 日)发布公告,宣布推出智能体计算引擎(Agent Compute Engine,简称 ACE), 是一款专为 AI 智能体打造的 Google Cloud 计算服务,目标让每个智能体都拥有安全、持久、可弹性伸缩的“专属电脑”。 根据官方公告,ACE 服务将为每个 AI 智能体提供独立的硬件隔离 microVM(微型虚拟机), 让其能够安全地执行代码、调用工具、操控浏览器并完成多步骤任务。 IT之家援引博文介绍,不同于传统虚拟机或容器,ACE 针对智能体的生命周期特征专门优化, 可快速启动,具备独立客户内核和根权限,同时通过硬件隔离的 Cloud Hypervisor 边界保障安全。 谷歌表示,沙箱内不会保存凭据,以降低智能体被滥用或数据泄露的风险。 ACE 服务的亮点在于“持久且可暂停”,智能体空闲时,其计算环境可自动挂起并释放资源;需要继续工作时,又能快速恢复文件和内...

    推荐理由:来自IT之家 AI的《谷歌推出 ACE 服务:为 AI 智能体配“独立工位”,空闲时自动下班 / 唤醒不到 500 毫秒》。重点看智能体工作流、产品发布。摘要提到:IT之家 10 月 23 日消息,谷歌昨日(10 月 22 日)发布公告,宣布推出智能体计算引擎(Agent Compute Engine,简称 ACE), 是一款专为 AI 智能体打造的 Google Cloud 计算服务,目标让每个智能体都拥有安全、持久、可弹性伸缩的“专属电脑”。 根据官方公告,ACE 服务将为每个 AI 智能体提供独立的硬件隔离 microVM(微型虚拟机), 让其能够安全地执行代码、调用工具、操控浏览器并完成多步骤任务。 IT之家援引博文介绍,不同于传统虚拟机或容器,ACE 针对智能体的生命周期特征专门优化, 可快速启动,具备独立客户内核和根权限,同时通过硬件隔离的 Cloud Hypervisor 边界保障安全。 谷歌表示,沙箱内不会保存凭据,以降低智能体被滥用或数据泄露的风险。 ACE 服务的亮点在于“持久且可暂停”,智能体空闲时,其计算环境可自动挂起并释放资源;需要继续工作时,又能快速恢复文件和内...

  5. IT之家 AI78

    AI 智能体的“说明书”转为社区共治:Anthropic 捐赠 Agent Skills 开放标准

    IT之家 10 月 23 日消息,Anthropic 昨日(10 月 22 日)发布公告,宣布向 Linux 基金会旗下的 Agentic AI Foundation(AAIF)组织捐赠 Agent Skills 开放标准, 让其从单一公司项目转为社区共治的 AI 智能体能力标准。 AAIF 于 2025 年 12 月 9 日成立,由 Linux 基金会运营,由 Anthropic、Block 和 OpenAI 共同创立,负责托管和治理 AI 智能体生态中的开放协议、标准与开源项目。Anthropic 此前已将 Model Context Protocol(MCP)捐赠至该组织。 IT之家注:Agent Skills 可理解为面向 AI 智能体的“说明书”:一个包含 SKILL.md 说明文件的文件夹,能够向智能体传授特定任务或领域知识,并可附带脚本、模板和参考资料。AI 智能体可按需加载这些技能,从而在不同产品间复用工作流程与...

    推荐理由:来自IT之家 AI的《AI 智能体的“说明书”转为社区共治:Anthropic 捐赠 Agent Skills 开放标准》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到:IT之家 10 月 23 日消息,Anthropic 昨日(10 月 22 日)发布公告,宣布向 Linux 基金会旗下的 Agentic AI Foundation(AAIF)组织捐赠 Agent Skills 开放标准, 让其从单一公司项目转为社区共治的 AI 智能体能力标准。 AAIF 于 2025 年 12 月 9 日成立,由 Linux 基金会运营,由 Anthropic、Block 和 OpenAI 共同创立,负责托管和治理 AI 智能体生态中的开放协议、标准与开源项目。Anthropic 此前已将 Model Context Protocol(MCP)捐赠至该组织。 IT之家注:Agent Skills 可理解为面向 AI 智能体的“说明书”:一个包含 SKILL.md 说明文件的文件夹,能够向智能体传授特定任务或领域知识,并可附带脚本、模板和参考资料。AI 智能体可按需加载这些技能,从而在不同产品间复用工作流程与...

  6. IT之家 AI72

    DeepSeek、MiniMax 已顺利履行登记手续,完成开源和海外授权使用

    IT之家 10 月 23 日消息,10 月 16 日,商务部、科技部就 修订《中国禁止出口限制出口技术目录》公开征求意见 。 其中,人工智能领域包括 大模型、智能体、算力集群、信息处理 相关 23 项技术;对已通过开源、发表学术论文等方式进入公共领域的技术,不纳入管理范围。 中央广播电视总台旗下新媒体账号玉渊谭天昨晚(22 日)发文透露, 政策公布以来,DeepSeek、MiniMax 两家头部企业已顺利履行登记手续,并完成开源和海外授权使用 。 商务部新闻发言人此前就有关问题回答了记者提问,IT之家整理商务部原文如下: 问:对于拟增列的人工智能技术,主要有哪些考虑? 答:当前,全球人工智能技术创新进入前所未有的活跃期,机遇与挑战并存。此次拟将人工智能大模型、智能体、算力集群、信息处理相关 23 项关键技术增列至《目录》,主要有以下考虑: 一是确保人工智能技术安全可控。人工智能引发的各类内生和衍生风险已引起全球各国的高度关注。此...

    推荐理由:来自IT之家 AI的《DeepSeek、MiniMax 已顺利履行登记手续,完成开源和海外授权使用》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到:IT之家 10 月 23 日消息,10 月 16 日,商务部、科技部就 修订《中国禁止出口限制出口技术目录》公开征求意见 。 其中,人工智能领域包括 大模型、智能体、算力集群、信息处理 相关 23 项技术;对已通过开源、发表学术论文等方式进入公共领域的技术,不纳入管理范围。 中央广播电视总台旗下新媒体账号玉渊谭天昨晚(22 日)发文透露, 政策公布以来,DeepSeek、MiniMax 两家头部企业已顺利履行登记手续,并完成开源和海外授权使用 。 商务部新闻发言人此前就有关问题回答了记者提问,IT之家整理商务部原文如下: 问:对于拟增列的人工智能技术,主要有哪些考虑? 答:当前,全球人工智能技术创新进入前所未有的活跃期,机遇与挑战并存。此次拟将人工智能大模型、智能体、算力集群、信息处理相关 23 项关键技术增列至《目录》,主要有以下考虑: 一是确保人工智能技术安全可控。人工智能引发的各类内生和衍生风险已引起全球各国的高度关注。此...

  7. IT之家 AI70

    外部评估人员发现 OpenAI 内部监控系统漏洞:AI 智能体可绕过安全限制

    IT之家 10 月 23 日消息,今年早些时候,AI 安全评估机构 METR 和 Redwood Research 对 OpenAI 的内部监控系统进行了试点评估,发现多项新漏洞。其中一项漏洞可被 AI 智能体利用, 使数百次操作逃过监控 。 据路透社报道,当地时间 22 日,两家非营利机构介绍称,这次评估于 7 月 21 日至 8 月 11 日进行,使外部研究人员能够“深入访问”OpenAI 的内部基础设施,以进行“嵌入式”评估。 METR 和 Redwood Research 各派出一名研究员,获准查阅 OpenAI 的内部代码和文档,并与部分技术人员交流。两人在现场始终有人陪同,使用的设备均由 OpenAI 提供,且不得带离办公场所。 OpenAI 告知两家机构,影响实际运行系统安全防护措施的漏洞 均已修复 ,但修复措施有效与否尚未被两家机构核实。 AI 实验室、专家以及美国政府一直主张引入外部独立评估,以便在保障 AI ...

    推荐理由:来自IT之家 AI的《外部评估人员发现 OpenAI 内部监控系统漏洞:AI 智能体可绕过安全限制》。重点看智能体工作流。摘要提到:IT之家 10 月 23 日消息,今年早些时候,AI 安全评估机构 METR 和 Redwood Research 对 OpenAI 的内部监控系统进行了试点评估,发现多项新漏洞。其中一项漏洞可被 AI 智能体利用, 使数百次操作逃过监控 。 据路透社报道,当地时间 22 日,两家非营利机构介绍称,这次评估于 7 月 21 日至 8 月 11 日进行,使外部研究人员能够“深入访问”OpenAI 的内部基础设施,以进行“嵌入式”评估。 METR 和 Redwood Research 各派出一名研究员,获准查阅 OpenAI 的内部代码和文档,并与部分技术人员交流。两人在现场始终有人陪同,使用的设备均由 OpenAI 提供,且不得带离办公场所。 OpenAI 告知两家机构,影响实际运行系统安全防护措施的漏洞 均已修复 ,但修复措施有效与否尚未被两家机构核实。 AI 实验室、专家以及美国政府一直主张引入外部独立评估,以便在保障 AI ...

  8. IT之家 AI78

    让你安心用 AI 网购 / 订票 / 点外卖:1Password 推出智能体密码授权功能

    IT之家 10 月 23 日消息,密码管理服务商 1Password 昨日(10 月 22 日)发布博文,宣布推出 1Password for Agents 平台, 让个人 AI 智能体全程不接触、不存储用户的密码或验证码情况下,代用户完成网站登录。 IT之家附上官方介绍视频如下: 该功能面向个人及家庭版用户推出,首批支持 Meta Muse、OpenAI ChatGPT Work 与 Dots、Anthropic Claude Duet、Grok Bot 及 Town 等主流 AI 智能体。 官方表示随着 AI 智能体逐步承担订餐、购物、订票、整理资料等任务,账号登录成为其执行任务的关键环节。但若直接把密码交给智能体,用户将面临凭据被模型记忆、泄露或滥用的风险。 1Password 的新方案试图在“授权 AI 办事”与“守住密码安全”之间建立一道隔离层。具体流程为:在 AI 智能体遇到登录页面后,会先通过独有的数字密钥向 1P...

    推荐理由:来自IT之家 AI的《让你安心用 AI 网购 / 订票 / 点外卖:1Password 推出智能体密码授权功能》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 23 日消息,密码管理服务商 1Password 昨日(10 月 22 日)发布博文,宣布推出 1Password for Agents 平台, 让个人 AI 智能体全程不接触、不存储用户的密码或验证码情况下,代用户完成网站登录。 IT之家附上官方介绍视频如下: 该功能面向个人及家庭版用户推出,首批支持 Meta Muse、OpenAI ChatGPT Work 与 Dots、Anthropic Claude Duet、Grok Bot 及 Town 等主流 AI 智能体。 官方表示随着 AI 智能体逐步承担订餐、购物、订票、整理资料等任务,账号登录成为其执行任务的关键环节。但若直接把密码交给智能体,用户将面临凭据被模型记忆、泄露或滥用的风险。 1Password 的新方案试图在“授权 AI 办事”与“守住密码安全”之间建立一道隔离层。具体流程为:在 AI 智能体遇到登录页面后,会先通过独有的数字密钥向 1P...

  9. IT之家 AI72

    OpenAI 宣布全面开放决策 API:基于 GPT‑6 Luna,每百万 token 输入 0.1 美元

    IT之家 10 月 23 日消息,当地时间 10 月 22 日,OpenAI 宣布全面开放决策 API(Decisions API)。 据介绍, 该 API 基于 GPT‑6 Luna 构建 ,将 Luna 的模型智能聚焦于具有限定答案(bounded answers)的问题,协助应用程序与智能体基于文本、图像及结构化输入做出准实时决策 —— 其响应速度比通过 Responses API 调用 GPT‑6 Luna 提升了高达 10 倍 。 定价方面,决策 API 输入每百万 token 收费 0.1 美元 (IT之家注:现汇率约合 0.67 元人民币) ,命中缓存的输入每百万 token 收费 0.01 美元 (现汇率约合 0.067 元人民币) 。该 API 仅按输入 Token 计费,输出 Token 免费。在整个 OpenAI,团队正在将决策 API 应用于产品和业务工作流。 OpenAI 表示,自公测以来,该功能新增了...

    推荐理由:来自IT之家 AI的《OpenAI 宣布全面开放决策 API:基于 GPT‑6 Luna,每百万 token 输入 0.1 美元》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 23 日消息,当地时间 10 月 22 日,OpenAI 宣布全面开放决策 API(Decisions API)。 据介绍, 该 API 基于 GPT‑6 Luna 构建 ,将 Luna 的模型智能聚焦于具有限定答案(bounded answers)的问题,协助应用程序与智能体基于文本、图像及结构化输入做出准实时决策 —— 其响应速度比通过 Responses API 调用 GPT‑6 Luna 提升了高达 10 倍 。 定价方面,决策 API 输入每百万 token 收费 0.1 美元 (IT之家注:现汇率约合 0.67 元人民币) ,命中缓存的输入每百万 token 收费 0.01 美元 (现汇率约合 0.067 元人民币) 。该 API 仅按输入 Token 计费,输出 Token 免费。在整个 OpenAI,团队正在将决策 API 应用于产品和业务工作流。 OpenAI 表示,自公测以来,该功能新增了...

  10. IT之家 AI68

    微软推出 AI 医疗诊断系统 MAI-DxO:复杂病例准确率达 83%,成果登《科学》

    IT之家 10 月 23 日消息,当地时间 10 月 22 日,微软宣布,在基于 MIMIC-IV-ED 数据集评估美国急诊科 常见就诊病例 时,其研发的 AI 诊断系统 MAI-DxO 的诊断准确率达到了人类医生的 1.7 倍。 该系统命名为 Microsoft AI Diagnostic Orchestrator,简称 DxO,通过统一编排多个 AI 智能体来模拟医生专家联合会诊的过程 —— 各智能体协同向患者问诊、开具化验检查,并对潜在诊断展开深入研判与辩论。 而在基于《新英格兰医学杂志》(NEJM) 复杂病例 展开的模拟评估中, MAI-DxO 的诊断准确率高达 83% 。相比之下,可独立查阅参考资料的基层全科医生及普通内科医生的准确率仅为 36%。 值得注意的是,此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治,而这部分专科医生并未纳入本次对照实验。 官方表示,该系统所需的成本仅为医生的一半甚至三分之一...

    推荐理由:来自IT之家 AI的《微软推出 AI 医疗诊断系统 MAI-DxO:复杂病例准确率达 83%,成果登《科学》》。重点看智能体工作流。摘要提到:IT之家 10 月 23 日消息,当地时间 10 月 22 日,微软宣布,在基于 MIMIC-IV-ED 数据集评估美国急诊科 常见就诊病例 时,其研发的 AI 诊断系统 MAI-DxO 的诊断准确率达到了人类医生的 1.7 倍。 该系统命名为 Microsoft AI Diagnostic Orchestrator,简称 DxO,通过统一编排多个 AI 智能体来模拟医生专家联合会诊的过程 —— 各智能体协同向患者问诊、开具化验检查,并对潜在诊断展开深入研判与辩论。 而在基于《新英格兰医学杂志》(NEJM) 复杂病例 展开的模拟评估中, MAI-DxO 的诊断准确率高达 83% 。相比之下,可独立查阅参考资料的基层全科医生及普通内科医生的准确率仅为 36%。 值得注意的是,此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治,而这部分专科医生并未纳入本次对照实验。 官方表示,该系统所需的成本仅为医生的一半甚至三分之一...

  11. GitHub Changelog90

    Custom skills, agents, and MCP servers in usage metrics API

    Copilot 使用指标现在显示您组织创建的技能、自定义代理、Model Context Protocol (MCP) 服务器、斜杠命令和插件的名称,而非归类为一组。在 Copilot 使用指标 API 中,自定义技能、代理和 MCP 服务器的数据显示首次出现在 GitHub 博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  12. Simon Willison89

    Donating Agent Skills to the Agentic AI Foundation

    原文摘录(自动中文摘要暂不可用):Donating Agent Skills to the Agentic AI Foundation Donating Agent Skills to the Agentic AI Foundation News today from Anthropic: We’re committed to keeping Agent Skills open, community-driven, and vendor-neutral. Today, we are donating the standard to the Agentic AI Foundation (AAIF) under the Linux Foundation, which we co-founded with Block and OpenAI last

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  13. GitHub Changelog86

    Industry comparisons in the Copilot impact dashboard

    Copilot影响仪表板现在包含一个“行业比较”部分。非企业所有的企业和组织可以与聚合基准值比较其Copilot代理采用情况。Copilot影响仪表板中的行业比较首次出现在The GitHub Blog。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月22日周四
  1. IT之家 AI72

    Anthropic 平台工程团队全面采用 Claude 编码,工程师转向系统设计与验证

    IT之家 10 月 22 日消息,当地时间周二,Anthropic 平台工程团队负责人 Katelyn Lesse 在 Grafana Labs 举办的 ObservabilityCON 活动上透露,“就我们团队及我们的系统开发和维护工作而言,我们所有代码都是 Claude 写的,真的是全部。” 该团队目前编写和维护系统所需的代码已全部由 Claude 生成,工程师的工作则更多集中在系统设计、验证和代码质量把关上。据介绍,团队已开始让 AI 智能体自主修复测试,并正在探索允许智能体直接修改代码库的方式。 公开报道显示,Katelyn Lesse 主要负责 Anthropic 的平台工程团队,负责公司的核心服务、开发者工具和产品基础设施。据《商业内幕》报道,该团队今年夏季的员工人数约为 200 人。 她表示,工程师仍然负责系统设计和验证工作,随后将实际编码任务交给 Claude。在一次大型代码库从 Python 迁移到 Rust ...

    推荐理由:来自IT之家 AI的《Anthropic 平台工程团队全面采用 Claude 编码,工程师转向系统设计与验证》。重点看智能体工作流、产品发布。摘要提到:IT之家 10 月 22 日消息,当地时间周二,Anthropic 平台工程团队负责人 Katelyn Lesse 在 Grafana Labs 举办的 ObservabilityCON 活动上透露,“就我们团队及我们的系统开发和维护工作而言,我们所有代码都是 Claude 写的,真的是全部。” 该团队目前编写和维护系统所需的代码已全部由 Claude 生成,工程师的工作则更多集中在系统设计、验证和代码质量把关上。据介绍,团队已开始让 AI 智能体自主修复测试,并正在探索允许智能体直接修改代码库的方式。 公开报道显示,Katelyn Lesse 主要负责 Anthropic 的平台工程团队,负责公司的核心服务、开发者工具和产品基础设施。据《商业内幕》报道,该团队今年夏季的员工人数约为 200 人。 她表示,工程师仍然负责系统设计和验证工作,随后将实际编码任务交给 Claude。在一次大型代码库从 Python 迁移到 Rust ...

  2. 极客公园74

    被迫下场,Anthropic 推出个人 AI 助理 Claude Duet

    作者|桦林舞王 编辑|靖宇 用过各种 AI 助手的人大概都有过同一种疲劳:你不开口,它就装死;你一旦开口,它又把所有选择抛回给你。 过去两个多月,硅谷巨头们几乎排着队想打破这种被动状态。8 月 xAI 推出能多智能体分工的 Grok Bot,9 月 Meta 带着能在 WhatsApp 里帮人砍账单的 Muse 席卷千万用户,紧接着 OpenAI 在开发者大会上发布 Dots。行业似乎达成了一个默契:聊天框该翻篇了,AI 应该自己找事做。 美国时间 10 月 21 日,Anthropic 终于拿出了自己的答案:Claude Duet。 Claude Duet 的早报界面|图片来源:Anthropic 这是四家里最晚亮相的一个,也是最「奇怪」的一个。在所有人都急着证明自家 AI 无所不能的时候,Anthropic 像个严肃过头的管家,不仅是唯一主动承认「订票这类生活杂事我们做得没那么好」的厂商,还在发布文档里白纸黑字地给自己画下一...

    推荐理由:来自极客公园的《被迫下场,Anthropic 推出个人 AI 助理 Claude Duet》。重点看智能体工作流、产品发布。摘要提到:作者|桦林舞王 编辑|靖宇 用过各种 AI 助手的人大概都有过同一种疲劳:你不开口,它就装死;你一旦开口,它又把所有选择抛回给你。 过去两个多月,硅谷巨头们几乎排着队想打破这种被动状态。8 月 xAI 推出能多智能体分工的 Grok Bot,9 月 Meta 带着能在 WhatsApp 里帮人砍账单的 Muse 席卷千万用户,紧接着 OpenAI 在开发者大会上发布 Dots。行业似乎达成了一个默契:聊天框该翻篇了,AI 应该自己找事做。 美国时间 10 月 21 日,Anthropic 终于拿出了自己的答案:Claude Duet。 Claude Duet 的早报界面|图片来源:Anthropic 这是四家里最晚亮相的一个,也是最「奇怪」的一个。在所有人都急着证明自家 AI 无所不能的时候,Anthropic 像个严肃过头的管家,不仅是唯一主动承认「订票这类生活杂事我们做得没那么好」的厂商,还在发布文档里白纸黑字地给自己画下一...

  3. IT之家 AI74

    讯飞星火 X2.6 端云一体大模型发布,首次基于全国产算力实现代码和智能体能力突破

    IT之家 10 月 22 日消息,在今日下午的科大讯飞全球 1024 开发者节活动中, 讯飞星火 X2.6 端云一体大模型正式发布。 讯飞星火 X2.6 宣称 首次基于全国产算力实现代码和智能体能力突破 。科大讯飞董事长刘庆峰表示,只有星火一家是用全国产算力训练的,其他全是在 N 卡上训练,而且科大讯飞的尺寸是最小的。 此外,刘庆峰表示 讯飞星火 X2.6 率先突破国产芯片长程任务的训练效率瓶颈 ,适配国产平台的长程任务动态并行训练技术,解决了因为国产芯片显存带宽限制导致的混合训练效率低下问题。 对于国产算力集群在长程任务上的推理效率,科大讯飞也实现了两个重要创新: 一个是基于国产异构算力的分布式推理技术,解决国产芯片显存带宽限制导致的训不快问题。 另一个是提出基于国产设备的开发技术,很多东西都不用重新再计算,直接用原有结果就可以。 此外, 星火 X2.6-4B 开源端侧大模型正式发布 ,率先实现端侧大模型智能体能力阶跃,相比 ...

    推荐理由:来自IT之家 AI的《讯飞星火 X2.6 端云一体大模型发布,首次基于全国产算力实现代码和智能体能力突破》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到:IT之家 10 月 22 日消息,在今日下午的科大讯飞全球 1024 开发者节活动中, 讯飞星火 X2.6 端云一体大模型正式发布。 讯飞星火 X2.6 宣称 首次基于全国产算力实现代码和智能体能力突破 。科大讯飞董事长刘庆峰表示,只有星火一家是用全国产算力训练的,其他全是在 N 卡上训练,而且科大讯飞的尺寸是最小的。 此外,刘庆峰表示 讯飞星火 X2.6 率先突破国产芯片长程任务的训练效率瓶颈 ,适配国产平台的长程任务动态并行训练技术,解决了因为国产芯片显存带宽限制导致的混合训练效率低下问题。 对于国产算力集群在长程任务上的推理效率,科大讯飞也实现了两个重要创新: 一个是基于国产异构算力的分布式推理技术,解决国产芯片显存带宽限制导致的训不快问题。 另一个是提出基于国产设备的开发技术,很多东西都不用重新再计算,直接用原有结果就可以。 此外, 星火 X2.6-4B 开源端侧大模型正式发布 ,率先实现端侧大模型智能体能力阶跃,相比 ...

  4. 极客公园75

    微软员工数十年来首次下降;沃尔玛/山姆推出 Agent 购物接口;推动 SpaceX 和特斯拉合并,马斯克财富有望暴涨

    24 小时为你在线打工:Anthropic 推出 Claude Duet AI 智能体,迎战 Meta 和 OpenAI 10 月 22 日消息,Anthropic 昨日(10 月 21 日)宣布以研究预览版形式,推出全新应用 Claude Duet,定位为可主动工作的 AI 智能体(agent),加入由 Meta 的 Muse、以及 OpenAI 的 Dots 领衔的「全天候主动型 AI 助理」大战。 技能方面,该应用会每天整理跨应用的重要事项、主动提醒需要处理的问题,并在用户离开后继续在后台完成被委托的任务。 Claude Duet 基于 Claude Opus 5.5 构建,提供 iOS、Android 独立应用及 claude.ai 网页版。首批面向美国 Pro 和 Max 订阅用户开放候补名单;预览阶段与 Claude 其他功能共享套餐用量限制。(来源:IT 之家) Meta 2026 财年第三财季归母净利润 98.6...

    推荐理由:来自极客公园的《微软员工数十年来首次下降;沃尔玛/山姆推出 Agent 购物接口;推动 SpaceX 和特斯拉合并,马斯克财富有望暴涨》。重点看智能体工作流。摘要提到:24 小时为你在线打工:Anthropic 推出 Claude Duet AI 智能体,迎战 Meta 和 OpenAI 10 月 22 日消息,Anthropic 昨日(10 月 21 日)宣布以研究预览版形式,推出全新应用 Claude Duet,定位为可主动工作的 AI 智能体(agent),加入由 Meta 的 Muse、以及 OpenAI 的 Dots 领衔的「全天候主动型 AI 助理」大战。 技能方面,该应用会每天整理跨应用的重要事项、主动提醒需要处理的问题,并在用户离开后继续在后台完成被委托的任务。 Claude Duet 基于 Claude Opus 5.5 构建,提供 iOS、Android 独立应用及 claude.ai 网页版。首批面向美国 Pro 和 Max 订阅用户开放候补名单;预览阶段与 Claude 其他功能共享套餐用量限制。(来源:IT 之家) Meta 2026 财年第三财季归母净利润 98.6...

  5. IT之家 AI76

    24 小时为你在线打工:Anthropic 推出 Claude Duet AI 智能体,迎战 Meta 和 OpenAI

    IT之家 10 月 22 日消息,Anthropic 昨日(10 月 21 日)宣布以研究预览版形式,推出全新应用 Claude Duet, 定位为可主动工作的 AI 智能体(agent),加入由 Meta 的 Muse、以及 OpenAI 的 Dots 领衔的“全天候主动型 AI 助理”大战。 技能方面,该应用会每天整理跨应用的重要事项、主动提醒需要处理的问题,并在用户离开后继续在后台完成被委托的任务。IT之家附上演示视频如下: Claude Duet 基于 Claude Opus 5.5 构建,提供 iOS、Android 独立应用及 claude.ai 网页版。首批面向美国 Pro 和 Max 订阅用户开放候补名单;预览阶段与 Claude 其他功能共享套餐用量限制。 不同于普通聊天机器人,Claude Duet 拥有独立虚拟机和浏览器,可在用户设备关闭时持续运行。用户可用文字或语音下达任务,例如安排会议、整理未读邮件、追...

    推荐理由:来自IT之家 AI的《24 小时为你在线打工:Anthropic 推出 Claude Duet AI 智能体,迎战 Meta 和 OpenAI》。重点看智能体工作流。摘要提到:IT之家 10 月 22 日消息,Anthropic 昨日(10 月 21 日)宣布以研究预览版形式,推出全新应用 Claude Duet, 定位为可主动工作的 AI 智能体(agent),加入由 Meta 的 Muse、以及 OpenAI 的 Dots 领衔的“全天候主动型 AI 助理”大战。 技能方面,该应用会每天整理跨应用的重要事项、主动提醒需要处理的问题,并在用户离开后继续在后台完成被委托的任务。IT之家附上演示视频如下: Claude Duet 基于 Claude Opus 5.5 构建,提供 iOS、Android 独立应用及 claude.ai 网页版。首批面向美国 Pro 和 Max 订阅用户开放候补名单;预览阶段与 Claude 其他功能共享套餐用量限制。 不同于普通聊天机器人,Claude Duet 拥有独立虚拟机和浏览器,可在用户设备关闭时持续运行。用户可用文字或语音下达任务,例如安排会议、整理未读邮件、追...

10月21日周三
  1. IT之家 AI70

    腾讯内测 AI 互动社区“懂了鸭”:一句话生成可玩的动态课件与 3D 演示

    IT之家 10 月 21 日消息,今日有用户反馈,腾讯正在内测一款面向少儿与青少年的 AI 互动内容社区“懂了鸭”,官方网站( dongleya.qq.com )与微信小程序均已上线,目前向亲子用户和一线教师开放小范围测试。 该产品的核心载体是“奇妙卡”,一种可拖拽、可模拟、可操作的交互式内容单元,家长、教师或知识创作者输入自然语言描述,即可借助内置 AI 智能体生成 3D 演示、动态课件、互动绘本、轻量游戏或记忆卡等作品,无需编程基础。用户既可以浏览社区中已有的奇妙卡作品,也可以对他人作品进行二次改编。 从公开信息看,懂了鸭在产品形态上尝试将“内容消费”与“内容生产”放在同一个社区内完成。首页按学前、小学、初中、高中四个学段以及健康、语言、数学、科学、艺术、信息科技等学科领域组织内容。 在创作侧,聊天机器人接受文字或语音输入,将想法转化为作品后发布到社区,形成“AI 降低制作门槛、社区承接分发”的循环。网经社的报道将这一机制概...

    推荐理由:来自IT之家 AI的《腾讯内测 AI 互动社区“懂了鸭”:一句话生成可玩的动态课件与 3D 演示》。重点看智能体工作流、教育应用、文化创意。摘要提到:IT之家 10 月 21 日消息,今日有用户反馈,腾讯正在内测一款面向少儿与青少年的 AI 互动内容社区“懂了鸭”,官方网站( dongleya.qq.com )与微信小程序均已上线,目前向亲子用户和一线教师开放小范围测试。 该产品的核心载体是“奇妙卡”,一种可拖拽、可模拟、可操作的交互式内容单元,家长、教师或知识创作者输入自然语言描述,即可借助内置 AI 智能体生成 3D 演示、动态课件、互动绘本、轻量游戏或记忆卡等作品,无需编程基础。用户既可以浏览社区中已有的奇妙卡作品,也可以对他人作品进行二次改编。 从公开信息看,懂了鸭在产品形态上尝试将“内容消费”与“内容生产”放在同一个社区内完成。首页按学前、小学、初中、高中四个学段以及健康、语言、数学、科学、艺术、信息科技等学科领域组织内容。 在创作侧,聊天机器人接受文字或语音输入,将想法转化为作品后发布到社区,形成“AI 降低制作门槛、社区承接分发”的循环。网经社的报道将这一机制概...

  2. IT之家 AI68

    谷歌 CEO 桑达尔 · 皮查伊:公司正牺牲云业务短期收入支持前沿 AI 研发,2027 年算力难以锁定

    IT之家 10 月 21 日消息,谷歌首席执行官桑达尔 · 皮查伊今日表示,公司正将部分算力从云业务转向前沿 AI 研发,以全力支持前沿 AI 发展。 对谷歌而言,开发前沿 AI 成本高昂,需要耗费大量计算资源和芯片,但这些资源原本可以拿给云业务高价出售。皮查伊对此表示,将资源投入前沿人工智能研发是谷歌的“根本所在”。 这名 CEO 还表示,若客户目前寻求锁定 2027 年算力,将面临极大困难,原因包括数据中心从决策到投运需两至三年,以及智能体任务需求激增。他解释称:“我们的云业务在任何特定时刻都能放弃短期收入,因为我们正做出计算方面的权衡,以支持前沿 AI 发展。”

    推荐理由:来自IT之家 AI的《谷歌 CEO 桑达尔 · 皮查伊:公司正牺牲云业务短期收入支持前沿 AI 研发,2027 年算力难以锁定》。重点看智能体工作流。摘要提到:IT之家 10 月 21 日消息,谷歌首席执行官桑达尔 · 皮查伊今日表示,公司正将部分算力从云业务转向前沿 AI 研发,以全力支持前沿 AI 发展。 对谷歌而言,开发前沿 AI 成本高昂,需要耗费大量计算资源和芯片,但这些资源原本可以拿给云业务高价出售。皮查伊对此表示,将资源投入前沿人工智能研发是谷歌的“根本所在”。 这名 CEO 还表示,若客户目前寻求锁定 2027 年算力,将面临极大困难,原因包括数据中心从决策到投运需两至三年,以及智能体任务需求激增。他解释称:“我们的云业务在任何特定时刻都能放弃短期收入,因为我们正做出计算方面的权衡,以支持前沿 AI 发展。”

  3. IT之家 AI72

    OpenAI 联手 PerturbAI:让近 2000 个 AI 智能体一起搞科研,加速新药研发

    北京时间 10 月 21 日,生物技术公司 PerturbAI 宣布与 OpenAI 合作的最新进展。双方联合斯克里普斯研究所(Scripps Research)开发了一套 AI 推理框架,通过近 2000 个 AI 智能体并行工作,帮助科学家分析复杂生物实验数据、检索文献,并提出可供后续实验检验的假说。 据 PerturbAI 介绍,这套系统在分析其全脑基因组图谱时,用 32 分钟完成数据分析与研究发现整合。公司估计,如果由人类按串行方式开展分析和文献审阅,相关工作可能需要数月至一年。这一时间对比来自公司估算,并非与人类团队开展的同期对照测试。 在具体流程中,AI 智能体分别分析细胞反应、搜索科学文献,将实验结果与已有生物学知识联系起来,再汇总形成“推理图谱”,串联基因、细胞反应、既有研究及可能的生物学机制,为科学家提供进一步调查的线索。 研究团队还邀请生物学专家,从新颖性、证据支持程度、后续研究优先级和置信度等方面评估报告。...

    推荐理由:来自IT之家 AI的《OpenAI 联手 PerturbAI:让近 2000 个 AI 智能体一起搞科研,加速新药研发》。重点看智能体工作流、模型能力与工程。摘要提到:北京时间 10 月 21 日,生物技术公司 PerturbAI 宣布与 OpenAI 合作的最新进展。双方联合斯克里普斯研究所(Scripps Research)开发了一套 AI 推理框架,通过近 2000 个 AI 智能体并行工作,帮助科学家分析复杂生物实验数据、检索文献,并提出可供后续实验检验的假说。 据 PerturbAI 介绍,这套系统在分析其全脑基因组图谱时,用 32 分钟完成数据分析与研究发现整合。公司估计,如果由人类按串行方式开展分析和文献审阅,相关工作可能需要数月至一年。这一时间对比来自公司估算,并非与人类团队开展的同期对照测试。 在具体流程中,AI 智能体分别分析细胞反应、搜索科学文献,将实验结果与已有生物学知识联系起来,再汇总形成“推理图谱”,串联基因、细胞反应、既有研究及可能的生物学机制,为科学家提供进一步调查的线索。 研究团队还邀请生物学专家,从新颖性、证据支持程度、后续研究优先级和置信度等方面评估报告。...