📡 每日 AI 信号

华为智能汽车解决方案 BU 官方微博发布乾崑答网友问（第 17 期），介绍鸿蒙座舱「智慧场景」和基于 MoLA 2.0 架构的小艺智能体功能。 鸿蒙座舱「智慧场景」是一套条件 + 动作的车载自动化规则，触发条件包括主驾入座、挂入 D 挡、到达设定时间、副驾入座等。 条件满足后车辆自动执行播报日程、启动导航、调节空调、播放专属音乐、开启座椅功能等操作。 基于 MoLA 2.0 架构的小艺智能体涵盖导航、人车交互、影音、畅聊、KFC 点餐等智能体。 导航智能体支持仅凭场景特征、相对位置、出行目的等口语化描述定位目的地，并支持一次性添加多个途经点结合实时路况动态调整路线。 人车交互智能体可识别「玻璃起雾了」自动开启前挡风除霜、「收起车耳朵」折叠后视镜等生活化口语指令。

Mozilla 于本月 12 日宣布推出企业版火狐浏览器 Firefox Enterprise。 Firefox Enterprise 提供组织可在自身基础设施上运行的管理控制台，IT 团队可集中管理浏览器策略和访问权限、控制数据传输方式，并设置 AI 使用的相关限制。 Firefox Enterprise 将在欧洲推出，初期销售重点为法国、德国、奥地利、瑞士 4 个国家，随后将拓展至更多市场。 此举旨在满足全球（尤其是欧洲）企业客户对数字主权的需求。

新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS 环境变量：Claude 仅获取 @ 文件提及的路径由其文件工具读取，而不是文件内容。 新增终端空闲压缩：超过 200K token 的对话在闲置约 54 分钟后会被压缩，赶在一小时提示缓存过期之前。 新增 --shutdown-drain-sec 选项给 claude self-hosted-runner orchestrator：收到 SIGTERM 时停止轮询，并给正在进行的轮询和运行中的 spawn 钩子最多这么多秒时间完成。 在 mod 的 Text 中添加 size、weight、mono 和 tabular，在 Box 中加入 xs 到 xl 的命名间距步骤；bold 已弃用，由 weight 取代。 在 agent 视图中新增 /effort 和 /fast，用于设置新会话启动时的参数。 空闲压缩的 200K token 最低阈值可通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 调整；也可在 settings.json 中设置 "idleCompaction": false 来关闭，且两者都需要 v2.1.290 或更高版本。 新增 $.prompt.media，供通过托管设置安装的 mod 的 prompt.submit 钩子读取附加在提示上的图片或文档的字节。 新增 $.session.identity()，供通过托管设置安装的 mod 使用：当会话以托管方式登录时，可获取会话登录方式，以及其组织和邮箱（当 forceLoginOrgUUID 列出该组织时）。 mod 的 skill.prompt 钩子现可接收该技能的 frontmatter、source、插件名称和文件路径。 修复：脚本中运行时构建的、且 Claude Code 无法读取的 rm，除非设置 CLAUDE_CODE_STRICT_INLINE_SHELL_RM_PROMPT=1，否则不再提示。 修复：全屏模式下双击已展开记录行中的单词会折叠该行，而非选中该单词。 修复：claude mcp list、claude doctor 和 /status 将空的 .mcp.json 报告为无效的问题。 修复：在全屏模式下向上滚动时使用 /btw 会把记录跳到底部的问题。 修复：在沙箱可写入 Windows 驱动器的 WSL2 上，沙箱化命令因 bwrap: Can't mkdir /mnt/c/Program Files/ClaudeCode 而失败的问题。 修复：在 Agent SDK、IDE 和 claude remote-control 会话中，后台任务运行时定时唤醒（ScheduleWakeup）不触发的问题。 修复：对于某些带有粘贴图片或无法读取图片的提示，mod 的 prompt.submit 改写会被静默丢弃、按原样发送的问题。 修复：同一批次的另一个排队提示交付失败时，导致一个 Remote Control 提示丢失的问题。 修复：已通过钩子的 Remote Control 提示在 Stop 中断下一个排队提示的钩子时被从提示历史记录中丢弃的问题。 修复：在 Linux 上，沙箱化命令在配置目录留下空的 .config.json 后，登录、MCP 服务器和项目信任看似丢失的问题。 修复：当项目文件夹不可写导致设置无法保存时，/sandbox 仍报告成功的问题。

llama 更新 llama.cpp 至 b11521，适配 decision 模型与 EmbeddingGemma 2 server 路由复用已校验清单和已加载模型 MLX 在推测回滚后压缩恢复的循环状态，并同步 MLX、MLX-C 版本号 launch 在 Codex 的 /model 选择器中加入已安装模型

NVIDIA的RTX视频特效模型以自定义节点形式登陆ComfyUI。 相关模型随节点分发，并在本地RTX GPU上运行。 该节点支持视频超分、补帧与SDR转HDR。 运行需使用本地RTX GPU。

GitHub 训练了上下文感知的密钥分类器，相较此前基于 LLM 的管线，将仓库所有者加权接受率提升 11.5%、推送后扫描中位执行时间降低 86%。 新紧凑模型相比远程 LLM 调用，服务成本降低超过 98%。 在相同公网流量的离线评估中，新管线在推送后扫描上的精度比此前 LLM 管线高 13%，召回率高 19%。 同一字符串可能是真实凭据，也可能是文档中的占位符，因此检测需要理解其周围的代码和文本。 执行效率的提升使 GitHub 将通用密钥检测扩展到推送保护（push protection），在开发者推送变更前返回结果，而不仅在代码提交之后。 该文为探讨密钥保护需跟上 AI 加速开发的姊妹文章 Secret protection must scale with software 的技术解析。 模型规模并不等同于模型实用性。

Liquid 发布名为 LFM2.5-24B-A2B 的模型。

谷歌正式发布最新前沿模型 Gemini 4 Argon。

Higgsfield 通过其平台将 AI 视频时长从 1 分钟延长到超过 10 分钟。 Higgsfield 提供更长的视频创作（GPT-6 Astra）、更精确的视觉生成（GPT-Image-2.5）以及面向语音电影制作的路径（GPT-Live）。

新闻标题涉及一名OpenAI工程师因在其高管会议室内安装窃听设备而被捕。

SK海力士开发总管安炫在SEDEX 2026上预测，到2030年AI基础设施性能规模将增长约20倍。 安炫指出当前AI推理市场在任务复杂度、上下文长度、推理请求量三个维度同时扩张，推动AI算力基础设施需求增长。 SK海力士的目标是将HBF带宽做到同代HBM的50%左右，同时实现约10倍的容量扩容。 KV Cache容量持续膨胀，迫使系统必须将数据分摊存储于HBM、DRAM以及SSD等不同介质中。 随着AI推理需求的暴增，存储器关键地位愈发凸显，数据迁移正演变为制约性能提升并推高系统能耗的瓶颈。

Anthropic在新加坡开设了新办公室，这是其在亚太地区的第五个办公室 Anthropic与新加坡政府签署了关于AI安全和负责任采用合作的谅解备忘录

这妥妥是个物理版Agent啊！ 遇到需要确认的步骤，它会弹窗请示； 太手痒了，太手痒了，必须上手把玩一番。 它能按艾宾浩斯记忆曲线制定学习计划。 C端日常需求是极度长尾的，一个Agent再强，也不可能凭空包揽订票、打车、支付和剪辑等场景，没有生态支持你是拿不到Tool的。 原生内置各类连接器，开发者只需要写好SKILL.MD，就能直接把Agent、外部API和手机系统能力像胶水一样粘在一起。 就是一个简单的垂直信息流APP，在Step Studio中Step 5 Preview，很快就做完了。 右侧内置预览页，你可以在这里直接试用或评论修改，代码所见即所得。 Duang，打开就能用，和Step Studio里的预览效果一模一样，点击可 。 与此同时，STEPX还推出了个「阶跃Amoo成长计划」，也是很有趣。 可控：遇到删除、支付、跨应用操作等高风险节点，绝不自作主张，必须弹窗触发用户的二次确认，授权边界随时可以一键撤销。 所有发布者，必须完成与手机号一致的实名认证，Skill和Agent全部是实名制；

从创意到成本，AI正在重写综艺的生产逻辑 是的，这些原本需要几十号人、砸大把预算的节目，如今靠一台电脑和AI工具，就这么水灵灵地手搓出来了。 就在最近，LibTV还与抖音未来导演扶持计划达成合作，打算联合扶持AI综艺创作，重点支持头部创作者打造新的节目作品。 如今，这些现实里压根无法实现的场景，就这么被AI搬进了一档档有剧情、有冲突、可能还离谱的综艺节目。 过去需要团队协作的制作流程，如今相当一部分在电脑上就能搞定，场地、演员、实景拍摄等开销也省下了。 需求侧说到底就一件事儿，AI综艺卖的，还是互联网最古老的一门生意：爽点。 传播学经典的使用与满足理论曾指出，人们消费娱乐内容，往往是为了满足猎奇、情感共鸣、娱乐消遣等心理需求。 一个明显的信号是，抖音在2025年底启动了「未来导演扶持计划」，覆盖综艺、故事短片、纪录片三大方向： 此外，抖音未来导演扶持计划还同步上线「作者自制综艺3.0激励计划」，围绕资源、创作和荣誉三大板块推出十项扶持机制，为创作者持续产出优质内容、打造系列IP提供更多支持。 就在近期，「LibTVx抖音未来导演扶持计划」达成合作，打算一起扶持更多AI综艺创作者。 抖音未来导演扶持计划则提供流量、项目入口及平台宣发支持。

2026年10月13日，大模型原生AI终端品牌STEPX（阶跃终端）旗下首款大模型原生智能体手机STEPX Neo正式发布 阶跃Amoo进入物理世界还需要能够孕育“人机共生”关系的系统环境——智能体原生操作系统Step AOS 1.0从零为智能体打造，将长期记忆、任务调度和安全机制融入系统底层。 双入口界面设计让用户能随时找到智能体，也让智能体随时响应用户需求； 面对信息查询、单应用办理和多应用协作等复杂需求，云侧模型能够完成任务规划和拆解，再由端侧执行并交付结果。 发布会现场还展示了STEPX联合B站发起的“STEPX狂想计划”的最新成果。 STEPX与支付宝达成AI深度合作，打造智能体系统级解决方案及定制化AI支付全栈方案，构建AI原生智能体端到端业务闭环，实现需求响应、任务规划到服务履约的完整打通。 与此同时，STEPX推出“阶跃Amoo成长计划”，前1万名任务达标用户将获得“星辰船票”，在未来五年内，凭STEPX Neo可0元置换任意一款STEPX新款终端，具体权益内容可查看商品页面展示信息了解。 STEPX Neo先行版将于10月13日21:00开启预售，并于10月16日10:13正式开售。

MemSilicon宣布完成国际首款高密度、大容量1T4R 1Gb RRAM芯片流片。

NVIDIA 列举 EMEA 地区多家软件与系统合作伙伴正使用其加速计算、Cosmos、Nemotron、Omniverse 构建面向城市运营的物理 AI 与代理 AI 应用。 法国科多尔省与 Akila、ThinkDeep 合作，基于 NVIDIA Nemotron、Omniverse 与加速计算在主权数字孪生中整合传感器、基础设施与历史数据，Cosmos 计划用于视频数据，应用于 500 余栋公共建筑，文档检索时间由数周缩短至数分钟、总运营成本下降 10%，规模化目标 30%。 比利时安特卫普-布鲁日港由 Milestone 与 Dell Technologies 测试基于 NVIDIA Cosmos 与 VSS 蓝图的代理视觉 AI 用于油气泄漏预警等场景，使用合成数据训练以应对真实数据稀缺的场景。 范围与状态限定：科多尔省项目已采用 Nemotron、Omniverse 与加速计算，Cosmos 处于计划采用阶段，用于视频数据。 适配范围的限定条件：面向欧洲城市从试点扩展到日常运营，需本地处理数据、可定制模型并运行 AI 代理的本地化 AI 基础设施。

OpenAI发布新分析，介绍代理式AI在欧盟企业及中小企业中的采用正在增长。 分析还指出欧盟企业及中小企业更深层使用代理式AI可释放更多价值。 报道标题为《欧盟在AI的下一步是代理式AI》。

Hacker News 上有用户分享了关于 Anthropic 重新设计源代码管理流程的讨论

IT之家 10 月 14 日消息，谷歌依靠安全研究员提交的漏洞报告，再结合内部安全团队，保障 Chrome 等应用抵御漏洞利用攻击。过去数月，谷歌已对漏洞奖励计划（VRP）作出多项调整，包括 5 月下调 Chrome 漏洞奖金、7 月借助 AI 提升 Chrome 安全性。如今，谷歌将对 Chrome 漏洞奖励计划进行新一轮调整。 谷歌在一篇博客文章中公布了全新奖金档位与漏洞分类。内存损坏类漏洞的基础奖金提升至原来四倍，达到 2,000 美元 （IT之家注：现汇率约合 13,410 元人民币） 。此外，浏览器、图形处理器（GPU）以及网络进程中可控读取与崩溃类漏洞报告，奖金为 4,000 美元 （现汇率约合 26,820 元人民币） 。而可控写入类漏洞奖金最高可达 20,000 美元 （现汇率约合 13.4 万元人民币） 。 同时，渲染进程中的写入漏洞以及释放后重用（UAF）漏洞，奖金上调至最高 8,000 美元 （现汇率约合 53,640 元人民币） 。谷歌简化了 V8 沙箱漏洞与 V8 逻辑缺陷的奖金标准，分别统一固定为 5,000 美元 （现汇率约合 33,525 元人民币） 与 4,000 美元 （现汇率约合 26,820 元人民币） 。 为进一步提升 Chrome 安全性，并鼓励研究员在高危内存漏洞之外开展更多研究，谷歌新增中危漏洞修复奖励。 谷歌调整 Chrome 浏览器漏洞赏金计划：高危漏洞最高奖励 2 万美元 最后，谷歌新增年终奖项，表彰安全社区的漏洞提交成果，奖项设置包括“最多漏洞发现奖”、“最佳漏洞奖”、“最佳报告奖”。

IT之家 10 月 14 日消息，彭博社今天（14 日）发布的《深度分析：云游戏与 AI 或最终终结游戏主机》行业研究报告预测，到 2035 年，云游戏市场规模将达到 380 亿美元 （IT之家注：现汇率约合 2,547.91 亿元人民币） 。随着云游戏日益普及，传统游戏主机可能最终 失去自身在大众消费市场的地位 。 报告指出，AI 将使游戏越来越复杂，对硬件性能的要求也会不断提高。相比每隔几年推出一代性能更强的新主机，利用数据中心运行游戏，再通过互联网将画面传输给玩家，能够更有效地满足需求。 其中，任天堂在云游戏领域的布局相对有限，一直将其放在公司战略的次要位置，因此可能难以适应这一转变。索尼集团的处境则相对有利，旗下 PlayStation Plus 服务体系更加成熟，还拥有支持远程游玩的 PlayStation Portal。 微软、英伟达和腾讯也有望凭借云基础设施方面的投资获益。报告预计，微软 XBOX 云游戏将维持约 40% 的市场份额，截至 9 月的季度累计云游戏时长估计达到 2.2 亿小时。 英伟达凭借需求旺盛的 GPU，在 GeForce NOW 云游戏服务方面具有技术优势；腾讯则被认为在中国云游戏市场拥有领先的技术实力。 负责该报告的彭博行业研究分析师内森 · 奈杜认为，当今 AI 数据中心服务需求激增，推高了算力价格。 预计到本世纪 20 年代末，随着大量数据中心建成， GPU 的算力供给将超过需求 。

Xbow 工程师 Brendan Dolan-Gavitt 用 OpenAI 的 gpt-5.6-sol 分析 Chrome 源码，历时六天、花费约 4 万美元算力，找到三个独立漏洞组成漏洞链，使标签页内普通 JavaScript 代码穿越两个防护边界、逃出所有沙箱。 该成果获 Google 25 万美元全链奖励。

Google 于10月14日全面开放 Gemini 4 Argon，作者实测后认为其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。 作者实测了新开放模型在编程、写作和产品体验上的真实表现，读者可据此判断是否值得为它订阅付费。

Science Corporation完成了首例Stargardt病患者视觉恢复芯片植入手术。 Neuralink前总裁兼联合创始人Max Hodak在TechCrunch Disrupt舞台上介绍了其公司与PRIMA的合作，并称这是其通往新型脑机接口路径的一部分。

Cerebras CEO Andrew Feldman 预言未来个人 AI 助手将像家用电器一样普及 该 AI 助手可能部分在本地设备运行、部分在云端运行

总部位于旧金山的Industrial Next构建由自研基础模型驱动的AI独立机器人工站，连接视觉、任务上下文与运动，使生产线无需传统编程即可在数分钟内重新配置而非数周。 Industrial Next在舞台上宣布与BMW Group Technology Office合作，评估其AI驱动的灵巧操作技术用于制造。 Industrial Next的目标是让制造商自动化传统需要人工完成的复杂精细任务。 Industrial Next的部分工站已用于生产全球最受欢迎的某款智能手机，处理诸如穿入柔性线缆、扣合小型连接器帽等厂商多年尝试自动化未果的精细任务；其胶片剥离工站能在切换到未见过的手机型号和产线时以100%准确率剥离摄像头模组与按键上的保护膜。

Gemini 4 Argon 于 10 月 13 日全面开放，Pro 会员可在 Gemini APP 使用。 在 Antigravity 使用需要 100 美元 Ultra 会员。 作者实测认为其知识类专业能力强，Vals Index 综合排名第一（68.9），单次成本 15.68 美元，但 CUA-bench 仅 4.83% 排倒数第二。 作者认为前端效果不及 GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅 Ultra。

Johann Rehberger披露了Visual Studio Copilot与SQL Server Management Studio中的远程代码执行漏洞CVE-2026-103572。 该漏洞根因是利用文件名末尾多加一个点绕过路径校验，写入.mcp.或settings.VisualStudio.等受保护配置文件，实现任意命令执行。

Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 上表示，AI 行业对风险的关注掩盖了其潜在益处。 Feldman 对传播 AI 末日警告的 AI 领导者喊话：也许该停止发声。

OpenAI一名工程师因被指控在办公室安装窃听设备而被逮捕。 该员工被确认为35岁沙特国民Abdulrahman Alfozan，被指控使用或企图使用设备拦截口头通信。 OpenAI称其使用AI模型分析该设备以查明来源，识别出是一名特定员工数天前安装的。 该窃听设备被发现插在OpenAI办公室一台电视的USB端口上。

Meta 推出 Muse Wonder 和 Muse Wonder Full，定位为面向个人与专业代理任务的前沿模型。 Meta 的 Muse Wonder (Max) 进入 Code Arena WebDev 榜单第15名，得分1651，与 Kimi K3 (Max) 的1655分相差4分。 Muse Wonder 通过 Meta Model API 与 Muse Code 即时可用。 Muse Wonder Full 仅面向 Muse Code 订阅者提供。 Muse Wonder 将用于其个人代理产品 Muse，并率先向订阅者开放。

联邦法官裁定苹果可以查阅OpenAI涉及前苹果员工的面试材料。 苹果还可获取案件关键人物的私人信息和证词。

Character.ai已进入破产程序，相关法院文件显示其商业模式难以支撑开支。 公司2024年每月AI算力支出为1380万美元，2025年为1000万美元。 订阅收入峰值仅每月280万美元，含广告的全部收入峰值530万美元。 2026年1至8月算力支出5610万美元，8月时每月仍亏损约800-900万美元。 公司订阅收入峰值仅每月280万美元，含广告的全部收入峰值530万美元。

OpenAI在办公室内发现一个隐蔽的录音装置，并利用自家模型分析该设备及其来源。 经OpenAI确认，该录音装置是一名员工几天前安放。 OpenAI已将此事移交FBI，FBI已迅速逮捕相关人员，调查仍在进行中。 OpenAI表示目前没有迹象显示该员工不当访问或外泄模型权重、源代码或客户数据，该员工已被解雇。 OpenAI将此案视为AI协助应对复杂安全威胁的实例。

XBOW 团队借助 OpenAI 的 GPT-5.6 Sol，在 6 天内以 4 万美元算力构建出 Chrome 全链漏洞，获得 Google 25 万美元赏金。 这是 Google 第二次就 Chrome 全链漏洞发放赏金，也是 2026 年新规则下的首次。 受影响范围为 Windows 上的 Chrome。 作者称过去类似漏洞需约 6 个月构建，并提醒用户在出现 Update 按钮时及时重启 Chrome。

微软正在组建一个新的Xbox Labs团队，以探索快速兴起的Mod现象。 许多这类Mod借助AI模型，帮助Mod作者以鲜见的方式重新混制游戏。 Xbox Labs将成为一个"sm…"，完整报道见The Verge。

Flox Intelligence 正在构建人工智能技术，用于将野生动物驱离火车、机场和道路。 Flox 的边缘设备能够识别动物，并使用针对特定物种的声音将其驱离关键基础设施。

魔法原子的具身Agent框架在MolmoSpaces上取得全球第一的成绩。 相关进展让VLA从演示可用逼近产线可用。

北卡罗来纳大学威尔明顿分校（UNCW）的教师将参加一场关于人工智能的社区峰会。

Claude Code黑客松将在日本举办，面向在日本居住的开发者，包括工程师及其他非工程师身份的建造者均可报名。 报名截止时间为10月26日23:59（日本时间）。

2026人工智能产业大会即将拉开帷幕。 来源为新浪网，将要举办状态。

2026人工智能产业大会即将拉开帷幕 新浪网 2026人工智能产业大会即将拉开帷幕 - 新浪网

2026物理AI与世界模型大会将于本月在宁举行- 中国日报网 China Daily 2026物理AI与世界模型大会将于本月在宁举行- 中国日报网 - China Daily

在圣何塞McEnery会议中心举办的OCP全球峰会上，NVIDIA宣布了新的合作伙伴关系和贡献，旨在为下一代AI基础设施创建共同基础。 NVIDIA通过开放的NVIDIA MGX架构向OCP贡献了关键的NVIDIA Vera Rubin机架和计算托盘设计。 更新后的MGX 1.2规范增加了机架级盲插液冷、可互操作的机架级互联基础设施，以及为更高功率AI系统设计的液冷5000A母排，并新增原生19英寸设备支持和高密度机架设计。 该架构支持最高250kW的机架部署。 Vera CPU机架设计规范将NVIDIA MGX开放架构从加速计算扩展到专用平台，用于工具调用、编排和沙箱执行。

AI工具进了公司，为什么大家还是沿用原来的工作习惯？把工作交给AI之后，员工的经验和价值又该放在哪里？ 这一期新可能实验室，晓辉博士与深圳依然、良策AI创始人徐健，聊一家企业如何让FDE走进业务部门，和员工一起拆解工作流。从具体的招聘流程出发，讨论哪些环节可以交给AI，以及效率提高后人的经验和价值该如何发挥。

Wes Roth发布新视频，评测Google的Gemini 4 Argon模型。 视频评测包括测试Google展示的演示、自己构建游戏以及探索其机器人能力。 视频还讨论了Google安全研究发现，即推理过程中某些shortcuts不再出现。

Matthew Berman 发布新视频，介绍 Google 的 Gemini 4 Argon 模型。

Lex Fridman 发布了与英伟达 CEO 黄仁勋一同访问台湾的视频。 视频记录了台湾夜市街头美食、人山人海的现场画面以及长达数日的多次深度对话。

Matt Wolfe发布新视频，对Google新模型Gemini-4 Argon进行了动手实测，包括编写游戏代码到3D打印Gary Busey等项目。 视频中Matt Wolfe分享了Gemini-4 Argon令他印象深刻的地方、遇到的问题，以及Google与Claude和ChatGPT的对比。

Sam Witteveen发布新视频，介绍并测试Google新发布的Gemini 4 Argon模型。

SPIN研究如何让大模型模拟同一个人在不同情境中的选择，流程是先编译稳定人格，再生成当前状态，最后输出决策。 论文作者来自东京大学和日本理化学研究所先进智能研究中心，已被 NeurIPS 2026 录用。 研究主题为通过认知-情感人格推断来增强大模型，以模拟人类社会心理行为。

作者发布新一期内容，主题为「神级AI项目逆向一切，游戏角色入侵我的主页」。 标题宣称「软件行业真要崩盘了」，围绕一个能逆向一切的神级AI项目展开。

ChunkAct 提出将动作分块（action chunking）引入智能体机器人，以降低每次 LLM 推理对完整交互历史的依赖。 在线运行模式下，一次调用即可启动一连串链接好的原子动作，使其自主执行，仅在失败时才交还控制权。 ChunkAct 通过将记忆离线编译为动作块，使测试时执行不再依赖记忆，规划器仅保留给需要推理的决策。 每个原子动作原本都需要对完整交互历史执行一轮 LLM 推理，因此一个回合的成本会随原子动作数量而增加。 在线运行模式下，一次调用启动一连串链接好的原子动作，自主执行，仅在失败时归还控制权。 离线模式下，ChunkAct 将记忆编译成动作块，使测试时执行不依赖记忆，规划器仅用于需要推理的决策。

EgoExplorer 是一个面向人类原地运动操控的 100 小时视-动-触观测站，使用可穿戴系统构建，并强调专业活动，其连续录制将第一人称视频与重建的全身运动、精细的手指关节活动以及触觉观测对齐。 研究者提出 Calibrate-Complete-Constrain 流程，先通过复用校准在运动推断前固定参与者几何与传感器安装以分离安装偏移与关节运动，再由时间先验补全未观测到的关节运动，并以分层约束促进测量一致性、时间连续性与几何一致性。 相比追踪器拟合的参考，该方法将人体关键点误差相对降低 71.9%，并对手部稳定性与接触估计也有提升。 现有数据集仅提供对这种运动操控协调的部分视角。

在稀疏到稠密的运动补全任务中，在单一几何家族上训练的残差先验常无法在跨家族情况下胜过无参数调和扩展。 跨家族训练存在尺度障碍：残差幅度在不同几何家族间变化超过一个数量级，且随观测变密而塌缩；该尺度在测试时无法直接测量。 作者通过学习一个无量纲先验并结合可观测量的幅度估计与仅在训练源上拟合的轻量校正，将残差结构与物理尺度解耦。 该统一模型在所有评估家族（含未见过的布料与腿式身体）上超过调和扩展，且同一先验无需重训即可用于点跟踪动物视频和软体机器人抓取。 所提幅度估计依赖测试时不可直接测量的目标运动物理尺度。 轻量校正仅在训练源上拟合。

提出 Tev-Gym 数据集，含 1,170 个跨 7 个领域的可验证任务环境，提供密集渐进奖励 提出 PPRS 奖励塑形方法，将进度转化为逐步密集奖励，提升训练效率 训练得到 Tev-27B，在 ALE-CM 上 Pass@5 匹配 GPT-6 Astra 和 Claude Opus 5 数据集采用潜在世界优先方法构建：先生成任务领域、工作流及每步期望状态的完整正确隐藏规范，再逐步渲染为面向智能体的环境 尽管仅在 ALE 相关数据上训练，Tev-27B 仍可泛化至 Terminal-Bench 3.0 与 4.0 子集，超过 GLM 5.2 与 Gemini 3.7 Flash，并在 TB 2.1 等中等时长任务上达到 Claude Opus 4.8 级性能

作者提出可基于模型自身生成样本训练扩散模型，依赖 target score identity 与未归一化概率密度。 基于该恒等式的重要性加权形式在训练中保持一致目标，未加权形式则是自洽不动点训练方案。 在二维 φ⁴ 理论的对称、临界、破缺相中，该无数据训练方法的性能与使用 HMC 参考数据训练相当。 标准去噪分数匹配目标需要目标分布的样本，看似重新引入原本的采样问题。

Google DeepMind 与新加坡 GovTech 合作，利用轻量级端侧 Gemma 模型在私密聊天中拦截对话式诈骗，数据完全不出云端。 该项目作为保护公民免受诈骗的新 AI 工具发布。

DeepMind 正在开发一款名为 Gemini 4 Argon 的模型。

DeepMind 发布了名为 Gemini 4 Argon 的机器人相关研究项目。 该项目以 Gemini 4 Argon 命名，聚焦机器人方向。

论文指出，对世界上大多数语言而言，语言模型预训练处于数据受限状态，模型需多次重复训练数据，从而损害泛化能力。 论文针对该问题提出两种补救路径：激进超参调优（如高权重衰减）以及混入高资源辅助语言数据以直接辅助低资源目标语言。 论文说明，超参调优通过缩小权重来限制网络容量以正则化模型，而辅助数据混合使用可调的混合比例来扩展训练分布并以新数据多样化训练信号。

作者更新了 llm-meta-ai 插件以支持新模型 Muse Wonder，并针对 minimal、low、medium、high、xhigh、max 六个推理级别各生成了一张骑自行车的鹈鹕图。 作者指出这些模型看起来可能是 Meta 的首批 Fable 级模型，Artificial Analysis 将 Muse Wonder (Max) 评为相当于 GPT-6.1 Sol。 作者表示，Meta AI 大约每月发布一个新模型，连续模型之间（至少在绘鹈鹕能力上）的改进是实质性的。 作者认为这些模型可能是 Meta 的首批 Fable 级模型，相关评测等效结论来自 Artificial Analysis。

Hacker News用户认为人工智能是一种工具，善于使用需要技巧。

【Codex】Decision models in the CLI Decision models can now be used directly from the terminal with ollama run — ask yes/no questions, classify text into labels, or score against a rubric: ollama run nimble --ask "Is a refund being requested?" < ticket.txt What's Changed Kev decision models are now supported by the MLX runner on Apple silicon ollama launch can now be used with usage credits without upgrading to a paid plan ollama launch codex now includes locally installed Ollama models in its model picker. Use /model within the Codex CLI to swap models.；【Gemini】IT之家 10 月 14 日消息， Gemini 4 Argon 现已面向全球开发者和企业开放，可通过 AI Studio 、 Gemini 平台 API 使用，同时支持 Google Antigravity 的 Google AI Ultra 订阅用户，以及 Gemini 应用和搜索 AI 模式的 Google AI Ultra 和 Pro 订阅用户。 谷歌最强 AI 模型：Gemini 4 Argon 上线，输出词元上限 100 万个、专攻最棘手难题 在工程领域，该模型帮助 Chrome 团队完成了数千万行代码的架构重构，将原本需要数月的工作缩短至数周；

Geoffrey Huntley 提出，若 AI 智能体不调用其诊断库，可通过分析 git diff 检测绕过诊断模块的直接调用，并以预提交钩子阻止提交并向智能体注入提示词 作者本人在文中主张“nobody should type code by hand anymore”，并描述这是其个人应对智能体行为漂移（drift）的做法

指南介绍四种为 Copilot 定制项目上下文的方式：自定义指令传递项目约定、智能体技能封装可复用的流程、自定义智能体应对更大专项任务、模型上下文协议（MCP）服务器连接外部工具与数据。 仓库级自定义指令通过 .github/copilot-instructions.md 文件定义架构、命名规范、测试与验证预期等指南；也可在 .github/instructions 创建带 applyTo 字段的路径特定指令文件，匹配的文件可同时使用全局与专项指令。 智能体技能是包含指令与可选脚本的文件夹，可放在 .github/skills 下各自的子目录，例如 .github/skills/quality-checks 内的 SKILL.md 说明何时调用技能、运行哪些测试与 lint 脚本及其作用和故障排查方式。 自定义智能体的仓库级配置文件位于 .github/agents，可定义智能体的用途、指令、工具和相关项目上下文，用于跨多文件并涉及多种工具与上下文源的重复性任务。 MCP 服务器（如 Playwright）让 Copilot 可在浏览器中打开并操作应用以验证更新后界面表现；用户也可在 Copilot 应用中浏览可用 MCP 服务器或添加自定义服务器。 自定义指令仅作为协作约定与流程基线，本身不等同于完成实际修改。 智能体技能仅在 Copilot 执行运行质量检查、准备发布、调试失败工作流等特定流程时被加载。 自定义智能体常用于类似无障碍审查等需要跨多文件检查组件、模板、样式与交互的更大型任务。 MCP 服务器（如 Playwright）的作用是验证界面行为是否符合预期，覆盖范围超出仅通过自动化检查。

该项目是2026年最系统的AI Agent速成指南，提供完整学习路径、实战项目和面试题库。 教程对标大模型应用开发工程师岗位，覆盖LangChain、LangGraph、Coze、Dify、MCP、skills、LLM、RAG、提示词，并包含企业级部署与微调内容。 项目目标是从0到企业级落地，并融合学习、上线项目和面试准备。

该课程为 SGLang 与 Datawhale 合作的官方 LLM 推理课程。 课程内容包括理解推理、从零构建 mini-sglang，并通读真正的 SGLang 源码以完成首个 PR。 课程提供英文与中文两个版本。

文章指出智能体技术已成熟，当前难点落在智能体之外的工程环节。 文章主张智能体本身不需要更多自由度。

本文将介绍如何使用scikit-learn进行向量检索，并结合开源模型生成嵌入，构建一套轻量级端到端RAG流水线。

Hugging Face 推出的官方课程，聚焦小规模语言模型的对齐方法（SFT、DPO、KTO 等）。课程面向已有大模型基础、希望理解并实操对齐流程的学习者，完成后能掌握用较小算力对模型进行指令微调与偏好对齐的完整流程。

PyImageSearch发布教程，手把手用PyTorch从零搭建DeepSeek-V3模型架构。内容涵盖Transformer块中的多头潜在注意力（MLA）与混合专家（MoE）组合、嵌入与输出层权重共享、多token预测集成等核心模块的实现。适合想深入理解现代大模型内部结构、具备PyTorch基础的开发者学习，可作为阅读官方论文与源码的实践补充。

该课程教授如何使用多智能体系统来规划、设计并构建知识图谱，面向希望将 LLM Agent 技术应用于结构化知识工程的开发者。学员将学习智能体协作、知识抽取与图谱构建流程，能在 RAG 与企业知识管理等场景中落地。

E2B Cookbook 提供使用 E2B 的示例代码，标签涵盖 agent、ai、ai-agents、code-interpreter、cookbook

教程目标是带领学习者从零到一搭建一台具身智能机器人。 课程会深入强化学习、World-Model、VLA 等智能决策方法的工程落地。 教程覆盖仿真环境、控制器、运动规划、感知系统等技能树模块,并在真实项目中跑通"决策—控制—感知"完整链路。

文章对 NumPyro 的 NUTS、不变仿射 MCMC 与 dynesty 嵌套采样进行了基准对比。 文中观察这些采样器在基准测试中出现失败案例。 对比基准以精确真值（exact ground truth）为参照。

本文系统讲解 LLM 智能体在生产环境中的同步与异步执行架构差异，包括请求生命周期、并发模型、错误传播与资源占用等关键维度。文章帮助读者根据延迟要求、任务复杂度和下游依赖选择合适的执行模式，适合正在将 LLM 智能体从原型推向生产部署的 AI 工程师与架构师。

HuggingFace 官方推出的 MCP（Model Context Protocol，模型上下文协议）课程，系统讲解如何让大模型连接外部工具与数据源。内容覆盖 MCP 架构原理、Server/Client 开发、Anthropic 官方 SDK 使用及实战项目，适合具备一定 LLM 基础的开发者学习如何构建标准化 AI Agent 与工具集成。

本课程由Sharon Zhou主讲，聚焦Transformer模型的底层原理与实践能力。学习者将超越简单调用LLM的层面，建立对模型行为的直觉，掌握调试实际问题的方法，并学会在部署基于Transformer的模型时做出更明智的技术决策。适合希望深入理解大模型工作机制、而非仅停留在应用层面的工程师与研究者。