Google 研究人员提出 RRSI，减少智能体 harness 对测试任务的记忆
Google 研究人员提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），通过约束智能体 harness 的自我优化，减少其记忆测试任务的问题。
全部 AI 动态
The DecoderAI 评分5757 The DecoderAI 评分5757 特朗普宣布成立“超级智能力量”（SIF）
特朗普宣布成立“超级智能力量”（SIF），负责协调联邦政府与消费者、公共利益团体、宗教组织、关键基础设施运营方及 AI 公司之间的沟通。SIF 将由多名政府官员领导，并向总统和幕僚长 Susie Wiles 汇报；报道指出，特朗普用“超级智能”指人工智能，而 AI 研究中的超级智能是指远超人类智能的自我改进系统。
TechCrunch · AIAI 评分6363 特朗普宣布成立“超级智能力量”任务组
美国总统特朗普宣布成立“超级智能力量”任务组，负责协调联邦政府的相关工作；国家情报总监 Jay Clayton 将担任主席。报道称，任务组成员还包括联邦贸易委员会主席 Andrew Ferguson 等官员，并需在120天内提交一份关于 AI 风险与机遇的报告。任务组章程称，其将制定应对超级智能相关威胁的计划，同时避免过度监管和监管俘获。
TechCrunch · AIAI 评分5353 TechCrunch 对谈：安全承诺与“super intelligence”能否改善 AI 形象？
TechCrunch 的 Equity 播客对谈分析特朗普与多家 AI 企业高管会面及其签署的《Joint Commitment on Frontier Responsibilities》，质疑这份承诺能否产生实质影响。对谈指出，该承诺自愿且不具法律约束力，特朗普称其具有“道德约束力”；嘉宾认为，会面的意义或在于将 AI 重新包装为“super intelligence”，而非带来重大政策变化。
TechCrunch · AIAI 评分6363 Google因AI自动化提交大幅增加暂停开源软件漏洞奖励计划
Google因AI自动化提交大幅增加，暂停其开源软件漏洞奖励计划，暂停自10月1日起生效。Google表示，绝大多数自动化提交无效，并计划在2027年第一季度更新计划情况；期间鼓励参与者考虑Google的其他漏洞奖励计划。
TechCrunch · AIAI 评分6161 Safeworld 获得超 $12 million 种子轮融资，开发机器人安全模拟评估平台
Safeworld 宣布以超过 $12 million 的种子轮融资结束隐身状态，融资由 Shine Capital 和 a16z Speedrun 领投。公司开发的平台在包含逼真人体模型的模拟环境中评估机器人控制系统，并通过运行数千种场景测试机器人与人的交互；Gritt Robotics 正与其合作开发安全模拟。
TechCrunch · AIAI 评分1818 TechCrunch Disrupt 2026 公布 Disrupt Stage 三天议程与嘉宾阵容
TechCrunch 公布 Disrupt 2026 的 Disrupt Stage 阵容，活动将于 10 月 13 日至 15 日在旧金山举行，嘉宾包括 Cerebras CEO Andrew Feldman、Amazon 的 Panos Panay 和 Benchmark 五位合伙人。Startup Battlefield 2026 决赛优胜者将获得 $100,000 无股权资金。
TechCrunch · AIAI 评分1717 TechCrunch Disrupt 2026 Startup Battlefield 评委揭晓：五位投资人将决定冠军归属
五位投资人将担任 TechCrunch Disrupt 2026 Startup Battlefield 决赛评委，从 20 支登台路演的队伍中选出冠军。
TechCrunch · AIAI 评分5252 研究者追踪疑似运行于腾讯基础设施的中国 AI 智能体群
独立研究者公布初步发现，称一批 AI 智能体似乎运行在腾讯基础设施上，并查询阿里巴巴地图服务 Amap。研究者称其为“agent fleet”而非“swarm”，因为多个智能体虽执行相似任务，却没有相互通信的迹象；查询记录涉及公园、动物园和医院等公共场所不同入口的路线。研究仍在进行，现有记录显示这些智能体可能是在绕过阿里巴巴的 API 规则。
The Verge · AIAI 评分6262 OpenAI 将在 ChatGPT 测试视觉广告
OpenAI 将于本月晚些时候在美国开始测试 ChatGPT 视觉广告，初期广告会在用户生成图片时展示赞助商品和服务图片。广告与生成图像分开呈现，不影响 ChatGPT 的回答；Plus、Pro 和 Enterprise 订阅用户不会看到广告。OpenAI 表示，广告将避开情绪脆弱、敏感或其他不适宜的对话场景。
The Verge · AIAI 评分6464 开源工具 RemoveMacAI 可关闭 Apple Intelligence 并删除模型
开源命令行工具 RemoveMacAI 可关闭 Mac 上的 Apple Intelligence 功能、删除模型，并阻止 macOS 再次下载。开发者称模型约占 12GB，文章作者在自己的 MacBook Air 上看到的存储占用为 35.05GB；工具还提供恢复和查看各模型大小的命令。
AWS Machine Learning Blog精选AI 评分7878 GLM 5.3 在 Amazon Bedrock 上线，支持缓存配置与 Strix 安全测试
AWS 宣布 GLM 5.3 已在 Amazon Bedrock 上提供，企业用户可通过托管 API 调用该模型，并使用跨区域推理、提示词缓存和不同服务层级。文章给出 OpenAI 兼容 API 调用及显式提示词缓存的 Python 示例，还演示了如何将模型接入开源 AI 渗透测试智能体 Strix，对本地 OWASP Juice Shop 执行授权安全测试。
推荐理由：文章把 GLM 5.3 在 Amazon Bedrock 上的接入方式与缓存配置写成可操作示例，并展示了它在授权安全测试工作流中的用法。
The Verge · AIAI 评分3131 Gemini 的“Call for Me”或将扩展至亲友通话，可代为传达迟到消息
Google 可能将 Gemini 的“Call for Me”AI 功能从商务通话扩展到亲友联系，让用户委托它传达迟到或询问是否赴宴等简单消息。APK 拆解还发现 Gemini Calling 介绍页示例及应用级权限设置，但 Google 可能不会公开推出这些功能。
Ars Technica · AIAI 评分6464 MCP 智能体通信协议的信任缺口可能带来安全风险
AI 智能体之间通过 MCP 传递指令时，攻击者可能利用一个智能体向目标网络内的其他智能体传播恶意指令，窃取数据库内容及敏感信息。过去五个月，Google 等五个组织承认了相关漏洞；独立研究员 Syed Anas Mohiuddin 测试了多个组织的智能体，并展示了利用 MCP 信任缺口的概念验证攻击。
Google ResearchAI 评分4747 Agent 隐私与安全中的开放问题与新兴问题：一种情境视角
Google Research 发布《Agent 隐私与安全中的开放问题与新兴问题：一种情境视角》研讨会报告，汇集 50 多位学界和业界人士的合作成果，梳理自主 Agent 面临的隐私与安全挑战。报告以情境完整性理论为基础，提出通过情境策略引擎评估数据流和行动是否恰当，并从系统、模型和用户层面探索多层防护。
TechCrunch · AIAI 评分6464 OpenAI 将在欧盟为 ChatGPT 和 Codex 生成的文本添加水印
OpenAI 将在未来几周为欧盟符合条件的 ChatGPT 和 Codex 用户生成的文本添加不可见水印，以遵守《欧盟 AI 法案》；全球各地使用 OpenAI API 的开发者今天起可为部分模型开启该功能，默认关闭。
The Verge · AIAI 评分5959 Nolla Health 在犹他州试点 AI 痤疮处方服务
医疗初创公司 Nolla Health 宣布在犹他州试点 AI 痤疮处方服务，用户可通过应用扫描面部，由 AI 分析痤疮严重程度并开具处方。前 100 名患者的每张 AI 处方都需两名医生批准；之后医生将在最多 500 名患者处方开出后开始审核，再每月抽查至少 10% 的处方，并审查升级处理或出现副作用的病例。
TechCrunch · AIAI 评分7474 Reflection发布开放权重模型Beam，称其以更低推理算力比肩中国开源模型
Reflection AI公布首款前沿开放权重模型Beam，称其在高级推理基准上达到Z.ai的GLM-5.2水平，并以3-4x更少的推理算力超过领先的西方开放模型。
The Verge · AIAI 评分3636 AI 接管数学引发争议：OpenAI、Anthropic 的数学突破与学界反弹
OpenAI、Anthropic 等实验室过去一年宣布解决多项长期数学难题，其中包括一项千禧年大奖难题，但这些突破也引发数学界反弹。争议涉及研究成果是否使用了数学家的工作、证明是否充分，以及 AI 实验室如何避免重蹈覆辙。
Ars Technica · AIAI 评分6262 RemoveMacAI 命令行工具可从 macOS 27 移除 Apple Intelligence
开源命令行工具 RemoveMacAI 可从 macOS 27 移除用户不需要的 Apple Intelligence 功能，同时保留其他功能。
The Verge · AIAI 评分6969 维基媒体基金会称 OpenAI 智能体活动可能关联 5 月服务中断
维基媒体基金会称，发现其平台上有疑似由 OpenAI 运营的智能体编辑维基、尝试利用 Etherpad，并向公开 API 发出数百万次自动请求。基金会表示，这些流量可能促成了 5 月 Wikidata Query Service 的部分中断，但 OpenAI 称其调查尚未能确认机器人是否造成该中断；基金会也未发现系统被用于智能体间协调或系统、数据遭到攻破的证据。
The DecoderAI 评分6868 Meta 和 Microsoft 大幅削减 Claude 使用，转向自有工具
Meta 和 Microsoft 正大幅削减内部 Claude 使用，并推动员工转向自有工具及其他模型。Microsoft 将云部门月度人均预算从 $100,000 降至约 $10,000，支出削减超过三分之一；Meta 的 Claude Code 用户从约 60,000 人降至 30,000 人，部分原因是裁员和推广自有工具。
TechCrunch · AIAI 评分6565 Instinct 将 AI 智能体带入群聊，未注册用户的朋友也可参与
Instinct 推出群聊功能，用户可以将 AI 智能体加入朋友群聊，即使朋友尚未加入 Instinct 也能使用。该功能目前向早期体验用户开放，之后将扩展至所有用户。群聊智能体与个人账号隔离，个人智能体分享信息或采取行动前会征求用户许可。
TechCrunch · AIAI 评分6262 TikTok推出AI购物助手和应用内一键结账
TikTok宣布推出AI购物助手和新的应用内结账功能，让用户可以直接从品牌购买商品。购物助手以对话式AI智能体提供商品、配送、尺码和库存等信息，并协助完成购买；用户也可在For You信息流中一键结账。新功能由TikTok与Salesforce、Shopify、Shoplazza和Stripe等商务平台及支付服务商合作开发。
The DecoderAI 评分6666 Reka AI 发布可处理文本、图像、视频和机器人控制的 Rho-1 研究预览
Reka AI 发布 Rho-1 研究预览，这款 19-billion-parameter 全模态模型在单一神经网络中处理和生成文本、图像、视频及机器人控制动作。
The Verge · AIAI 评分5959 OpenAI 将在 ChatGPT 和 Codex 中推出文本水印
OpenAI 将在欧盟逐步为符合条件的 ChatGPT 和 Codex 用户推出不可见、机器可读的文本水印，覆盖所有计划，但首发时不会设为全球默认。全球 API 客户从今天起可为部分模型选择启用水印；获批研究人员和专家组织也可申请检测器访问权限。OpenAI 提醒，水印不能保证可靠检测，也不能证明文本准确性、所有权或人类作者身份。
The DecoderAI 评分7373 OpenAI 将在欧盟为 ChatGPT 文本添加水印，全球 API 用户可选择关闭
OpenAI 将在未来几周为欧盟的 ChatGPT 和 Codex 用户启用不可见文本水印 textGrain，全球 API 用户则可选择启用。检测率受文本长度、主题和编辑影响：400-token 心理学文本的检测率约为 95%，数学文本约为 60%；替换 25% 的词后，检测率会降至 20% 以下。textGrain 检测器初期仅向经申请的研究人员和专业机构开放。
TechCrunch · AIAI 评分5252 Hot Girl Hotline 推出面向年轻女性的 AI 关系建议应用
两姐妹创办的 Hot Girl Hotline 推出面向年轻女性的 AI 关系建议应用，帮助用户以更安全的方式讨论约会与亲密关系问题。应用采用基于行为科学的建议和苏格拉底式提问，并会在对话出现风险信号时转介至 988 等资源。该应用可根据用户的价值观、目标、身份和偏好个性化建议，月费为 $9.99，现已在 iOS 和网页端提供。
AWS Machine Learning Blog精选AI 评分6464 AWS 教程：在 GovCloud 中通过 Amazon Bedrock 使用 Claude Code
AWS 介绍了在 AWS GovCloud (US) 中通过 Amazon Bedrock 配置 Claude Code，为受监管工作负载提供 AI 辅助开发方案。
推荐理由：文章并列说明 bedrock-runtime 与 bedrock-mantle 的功能和合规差异，并提供配置步骤，便于团队按审计与接口需求选择接入方式。
AWS Machine Learning Blog精选AI 评分6969 Amazon SageMaker 推出面向编码智能体的 aws-ai-ml skill
Amazon SageMaker AI 推出 aws-ai-ml skill，可接入支持 MCP 的编码智能体，协助优化生成式 AI 推理。它能对端点进行基准测试、推荐部署配置、比较性能数据，并生成可检查和运行的 SageMaker Python SDK v3 代码；文章介绍了通过 Agent Toolkit for AWS 或 SageMaker Studio 安装和使用的方法。
推荐理由：文章说明了如何将 aws-ai-ml skill 接入 MCP 兼容的编码智能体，并展示其基准测试、部署配置推荐与结果对比流程。
The Verge · AIAI 评分6767 OpenAI 公关人员在 Sam Altman 采访谈及 ChatGPT 用户自杀时要求转向其他话题
《Vanity Fair》编辑 Mark Guiducci 在采访 Sam Altman 时提及一名曾与 ChatGPT 交谈、后来自杀的用户，OpenAI 公关人员数次要求转到其他话题。采访随后继续，Altman谈到是否将用户心理危机期间的对话提供给研究人员，称未经用户同意可能不应这样做。OpenAI 发言人表示，采访超时，因此曾要求在 Altman 回应这一重要话题后另约时间继续。
The Verge · AIAI 评分5656 Sam Altman称AI带来的益处值得社会容忍部分负面影响
OpenAI CEO Sam Altman在Politico新播客中表示，AI带来的益处将十分巨大，社会应预期并容忍一些黑客攻击、诈骗等负面影响。Altman同时称仍需加强监管，并将OpenAI定位为介于Anthropic较谨慎立场与主张几乎不监管者之间的“务实中间派”；他还承认人类可能失去对AI系统的控制。
TechCrunch · AIAI 评分6767 HackerRank 向客户全面开放 AI 面试官 Chakra
HackerRank 向客户全面开放 AI 智能体面试官 Chakra，它通过真实代码仓库任务观察候选人的工作过程，并评估答案、判断和 AI 使用能力。测试期间，Chakra 已进行超过 500,000 次面试；HackerRank 称，其面试中的可疑活动标记比可比的传统评估低 70% 至 80%，但比例因地区和资历等因素而异。Chakra 为候选人评分，最终招聘决定仍由人类作出。
The DecoderAI 评分6565 Quinnipiac 民调显示多数美国成年人希望放缓或暂停 AI 发展
Quinnipiac University 的一项民调显示，47% 的受访者希望放缓 AI 发展，30% 希望暂停，直到安全得到验证，只有 5% 希望加快发展。86% 支持独立安全标准，73% 担心 AI 最终威胁人类生存，74% 对 AI 公司领导者缺乏或几乎没有信任。该民调于 9 月 24 日至 27 日调查了 1,202 名美国成年人，误差幅度为 +/- 3.5 个百分点。
The DecoderAI 评分7373 Anthropic 员工捐赠及公司配捐已使公司承担超过 $660 million
Anthropic 员工可将股份捐给慈善机构，公司还会追加股份；早期员工获得的配捐价值可达其捐赠的三倍。仅 2025 年 10 月至 2026 年 3 月，这项安排就使公司承担超过 $660 million，相关支出会稀释其他投资者的持股。2025 年捐赠总额为 $540 million；IPO 后，若股价继续上涨，捐赠总额可能达到数十亿美元。
GitHub Blog · AI & ML精选AI 评分7676 GitHub 发布 ReviewBench 开放基准，评测 AI 代码审查智能体
GitHub 推出 ReviewBench 开放基准，用于评测 AI 代码审查智能体，并提供公开数据集、统一评分方法和系统比较入口。基准包含来自 187 个开源许可仓库的 219 个 PR，覆盖 19 种语言，其分布参考了对 103.9M 个 GitHub PR 的分析；资深工程师独立复核标注，判断一致率为 96.6%。
推荐理由：ReviewBench 将真实 PR 分布、多来源标注和专家复核纳入同一评测流程，并用线上实验对照离线信号，为代码审查智能体比较提供可复现依据。
AWS Machine Learning Blog精选AI 评分7171 AWS 发布 Amazon Quick Resource Migrator，实现跨账户资源自动迁移
AWS 介绍了 Quick Resource Migrator，这是一个运行在 Amazon Bedrock AgentCore 上的 MCP 服务器，可将 Amazon Quick 资源从开发账户迁移到生产账户。
推荐理由：文章拆解了跨账户迁移的资源选择、权限复用、备份回滚与预览流程，可帮助团队理解如何把 Amazon Quick 资源纳入可审计的发布流程。
AWS Machine Learning Blog精选AI 评分6262 如何用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索
文章演示如何在 LangChain 与 Amazon Bedrock Managed Knowledge Base 中使用标准检索和智能体检索，比较它们处理多部分问题的方式。标准检索以一次混合搜索返回结果，智能体检索则拆分子查询、评估证据并在需要时继续搜索；前者更快、更便宜，后者在多跳问题上的召回有所提升，但成本和延迟更高。
推荐理由：文章用同一多部分问题对比单次检索与规划式检索，并拆解其成本、延迟和召回取舍，提供了按查询复杂度选择路径的依据。
AWS Machine Learning BlogAI 评分5050 Amazon Quick 用户角色降级教程：手动重建与 AWS CLI 逐级调整
AWS 介绍了将 Amazon Quick 用户从 Admin 或 Author 降级为 Reader 的两种方法：删除并重建用户，或使用 AWS CLI 依次调整角色。
AWS Machine Learning Blog精选AI 评分6161 AWS 教程：使用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的可解释性与帮助性
AWS 展示了如何使用 Amazon Bedrock AgentCore Evaluations 构建并评估多智能体供应链决策系统，检查帮助性、业务准确性与可解释性。示例采用协调智能体和优化、分销、路线规划、分析四个专业智能体，并结合内置评估器与自定义评估器，分层验证通用质量、业务规则和决策说明。评估支持开发阶段的按需模式与生产环境的在线监控模式，文中提供部署、运行及评估步骤。
推荐理由：文章用供应链多智能体示例拆解三层评估流程，将通用质量、业务规则正确性与可解释性分开衡量，便于定位不同的改进方向。