AI 日报 · 2026 年 11 月 4 日 · 星期三
MYHOT
Hugging Face 发布 CWE-bench v2，公开 100 项网络安全能力评测任务
CWE-bench v2 公开 100 项任务，用于评测模型在真实开源仓库中发现并修复安全弱点的能力，任务覆盖 91 类 CWE。评分由确定性程序化检查完成，任务、评分器和运行框架均已开放。
产品发布/更新
The Verge · AIApple 在 watchOS 27.3 开发者测试版加入常开 Audio Intelligence 功能
Apple 在 watchOS 27.3 开发者测试版加入常开 Audio Intelligence 功能，让 Siri 可使用 Apple Watch 麦克风处理对话。
The Verge · AIApple 在 iOS 27.3 Developer Preview 中向第三方应用开放 Siri AI 操作能力
Apple 在 iOS 27.3 Developer Preview 中允许开发者将 Siri AI 的新功能集成到所有应用，让语音助手结合个人上下文、自然语言提示词和屏幕感知来完成请求。
Google DeepMind一手Google Antigravity 推出 Cheminformatics Skills，加速药物发现工作流
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，用于加速药物发现工作流。在以肺癌药物为例的演示中，智能体检索数千种化合物，进行匹配分子对分析并提出带有合成路线的新型刚性大环分子，整个流程约需一小时。相关技能现已可用；文章强调，计算设计只是待检验假设，仍须合成并通过实验验证。
论文研究
CUGA、Hermes 与 Deep Agents 对比：何时选择 CUGA？
IBM Research 使用同一开源模型 GLM-5.3-flash，在 AppWorld 的 90 项任务和 30 个场景中比较 CUGA、Hermes 与 Deep Agents；任务完成率分别为 81.1%、46.7% 和 30.0%。
技巧与观点
AWS Machine Learning Blog一手如何用 EDB Postgres AI 和 Amazon Bedrock AgentCore 为智能体构建语义层
文章演示如何用 EDB Postgres AI 和 Amazon Bedrock AgentCore 构建智能体语义层，并让 Strands Agents 查询客户 360 数据回答业务问题。
AWS Machine Learning Blog一手AWS 教程：用 Amazon Bedrock AgentCore Gateway 为 ServiceNow 配置 OBO token exchange
AWS 介绍如何配置 Amazon Bedrock AgentCore Gateway，通过 Microsoft Entra ID 的 OBO token exchange，让 AI 智能体调用 ServiceNow REST API 时保留发起用户的身份。