Cloudflare 发布 Clef 与 Clef-flash 决策模型，主打低延迟智能体决策
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，返回带概率的简短分类而非长文本，用于路由工单、触发升级或转交人工。
#Agent
#Agent
The DecoderAI 评分 TechCrunch · AIAI 评分 苹果因 AI 智能体风险收紧 macOS 完全磁盘访问权限
苹果宣布将在 macOS 上对完全磁盘访问权限引入额外控制，理由是 AI 智能体增加了这一访问级别带来的风险。该设置原本用于让备份正常工作，但会授予应用访问文件、邮件、消息乃至浏览历史的权限。
X：ChatGPT (@ChatGPT)AI 评分 ChatGPT 财务功能向美国 Free 和 Go 用户开放
ChatGPT 的 Finances 功能开始向美国 Free 和 Go 用户推送，用户可通过 Plaid 和 Experian 安全连接账户，基于自己的财务信息获得回答。
X：ChatGPT (@ChatGPT)AI 评分 ChatGPT 面向美国 Free 和 Go 用户推出 Finances 财务功能
ChatGPT 的 Finances 功能开始向美国 Free 和 Go 用户推送，用户可通过 Plaid 和 Experian 安全连接账户，基于自己的财务信息获得回答。
The Verge · AIAI 评分 OpenAI 的 Dots 智能体上手体验：更像企业办公软件，也能帮你订晚餐
The Verge 记者 Allison Johnson 实测了 OpenAI 本周发布的智能体平台 Dots，它拥有拟人化头像和可自定义名称，界面与 Meta Muse 类似，可让智能体在虚拟机中操作 Blender、GIMP 等应用，并可通过桌面版 ChatGPT 应用访问用户自己的电脑。
X：Peter Steinberger (@steipete)AI 评分 Peter Steinberger 称 DevDay 上最爱的幻灯片是“一人对多智能体”架构图
Peter Steinberger 表示 DevDay 上他最喜欢的幻灯片是一张“一人对多智能体”的架构图，并称赞了团队。该图被网友形容为智能体版的族谱，也有人称这正是他所设想的智能体工作流。相关回顾视频预计还需数周才能上线。
X：Yuchen Jin (@Yuchenj_UW)AI 评分 Ben Horowitz 在 Databricks 论坛谈个人智能体 Muse：有人用它成功取消了《纽约时报》订阅
Ben Horowitz 在 Databricks 论坛上分享，有人称其使用 Muse 这类个人智能体最大的成就是成功取消了《纽约时报》订阅。发帖者表示自己打算也试一试。
X：Cursor (@cursor_ai)AI 评分 Cursor 推出 Rollouts：自动定位回归问题 PR 并一键启动云智能体修复
Cursor 推出 Rollouts，可编写监控计划并在部署过程中持续观察变更，在用户感知前捕获回归问题。一旦发现回归，它会定位肇事的 PR 并自动开启 issue，一键即可启动云智能体进行修复。Rollouts 使用额度免费包含至 10 月 3 日。
TechCrunch · AIAI 评分 Circuit Breaker Labs 想让孩子和你用 AI 更安全
Circuit Breaker Labs 打造模拟不同年龄、背景、语言和文化用户的 AI 智能体，对模型进行红队测试，每天运行数万至数十万次模拟交互，以检测危险的心理有害互动，并用专有评分方法生成可审计、可解释的分数。
X：AK (@_akhaliq)AI 评分 EgoTools：面向真实第一视角视频的工具中心推理
研究提出 EgoTools，聚焦真实第一视角视频中的工具中心推理，解决多数智能体演示忽略的"手中持有什么工具、如何使用"问题。该工作关注跨镜头切换时的工具身份保持，作者称首次尝试在镜头移开的瞬间就丢失了螺丝刀。论文已发布在 HuggingFace，编号 2609.39378。
X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)AI 评分 Trillium Labs 成立：Hugging Face 联创等参与的非营利组织推动前沿 AI 开放科学
Trillium Labs 作为一家新非营利组织正式亮相，致力于推动前沿 AI 的开放科学，将构建开放的后训练配方并扩展至开放基础设施，研究 RSI、reward-hacking 和多智能体系统。
X：opencode (@opencode)AI 评分 OpenCode 免费上线 inclusionAI 的 Ling-3.1-flash，560B 总参数、262K 上下文
OpenCode 宣布 inclusionAI 的最新模型 Ling-3.1-flash 在其平台免费开放，该模型为 560B 总参数、25B 激活参数、262K 上下文。评论区集中追问是否有基准测试、编码表现如何、免费是否有每日用量上限以及会持续到什么时候。
X：Elvis Saravia (@omarsar0, DAIR.AI)AI 评分 Google Research 发布多智能体证明发现论文，Cogentic 在五个开放问题上取得新结果
Google Research 发布多智能体证明发现论文，其系统 Cogentic 基于 Gemini，从问题陈述出发、无需专家提示，在在线学习、拍卖理论和机制设计五个开放问题上取得新结果，每个结果均由领域专家核查。
X：蚂蚁百灵 (@AntLingAGI)精选AI 评分 蚂蚁百灵发布 Ling-3.1-flash，约 560B 参数、支持 1M token 上下文并上线 OpenRouter
蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 token 激活约 25B，支持最高 1M token 上下文，并计划近期开源。该模型已在 OpenRouter 免费上线，官方称其在 GDPVal-AA v2.1 上取得 1,673 Elo、FrontierSWE 75.16、HealthBench Professional 65.35。
推荐理由：官方给出 Ling-3.1-flash 的参数量、上下文与多项基准成绩，可据此判断其编码与智能体能力定位。
X：ElevenLabs (@elevenlabs)AI 评分 ElevenLabs 获 FedRAMP 20x Class A 认证，ElevenAgents 与语音 API 可服务美国政府机构
ElevenLabs 已获得 FedRAMP 20x Class A 认证，覆盖 ElevenAgents 及 Text to Speech、Speech to Text API，需在 Zero Retention Mode 与美国数据驻留条件下运行。
X：PixVerse (@PixVerse)AI 评分 PixVerse 插件：把产品创意变成开箱视频
PixVerse 插件支持将产品创意转化为开箱视频，用户只需描述产品、场景和出镜者的反应，AI 智能体即可调用 PixVerse 生成视频。
MIT Technology Review · AIAI 评分 以自主 AI 重新定义企业智能
MIT Technology Review 报告指出，企业 AI 的规模化瓶颈是结构性的，全球 AI 投资 2026 年将达 2.5 万亿美元、同比增长 44%，但多数企业仍未靠 AI 增长收入。报告称领先企业把流程重设计置于模型选型之前，并强调数据就绪而非数据规模，主张以主权、可组合的架构在数据原地查询与准备数据，供 AI 智能体直接行动。
AWS Machine Learning BlogAI 评分 用 Amazon Quick 与 Adjudicated Query 模式批量审查数千份租约合规性
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面提问合规问题，实际判定交由确定性规则引擎完成，模型只负责把自然语言翻译成固定类型操作并叙述结果。
X：opencode (@opencode)AI 评分 开发者基于 opencode v2 打造浏览器侧边栏，可运行脚本并控制当前页面
有开发者基于 opencode v2 构建了一个浏览器侧边栏，能够运行脚本、修改并控制用户当前所在的页面。该开发者称在 opencode v2 之上构建客户端"极其强大"，并表示在进一步测试后会将其作为 Chrome 插件发布。
X：DAIR.AI (@dair_ai)AI 评分 NVIDIA 论文提出 Long-Transduction，量化长时程智能体准确率下降原因
NVIDIA 发布关于长时程智能体的论文，提出 Long-Transduction 测试方法，要求模型在数千次输出中持续读取、更新并输出依赖状态的结果，并分别改变三个因素。
AWS Machine Learning BlogAI 评分 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，官方示例以 Qwen3.6-27B 为基础模型，在 us-west-2 区域训练，智能体配备 BM25 词法搜索与向量搜索两个工具。
X：Runway (@runwayml)AI 评分 Canva、ElevenLabs 与 Nebius 高管谈为创意者构建 AI 工具：控制与一致性最关键，智能体正改变营销团队工作方式
Canva AI 研究负责人 Stefano Corazza、ElevenLabs CRO Ashley Kramer 与 Nebius CMO Lindsey Irvine 共同讨论了为创意者构建 AI 工具的话题。他们指出，控制与一致性最为关键，而智能体正在改变营销团队的工作方式。
GitHub Blog · AI & MLAI 评分 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次回答、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
Latent SpaceAI 评分 Airbnb CTO 谈 AI 原生改造：60% 代码由 AI 编写，Everest 上下文图谱加速产品落地
Airbnb CTO Ahmad Al-Dahle 向 Latent Space 介绍了公司的 AI 原生改造：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍。
NVIDIA Blog精选AI 评分 NVIDIA DGX Spark 推出 64GB 版本，10 月 23 日开售 4999 美元起
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。
推荐理由：原文给出 64GB 新配置的价格、可跑模型规模与双机集群方式，便于判断本地跑智能体的硬件门槛。
X：Krea AI (@krea_ai)AI 评分 Krea AI：thesystms 团队 48 小时打造创意智能体，将情绪板解读流程做成 Krea Agent 技能
thesystms 团队在 48 小时内构建了一个创意智能体，@ingi_erlingsson 记录了其解读情绪板的流程：先捕捉感受，再依次处理色彩、色调与镜头，随后由 @armandgw 将其封装为 Krea Agent 技能。
X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)AI 评分 SETA 被 NeurIPS 2026 接收，开源 4500+ 终端智能体 RL 环境与训练脚本
SETA（Scaling Environments for Terminal Agents）被 NeurIPS 2026 Evaluations & Datasets Track 接收，并发布 SETA-Env 数据集，包含 4500+ 个开源可验证终端 RL 环境及完整的合成与训练管线。
The Verge · AIAI 评分 ChatGPT 模型幻觉正让顾客变得更难缠
餐厅、零售等一线服务人员反映，越来越多顾客拿 ChatGPT 的说法反驳专业建议，甚至无视过敏原警告。纽约服务员 Madison 称有客人坚持点含贝类的高汤鱼菜，理由是 ChatGPT 说没有贝类；酒侍也常被顾客用 ChatGPT 取代。Meta 新 AI 智能体 Muse 的推出可能加剧这一问题。
The DecoderAI 评分 微软 AI 发布面向语音智能体的转录与语音合成模型
微软 AI 发布实时转录模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首个部分结果延迟约 100 毫秒，微软称其在 Artificial Analysis 准确率排名第一，年底前音频价格为每小时 0.54 美元。
Latent SpaceAI 评分 Pi 1.0 与 Pi Durable 发布，支持 MCP 与崩溃恢复
Earendil 旗下 Pi 发布 Pi 1.0 与 Pi Durable，两者同时登上 Hacker News 首页。Pi 1.0 带来 Codemode 原生支持 MCP、Jev 与图像模型，新增虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题和默认全屏模式。
Hugging Face BlogAI 评分 ServiceNow CoreAI 的 AutoSynthData 如何为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败与更强教师的成功来定位能力缺口，并生成、验证新的可执行训练任务，课程随模型进步向仍难的任务迁移。该方法以 EnterpriseOps Gym 数据集演示，任务由系统规范、用户提示词和验证器三部分组成，需满足可行性、真实性与难度要求。
X：Thariq (@trq212)AI 评分 开发者用 Claude 做游戏动画编辑器，迭代跳跃动画
一位开发者用 Claude 辅助学习动画并生成参考，让 Claude 做出一个可迭代跳跃动画的动画编辑器，并晒出对比视频。他表示效果令人满意，但自知仍有不少问题，受限于自身技能水平，需要提升判断力。这是他的个人游戏原型副业项目，他主张不要用 AI 外包游戏创作，而是让 AI 配合实现自己的构想。
X：Thariq (@trq212)AI 评分 开发者用 Claude 打造游戏动画编辑器，迭代优化跳跃动画
一位开发者借助 Claude 学习动画制作并查找参考资料，让 Claude 构建了一个动画编辑器，用于反复迭代游戏原型中的跳跃动画。他发布了前后对比视频，并表示对结果很满意，但坦言自己已到技能上限，仍需提升判断力。他强调这是个人副业项目，主张用 AI 辅助实现创意而非外包。
X：洪明 (@hongming731)AI 评分 BestBlogs 早报 · 10-02：Claude 科研协作、DHH 手写代码、600 美元 PR、LangChain 模型路由、Olmo-core 3、Cohere Embed 5
LangChain 在 Open SWE 智能体 Harness 内构建模型路由器，按任务分类选择最低成本合适模型，将编码线程中位数成本降低 64% 且质量变化可忽略。Olmo-core 3 面向大规模 MoE 训练，在八块 B300 配置下吞吐量较前代提升 2.7 倍。Cohere 发布 Embed 5 嵌入模型系列，含 Pro 和 Fast 版本，面向搜索与智能体工作流。
Latent SpaceAI 评分 MIT 的 Alex Zhang 谈 RLM、GPU Kernel 与智能体集群研究
MIT 的 Alex Zhang 在 Latent Space 播客中介绍了其递归语言模型（RLM）研究，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
X：Tianyi Cui（@tianyi）AI 评分 Claude Code 上线 Mods，作者对比 DeepSeekHarness 全插件架构
Claude Code 团队上线 Mods，把 mods 做成插件，让用户通过提示词定制 Claude 的工作方式和外观，并可把 mods 作为插件分享给他人。
X：Grok (@grok)AI 评分 Grok Build 新增 Agent Dashboard：所有智能体集中一屏
Grok Build 上线 Agent Dashboard，可将所有智能体集中在一个自上而下的视图中管理，并用 /dashboard 或 grok dashboard 命令调用。用户能从该视图派发新智能体、并行启动任务，或用 Ctrl+W 让智能体在各自的 git worktree 中运行。
AWS Machine Learning BlogAI 评分 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 用 Strands Agents SDK 在 Amazon Bedrock AgentCore 上构建四智能体模式，将每应用 IaC 开发时间从 3 到 4 周缩短至分钟级。
X：Tianyi Cui（@tianyi）AI 评分 Earendil 发布 Pi 1.0 与 Pi Durable 智能体框架
Earendil 发布 Pi 1.0，一个精简、可扩展且加固的智能体框架（agent harness），同时推出 Pi Durable，一个面向长时运行智能体应用的新实验性底层。相关说明发布在 earendil.com/posts/pi-1-0/。
X：Boris Cherny (@bcherny)AI 评分 Claude Code 推出 Mods，可用提示词定制行为与界面
Claude Code 上线 Mods，用户可以通过提示词定制 Claude 的工作方式和外观，改变其行为、自定义 UI，或替换成自己的功能。Mods 用几行 TypeScript 编写，也可以让 Claude 代写，并以插件形式分发，在 CLI 或桌面应用中用 /plugin 安装，还能作为插件分享给他人使用。