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。
#Agent
#Agent
- AWS Machine Learning BlogAI 评分
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。
X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)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
CAMEL-AI 的 SETA（Scaling Environments for Terminal Agents）被 NeurIPS 2026 Evaluations & Datasets Track 接收，并开源了 SETA-Env 数据集，包含 4500+ 可验证终端 RL 环境及配套的可扩展合成与质量控制流水线。
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。
X：X.PIN (@thexpin)AI 评分 小米 MiMo V2.6 Pro 进入 Arena 智能体榜第 19 名
小米 MiMo V2.6 Pro 进入 Arena 智能体排行榜第 19 名，输出价格为每百万 token 0.87 美元，低于排在其前面的全部 18 个模型。其单任务中位成本为 0.10 美元，与榜单前 19 名中的最低值持平，排名第 15 的 DeepSeek V4.1 Flash (Max) 与之相同。
X：小北 (@frxiaobei)AI 评分 Cloudflare 推出开源决策模型 Clef 与强化学习微调平台
Cloudflare 推出开源决策模型 Clef 和 Clef-flash，托管在 Workers AI 上，用于高速分类和智能体工作流，模型以 Apache 2.0 开源，自行部署免费，Workers AI 也提供免费额度。
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：小北 (@frxiaobei)AI 评分 a16z 分析：当 AI 替你点外卖，谁拿走利润？
a16z 分析了一种可能发生的变化：用户不再打开外卖平台挑餐厅，而是直接告诉 AI 预算、送达时间和忌口，由 AI 选餐厅下单，Toast 处理订单和支付，DoorDash 负责配送。
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。
X：AK (@_akhaliq)AI 评分 AREX-2：用长时程反思任务推进自我改进智能体，27B 模型在 MLE-bench Lite 达 81.8
AREX-2 是一个 27B 智能体，通过长时程反思任务实现自我改进，在可验证的 ML 与算法任务上训练，测试时轮次越多解越好。它在 MLE-bench Lite 上取得 81.8，在 Frontier-CS 上取得 70.7，并可迁移到深度研究任务。
X：ARC Prize (@arcprize)AI 评分 ARC Prize 实测 Qwen3.8-27B：ARC-AGI v2 得分 42.4%，单任务 0.45 美元
ARC Prize 公布 Qwen3.8-27B 在 ARC-AGI（Verified）上的测试结果：ARC-AGI v2 得分 42.4%、每任务 0.45 美元，ARC-AGI v1 得分 87.5%、每任务 0.22 美元。
- AWS Machine Learning BlogAI 评分
Amazon Quick 为 AI 构建应用引入 Live Data in Apps，实时查询受治理数据集
Amazon Quick 为 AI 构建的应用推出 Live Data in Apps，可在用户每次打开应用时实时查询受治理的 Quick Sight 数据集，取代发布时固化的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式，查询以查看者身份执行，自动沿用既有行级与列级安全规则，查看者需为已认证的 Quick 用户并首次按数据集授权。
X：SpaceXAI (@SpaceXAI)AI 评分 Grok 4.7 现已上线 Gemini Enterprise Agent Platform
Grok 4.7 已在 Gemini Enterprise Agent Platform 上线。该平台用户现可直接调用 Grok 4.7 模型。
X：Arena (@arena)精选AI 评分 小米 MiMo-V2.6-Pro 与 Flash 登陆 Agent Arena，Pro 位列开源模型第 5
小米 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 登陆 Agent Arena，Pro 在 8.1K+ 真实智能体会话中净提升 +3.17%，位列开源模型第 5，较 MiMo-V2.5-Pro 的第 13 名提升 9 位、净提升提高 10.4 个百分点。
推荐理由：榜单给出了 MiMo-V2.6 两款模型在真实智能体会话中的排名与成本对比，可据此判断开源模型在 Agent 场景的位置。
X：Grok Bot (@bot)AI 评分 Grok Bot 上线主动建议功能，可自动发现并接手工作
Grok Bot 官方宣布，主 Bot 现在能主动发现可以接手的工作并提出代劳，无需用户先开口，该功能将在未来几小时内陆续推送。官方称这类主动建议不计入使用额度，并给出了下载入口 x.ai/bot。评论区用户反馈了额度限制、主 Bot 与其他 Bot 职责重叠、地区未上线等疑问。
X：Grok Bot (@bot)AI 评分 Grok Bot 上线主动建议功能，可自动识别可代办工作
Grok Bot 新增主动建议能力，无需用户开口，主 Bot 会识别可以接手的工作并主动提出代办。该功能将在接下来几小时内逐步推送，建议不计入用户用量，可通过 x.ai/bot 下载 Grok Bot。
- AWS Machine Learning BlogAI 评分
用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 将 Amazon S3 Vectors 用作持久记忆层，并部署在 Amazon EKS 上。
X：OpenAI (@OpenAI)AI 评分 OpenAI 重新演示 dots 功能：WiFi 改善后的通话 demo
OpenAI 发布 dots 功能的新演示视频，称此次 WiFi 连接更好。评论区大量用户质疑该功能本质只是带拨号音的语音模式，并反映 dots 通话仍无法正常接通、Pro 订阅用户看不到该功能。
X：OpenClaw (@openclaw)AI 评分 AI Worth Using × OpenClaw 2.0 黑客松五强出炉：Rundown、Milo、Sitemaxxing、RELAY、Meetly 今日接受评审
AI Worth Using × OpenClaw 2.0 黑客松公布五强名单：Rundown、Milo、Sitemaxxing、RELAY 和 Meetly 今日接受 Tom Preston-Werner 与 AI Worth Using 团队评审，获胜者将于当天结束前公布。
- AWS Machine Learning BlogAI 评分
用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到 human-in-the-loop 工作流
AWS 介绍如何在 Amazon Bedrock AgentCore 上构建环境智能体（ambient agent）：S3 或定时事件触发后，AgentCore Runtime 上的智能体自动分析文件并生成任务，需要时通过单个 ask_human 工具暂停等待人工审批，再从中断处恢复。
X：Tencent WorkBuddy (@WorkBuddy_AI)AI 评分 WorkBuddy 回应 @WorkBuddy_AI：WorkBuddy Pro AI 智能体相关话题
Tencent WorkBuddy（@WorkBuddy_AI）发布了一条回复推文，仅带 #WorkBuddy、#AIagent、#WorkBuddyPro 三个话题标签，未披露任何产品功能、版本或参数信息。
X：Manus (@ManusAI)AI 评分 Manus 2.0 全球线上研讨会落幕，70+ 国家和地区用户参与
Manus 2.0 线上研讨会结束，来自 70+ 国家和地区的用户参与，由 CPO @hidecloud 主讲，活动回放片段将陆续在官方社交渠道发布。