Agentic AI News 今天

Jev 与决策模型. TypeSafe AI 发布 Jev，这是一个只做决策、返回带类型概率的模型；几天之内，AWS、Cloudflare 和 Perplexity 也各自推出了自己的开放决策模型。其实现有的结构化输出/语法约束已经能实现类似的受限生成。

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

本地决策 LoRA. Jeff-Qwen3.5-0.8B 搭配九个 LoRA 适配器，就能处理 prompt injection、工具选择这类反复出现的智能体决策，速度提升 38 倍，准确率提升 8.7，额外内存占用不到 2GB。

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots 对垒 Meta Muse. OpenAI 发布 Dots，一个走萌系路线、由 GPT-6 Astra 驱动的智能体，能搭建虚拟世界，但只在每月 1 美元的套餐里提供，对手是免费的 Meta Muse。

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify 推出 Canvas，商家只要和 AI Sidekick 对话就能搭店铺，并且实时渲染真实代码。

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

ChatGPT 虚拟试穿. OpenAI 为 ChatGPT 购物加入虚拟试穿和收藏功能，用 Images 2.5 模型把衣服呈现在用户自己的照片上。

• → ChatGPT can now virtually try on clothes for you

Tavus Griffin 虚拟形象. Tavus 推出 Griffin，一款实时视频虚拟形象模型；在一分钟通话测试中，48% 的受试者把它当成了真人。

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Photon 给 App 办葬礼. Photon 为移动 App 办了一场葬礼，并融资 450 万美元，帮开发者在 iMessage/WhatsApp 上构建基于消息的智能体。

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind 发布 Gemini 4 Argon，各项基准达到 SOTA，输出上限最高 100 万 token，初期只开放网络安全预览。

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

K2 Horizon 开放模型家族. IFM 发布 K2 Horizon，六款开放模型覆盖 0.9B 到 375B，并公开训练数据、代码和日志；团队还就开放开发做了一场 AMA。

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash Next 支持 MTP. llama.cpp 合并了对 Qwen Flash Next 的多 token 预测支持，推理速度更快。

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Mac 上的 Slipstream. Metal 推理引擎 Slipstream 能在 64GB 的 Mac 上跑 95.5 GiB 的 Qwen3.8-Flash-Next，速度 41-52 tok/s，比 llama.cpp 快 1.76 倍，长上下文也稳定。

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI 发布 Olmo-core 3，一套面向万亿参数 MoE 模型的开放可扩展训练基础设施。

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Ataraxos 攻克 Stratego. CMU、MIT、NYU 和斯坦福的研究者构建了 Ataraxos，以 15 胜 1 负 4 平击败最强的 Stratego 选手，终结了人类在这一项目上的统治；训练成本不到 8000 美元。

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

智能体 RAG 胜出. 在 FRAMES 上对 18 条 RAG 流水线和一种智能体循环做了对比评测：最好的流水线 78.9%，智能体循环 92.7%，说明检索智能体强于固定流水线。

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData. ServiceNow CoreAI 构建了 AutoSynthData，从模型的失败案例和教师模型的成功案例中生成训练数据，提升企业级智能体的表现。

• → AutoSynthData: Generating Training Data for Enterprise Agents

AI 写作的破绽. Graphite 找出了 1.3 万个会暴露 AI 身份的短语；Claude 系列模型的用词分布正越来越接近人类，GPT 则越来越远。

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Google 反垄断诉讼被驳回. 法官驳回了 Chegg 和 Penske 的诉讼，两家公司指控 Google AI Overviews 非法削减了它们的流量；反垄断主张未能成立。

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grok 影响委内瑞拉行动. Time 报道称，特朗普在入侵委内瑞拉前与 Grok 交谈了数小时；Grok 预测会出现庆祝场面，强化了特朗普的判断。

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

OpenAI 三名安全研究员离职. OpenAI 与三名安全研究员分道扬镳，原因是他们涉嫌向一家第三方安全机构分享了机密信息。

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic 进军政府市场. Anthropic 推出 Claude for Government，面向民用机构，部署在 FedRAMP High 环境中；五角大楼的禁令仍未解除，法律纠纷还在继续。

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

太空数据中心. Google 发射了搭载 TPU 的轨道计算卫星原型；Satlyt 融资 800 万美元，为卫星 AI 开发软件，而要上规模还得靠 Starship。

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

智能体截图泄露. Glow Security 发现 AI 智能体上传到公开 GitHub 仓库的 1.3 万多张内部截图，客户数据和凭据因此外泄。

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

推理窃取行动. OpenAI 称已阻止一场针对其受保护推理过程的对抗性蒸馏行动；类似手法在 Azure 上依然奏效。

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure