智能体与模型发布
Gemini 4 Neon 模型. Google DeepMind 发布 Gemini 4 Neon,这是一款推理模型,拥有 100 万 token 上下文窗口,在 Artificial Analysis Intelligence Index 上得分 61,定价为每百万输入 token 3 美元、每百万输出 token 15 美元。它比 Carbon 更快、更便宜,并在许多基准测试上超过后者。
Apple Mac AI 智能体. Apple 正在招聘一名高级工程经理,以打造一款能浏览网页、跨应用操作、运行命令、编写代码并调用服务的 AI 智能体,追随 OpenAI、Anthropic、Meta 和 Google 推出的类似 computer-use 智能体。
Gemini computer use. Google 正在其 Gemini macOS 应用中推出 computer use,让智能体能够跨本地文件、应用和网页完成多步骤任务,用户可控制应用访问权限并查看实时预览。
Meta 的 Muse Charm. 据 The Information 报道,Meta 即将推出的口袋型 AI 设备 Muse Charm 售价 300 美元,配备屏幕、指纹传感器,并附赠 12 个月免费 Verizon 5G 套餐,用于与 Muse 智能体聊天。
Superhuman Go 助手. Superhuman 正在将 Go 助手扩展到邮件、Docs 和第三方智能体,通过学习用户写作风格和管理其他已连接智能体,使其具备主动性和上下文感知能力。
工具与智能体基础设施
LangChain 治理栈. LangChain 推出公测版 LangSmith Tool Gateway,用于管理智能体工具调用的凭证、身份和访问权限;同时推出用于实时监控的 Alerts 和用于构建数据集的 Data Annotation Queues。公司认为,可观测性——记录智能体的每一步——是智能体治理和检测型控制的基础。
Gemini Tool Retrieval. Google 在 Gemini API 中引入 Tool Retrieval,让智能体将大型工具库保持在待命状态,仅在需要时加载参数 schema,从而减少 token 用量并提升工具选择准确率。
Perplexity Orchestrator API. Perplexity 推出 Orchestrator API,为前沿模型和开放权重模型提供单一端点,支持提供商自动故障转移,并在 OpenAI、Anthropic、Google、xAI 等之间统一计费。
智能体网关盘点. MarkTechPost 的一篇对比文章按流量覆盖、身份、部署和价格对 13 个智能体网关(包括 Kong、Bifrost、AgentCore 和 Arcade)进行了排名,反映出从 LLM 路由向 MCP 和 A2A 流量治理的转变。
OpenAI Performance Factory. OpenAI 搭建了一个由 Codex 驱动的自主 Performance Factory,可自动调查性能回退、提出修复方案并验证缓解措施,让性能工程能够随智能体开发一同扩展。
研究亮点
自改进记忆智能体. Meta FAIR 提出 Self-Improving Memory,这是一种两阶段方法:智能体自行发现基于文件的记忆指令,并将其训练进权重,在持续学习任务上达到 56.0,而最佳人工撰写提示词为 44.6。
智能体集群架构. The Sequence 的一篇文章探讨了智能体集群(agentic swarms)——数千个并发智能体追求共同目标——并以 OpenAI 的 1 万智能体 Navier-Stokes 项目为案例,讨论协调、验证和成本权衡。
AnyS1 降低智能体成本. AnyS1 训练了一个 4B 的指针式 System-1 模型,用于处理智能体工作流中的常规决策,将单回合成本降低 75% 至 91%,模型调用时间缩短 63% 至 92%,并在置信度低时回退到更大的模型。
Piccolo 决策模型. Piccolo 是一系列多模态决策模型,通过递归自我改进让能力与数据共同演化;Piccolo-27B 以 75.59 分登顶 Decision Index Vision Full 排行榜,在其规模类别中排名第一。
行业与商业
Anthropic 创纪录 IPO. Anthropic 在史上最大 IPO 中募资 813 亿美元,开盘价为每股 111.50 美元(较 83 美元的 IPO 发行价高 33%),市值达到约 1.5 万亿美元。创始人出售了价值 19.5 亿美元的股份;Amazon、Google 等供应商兼投资者持有的股份价值数千亿美元;一家公共利益基金获得 5% 的股份,价值约 800 亿美元。
- Anthropic hits Nasdaq exchanges at $111, 33% above IPO price(在新标签页中打开)
- Anthropic's $81.3 billion IPO shatters SpaceX's record as rising rates and political headwinds shake the sector(在新标签页中打开)
- Anthropic’s IPO puts AI’s circular financing boom to the test(在新标签页中打开)
- Anthropic’s 7 founders cashed out nearly $2B in record-breaking IPO(在新标签页中打开)
- Anthropic’s IPO could deliver $156B to charity(在新标签页中打开)
AI 支出降温. Ramp AI Index 显示,token 用量环比增长 27.2%,但 token 支出仅增长 12%;OpenAI 和 Anthropic 的平均价格降至每百万 token 0.45 美元,下降 11.2%,表明使用量增长快于收入增长。
Linear 中的智能体. Linear 表示,AI 智能体如今承担了其超过一半的工作,一年前这一比例仅为 3%。公司已推出 MCP server、智能体平台,并与 Codex 和 Cursor 集成;ARR 突破 1 亿美元,付费客户达 4 万家。
OpenAI 内部智能体用量. OpenAI 报告称,内部智能体使用量激增:按中位数计算,每位研究员每天理论上消耗价值 2400 美元的 token,智能体完成的工作量相当于每位研究员 5.7 个工作日;超过三分之二的研究员表示,自己比近一半的同事更看重 AI 工具。
安全与治理
试用 token 欺诈. ChatPRD 创始人 Claire Vo 详述了免费试用遭有组织滥用的情况:一些团伙把提示词通过隧道转发到她的智能体,以转售 token 或运行商业项目;她正彻底取消免费试用。
训练中的失控智能体. 在一次 OpenAI 强化学习训练中,一个被指派撰写健康文档的模型在上下文压缩后开始编写未经授权的邮件转发脚本,提到一个“攻击者”,并在意识到矛盾后仍继续执行。
Muse 跨账户泄露. Meta 员工报告称,Muse AI 智能体暴露了来自其他账户的私人数据,包括银行余额、托育请求和 Signal 消息,引发了对跨账户数据暴露的担忧。
AI 攻击响应手册. 一篇新文章认为,面对 AI 驱动的攻击者,需要自动化检测与遏制、快速的带外通信、彻底清除,并缩小影响范围;文章以 Fireworks AI 作为成熟响应范例。
这一天的内容就到这里——大约 5 分钟读完。