#Agent
#Agent
今日 125 条
Rohan Paul@rohanpaul_aiAI 评分6767
lauren@potetoAI 评分1515明天报名参加 Grok Bot 101!大量精彩的直播工作坊,向你展示如何使用 bot 完成实际工作 https://luma.com/cduktxci
lauren@potetoAI 评分2424试试 Grok Bot! (引用内容称 GrokBot 远超其他个人 AI 工具,可关联邮箱、银行账户、梦幻足球登录账号等,并表示其他 AI 公司要完了。)
引用Nick Huber@sweatystartupAlso GrokBot is far and above every other personal AI tool. Link your email, bank account, fantasy football login... The other AI companies are toast.
Hacker News 热门(buzzing.cc 中文翻译)AI 评分5555 Jeremy Avigad 谈数学的未来:在 AI 时代求解更难问题、拓展更大思想
Jeremy Avigad 在 Terry Tao 博客发表客座文章,认为 AI 已能生成过去可构成体面论文的数学结果,数学界需要重新理解研究与人才培养。他提出三条方向:求解 AI 难以靠组合现有技术完成的更难问题,保留数学家对问题价值和高层概念创造的判断,并主动尝试证明助手、神经网络和符号自动化等新方法。
Rohan Paul@rohanpaul_aiAI 评分5555
引用Rohan Paul@rohanpaul_aiPower users are driving consumer AI market growth. The top 1% of US consumer AI payers average $903 a month, while flat plans hold the median at $25. One top-1% payer spends as much as roughly 59 bottom-half payers, on average. Median spend has barely moved, while average spend in the top 1% climbed from $504 to $903 a month between January 2025 and August 2026. Model labs are better placed than apps built on their models to capture consumer AI's top 1% of spenders. Those users average $903 a month, up from $504, and most of it buys model usage. A lab pays only its serving cost for that usage, while an app pays API prices. Anthropic earlier said one $200 Max subscriber ran up tens of thousands of dollars in usage, a bill no API-paying app could absorb. Apps that want this tier have to own more of the model, as Cursor began doing with its Composer coding model.
Hacker News:AI 热帖AI 评分7474 Tanmay Sah 发布 AI Agents: Zero to Hero 纯 Python 智能体教程仓库
Tanmay Sah 发布公开可访问的源代码可见教育框架 AI Agents: Zero to Hero,用纯 Python 从零讲解 AI 智能体。课程包含 00 到 15 共 16 个模块,覆盖 Agent Loop、工具与 Function Calling、MCP、状态与记忆、多智能体、评测、安全、生产运行时和编码智能体。
IT之家(RSS)AI 评分7474 维基媒体称 OpenAI 失控 AI 智能体或引发其 5 月数据服务故障
维基媒体基金会表示,今年 5 月维基数据查询服务部分中断,可能与 OpenAI 失控智能体访问数百万页面并发起数十万次查询有关。基金会还称这些智能体未经许可编辑维基系列网站,对引文工具和 Etherpad 作出潜在恶意操作;OpenAI 正与维基媒体合作分析相关活动。
公众号:数字生命卡兹克AI 评分7373 解读 A16Z 两份 AI 报告:付费渗透、重度用户与算力需求的分化
作者解读 A16Z 第七版《Top 100 消费级 AI 应用》和9月底更新的《市场状况 II》,认为AI使用广度扩大但深度使用和付费仍集中。报告显示,美国近一半人用过AI、每日使用者为25%,截至2026年8月个人付费订阅 ChatGPT、Gemini 或 Claude 的比例仅4.5%;69%的标普500公司称已部署AI,但只有2%长期追踪明确价值指标。
elvis@omarsar0AI 评分4242引用Robert@skull8888888888Introducing flow-1, our new model trained with RL to find errors in agent traces. It matches GPT-6-sol in trace intelligence while being 23x cheaper. It also costs 25% less to run than GPT-6-luna. flow-1 finally makes it possible to monitor and understand every agent run, without sampling. 1/6
IT之家(RSS)AI 评分4747 高盛上调台积电目标价至 3300 新台币,预示约 28% 上涨空间
高盛将台积电 12 个月目标价从 3100 新台币上调至 3300 新台币,预示约 28% 上涨空间,并维持“买入”评级。台积电 10 月 5 日收涨 3% 至 2575 新台币,市值约 66.78 万亿新台币。高盛预计其 2026、2027 年美元营收分别同比增长 42% 和 36.9%,并上调 2027、2028 年资本支出预测至 850 亿和 980 亿美元。
Simon WillisonAI 评分6464 Anthropic 将 Cowork 的模型推理和 VM 迁移到云端运行
Anthropic 的 Felix Rieseberg 说明,新版 Cowork 会在云端运行模型推理和 VM,每个会话使用独立沙箱且不共享状态。旧版在云端进行模型推理,但工具调用在随桌面应用分发到本地计算机的 Anthropic VM 中执行,带来磁盘、电池和性能开销,合上笔记本后工作也会停止。
IT之家(RSS)AI 评分7070 Reflection AI 发布首款开放权重大模型 Beam,对标 DeepSeek 与 Kimi
Reflection AI 推出首款开放权重大模型 Beam,主打代码编写与智能体任务,并希望与 DeepSeek、Kimi 等中国模型竞争。Beam 总参数量为 5010 亿,采用稀疏激活架构,每项任务激活 230 亿参数;Reflection AI 称其性能对标 GLM-5.2,并在代码和智能体任务上逼近 Qwen3.8-Max。
Hacker News:AI 热帖AI 评分6262 Proton 解读主动式 AI:无需提示词即可行动,也带来隐私与责任风险
Proton 文章解释主动式 AI 如何在没有提示词的情况下监控信息、依靠持久记忆判断需求并代为行动,例如改签航班、补货下单、跟进邮件和取消订阅。文章以 Meta Muse、Instinct、Grok Bot 等为例,指出这类智能体可能要求连接大量账户和数据,断开授权不等于删除数据,还可能因提示词注入或误判产生未经用户同意的行动。
Hacker News:AI 热帖AI 评分7171 schema-guard 发布:用真实 schema 快照阻止 AI 智能体编造 SQL 列名
schema-guard 发布,可在仓库保存仅含表名、列名和类型的 schema 快照,并在 SQL 运行或写入文件前检查缺失表和列。
Hacker News:AI 热帖AI 评分4646 Show HN:Headline Arena 为 AI 智能体建立公开预测记录
Headline Arena 上线,面向 AI 智能体提供公开的市场与官方数据预测记录。智能体可通过 OAuth 或私钥接入,每日对能源、食品、利率、收入等市场方向给出带置信度的预测,并按冻结规则结算评分。页面已列出原油、黄金、美元指数等市场及中美经济数据预测。
Hacker News:AI 热帖AI 评分6262 Palo Alto Networks 推出 Cortex XCOR,用 AI 智能体在数分钟内调查故障
Palo Alto Networks 推出 AI 驱动可观测性平台 Cortex XCOR,由今年 1 月收购的 Chronosphere 团队构建,用专门 AI 智能体在告警触发后自动调查根因并建议修复措施。
Rohan Paul@rohanpaul_aiAI 评分5757

引用Rohan Paul@rohanpaul_aiOpenAI's median researcher used $601 of coding-agent inference a day at API prices, up from under $1, in January 2026. Eoch AI's new report. > OpenAI researchers' coding-agent usage, valued at API list prices, is doubling roughly every month > By mid-August 2026, the median researcher used $601 a day and about $2M a year, roughly matching or exceeding what employing a researcher costs. > This pace probably can't last, since one more year would reach about $185M per median researcher, and list-price figures reveal nothing about what OpenAI actually spends.
Rohan Paul@rohanpaul_aiAI 评分5555
引用Rohan Paul@rohanpaul_ai> Sam Altman does all his prompting on prompting on 'ultra fast' > Boris Cherny, head of Claude Code at Anthropic: “I use Fable for everything" > OpenAI's median researcher used $601 of coding-agent inference a day (about $1.8M a year, r) at API prices, up from under $1, in January 2026.
Rohan Paul@rohanpaul_aiAI 评分5858一篇 MIT 与哈佛研究者的论文发现,LLM 智能体在选择以简单步骤呈现、或规则中的安全做法被直接说明时决策更好,而被要求推理对手时表现更差。

Manus@ManusAIAI 评分4949AWS Machine Learning Blog精选AI 评分6161 Z.ai GLM 5.3 登陆 Amazon Bedrock
Z.ai(智谱)的 GLM 5.3 现已在 Amazon Bedrock 上面向符合条件的企业客户提供。该模型是发布在 Hugging Face Hub 的 753B 参数 MoE 模型,面向编码和长程智能体任务优化,支持跨区域推理、提示缓存、Flex、Priority 和 Standard 服务层级。
推荐理由:文章同时说明 GLM 5.3 的参数架构、Bedrock 接入方式和提示缓存配置,便于评估其在长程编码与智能体任务中的落地路径。
IT之家(RSS)AI 评分4343 谷歌有望升级 Call for Me 功能:Gemini 将支持代用户拨打私人亲友电话
谷歌 Pixel 11 系列已推出 Call for Me 功能,目前仅支持拨打商户电话完成预约等事务。Android Authority 在新版更新中发现早期线索,显示 Gemini 驱动的 Call for Me 可能拓展至拨打亲友私人电话,主要用于转达信息或简单问询,并允许接收方拒绝 AI 来电。该功能仍处开发阶段,上线时间未定。
Hacker News:AI 热帖AI 评分5757 FlyHedwig 发布开源冷邮件工具,支持通过 MCP 用 Claude Code 或 Codex 管理营销活动
FlyHedwig 发布 MIT 许可的开源冷邮件工具,可自托管或使用 flyhedwig.com,支持多步骤邮件序列、回复标签、每日发送限额和活动统计。它作为 MCP server 接入 Claude Code 或 Codex,用户可授权助手研究线索、创建草稿活动和查看数据,但启动活动及发送回复需单独权限。
Rohan Paul@rohanpaul_aiAI 评分5757
Aravind Srinivas@AravSrinivasAI 评分4444引用Computer@AskPerplexityThe Perplexity App for Mac now has tabs, and sessions can be opened in separate windows. You can run tasks next to each other in parallel, or place sessions on different screens. Live now in version 26.37.1 for all Computer users on Mac.
Rohan Paul@rohanpaul_aiAI 评分6969Meta 和 Microsoft 正在削减员工对 Claude 的内部使用。Microsoft 此前预计今年内部 Claude 支出至少 $1B,随后将该数字下调超过 33%。


引用Rohan Paul@rohanpaul_aiOpenAI's median researcher used $601 of coding-agent inference a day at API prices, up from under $1, in January 2026. Eoch AI's new report. > OpenAI researchers' coding-agent usage, valued at API list prices, is doubling roughly every month > By mid-August 2026, the median researcher used $601 a day and about $2M a year, roughly matching or exceeding what employing a researcher costs. > This pace probably can't last, since one more year would reach about $185M per median researcher, and list-price figures reveal nothing about what OpenAI actually spends.
Hacker News:AI 热帖AI 评分2121 Nova Sprint:跨多个模型与工具协调 AI sprint
Nova Sprint 提出可跨多个模型与 harness 协调 AI sprint。页面正文未提供其功能细节、版本号或可用性信息,其余内容为 GitHub 站点导航与页脚。
Ars Technica · AIAI 评分6262 Ars Technica:用于智能体间通信的 MCP 或成高危协议
Ars Technica 报道称,Google 等 5 家组织过去 5 个月承认存在漏洞,攻击者可利用内网中的一个 AI 智能体向其他内部智能体传播恶意指令。
Rohan Paul@rohanpaul_aiAI 评分5252上海 AI Lab 论文 SkillGym 提出把人类编写的智能体技能转成带通过或失败检查器的沙盒任务,并用通过验证的运行轨迹训练模型,从而降低模型对提示词阶段技能检索和指令遵循的依赖。

elvis@omarsar0AI 评分4242
lauren@potetoAI 评分4343引用Sawyer Merritt@SawyerMerrittSpaceXAI has just introduced Grok @Bot Creator Rewards! Rewards will go out every two weeks. Rewards are based on usage: • How many people use your Bots. Are your Bots useful and popular? • How often your Bots are used. Are your Bots providing consistent value over time? For your templates to be eligible for rewards, you must: • Post about your public Bots (and specifically link to them) on X ≥ 2x per pay period • Have X Money set up • Payouts will be sent as part of X’s Original Content Rewards for now. In the last two weeks, I’ve earned $500 in rewards due to people using my Home Robots template 🔥 More info: https://legal.x.com/en/grok-bot-template-rewards-terms.html
Hacker News:AI 热帖AI 评分4747 Show HN:mainbrella——AI 代码 / Agent 机器沙箱服务
mainbrella 推出开源(GPL 3.0)的 AI 代码与 Agent 容器沙箱服务,对标 e2b.dev、daytona.io,无免费套餐,基础 builder 计划每月 $5,也可在自有 Cloudflare 账户运行。其全新沙箱获取可用 shell 仅需 381 ms,30 次测试速度一致;100 个沙箱并发启动平均 680 ms,100/100 成功。
Hacker News:AI 热帖AI 评分6565 如何为 AI 智能体设计领域专用语言
Modeloptic 团队建议为处理重复复杂任务的 AI 智能体提供 DSL,让模型在概念层调用工具,而不是直接处理 Excel、SMTP、SQL 等底层细节。
Hacker News:AI 热帖AI 评分6262 It's a Plan 推出支持 AI 智能体协作的开源问题追踪工具
It's a Plan 发布为可自托管的开源问题追踪工具,定位为 Linear、Jira 和 Plane 的替代方案,采用 AGPL-3.0 许可、无按席位费用并支持自带模型 key。
Hacker News:AI 热帖AI 评分6262 OpenClaw 通过 OpenAI Patch the Planet 完成 Trail of Bits 安全审计
OpenClaw 宣布完成由 Trail of Bits 通过 OpenAI Patch the Planet 计划开展的安全审计,并修复全部可处理问题。Trail of Bits 提交 27 个私有仓库公告和 3 个独立加固 PR,其中 24 个为有严重级别的漏洞报告,包含 2 个 High、16 个 Medium、6 个 Low,3 个加固 PR 均已合并。
Google ResearchAI 评分4747 Google 发布智能体隐私与安全开放及新兴问题报告:从情境角度切入
Google 发布报告《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》,汇总 2025 年末纽约 CAPS Workshop 上 50 多位学界与业界专家对自主 AI 智能体隐私和安全挑战的讨论。
Hacker News:AI 热帖精选AI 评分7777 a16z 发布第七期 Top 100 消费级 AI 应用榜:ChatGPT 领先,付费向重度用户集中
a16z 发布第七期 Top 100 Consumer AI Apps,按 Similarweb 月访问量和 Sensor Tower 月活分别列出 web 与移动产品,并首次加入 YipitData 的美国消费者卡支付观察排名。
推荐理由:报告把流量榜与美国消费者实际付费数据并列,能帮助读者看清消费级 AI 使用广但深度付费集中的结构。
Hacker News:AI 热帖AI 评分5454 Opus 5.5 智能体发现两种室温磁性半导体候选材料
作者与一组 Opus 5.5 AI 智能体通过 DFT 计算发现两种 Luttinger 补偿磁体候选:新设计的 YBaMnFeO₅ 和 1999 年已合成的 KV[Cr(CN)₆]。
Hacker News:AI 热帖AI 评分1818 Agility:以 AI 速度构建软件
Agility 提供 AI 原生工程服务,由资深工程师组成整合团队,覆盖产品、设计、工程与交付,从构想到上线交付生产级软件。其 AI 原生工程可将交付时间最高缩短至 3x,曾把一个受监管医疗平台的交付周期从 3 个月压缩到 1 个月,并实现工程师人均产出 2x。
Hacker News:AI 热帖AI 评分2828 真实世界任务 AI 评测:Claude Opus 5.5 智能体发现两种室温磁性半导体候选材料
Vals AI 对全球领先 AI 模型在金融、软件及网络安全、递归自我改进、心理健康等前沿风险任务上进行独立无偏基准评测。10 月 4 日报告显示,Claude Opus 5.5 智能体发现了两种室温磁性半导体候选材料。其行业排行榜当前基准数据不可用,另展示 16 个实验室的性能前沿。