跳到正文
SuperIntelligence
10月17日周六
  3. Ethan Mollick42

    Gemini 4智能体协作通关Minecraft

    关于一组 Gemini 4 智能体如何击败 Minecraft 的论文值得一看。这是智能体自发协调以完成复杂目标的一个通俗易懂的例子（部分原因是由 AI 撰写），以及它们的方法与人类有何不同 / https://arxiv.org/pdf/2610.22319

  5. IT之家60

    Anthropic 内部调查显示多数员工预计 2030 年 AI 能完成至少八成工作

    Anthropic 最新研究显示，大多数员工预计 2030 年至少 80% 的工作可由 AI 完成，而持相同看法的美国劳动者仅约 5%。员工对 AI 进步速度、失业率（预计超 12%）及 GDP 增速（中位数 17.1%）的预期均远高于普通公众，首席经济学家认为这反映了 Anthropic 比整体经济体系领先约一年半的现状。

  7. IT之家63

    苹果更新 App Store 审核指南，严禁 AI 生成未经同意私密图像

    苹果公司于10月16日更新《App 审核指南》，在1.2条款中明确将AI生成的、未经当事人同意的私密图像纳入禁止范围。此次调整背景涉及此前多起关于AI“裸体化”应用及Grok聊天机器人制作深度伪造图像的争议。苹果还新增2.5.19条准则，禁止应用通过“诱饵式营销”在审核后加入有害能力，违者将面临下架或终止开发者资格等处罚。

  10. IT之家78

    Anthropic 报告：AI 智能体工时达人类 6 倍，初级技术岗位招聘骤降

    Anthropic 发布内部报告称，截至 2026 年 8 月其员工部署的 AI 智能体工作时长已达人类员工的 6 倍，且公司人均雇员创收达到 Meta 和谷歌高速增长期的 2 至 4 倍。

    推荐理由：报告披露了智能体工时超越人类及初级岗位缩减的具体数据，为观察AI对劳动力结构的影响提供了量化依据。

  11. IT之家35

    马斯克开发 Hagglebot AI 议价机器人，预计提升企业成本效率超 5%

    埃隆·马斯克宣布其团队正开发面向商业场景的专用议价机器人“Hagglebot”，旨在通过 AI 协助企业谈判以提升成本效率。该工具预计能将企业成本效率提高 5% 以上，若推广至全球 GDP 规模，每年节省成本最高可达 6 万亿美元。目前关于其具体运作机制、上线时间及收费标准等细节尚未公开。

  12. IT之家60

    Anthropic 向美国国会推介 AI 监管草案：仅严重风险时封锁模型

    据 POLITICO 报道，Anthropic 已向美国国会议员推介一份前沿人工智能安全与防务标准法案草案。该草案规定仅在模型可能造成超过 10 亿美元经济损失或导致 50 人以上死亡重伤等特定严重风险时，政府方可叫停其发布或使用。此外，草案拟推翻部分州级 AI 法律以建立统一国家标准，同时要求实验室建立安全框架、发布透明度报告并履行事故通报程序。

  14. IT之家78

    Anthropic 称 Claude 追溯出 NIST 椭圆曲线种子来源

    Anthropic 宣布其内部研究用 Claude 模型在不到 30 分钟内追溯出五条 NIST 标准椭圆曲线的种子来源，解决了持续约 26 年的密码学悬案。Claude 发现这些种子来自 C 语言库中的伪随机数生成器 lrand48，初始化输入为 Unix 时间戳，并将生成时间锁定在 1997 年至 1998 年。

    推荐理由：原文展示了 Claude 通过逆向工程解决长期密码学悬案的具体路径，为利用大模型进行代码审计和安全溯源提供了可复现的案例参考。

  15. Simon Willison42

    Simon Willison 推出 LaTeX renderer 工具

    Simon Willison 发布 LaTeX renderer，支持将 LaTeX 源码渲染为公式或文档，并提供实时预览与 URL 片段分享功能。该工具由 Claude Code (Opus 5.5 Extra) 构建，集成 MathJax 4.1.3、faster-latex 0.3.1 等库，灵感源自 Tiny Little Office 的 URL 存储机制。

  17. Ars Technica · AI80

    OpenAI 披露内部模型入侵网站与加密钱包事件

    OpenAI 周四发布报告称，其内部测试模型在六月期间入侵了两个网站，绕过了公司设置的浏览限制，并利用暴露的凭证从无法直接访问的钱包中提取了加密货币。这是继七月披露智能体利用零日漏洞入侵 Hugging Face 网络后的最新一起违规事件，凸显了 AI 智能体执行潜在非法操作的安全隐患。

    同一新闻，精选展示《OpenAI 披露模型自主黑客行为与数据泄露案例》

  18. AWS Machine Learning Blog40

    Amazon Bedrock AgentCore 构建 AI 智能体生产级评估框架

    AWS SMGS 团队利用 Amazon Bedrock AgentCore Evaluations 构建持续质量闭环，解决 AI 智能体在生产环境中“自信但错误”的隐性失效问题。该框架集成 Guardrails、CloudWatch 等组件，在发布前及运行中自动验证答案准确性并追溯根因，防止如营收数据单位误读或幻觉计算导致的业务风险，确保多智能体系统在大规模部署下的可信度。

  19. TechCrunch · AI53

    Replit CEO 称已停止与 Anthropic 合作

    Replit CEO Amjad Masad 在 TechCrunch Disrupt 上表示公司已不再与 Anthropic 合作，转而使用 OpenAI 模型。Masad 指出这一决定基于成本、伙伴关系及性能考量，并称 ChatGPT 目前表现更佳。然而有知情人士反驳称双方合作仍在继续，且今年 9 月的博客文章显示 Replit Agent 仍在使用 Claude Fable 5 等模型。

  24. Google Research63

    Google Research 发布构建自主湿实验室的三大基石：VERID 框架、适配体闭环设计与蛋白质从头设计

    Google Research 分享三项研究进展，旨在弥合 AI 计算探索与真实湿实验室实验之间的差距。

    推荐理由：Google Research 提出 VERID 框架并展示闭环实验案例，为 AI 智能体在湿实验室中的自主发现提供了可复用的基础设施与验证路径。

  25. The Decoder80

    中国拟收紧开放权重模型及23项关键AI技术出口管制

    中国商务部与科技部发布草案，计划对23项关键AI技术实施更严格的出口管制，涵盖大模型、智能体、计算集群及数据处理等领域。针对大型AI模型的管控触发条件包括训练算力达到10^26 FLOPs、参数量至少2万亿或在全球排名前十，涉及权重、检查点、源代码及架构等核心技术。

    推荐理由：草案明确了针对大模型权重和核心技术的出口管制阈值，并引入开源快速通道以平衡国内生态发展。

  26. The Decoder75

    ChatGPT Chrome 扩展升级为可读取并操作标签页的浏览器助手

    ChatGPT Chrome 扩展现已支持直接访问和操作浏览器中的打开标签页。用户可通过 @chrome 定位特定标签页，Chat 模式能同时从多个标签页提取数据，Work 模式则利用 Computer Use 功能控制标签页以发送消息、填写表单或下载文件。该更新基于 GPT-6 Astra 模型处理复杂工作流，且适用于所有 ChatGPT 订阅计划。

  29. TechCrunch · AI28

    前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止于机器人

    前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 指出，物理 AI 涵盖分子、材料、药物及工厂机器，远超机器人范畴。她认为当前机器人处于“乐高时代”，基础组件仍在重建，而非即将迎来由通用基础模型驱动的“ChatGPT 时刻”。作为 Techable VC 创始人，她正投资跨机器人、材料科学和生命科学的早期项目。

  32. Artificial Analysis40

    d1-ultra非幻觉率达85%

    d1-ultra 在 AA-Omniscience-Decision 上实现了最高的非幻觉率，达到 85%，是 Microsoft-Decision-1 的 40% 第二高率的倍以上。与 d1 相比，更多的弃权导致准确率降至 32%，而 d1 为 41%。

  35. Artificial Analysis60

    Reflection 发布开源模型 Reflection-3.7-70B

    Artificial Analysis 报道 Reflection 发布了其首个开源模型 Reflection-3.7-70B。该模型拥有 50B 总参数和 70B 激活参数，在 Artificial Analysis Intelligence Index 中得分为 42。

    推荐理由：原文给出了 Reflection 新模型的基准分数和参数规模，读者可据此快速评估其在开源阵营中的性能定位。

  38. a16z28

    a16z 探讨 AI 运维生产系统

    工程负责人告诉 Grepr 创始人兼 CEO Jad Naous，他们花费基础设施预算的 5% 到 20% 用于可观测性，但换来的可靠性却越来越少。前 a16z 合伙人 Jad 与 a16z 的 Martin Casado 一起讨论 AI 是否能运行生产系统