跳到正文

全部动态

今日 30 条
10月1日周四
  1. One Useful Thing60

    Ethan Mollick 反思智能体管理:从单点到群体自组织

    Ethan Mollick 在 One Useful Thing 撰文承认自己此前对智能体管理的判断有误,认为让智能体协同工作并不需要像管理公司那样精心设计。他提到 OpenAI 用数千个智能体组成的 swarm 在 88 小时内处理 Navier-Stokes 问题,其间传递约 270 万条消息;他本人用 Codex 时,简单描述三个团队角色后模型自行扩展出十三个智能体。

  2. Latent Space78

    Google DeepMind 发布 Gemini 4 Argon,支持 1M 输出 token

    Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作与网络防御,先在 Fairwind 计划的政府用户和可信网络防御者中开放,后续再向开发者、企业和消费者开放。

    推荐理由:汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧,可对照同期 Astra 与 Opus 5.5 的能力与成本差异。

  3. The Verge · AI22

    Grokipedia v0.3 更新:SpaceXAI 为 AI 百科换上新设计

    SpaceXAI 为 AI 百科 Grokipedia 推送 v0.3 更新,新增 logo,并改版首页与实时编辑页。新首页加入精选条目、最多阅读列表和“最新编辑”追踪器,精选与最多阅读区均以可旋转、横向滚动的书脊形式呈现。该站 2025 年 10 月下旬以 v0.1 上线,v0.2 在一个月后发布,此前曾被指超过三个月无条目变动。

  4. The Decoder78

    Google 发布 Gemini 4 Argon,缩小与 OpenAI、Anthropic 的差距但未取得明显领先

    Google 发布新前沿模型 Gemini 4 Argon,在多项基准上缩小了与 OpenAI、Anthropic 的差距,但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”开放,之后才面向开发者和消费者,促销价为每百万输入 token 2 美元、输出 token 10 美元,输出上限从 64,000 提升至 100 万 token。

    推荐理由:汇总独立评测与定价数据,呈现 Gemini 4 Argon 与 OpenAI、Anthropic 旗舰模型的差距和成本取舍。

  5. Google DeepMind78

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。

    推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径,可据此判断前沿模型的能力边界与落地节奏。

  6. The Decoder62

    Google 在 Gemini 中全球上线 Skills 取代 Gems

    Google 在 Gemini 聊天中面向全球推出 Skills,用可保存和复用的详细提示词取代此前的 Gems。用户输入斜杠加名称即可调用 Skill,Gemini 也能从历史对话生成 Skill 并在识别到匹配提示时自动运行,多个 Skill 可串联处理更大任务,目前支持文本、PDF 和图片作为参考材料。

9月30日周三
  1. The Verge · AI75

    Meta Muse AI 智能体最新动态汇总

    Meta 推出 Muse AI 智能体,称可帮用户发邮件、在线购物,前提是愿意把数据交给 Meta 并绑定信用卡。此后 Meta 又宣布为这一吉祥物形象推出类似 Tamagotchi 的 Muse Charm 设备,并陆续扩展小企业工具、企业平台、Mac 应用与智能眼镜端支持。汇总还收录了 Muse 泄露 YouTuber 地址、被 Amazon 屏蔽以及攻击者控制智能体的漏洞修补等事件。

  2. Google DeepMind60

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。

    推荐理由:SynthID 水印首次延伸到合成生物学,读者可了解其在蛋白质序列与结构上的实现方式及生物安全用途。