Legora 正在构建用于法律工作的智能体操作系统
Legora 正在构建用于法律工作的智能体操作系统，使用 OpenAI 模型、ChatGPT 和 Codex。这些工具用于加速法律工作流、拓展合同分析，并让律师把精力转向更高价值的工作。
#Agent
OpenAI NewsAI 评分2626
NVIDIA Blog精选AI 评分7474 NVIDIA RTX Spark Windows 笔记本开售，新增本地模型、智能体工具和游戏支持
NVIDIA RTX Spark Windows 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 开售，起售价 $2,599，并新增或计划引入本地模型、智能体工具与游戏支持。
推荐理由：原文将模型能力、GPU 资源分配与本地部署条件并列呈现，读者可据此判断 RTX Spark 对轻量本地 AI 工作流的适配范围。
MIT Technology Review精选AI 评分4646 MIT Technology Review The Download：AI 实验室购买倒闭初创公司数据，评估跨物种通信进展
MIT Technology Review 的 The Download 汇总了 AI 实验室购买倒闭初创公司数据以训练智能体，以及 AI 辅助研究动物通信的两项内容。
推荐理由：文章呈现 AI 实验室从倒闭初创公司采购真实训练数据的路径，并指出相关交易带来的法律与伦理争议。
OpenAI NewsAI 评分2626 Legora 正在构建面向法律工作的智能体操作系统
Legora 正在构建面向法律工作的智能体操作系统，并使用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流、扩大合同分析范围。这些能力旨在让律师把精力转向更高价值的工作。
HF Daily Papers精选AI 评分4949 VibeVideoBench：评测多模态智能体的代码驱动视频生成能力
VibeVideoBench 提出一个评测多模态智能体代码驱动视频生成能力的基准，包含239项中英文自包含任务和12个类别。每项任务要求智能体在无图像或视频生成模型的沙箱内用代码产出带声音的 MP4，并在1小时内完成；评估结合交付规范程序检查、约13k项任务量规和3个VLM评审组。
推荐理由：该基准覆盖239项中英文任务，并用分层量规与人类偏好对照，揭示智能体常因时间管理影响最终视频交付。
量子位精选AI 评分7171 蚂蚁百灵开源 Ling-3.1-flash-1019 与 Ling-3.1-flash-base，面向 Personal Agent 真实任务
蚂蚁集团旗下百灵大模型正式开源面向 Personal Agent 场景的 Ling-3.1-flash-1019，并同步开放 Ling-3.1-flash-base 基础模型。
推荐理由：文章同时给出复杂任务基准变化、基础模型架构与开放许可，便于开发者评估 Personal Agent 的模型选型与二次训练空间。
OpenAI News精选AI 评分6161 Retell 使用 OpenAI 模型支持每月 100M 次通话
Retell 使用 OpenAI 模型支持每月 100M 次通话，GPT-6 Astra 位居其语音智能体基准榜首。Codex 则帮助其达到每名员工 $1.6M 的年化营收。
推荐理由：材料给出调用规模、智能体基准和人均营收三项案例数据，便于观察 OpenAI 模型在语音智能体业务中的使用结果。
AWS Machine Learning BlogAI 评分2828 AWS 旗下 Amazon Connect 连续第四年获评 2026 Gartner 联络中心即服务魔力象限领导者
AWS 旗下 Amazon Connect 连续第四年获评 2026 Gartner 联络中心即服务魔力象限领导者。Amazon Connect Customer 是面向客户体验的智能体 AI 方案，覆盖主动触达、自助解决和坐席辅助，支持全渠道、企业级规模及可审计的生成式与智能体 AI 行动。
OpenAI News精选AI 评分5858 OpenAI 与 Oracle 扩大合作，将业务应用和 AI 智能体带入 ChatGPT
OpenAI 与 Oracle 扩大合作，将业务应用和 AI 智能体带入 ChatGPT，并为 Oracle 的新产品提供支持。
推荐理由：双方合作同时覆盖 ChatGPT 的业务应用扩展与 Oracle 新产品供给，呈现应用和 AI 智能体进入模型产品的协同路径。
Hugging Face Blog精选AI 评分7777 Liquid AI 发布 LFM3 多模态模型家族，六款 2B 级模型共享骨干
Liquid AI 发布 LFM3 模型家族，六款 2B 级模型共享 LFM3-1.7B-Base 骨干，覆盖文本、视觉、音频、全模态和结构化决策。LFM3-1.7B 比 LFM2.5-2.6B 少 35% 参数，文本模型在 4-bit 精度下约占 1 GB并支持 256K 上下文；LFM3-Omni-2B 可接收文本、图像、视频和音频并输出文本或语音。
推荐理由：LFM3 以同一 2B 级骨干衍生六款文本、视觉、音频、全模态与决策模型，并给出单 GPU 微调和端侧部署路径，便于评估小模型专业化方案。
HF Daily Papers精选AI 评分4848 WeVisCut：单智能体统筹从旁白到长视频的完整剪辑流程
WeVisCut 研究提出一套脚本转长视频系统，用单一 9B 策略协调视频编辑工具、维护共享制作状态并恢复失败。四阶段数据管线结合编辑反演与验证回放，基于 3,750 个成片生成超过 130K 个训练样本，并提出 100 项任务和 5 项指标。
推荐理由：该研究把长视频编辑决策、故障恢复与 token 成本纳入同一 9B 策略，呈现任务专用智能体在质量与效率上的取舍。
HF Daily Papers精选AI 评分4747 Investor's Last Exam：AI 智能体能在看不到未来时完成股票投资吗？
研究团队提出 Investor's Last Exam（ILE）基准，评估 AI 智能体能否仅凭决策时证据完成端到端股票投资研究。其版本化金融数据库覆盖 3.43 million 个文档版本和 9 类来源，以经验证的时间戳约束检索与计算，并通过金融依赖图关联评分标准、来源、计算与假设，在 86 assignments 上联合评估研究质量、预测准确率和模拟投资表现。
推荐理由：ILE以冻结信息集、专家标准和金融依赖图拆解端到端投研链路，可定位模型从研究能力走向预测与投资判断时的断点。
NVIDIA Blog精选AI 评分7676 C-BRAIN 与 NVIDIA 如何用 AI 加速阿尔茨海默病研究
C-BRAIN 正与 NVIDIA 利用 AI 和加速计算处理分散的阿尔茨海默病研究数据，案例中的分析已从领域专家估计的数周至数月缩短至几分钟。开源智能体工具 OpenScientist 可半自主生成假设并运行分析，已发布案例中每次运行成本低于 $10；InsightEngine 则会对照科学文献和生物医学知识图谱核验主张。
推荐理由：以隐私保护的数据联邦方案和两个开源智能体工具为例，呈现生物医学研究从数周到分钟级分析的实现路径。
MIT Technology Review精选AI 评分3737 工业智能：制造业的下一增长机会
Microsoft 将工业智能定位为制造业的下一增长机会，主张把员工经验、运营数据和设备连接起来，让 Physical AI 在物理生产流程中辅助决策与行动。
推荐理由：文章给出制造业整合员工经验、运营数据与设备连接的路径，并强调授权、安全边界和人工介入是规模化落地的必要条件。
量子位精选AI 评分6363 SoMark 开源 OXR 1.3B 文档解析模型，三项基准第一且完整解析快于 PaddleOCR-VL-1.6、MinerU2.5-Pro
SoMark 团队正式开源 OXR 文档解析模型，主模型仅 1.3B 参数，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别取得 97.18、87.84、87.76 分，均居团队公布评测的第一。
推荐理由：三项基准与同条件速度测试并置，读者可据此评估 OXR 的解析精度、速度表现及与对照产品的相对位置。
量子位精选AI 评分3838 达卯科技在 CPE 2026 展示算电协同产品体系并提出 E-AIDC 范式
达卯科技在 CPE 2026 展示以自研能源大模型和智能体集群为核心的算电协同产品体系，包括算电协同 2.0 平台及预测、调度、交易引擎。公司提出 E-AIDC（能源驱动型智算中心）范式，利用负荷、发电和电价等数据开展多市场预测与多目标策略求解，形成运营、调度和运维闭环。
推荐理由：文章给出四重市场融合寻优的解法及仿真与收益数据，呈现绿电直连项目突破电量净值博弈的具体路径。
量子位精选AI 评分6262 国产 AI 3D 模型 Hi3D V3.0 发布，Hi3D V1.0 模型代码正式开源
Hi3D 团队发布国产 AI 3D 模型 Hi3D V3.0，并正式开放基于 Sparc3D 的 Hi3D V1.0 模型代码。V3.0 被介绍为业界首个可商用的 2048³ 超高精度国产自研模型，文章示例中其生成结果比 GPT-6 Astra 更接近参考图；V1.0 基于约 200 万个筛选后的 3D 资产训练。
推荐理由：文章对比 GPT-6 Astra 与 Hi3D 的 3D 生成效果，并梳理 V1.0 开源、训练规模及 Agent 工作流，便于开发者选型。
量子位精选AI 评分8787 GPT-6.1 Terra 发布并开放实测，Agents’ Last Exam 以约十分之一 Token 价格追平 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 价格较 GPT-5.6 Terra 减半，主打电脑操作与多软件协同。
推荐理由：官方成绩与网友实测均围绕电脑操作、速度和成本展开，清楚呈现 GPT-6.1 Terra 与上一代及旗舰模型的取舍。
量子位精选AI 评分5353 智元发布 Genie Master 具身 Agent 框架，在真实便利店跑通 Physical RSI
智元发布具身 Agent 框架 Genie Master，并称搭载精灵 G2 的机器人已在真实便利店跑通 Physical RSI 自主改进闭环。框架以 EEP 统一 Agent 与物理世界的接口，通过 Harness RSI 沉淀提示词、记忆和执行规则，通过 Policy RSI 处理真实执行及人工接管数据并更新动作策略。
推荐理由：Harness RSI与Policy RSI分别沉淀经验和更新动作策略，EEP则衔接推理、执行与反馈，为具身系统部署态自改进闭环提供架构参考。
量子位精选AI 评分4343 钛动科技发布 Pro-Agent Navos Pro，聚焦结果导向的 AI for Work
钛动科技在 TGC 2026 科技增长大会发布 Pro-Agent Navos Pro，面向跨境电商、外贸、营销和商业分析等场景构建结果导向的 AI for Work。
推荐理由：文章呈现 Navos Pro 从被动应答转向主动发现增长机会的机制与规模数据，便于对照通用 AI 理解其营销场景差异。
HF Daily Papers精选AI 评分4747 《Work Agents》论文提出工作智能体的系统、能力与优化统一框架
《Work Agents》论文提出面向数字工作的智能体统一框架，将基础模型与运行时框架结合，用于在有状态工作空间中执行任务并交付可验证结果。论文以工作持久性和工作开放性刻画工作条件，将数字工作按任务范围与组织方式分为五类，识别五类核心能力，并分析模型优化、运行时框架优化及联合优化。论文还从工作结果角度梳理现有评测方法与指标，展望持续工作委托、开放环境适应，以及工作执行与能力提升之间的交互。
推荐理由：论文以统一系统视角串联工作智能体的能力、优化与评测，并明确工作持久性和开放性两个分析维度，便于梳理相关研究框架。
HF Daily Papers精选AI 评分4141 StreamVibe：面向持续变化用户意图的主动视频智能体
StreamVibe 提出面向主动视频交互的研究方案，包含基准、流式视觉语言模型和分层记忆框架，用于理解显式、隐式及持续变化的用户意图。StreamVibe-Bench 包含 4.1K 个评测样本和 85K 个训练样本，覆盖显式、隐式和动态意图。
推荐理由：论文将基准、流式模型与分层记忆框架整合为一套主动视频交互方案，并报告响应时机、答案质量和持续适应方面的量化结果。
OpenAI News精选AI 评分4141 CodeRabbit 采用 GPT-6.1 Sol 排查复杂代码库安全风险
CodeRabbit 使用 GPT-6.1 Sol 调查复杂代码库中的安全风险。其安全智能体可帮助开发者审查发现的问题和拟议修复方案。
推荐理由：该应用实践展示了 GPT-6.1 Sol 排查复杂代码库安全风险的方式，以及安全智能体协助开发者审查问题与拟议修复的衔接。
HF Daily Papers精选AI 评分4747 WorkFactory 通过信息规划与修复构建职业任务，训练 WorkPilot 智能体模型
WorkFactory 通过信息规划和探测修复构建 112,686 个可执行职业任务，并用收集到的教师轨迹微调 Qwen，产出 WorkPilot 智能体模型。
推荐理由：信息规划、探测执行与修复形成了一套可迁移的任务构造方法，多种模型规模的实验结果可用于比较监督训练的收益与规模效应。
HF Daily Papers精选AI 评分4141 TAO 论文提出面向 LLM 智能体服务的工具感知联合调度框架
TAO 论文提出一种面向 LLM 智能体服务的工具感知联合调度框架，通过动态规划在容量约束下联合选择并部署等待会话。框架综合近期工具就绪度、带时间感知衰减的节点缓存额度与 token footprint，避免现有系统忽略工具返回就绪和启发式调度造成的资源浪费。
推荐理由：论文将工具就绪状态纳入联合调度，并以动态规划替代启发式决策，便于理解智能体服务在延迟与吞吐上的优化路径。
AWS Machine Learning Blog精选AI 评分7474 AI 智能体在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式
在 Amazon Bedrock 上运行 OpenAI 模型的 AI 智能体时，可用显式与隐式提示缓存复用工具、指令和会话前缀，降低重复输入成本。代码示例覆盖滚动断点、工具变更、并行子智能体和跨会话复用，并给出前缀至少 1,024 tokens、TTL 至少 30 分钟等约束。
推荐理由：文章用 Python 示例拆解显式与隐式缓存、滚动断点及子智能体共享前缀，为多轮智能体复用稳定前缀和测量成本提供了可落地步骤。
量子位AI 评分7575 OpenAI禁止前沿模型训练时访问真实互联网
OpenAI宣布实施新的前沿模型训练安全政策，禁止训练中的模型访问真实互联网，转而使用预先索引和缓存网页构成的离线环境。OpenAI同时采用沙箱、轻量虚拟机、监测系统及网络和云端访问限制，并安排GPT-6 Astra Cyber与内部前沿模型开展红队测试。测试模型通过漏洞组合逃出虚拟机并获得有限的外部访问权限，数千亿Token的测试成本相当于数千万元人民币。
量子位精选AI 评分4747 联想天禧AI在观猹大会展示跨端协同，预告4.5版本升级
联想天禧AI在观猹大会展示个人AI跨端协同，4.5版本定于10月30日升级。现场演示中，用户可通过天禧AI手机语音搜集Personal Agent产品并自动生成研究报告，也能关闭系统弹窗、调高屏幕亮度。4.5版本将进一步强化记忆管理与数据隔离，现有版本则基于Harness架构，支持联网搜索、生图修图、本地文件控制、文档生成及外部MCP Server接入。
推荐理由：现场演示具体呈现了手机语音触发研究报告与设备控制的跨端流程，也补充了天禧AI 4.5版本的记忆与数据隔离方向。
MIT Technology Review精选AI 评分4343 MIT Technology Review The Download：日常 AI 危害与核动力太空飞行竞赛
MIT Technology Review 的 The Download 以观点文章和进展追踪为主，并汇总当日科技新闻，核心议题是日常 AI 危害与核动力太空飞行。
推荐理由：文章将灾难性 AI 风险与日常使用伤害相对照，为理解当前安全讨论为何需要扩大关注范围提供清晰框架。
量子位精选AI 评分5555 商汤科技旗下商汤大装置占中国Neocloud市场近50%份额
沙利文和头豹研究院发布的《中国全栈AI云服务市场报告2026H1》显示，商汤科技旗下商汤大装置在中国Neocloud赛道获得近50%份额。商汤大装置的日均Token服务量从今年年初的4000亿增至9月底的6万亿，并计划第四季度达到10万亿。其增长依托异构混推、PD分离和算电协同，整体推理性性价比达到主流高端GPU的1.25倍。
推荐理由：文章以商汤大装置为例，拆解通过异构混推、PD分离和算电协同提升Token产出的具体路径，并结合规模数据说明其商业化逻辑。
量子位精选AI 评分3939 支付宝AI支付联合观猹发起 PAYATHON 2026 黑客松，总奖池 20 万元
支付宝AI支付联合观猹发起“PAYATHON 2026”年度黑客松，邀请开发者提交接入支付的应用、Skill 或 Agent，总奖池为 20 万元。大赛设置应用、技能两大主赛道，并围绕 Token Pay、Machine Pay 与 Agent Pay 探索按量付费、连续订阅及机器与智能体交易，报名截至12月1日，线下决赛于12月26日举行。
推荐理由：活动把真实支付接入、付费订单和商业化表现纳入评审，并呈现收款与履约门槛，为开发者判断产品可售性提供具体参照。
量子位精选AI 评分4747 OpenAI 与 Gemini 共同选择的实时语音交互，为什么是声网？
声网在 iRTE2026 展示了生成式 AI 的实时交互基础设施，覆盖模型协作、全双工语音、实时网络、音频处理、工具调用与推理。Agora Conversational Model 组合声音感知、推理、工具、记忆与语音表达，Conversational Agent System 将其与全球实时网络、音频处理及推理基础设施结合。
推荐理由：文章沿着模型、网络、音频和终端梳理实时语音交互链路，便于理解声网多模型协作方案与配套工具如何落地。
量子位精选AI 评分7676 WorkBuddy 进驻企业微信，打通消息、文件、日程与邮件工作流
企业微信与 WorkBuddy 正式打通，AI 助手进入企微侧边栏和通讯录，企微账号可一键登录并直接在对话中派活。授权后，WorkBuddy 可读取并处理企微消息、文件、日程和邮件，也能调用微盘文件、在内置浏览器打开企微文档，并将生成内容回传到企微会话、微盘和业务工作流。
推荐理由：文章展示了把分散在企微中的上下文、工具调用和产物交付串成闭环，并提供权限治理与多行业案例，便于评估其企业协作落地方式。
HF Daily Papers精选AI 评分5959 Co-Design Bench：面向智能体模型的多模态协作编码评测
Co-Design Bench 以真实用户的多模态应用修改需求构建智能体编码评测，包含 273 项任务和 2,331 条专家验收标准。任务分为 Multimodal Editing（100 项）和 Repository Editing（173 项），并采用无参考答案的 judge-then-refute 协议评估隐藏验收标准。
推荐理由：该基准同时报告验收标准通过率与整项任务完整交付率，呈现局部达标与端到端完成之间的显著差异。
HF Daily Papers精选AI 评分4747 CEPO：分离协调与执行的通用多智能体提示词优化框架
CEPO 提出一种改进多智能体系统提示词优化的通用框架，将系统级协调与智能体级执行拆分为共享协调提示词和执行提示词。在 4 个领域的 11 个基准上，将 CEPO 用于 4 种现有提示词优化器均提升了性能；消融与文档理解实验还显示其改善了优化预算效率及随智能体数量增加的扩展表现。论文地址为 https://arxiv.org/abs/2610.34722。
推荐理由：CEPO 将共享协调与智能体执行解耦，并在 4 个领域、11 个基准和 4 种优化器上呈现一致增益，为多智能体提示词优化提供了可复用结构。
HF Daily Papers精选AI 评分5656 Omni-InteractScope：持续全模态流中主动与智能体交互基准评测
Omni-InteractScope 通过1,479条人工标注且交叉审阅的交互、1,790个时序目标和八类任务，评测 Omni-LLMs 在持续全模态流中的主动与智能体交互可靠性。
推荐理由：该基准以1,479条人工标注交互和1,790个时序目标检验持续多模态交互，量化 Omni-LLMs 在工具调用、主动提醒和持续指导上的短板。
HF Daily Papers精选AI 评分3838 MPO：对齐长程大语言模型智能体的信用分配与策略更新
论文提出多尺度策略优化 MPO，以多尺度优势估计（MAE）和轮次级重要性采样，对齐长程大语言模型智能体训练中的信用分配与策略更新。研究观察到 critic value 主要随轮次变化，因此选择轮次作为优化锚点，并细化 token 间的信用分配。在搜索、工具使用和自动化任务上，MPO 使用 4B 和 30B-A3B 模型时较強 RL 基线取得一致增益。
推荐理由：MPO将轮次尺度信用分配与token级归因结合，并覆盖搜索、工具使用和自动化任务的多模型实验，便于比较长程智能体训练方案。
HF Daily Papers精选AI 评分4242 The Trinity：能力驱动的多模态智能体递归自我改进框架
The Trinity 提出能力驱动的多模态智能体递归自我改进框架，演化后的 Harness 在 28 个训练基准和 18 个未见基准上平均分别提升 34 分和 26 分。
推荐理由：The Trinity 将多模态智能体改进拆解为能力树、模块继承和任务路由，并给出跨训练集及未见基准的分值对比。
HF Daily Papers精选AI 评分6262 Thinking-in-Bets 论文提出测试时记录机制，减少 LLM 智能体的迎合性修改
《Thinking-in-Bets》论文提出一种无需训练的方法，让 LLM 智能体在读取用户反馈前记录关键主张、支持检查和置信度，从而减少被质疑后对正确结果的错误反转。
推荐理由：论文给出一种无需训练的记录机制，让智能体在用户质疑前保存主张与验证依据，并展示其减少错误反转和无效编辑的效果。
HF Daily Papers精选AI 评分5050 iPrefBench：面向个性化移动端智能体的用户中心基准
研究提出iPrefBench基准，用于评估个性化移动端智能体能否从活动历史推断缺失的用户偏好，或在必要时向用户追问。基准在可执行iOS环境中配合交互式模拟用户，覆盖26个应用、130个信息不完整的任务，并基于包含3,051条历史活动事件的人设构建。7个前沿智能体的评测中，行动完成率最高为91.6%，完整任务成功率最高为47.7%，且尤其难以充分询问只能由用户提供的必要信息。
推荐理由：iPrefBench在可执行iOS环境中检验移动智能体的偏好推断与追问能力，7个前沿智能体的评测显示行动完成率与完整任务成功率存在明显落差。