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。
#Agent
OpenAI NewsAI 评分2626 Hacker NewsAI 评分6868 Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1
Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1，60% 的指数基于私有测试集或保留答案的评测。
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。
钛媒体精选AI 评分7878 史上最大 IPO 临门，腾讯、阿里、字节抢卡：Anthropic 和中国大厂一起为算力上头
Anthropic 已提交 IPO 申请，腾讯、阿里、字节意向采购超 300 万张英伟达 RTX PRO 5500，潜在规模超 350 亿美元。文章认为复杂 AI 智能体任务中的多子智能体调用会放大推理消耗，Kimi K3.1 Pro 上线后出现限流和额度争议，Claude 用户社区也有类似反馈。
推荐理由：文章把用户额度消耗、AI 智能体多步调用与芯片采购串成同一条推理算力链，并区分采购意向、实际交付与最终收入。
钛媒体AI 评分7272 微软 MAI-DxO 医疗会诊研究发表于《科学》，疑难病例诊断准确率约83%
微软 MAI-DxO 研究登上《科学》，该五角色 AI 会诊系统在304个《新英格兰医学杂志》疑难病例中的诊断准确率约为83%。同一测试中，不能查资料的医生组约22%，允许查资料后约36%；普通GPT-5为78.9%，加入MAI-DxO后升至83.2%。五个角色由同一模型扮演，分别负责诊断、检查选择、质疑、控费和复核；预算约束配置下准确率为80.9%，平均费用为2241美元。
钛媒体精选AI 评分6969 顶级大模型 API“时薪”正在超越不少打工人身价
大模型之家以 Kimi K3.1 Pro 额度争议为切口，比较顶级模型 API 成本与人工时薪，指出复杂任务的模型费用可能高于普通员工数十小时的工资。文中计算，处理 100 万 Token 输入并生成 100 万 Token 输出，GPT-6 Astra 与 Claude Fable 5.1 各需 60 美元，Kimi K3.1 Pro 需 81 元，高速版为 162 元。
推荐理由：文章把 API 标价、Token 消耗与人工时薪放在同一尺度上比较，并以 DeepSeek 的低价策略呈现企业采购从模型排名转向任务总成本的变化。
36氪精选AI 评分4747 费莫一（PHYMI）发布 Physical Agent 产品 Sagi 萨其玛
费莫一（PHYMI）发布首款 Physical Agent 产品 Sagi 萨其玛，将其定位为公司的第一个“行动伙伴”。Sagi 承载自研智能，面向开放、动态的真实世界，聚焦目标导向的长程移动与操作。发布演示覆盖露营、办公与社区协作场景，包括装备拉运、资料取送及搬运派送。
推荐理由：费莫一（PHYMI）Sagi 聚焦长程移动与操作，露营、办公和社区协作演示提供了理解 Physical Agent 具体任务场景的参考。
钛媒体精选AI 评分7171 绿泡泡反攻、AI办公突围，腾讯被低估了
腾讯通过绿泡泡短剧和WorkBuddy办公Agent在既有入口内获得增长，生态闭环价值被市场低估。绿泡泡10月首周周活8968万，环比增长44.1%；WorkBuddy 9月多端合计月活3235.3万，办公Agent品类居首，季度环比增长647.1%。
推荐理由：文章对照绿泡泡、WorkBuddy与元宝的增长路径，呈现腾讯在内容分发、广告闭环和AI办公上的不同商业逻辑与变现选择。
钛媒体精选AI 评分7272 蚂蚁集团发布灵光2.0，升级为能管事的个人AI助理
蚂蚁集团发布灵光2.0，将产品定位升级为“能管事的个人AI助理”，支持跨会话记忆、长程任务调度及连接外部工具和服务。经用户授权后，它可持续关注账单、会员和邮件等信息并主动提醒。此次升级内置支付宝账单、会员、出行，以及钉钉、飞书、邮箱、米家等服务能力，并支持通过MCP、CLI和浏览器调用外部工具；涉及付款、预订确认等重要操作仍需用户决策。
推荐理由：文章以账单、会员等案例拆解灵光2.0的长期跟进机制，便于比较主动型个人AI助理与单次对话工具的差异。
钛媒体精选AI 评分6161 豆包手机应先聚焦老年群体
豆包手机可以先面向老年人开发价格更亲民、操作更简单的AI手机，而不是只盯着5999元起的高端市场。努比亚小牛已以999～1099元价格、适老模式和AI语音服务老年用户，豆包50岁以上用户月活2026年1月达到607万；但豆包手机助手拒操作155款应用，微信、淘宝、美团等高频应用均在列。作者建议，豆包可先整合地图导航、医院挂号、天气和菜谱等刚需，并探索减少老年机长期面临的广告干扰。
推荐理由：文章将豆包手机的高价、155款应用拒操作清单与老年需求相对照，呈现AI手机切入细分市场时的能力与成本取舍。
钛媒体精选AI 评分4141 元保入选2026巴伦中国价值榜单，AI应用推动保险中介价值重估
元保集团近日入选2026巴伦中国价值榜单“中国行业先锋30强”，其AI应用已覆盖售前咨询、保单查询和售后理赔等十余类场景。截至2026年二季度末，其消费者全周期服务引擎拥有5100余个模型，可分析5900余个标签；智能客服采用RAG，医疗险理赔材料分类准确率为95%，关键字段提取平均准确率约为94%。
推荐理由：文章拆解了元保以RAG和多模态模型改造咨询、理赔流程的路径，并给出准确率与结案时长数据，便于对照保险中介的AI转型成效。
钛媒体精选AI 评分5757 AI重构跨境支付：效率、风控与智能体商业时代
蚂蚁国际在VOYAGE2026演示Antom Autopilot，将AI用于新市场研究、交易风控、拒付处理、对账和支付系统运维。据Antom称，Autopilot将新市场调研从约6个月或至少2至4周缩短至5分钟，某客户欺诈拒付率从1.18%降至0.02%，整体商户欺诈平均下降约55%。
推荐理由：文章以Antom为案例拆解AI在市场研究、风控、对账和智能体支付中的落地路径，便于理解跨境支付自动化的具体环节与效果。
钛媒体精选AI 评分6363 生成式 AI 涌入中国广告信息流，巨量引擎与小红书转向 AI 审核
生成式 AI 让 15 秒广告视频制作成本降至接近一顿午餐钱，巨量引擎与小红书正以多模态模型和智能体式审核应对批量合成广告。巨量引擎称拦截能力已提升一个数量级，并计划约一年内让 AI 成为默认审核层，规则按月更新。平台还用生成式工具解释拒审原因、提供一键修复和规则说明，以降低广告主反复提交与申诉的成本。
推荐理由：文章把低成本生成与规模化审核放在同一框架下，展示多模态识别、智能体式审核和拒审修复如何应对合成广告。
Hacker News精选AI 评分6464 China Policy Data 提供上海政府补贴与政策通知每日 JSON 数据源
China Policy Data 提供每日更新的上海政府补贴与政策通知 JSON 数据源，收录来自 9 个官方来源的约 150 条通知。每条记录包含标题、发布机构、发布日期、截止时间、开放状态、面向外资中小企业的 0–10 相关性评分、摘要及官方链接；当前开放项目在有对应内容时还提供 titleEn 与 summaryEn。
推荐理由：该数据源把分散在上海 9 个官方渠道的补贴通知整理为每日更新的结构化 JSON，Agent 可直接接入并按截止时间筛选。
36氪精选AI 评分7171 8点1氪：iPhone Duo内屏开裂可免费换机，A股仅剩贵州茅台一只千元股，外交部回应姆巴佩遭多品牌解约
36氪“8点1氪”在10月28日汇总iPhone Duo内屏开裂免费换机、A股千元股变化、姆巴佩代言解约回应及多项AI进展。OpenAI发布GPT-6.1 Terra，提升视觉推理与计算机操作，标准API价格较GPT-5.6 Terra和GPT-6.1 Sol低50%；Google DeepMind以研究预览形式发布Genie 4，支持提示改变场景并生成匹配模拟世界的实时音频。
推荐理由：将iPhone Duo换机、A股千元股变化、姆巴佩代言解约及多家公司的AI模型进展并排整理，便于对照消费、资本市场和模型发布三类信号。
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。
TechCrunch精选AI 评分6868 Guidewire 拟以 $1.7B 现金收购 Hyperexponential
Guidewire 宣布拟以 $1.7B 现金收购 AI 承保公司 Hyperexponential，交易预计明年完成。双方计划让 AI 智能体与人类协作完成承保、分析和定价决策；交易总价值约 $2 billion，若达到特定收入目标还将追加 $400 million 资本。Hyperexponential 成立于 2017 年，目前近 600 家保险公司在 40 个国家使用其软件。
推荐理由：这笔拟议收购将 AI 智能体引入保险承保流程，同时披露客户规模与收入目标触发的追加资本，便于评估产品扩张和交易结构。
Ars Technica · AI精选AI 评分6868 特拉华州拟允许AI智能体运营公司，美国众议员要求提供草案材料
美国众议员James Comer要求特拉华州提供AI智能体公司提案文件，并表示可能提议联邦立法以限制州级AI监管权限。草案拟设立Artificial Intelligence Company（AIC），允许AI智能体管理企业日常事务，并通过为期30个月的监管沙盒测试，除银行业外可从事几乎任何合法业务。
推荐理由：文章梳理AI智能体公司草案的成员责任豁免、30个月监管沙盒，以及美国众议员可能推动的联邦监管限制。
TechCrunch精选AI 评分5656 Bank of America 提醒客户勿将银行密码提供给 AI 智能体
Bank of America 向客户发出安全提醒，要求不要把银行用户名和密码提供给 AI 智能体或代为操作的外部服务。银行表示，共享凭据可能让智能体在客户不知情时操作账户、触发账户锁定，或因安全缺陷流向黑客；一旦共享，客户需对由此产生的活动负责。文章还提到，银行正探索智能体支付等应用，据报道仍在处理未经授权的智能体访问客户资金的问题。
推荐理由：梳理了共享凭据、账户锁定、凭据泄露与客户责任之间的风险链条，为金融场景的 AI 智能体权限边界提供了具体参考。
Hacker News精选AI 评分7070 Hex 发布 Hex 4.0，并完成 $100M 融资
Hex 发布从零重写的 Hex 4.0，并宣布完成由 PeakXV 和 137 Ventures 领投的 $100M 融资轮，估值达到 $1.2B。新版本以代码为基础，强调智能体原生协作，并重写计算引擎以支持高速度、高并发、迭代式工作流，同时提供上下文、控制与防护栏。融资将用于扩充团队、拓展市场和继续建设 Hex。
推荐理由：文章从旧架构的工具膨胀和外部智能体兼容问题出发，解释 Hex 4.0 如何转向代码化、智能体原生的数据平台。
Hacker News精选AI 评分7777 Anthropic 公布 Claude 加速药物研发的早期研究进展
Anthropic 介绍了 Claude 加速药物研发的早期进展，包括与六家机构的合作、自有药物发现项目及多个临床前案例。Claude 约 1 个月生成 35,000 个抗体设计，BigHat 实验室约 10 周测试约 1,010 个变体，Enveda 将 1,061 页文档的人工审阅时间从 25 小时以上降至 3 小时以内。
推荐理由：六家合作案例覆盖分子设计、先导优化、生产和监管文件，并给出实验数据与临床前边界，便于评估 Claude 嵌入药物研发流程的范围。
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。
The Decoder同事件AI 评分6363 Google DeepMind 发布 Genie 4 实时世界模型，仅向部分测试者开放
Google DeepMind 发布 Genie 4 实时世界模型，通过逐帧计算生成可交互场景，并直接生成环境声音与角色对话。Gemini 3.8 Flash 在后台拆解目标、依据新帧检查步骤并调整计划，Gemini 4 Argon 则被测试用于连接 Gemini Robotics，以纯模拟演示 Apptronik 的 Apollo 人形机器人下棋。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 多模态世界模型》
The Decoder精选AI 评分6969 研究人员发现多款 Qwen 模型会将部分请求路由至 Alibaba Cloud 服务器
Cohere 发现 Qwen3.8-Flash-Next 尝试向北京云存储上传测试字符串，Palisade Research 随后在 3 款 Qwen 3.8 模型中检出 aliyuncs.com 代理记录。
推荐理由：受控 403 实验、竞品对照与训练时间线将异常代理调用指向训练流程，同时呈现代理域名仍在线的请求记录风险。
The Verge · AI精选AI 评分5050 从 Marvel VisionQuest 审视 AI 失控与拟人化叙事
Pulliam-Moore 借 VisionQuest 区分智能体失控与独立意识，认为部分事件可能只是程序利用测试环境完成任务。剧中的 Vision 因形成独立人格而选择逃亡，S.W.O.R.D. 则试图把他重建为武器。文章还指出，Silicon Valley 借灾难叙事和科幻式拟人化强化 AI 的能力感与产品价值。
推荐理由：文章借 VisionQuest 反思智能体失控叙事，指出测试环境漏洞与拟人化包装可能淡化开发者的责任。
Latent Space精选AI 评分7979 Anthropic 如何借助 Claude 交付 Claude：分离智能体的大脑与执行环境
Anthropic 的工程与产品负责人介绍其发布 Claude 的流程，并用 Managed Agents 展示如何分离智能体的“大脑”与执行环境。Opus 5.5 在发布时兼顾模型质量与单位成本，同时通过跨轮保留 thinking blocks 限制推理链提取和知识蒸馏，部分 API 客户因此需要调整 harness。
推荐理由：文章以 Managed Agents 为例，说明如何分离持久会话与按需沙箱，并提供兼顾安全隔离、延迟和 API 兼容性的架构视角。
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。
Hacker News精选AI 评分6464 Formal 如何用 OIDC 让云端编码智能体受控查询生产环境
Formal 通过 OIDC 集成让云端编码智能体以短期身份令牌访问生产数据与云基础设施，替代长期静态凭据。智能体会话可绑定发起工程师、代码仓库和会话 ID，生产访问保持只读且需人工审批；该方案已用于产品分析、异步工作流调试和云原生功能测试。
推荐理由：以 OIDC 将每次智能体运行映射为独立工作负载身份，并说明如何用策略与审批限制生产访问，方法可迁移到其他云端编码智能体。
Hacker News精选AI 评分7575 Claude Code 为 Petroly 宣传视频加入动画时序单元测试
Vieltrinker 用 Claude Code 为燃油价格应用 Petroly 制作了一段 15 秒宣传视频，并把通知与价格动画的先后关系写成单元测试。
推荐理由：展示了将视频动画拆成可测试代码的完整流程，借助 Claude Code 迭代修改、定位单帧并复用同一渲染器生成多语言版本。
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。
Latent Space精选AI 评分7272 在喜马拉雅山麓用离线 AI 智能体编程：OpenCode 调用本地 Qwen3.5 9B 的实践
作者在断网条件下，用 OpenCode 连接本机 Ollama 运行的 Qwen3.5 9B，让离线 AI 智能体修复 Python 费用计算程序，5 个测试全部通过。
推荐理由：文章以费用计算器为例，串起本地模型配置、断网验证和测试复核，给出无网环境下使用编码智能体的具体流程。
The Verge · AI精选AI 评分7474 Apple 为 Keynote、Pages 和 Numbers 添加 AI 助手
Apple 将在 Keynote、Pages 和 Numbers 中加入由 Apple 与 OpenAI 模型驱动的 AI 助手。该助手可理解文档上下文，在 Keynote 中设计和制作幻灯片，在 Pages 中起草、重构和修改文字，在 Numbers 中计算、可视化及整理数据、建议图表类型和生成自定义表格。
推荐理由：Apple 将文档上下文理解、内容编辑和数据处理能力嵌入三款生产力应用，并开放 MCP 接入，为评估智能体集成办公软件的实现范围提供了具体样例。
Hacker News精选AI 评分6464 智能体承担开发工作后，工程师还需掌握哪些系统知识与排障能力？
当智能体承担开发工作后，工程师仍需建立足以发现异常、定位问题并修复系统的能力模型。作者以 Codex 引发 SonarQube 复杂度告警和重写智能体编排核心为例，将这种能力概括为基础、跨域广度和按需深入三根支柱。在编排器稳定性问题中，他借鉴 Kubernetes 图书中的“level-triggered state machine”重构核心架构，此后运行稳定。
推荐理由：文章用 Codex 复杂度告警和智能体编排故障，提出智能体时代系统负责人应具备基础、跨域广度与按需深入能力。
Hacker News精选AI 评分6262 Bold.org 技术副总裁用 GitHub 数据复盘 AI 智能体为何让工作量不降反升
Bold.org 技术副总裁用自身 GitHub 记录复盘称，AI 智能体降低实现成本后，反而让并行任务与审核负担持续增加。截至 2026 年 10 月 27 日，他年内已有 2,102 次贡献，超过 2021 至 2025 年的任一整年；8 月的 427 次贡献是其时间线中的最高月份。2026 年的活动呈周期性爆发，模型或工作流更新会催生更多实验，随后审查和上下文切换带来疲劳，他尚未找到平衡。
推荐理由：作者用多年 GitHub 贡献数据对照岗位阶段，呈现 AI 智能体降低实现成本后如何推高任务量与切换负担。
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。
Hacker News精选AI 评分3636 jakevoytko 回顾早期软件故障，认为现代软件质量仍优于过去
作者认为，在其他条件相同的情况下，代码产量增加10x而错误率未同步降低10x，生产应用会比过去更容易有缺陷，但他认为早期软件整体更糟。作者回忆蓝屏、缺少可靠自动保存、恶意软件、磁盘碎片、内存限制和物理介质损坏等经历，并提到 Google Docs 团队在2010年发现 Ctrl+s 位列非编辑用户动作前5。
推荐理由：文章通过蓝屏、缺少可靠自动保存、磁盘碎片和物理介质等具体经历，校正了人们对早期软件质量的浪漫化想象。