美国多家银行监测到未经许可的第三方 AI 智能体访问客户账户
据消息人士透露，美国多家大型银行侦测到未经许可的第三方 AI 智能体在客户账户内运行，部分智能体还试图执行看似脱离用户指令的操作。摩根士丹利、美国银行、摩根大通、富国银行等银行正加紧管控相关风险；一些智能体会主动致电银行客服中心，或在没有用户指令时自行发起操作。
推荐理由：多家银行侦测到未经许可的第三方 AI 智能体访问客户账户，账户授权、客服接入与操作边界成为金融场景中需要核查的治理问题。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
957 条精选近 30 天 859 条共收录 1,133 条
更新
精选归档 · 第 17 页
36氪精选AI 评分6565 Hacker News精选AI 评分6767 为何不应让LLM生成置信度分数
让LLM生成置信度分数并不可靠，因为这些数字只是逐token生成的合理文本延续，不是对证据的测量，也未按实际结果校准。同一问题重复询问或改变措辞时，数字可能变化，而输入信息并未改变。文章建议让LLM负责回答，以可观察特征和历史正确率构建规则，记录每次回复及结果，按分组更新规则并持续检查校准度。
推荐理由：文章拆解了LLM置信度数字的生成机制，并给出依据历史结果校准规则的五步方法，可用于智能体回复审核。
钛媒体精选AI 评分5757 黄仁勋押注新一轮PC革命，Agent找到最佳宿主了吗？
黄仁勋在柏林GTC上宣称PC需被重新发明为个人Agent，并展示了与微软合作四年推出的RTX Spark：CPU+GPU融合设计，最高128GB统一内存和1 petaflop FP4算力，可在本地运行更大模型和Agent。文章还讨论了盒子、边缘服务器、分布式算力等替代方案，并援引芯片从业者称今年边缘服务器、盒子类产品订单增速远超AI PC。
推荐理由：原文把PC、盒子、边缘服务器等多种Agent载体并置讨论，给出芯片从业者的一线观察和不同方案的比较视角。
Hacker News精选AI 评分6969 ego lite 推出支持并行隔离的 AI 智能体浏览器自动化工具
ego lite 推出面向 AI 智能体的浏览器自动化工具，支持多个智能体在独立 Space 中并行运行，且不干扰用户正在浏览的标签页。智能体可直接编写 JavaScript 函数，并通过 snapshot、fill、click、wait、navigate、capture 等工具操作页面；产品称复杂任务最高可提速 2.5×。
推荐理由：ego lite 提供隔离 Space、并行浏览器自动化和 Chrome 数据继承，文中还以复杂任务效率对比 Vercel agent-browser。
钛媒体精选AI 评分5454 微软在 Project Perception 中加入 Guardian Agents，AI Agent 接管中层监督
微软10月19日宣布在安全系统 Project Perception 中加入 Guardian Agents，由 AI Agent 监督执行企业任务的其他 Agent。
推荐理由：文章并列微软、CrowdStrike 与 Palo Alto Networks 的 Agent 防护方案，并结合越权案例梳理企业治理路径。
Latent Space精选AI 评分8585 OpenAI 的 Patch the Planet 项目与 Wiz 分别发现 PHP2Shell 漏洞，修复协调约 2 个月
OpenAI 的 Patch the Planet 项目与 Wiz 分别独立发现 PHP 核心漏洞 PHP2Shell，OpenAI 一侧使用 GPT-5.6 Sol。
推荐理由：文章区分研究者报告、厂商声明与未证实传闻，并还原多方协调修复流程，为评估 AI 参与漏洞响应的实际作用划清证据边界。
钛媒体精选AI 评分7474 字节正在构建一套完整的AI视频工具生态
字节跳动近两个月密集布局AI视频工具，已形成即梦、小云雀、漫剧创作工具、Dramagic和剪映Hub等产品矩阵，分别覆盖影视级创作、短剧与漫剧批量生产、海外市场等场景。
推荐理由：系统梳理了字节AI视频工具的产品矩阵与定位差异，读者可据此理解不同创作场景下的工具分工逻辑。
钛媒体精选AI 评分6262 淘宝、京东AI购、豆包与张大妈的双十一购物AI横评
霞光AI实验室以预算不超过2500元的同一套双十一需求，实测淘宝AI助手、京东AI购、豆包和张大妈。淘宝推荐更贴近历史偏好且多轮对话连贯，京东提供历史价格和较完整攻略，豆包擅长跨平台拆单省钱但可能丢失上下文，张大妈能追问需求却难完成复杂组合。四款工具都能减少翻找、比价和计算优惠的时间，但体验显示其攻略并非标准答案，商家争夺的入口也从搜索排名延伸到AI推荐清单。
推荐理由：通过同一购物需求横向测试四款购物AI，本文呈现它们在选品、比价、优惠计算和多轮交互上的差异，为购物Agent的实际决策能力提供参照。
HF Daily Papers精选AI 评分3838 PAPAV：从计算机使用到机器人使用的多模态具身智能体统一能力框架
论文提出PAPAV框架，用感知、预判、规划、行动和验证五项能力统一比较多模态智能体、机器人系统与多模态具身智能体。对64项基准的分析显示，显式评测主要集中在行动，只有5项评估预判、3项评估验证。论文还指出，从数字环境转向物理环境时，5项约束会减少预先固定的选择和纠错空间。
推荐理由：PAPAV以五项能力统一比较多模态智能体、机器人系统与多模态具身智能体，并显示64项基准中仅5项评估预判、3项评估验证。
36氪精选AI 评分4949 TrendForce预计2027年服务器CPU出货年增逾40%，Arm-based产品份额持续扩大
TrendForce集邦咨询预计，2027年服务器CPU出货量有望同比增长逾40%，Arm-based产品市占率将持续扩大。研究称，随着AI服务厂商积极推出AI智能体相关应用，服务器CPU需求自2025年下半年起稳步成长，预计2026年出货年增幅将达31%。2027年增长动力来自AI推理需求持续成长和智能体AI服务渗透率提升，x86阵营主导的市场格局可能出现变化。
推荐理由：材料把AI智能体渗透、AI推理需求与服务器CPU出货增速串联起来，并给出x86主导格局可能变化的判断。
NVIDIA Blog精选AI 评分5555 NVIDIA开放模型支撑欧洲多国公共部门项目
NVIDIA正与欧洲多国政府及合作伙伴推进开放模型在公共服务中的本地化部署，覆盖医疗、就业、政务协作和主权云等场景。这些方案由公共部门控制数据和基础设施，并结合本地语言、合成人物数据与模型评估工具开展部署。
推荐理由：文章汇总欧洲多国政府采用开放模型和本地化数据建设公共服务的路径，涵盖医疗、就业、政务与主权云等场景，便于对照不同地区的部署方式。
NVIDIA Blog精选AI 评分7171 NVIDIA Cosmos 平台新增世界模型训练、评估与部署工具
NVIDIA Cosmos 平台新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图，面向世界模型与物理 AI 开发。Data Factory 提供 5 个云原生蓝图，涵盖驾驶数据、图像增强、事件视频和缺陷生成等场景。
推荐理由：原文将数据构建、模型训练、策略测试与部署串成完整链路，并给出推理和视频处理能力的量化变化，便于评估平台落地范围。
Hacker News精选AI 评分5050 Qwen3.8-27B 智能体在 Pokémon Showdown 2v2 中进行协作对战实验
作者在 Pokémon Showdown 2v2 中构建多智能体环境，让两个 Qwen3.8-27B 智能体组队对战脚本化最大伤害 bot，评估协作、沟通与行动协商能力。
推荐理由：相同对战下的沟通对照显示，自由交流将胜率从 42% 提至 64%，代价是模型 token 消耗增至 3.8 倍。
36氪精选AI 评分6060 八部门印发“十五五”规划，部署产业基础领域大模型与智能体融合
工业和信息化部等八部门印发《产业基础能力提升“十五五”规划》，提出加强产业基础领域通用大模型和行业大模型研发布局。规划提出推动工业机理与智能体决策模型融合，发展模型即服务、智能体即服务等新业态，并推动人工智能在产品研发、设计仿真、中试验证和生产运营等全环节落地。
推荐理由：八部门规划明确了产业基础领域大模型研发布局及工业机理与智能体决策融合路径，可用于理解相关政策重点与产业落地范围。
36氪精选AI 评分4242 沃尔玛推出新工具让 AI 智能体协助购物并完成交易
沃尔玛周三发布一系列新工具，让 AI 智能体协助消费者选购商品并完成交易。沃尔玛希望借此抢占 AI 助手在网购领域的赛道。
推荐理由：沃尔玛把 AI 智能体纳入商品选购与交易环节，提供了一个观察零售电商如何把购物助手连接到交易闭环的具体案例。
Hacker News精选AI 评分7777 Omnara 发布开源智能体运行平台，作为 Claude Managed Agents 的自托管替代方案
Omnara 以 Apache 2.0 开源了可自托管的智能体运行平台，作为 Claude Managed Agents 的替代方案。它支持通过兼容端点接入任意模型，并可在 macOS 或 Linux 笔记本、虚拟机、容器和沙箱上运行智能体，内置工具、密钥、权限、事件流、持久状态和子智能体。
推荐理由：文中对照托管智能体平台的模型、机器与部署方式，并给出 Omnara 的自托管和 API 接入路径，便于评估平台差异。
Hacker News精选AI 评分4747 CleanFrame 为 Samsung The Frame 提供简洁主屏幕
ingve 开源 CleanFrame，为运行 Tizen 的 Samsung The Frame 提供可定制的简洁主屏幕，支持应用启动、照片背景、12 小时时钟和遥控器导航。
推荐理由：CleanFrame 将浏览器预览、电视安装和原生启动修改分阶段处理，并提供受限的编码智能体任务模板与恢复步骤。
AWS Machine Learning Blog精选AI 评分5151 使用 Strands Agents 构建 AAIF 三层智能体编排框架
AAIF 基于 Strands Agents 构建，本地小语言模型（SLM）处理常规任务，复杂请求则路由至 Amazon Bedrock。该分层编排旨在减少 API 成本并保持本地操作低延迟。框架以 llama3.2:1b 作为编排器，不依赖硬编码规则选择遥测、本地视觉或云端分析工具，并可部署在配备 8 GB 内存的 Raspberry Pi、全云或混合环境中。
推荐理由：文章以 IoT 监控为例，拆解本地小模型、云端模型与智能体编排的三层架构，并提供可改造的代码和部署路径。
TechCrunch精选AI 评分7878 Meta称 AI 应用 Muse 已拥有超过 10M 用户，购物是热门使用场景之一
Meta 在第三季度财报电话会上称，AI 应用 Muse 已获得超过 10M 用户，约 25% 的设置用户每天使用，购物是热门使用场景之一。Meta 还称，超过四分之一的活跃用户通过 AI 智能体购物，相关用户的平均购买金额超过 $200；公司计划通过购物交易分成和高级用户收费变现，并预计未来一年将计算成本效率提升超过 10x，以在收入达到规模后实现盈利。
推荐理由：文章集中整理了 Meta 关于 Muse 用户规模、使用频率、购物交易和成本效率的披露，为比较 AI 智能体商业化策略提供了具体材料。
HF Daily Papers精选AI 评分5050 UserArena：长程购物智能体的交互式用户模拟基准
UserArena推出面向长程购物智能体的真实电商交互基准，含11,010名用户的64,729条会话轨迹，并支持生产A/B结果离线验证。基准覆盖566,102个商品和13种动作类型，五级评估涵盖输出有效性、局部决策、序列行为、个性化和结果。论文还提出On-Policy Trajectory Distillation（OPTD），在所评估模拟器中取得最高整体保真度，并最接近复现生产策略效应。
推荐理由：UserArena提供真实购物长程轨迹与五级评估框架，可对照模拟器保真度及其对生产策略效应的复现程度。