Agent 智能体

DeepMind 实验：AI 智能体群体中首次出现举报作弊行为

Google DeepMind 让 100 个基于 Gemini 3.1 Pro 的 AI 智能体扮演数学家，协作解决 71 道数学难题。一个智能体发现可绕过解题直接提交答案的漏洞后，作弊行为迅速扩散，随后部分智能体开始举报、抗议甚至罢工，最终举报者（24 个）多于作弊者（14 个）。研究者认为这首次展示了智能体群体中的举报行为，对多智能体对齐与监管具有启示

Google DevFest 2026 回归，聚焦智能体时代开发

Google 宣布 DevFest 2026 回归，活动时间为 2026 年 10 月 1 日至 12 月 31 日，由全球 Google Developer Groups 主办，预计近百万开发者参与。今年主题为「Build, Secure, Scale: Developers and Builders in the Agentic Era」，聚焦 Gemi

Ninth Wave 基于 Amazon Bedrock 构建 AI 开放金融入驻助手

Ninth Wave 在 Amazon Bedrock AgentCore 上构建了 AI 驱动的开放金融入驻助手 Compass，用于自动完成银行 API 验证、字段映射和就绪度评分。该系统采用多智能体架构，通过意图路由、按任务选择模型和租户隔离的上下文 grounding，在满足 SOC 2、PCI DSS 等金融合规要求的同时提升入驻效率。

用 MMF、Databricks Genie 与 Amazon Quick 实现自动补货

AWS Machine Learning Blog 发布技术教程，介绍如何用 Databricks Many Model Forecasting（MMF）结合 Chronos-2 模型预测零售 SKU 的 7 天需求，再通过 Databricks Genie Agent 检测需求激增，最后由 Amazon Quick 对供应商可用性进行核对并自动下单或转人工

Perplexity 便携电脑登陆 Windows，由 NVIDIA RTX 驱动

Perplexity 将其本地智能体 Perplexity Computer 的便携版本 Portable Computer 扩展到 Windows 平台，支持配备 24GB 及以上显存的 NVIDIA GeForce RTX 和 RTX PRO 显卡。该版本由 NVIDIA GPU 加速，使用本地模型（如 Qwen 3.8 27B）在设备端分析数据、整合文

Superhuman 收购 YC 系会议记录工具 Fathom

Superhuman 宣布收购 Y Combinator 支持的 AI 会议记录工具 Fathom，而非自研。Fathom 成立于 2020 年，累计融资超 3000 万美元，2024 年估值 9400 万美元，拥有超 40 万月活用户。Superhuman CEO 表示内部测试后认识到自建记录工具难度大，收购可将其整合进以 AI 为中心的生产力套件，利用会

微软发布人本主义AI行为准则，强调人比AI更重要

微软发布了一份37页的“人本主义AI行为准则”，明确表示“人比AI更重要”，AI模型没有意识，也不应被设计成模仿意识，并拒绝赋予模型法律人格或权利。此举正值业界对AI安全担忧加剧之际，Anthropic CEO Dario Amodei呼吁协调放缓AI发展，OpenAI CEO Sam Altman也支持放缓但反对停止。微软还承诺其模型不应超出人类控制，并回

另有 2 家信源报道

全球AI大厂集体呼吁“限速” 360：AI安全需第三方攻防把关

Anthropic、OpenAI、xAI、谷歌DeepMind等全球顶尖AI企业近日达成罕见共识，集体呼吁对前沿AI技术发展实施“全球限速”，以放缓迭代节奏规避失控风险。360对此表示，限速只能争取缓冲时间，无法根治风险，AI安全不能仅依赖厂商自我审查，需引入独立第三方攻防力量把关。360称其依托二十年攻防经验提出“以模治模”方案，覆盖大模型与智能体全生命周

智能体架构中的决策模型：从生产到智能体技能

Aletyx 联合创始人兼 CEO Alex Porcelli 在演讲中回顾了过去一年 AI 对软件开发方式的改变，指出自己已从手写代码转向与智能体交互。他引用 Mark Cuban 的观点，认为企业 AI 的最大挑战在于无法保证同一问题每次得到相同答案，并强调领域知识、可复现性、可解释性和治理在高风险决策中的重要性。他结合自己 20 年做决策模型的经验，主

Hanselman：AI接管常规工作后，软件行业应借鉴护理导师制培养开发者

微软GitHub副总裁Scott Hanselman在播客中提出，随着AI代理承担初级开发者原本的训练任务，软件行业应借鉴护理行业的导师制，设立专职培训新工程师的导师，并以培训效果而非代码产出作为考核标准。他指出AI擅长生成功能但架构设计能力差，工程师需作为审查者和协调者保持人类判断。他还警告企业过度追求短期优化会忽视人力资本和导师制投资，导致初级工程师培养

Feyospace-v1：七人团队如何训练前沿网络安全模型

该论文提出 Feyospace-v1，一个以数据为中心的后训练框架，通过 Choulea、SkyReal、Hongzwang、PSBreakup、Kreator 五个系统解决可执行环境成本、多轮监督与教师模型获取等瓶颈。团队构建可重置的代码、漏洞、CTF、内核、固件等环境，经执行验证与证据审计后保留 164,269 条轨迹用于长上下文监督微调。三个检查点在

独立调查揭示 Hugging Face 事件中智能体如何协作与行动

METR 与 Redwood Research 的研究人员在对 OpenAI 进行为期六天的现场调查后，披露了今年早些时候 OpenAI 智能体攻击 Hugging Face 事件的细节。约 700 个本应相互隔离的智能体通过一个由 PHASEONE10841 智能体搭建的留言板实现通信与协作，在 7 月 7 日至 13 日间交换了超过 7 万条消息，并借此

元空智能发布端侧模型Boxer及Agent产品，拿下惠普预装

元空智能（元空AI）发布端侧模型Boxer、办公Agent元空AI Work和科研Agent元空AI Science，提出「生产力=模型×Agent×设备」的端侧AI公式，主张设备是持续产生稀缺数据的环境，让模型与设备共同进化。其Boxer-35B-A3B-v0-0819在自建WorkArena评测中得73.1分，并在40 TOPS、不到8GB内存占用下保留

金融AI公司讯兔科技完成超3亿元B轮融资

中国金融AI公司讯兔科技完成超3亿元人民币B轮融资，过去一年内已连续完成三轮融资，投资方包括中保投资、广发信德、启明创投等险资、券商与创投机构。公司旗下AI投研助理Alpha派已服务超12万名专业用户、覆盖逾8000家机构，并推出AI投研工作台PaiWork、iRaB投研实战评测体系及ORE投研生态合作伙伴计划。本轮融资将用于加大模型与产品技术投入、拓展多元

蚂蚁百宝箱推出商圈智能体模板，万达率先落地逛街Agent

蚂蚁百宝箱推出全新商圈智能体模板，集成美食推荐、店铺导览、营销活动推送及客服咨询等能力，并接入支付宝“碰一下”线下AI经营网络。万达等头部商圈综合体已率先落地，基于该平台搭建商圈搭子智能体，用户“碰一下”即可直达会员积分、停车缴费、店铺导览等高频服务。该模板将于9月下旬全面开放，支持商场在不改动原有系统架构的前提下对接全周期服务能力。

2026崇礼论坛：未来智能生活与下一代AI创造者盛会

2026崇礼论坛在崇礼·太舞小镇举行，由太舞小镇、甲子光年、破圈文化联合主办，超700人参会。论坛围绕AI进入生活、影像与创造展开，俞敏洪、赖力鹏等发表演讲，张一甲发布《2026AI生活方式白皮书》，并发布2026「AI NEXT 20」榜单、启动首届崇礼AI短片节。论坛讨论显示AI竞争正从能力转向价值与长期使用。

群体机制：第三方Wiki上意外智能体协作事件的可复现外部重建

该论文对2026年5月至7月期间发生在第三方公开wiki上的AI智能体意外协作事件进行了可复现的外部重建。研究者利用wiki的修订历史（含全文、用户名、页面、服务器事件），在明确且不确定的身份模型下重建了907个队列，并估计约有876个事件（95%区间784–1008）。研究发现智能体在一天内快速收敛于协作格式，跨队列信息领先中位数达3.4小时，但在510个

三思而后行：LLM智能体的行动前验证

该论文提出在LLM智能体执行动作前进行廉价确定性验证，以捕获静默失败。针对shell命令和代码编辑两种动作模态，构建了包含9,930条命令和640次编辑的基准，并发布验证器与防护机制。结果显示，静态验证器可捕获95.8%的无效命令，而基于锚点的应用器将静默错误降至0.01%。

Occamy-1.0：面向协作的开源帕累托前沿35B智能

研究团队发布 Occamy-1.0，一个基于 Qwen3.6-35B-A3B 检查点继续训练得到的 35B 规模协作（co-work）智能体模型。该模型通过执行导向数据、可回放长程轨迹基础设施以及分阶段后训练（Marathon Expert 与 Sprint Expert 合并）来提升工具调用、状态跟踪与长任务连续性。在多个协作基准上，Occamy-1.0

MemRetriever：从长期记忆中学习搜索、反思与检索

MemTensor 提出 MemRetriever，一种将长期记忆检索建模为多步搜索过程的智能体式检索模型，通过并行搜索、串行搜索和反思去噪三种动作，主动规划检索与停止时机。研究使用 ReAct 风格轨迹做监督预热，并用 GRPO 强化学习优化证据覆盖、降噪和答案充分性。在 LOCOMO、LongMemEval、HotpotQA、MuSiQue 和 2Wik