Agent 智能体

微软推出 Guardian Agents，称前沿模型不可信任

微软推出 Guardian Agents 等新安全功能，用于监控企业内部的 AI 智能体，并将其类比为“内部威胁”。微软 CEO 纳德拉和安全业务负责人表示，前沿模型不可信任，企业应将智能的供给与对智能的授权分离。微软同时在 Defender 中加入智能体检测，可识别 Claude Code、Codex 等 60 类智能体，并限制其数据访问与权限。

Claude Code 2.1.304 更新：新增自动模式配置与多项修复

Claude Code 发布 2.1.304 版本更新，新增插件钩子跳过提示、mod 工具检查的 decider 与只读标记、/auto-mode-setup 引导式配置、/claude-api managed-agents-secure 安全对比命令等功能，并修复了组织策略刷新、Linux 沙箱启动、rm 安全提示、插件重载、远程控制、上下文压缩等多处问题

HexaShell：探索 VLM 智能体作为机器人编码智能体极限的薄封装

研究团队提出 HexaShell，一个通过视觉和自写工具控制双臂机器人的编码智能体，在 RoboDojo 全部 42 项任务上取得 39.7% 成功率和 48.0 进度分，刷新该榜单最优成绩。该系统保持薄封装，仅将智能体命令转为机器人动作，智能体通过三路 RGB 相机与标定信息，在失败后读日志、定位原因并编写或修复小工具，以代码形式积累经验。其瓶颈在接触类任

OpenCode 遭黑客入侵，用户 AI 账户被刷出高额费用

开源 AI 编程工具 OpenCode 披露，攻击者夜间入侵其旧系统，影响 OpenCode Console 在线平台 1.4% 的用户，这些用户在该平台存放访问 AI 服务的 API 密钥。部分开发者报告 OpenAI、Anthropic、Google 账户出现数百至上千美元未授权扣费，三家厂商已封禁相关密钥，OpenAI 表示配合恢复访问并退款。Open

Cloudflare 优化 AI 代码审查器，推理成本降低 68%

Cloudflare 通过优化 AI 代码审查器，将平均审查成本从 2.43 美元降至 0.77 美元，降幅 68%，中位审查时间从 4 分 09 秒缩短至 1 分 32 秒。成本上涨主要源于模型切换（全面改用 Anthropic 模型）和 token 用量激增（每次审查 token 数从 91 万增至 299 万）。约 40% 的节省来自代码优化，其余来自

Replika 创始人推出多线程个人 AI 助手 Wabi

Replika 创始人 Eugenia Kuyda 正式向所有用户推出个人 AI 助手 Wabi，该产品以多线程、多人协作的 messenger 形态运行，能自动为用户构建定制小应用。Wabi 从去年主打社交分享迷你应用转向由 agent 自动构建应用，并强调多线程设计可缓解单线程对话的上下文过载与幻觉问题。产品目前免费、商业模式未定，公司正洽谈新一轮融资。

为 AI 代理优化互联网，可能让其他人体验更糟

MIT Technology Review 文章指出，个人 AI 代理（如 OpenAI 的 Dots、Meta 的 Muse）正成为互联网上的第三类访客，Muse 首月下载量达 500 万次，代理产生的网络流量在 8 月至 9 月间增长两倍。由于现有区分机器人与人类的机制无法适配这类代理，部分平台（如 Yelp、Amazon）选择直接封禁，Amazon 还

Lovart 2.0 上线个人设计 Agent Arti

Lovart 发布 2.0 版本，推出个人设计 Agent「Arti」，可全天候在线、记住用户设计偏好与审美，并主动巡检画布、开展设计调研。智东西体验时用 Arti 为 DeepSeek 创作了鲸鱼少年二次元形象，过程中出现手指穿帮，但 Q 版立绘效果良好；Arti 的调研报告与画布巡检也参与了改稿。该产品以个人助理式 Agent 降低生图工具的提示词依赖与

中电信开源29B意图理解模型Xing4.0-29B-Intent

中电信人工智能科技有限公司星辰通用人工智能实验室于10月19日开源Xing4.0-29B-Intent模型，将意图理解从Jev式的分类判断扩展为意图分类加参数抽取，并统一输出结构化JSON。该模型基于星辰29B底座微调，端到端推理延迟低于150毫秒，零样本Micro-F1达70.27，较Jev最优配置高12.62个百分点，在48个公开数据集统一评测中总分58

另有 1 家信源报道

MiniMax M3.1 Flash发布，正面硬刚DeepSeek V4.1 Flash

MiniMax于10月19日正式发布M3.1 Flash轻量级模型，定位Coding/Agent优化，拥有100万token上下文，输出速度可达200+TPS，输入/输出价格分别为每百万Token 1元和4元。该模型在Agentic任务、编程、Computer Use及网络安全等基准测试中与两天前上线的DeepSeek V4.1 Flash-1017基本追平

另有 2 家信源报道

“我们看错了”：颠覆AI界的爆炸性主张

Goodfire 研究员 Nick Cammarata 发布约 2.6 万字博客，提出大语言模型内部机制可能比此前认为的更容易理解、监控和控制，引发 AI 圈热议，有人称其为年度最重要 AI 论文。斯坦福的 Chris Potts 等研究者则质疑这只是一个直觉猜想，并未真正降低理解 LLM 的难度。该主张若成立，将有助于应对 OpenAI、Anthropic

用户用 AI 把智能电视改回“笨电视”以去广告

开发者与普通用户近期借助 Claude Code 等 AI 编程工具，通过 Wi-Fi 对智能电视进行改造，移除开机广告、赞助内容与观看追踪功能，并替换启动器以加快界面响应。GitHub 上出现 dumbtv、cleanyourtv 等开源方案，已在 Fire TV、Android TV、Google TV 及索尼、TCL、小米等品牌设备上测试。若此类做法普

vLLM 双向 KV 传输优化多轮 Agent 的 TTFT

AWS 在 vLLM 中实现了双向 KV cache 传输机制，让 decode 节点在后续对话轮次中把已计算的 KV 块回传给 prefill 节点，避免多轮 agent 工作负载重复计算历史上下文。该功能最初在 AWS Trainium 集群上构建并贡献给 vLLM 作为与加速器无关的能力，在 EC2 P5en GPU 集群配合 EFA 网络的 1P1D

英伟达发布开放模型，面向企业智能体与AI PC

英伟达发布面向企业常驻智能体与边缘计算的开放权重模型，包括1200亿参数的Nemotron 3.5 Super VL和两款轻量Bolt模型。Super VL主打企业级智能体任务，Bolt模型可在搭载RTX Spark芯片的AI PC和DGX Spark工作站本地运行。英伟达称Super VL在特定智能体任务上比Anthropic和OpenAI的竞品更快，并列

NVIDIA 推进媒体智能体安全：EBU 主权框架与 Adobe 视频搜索加速

在柏林一场由 Adobe、贝塔斯曼、NVIDIA 和 UFA 共同主办的创意产业活动上，NVIDIA 宣布了两项面向媒体行业的智能体安全与效率进展。欧洲广播联盟（EBU）与 NVIDIA 扩展其主权框架，引入主权云提供商、开放模型开发者和系统集成商，帮助广播机构在部署智能体时保持对数据、基础设施、模型和安全的控制。Adobe Frame.io 则利用 NVI

黑客用 AI 代理集群攻破 John Deere 等百余网站

AI 安全公司 Norforge 发现，一名黑客利用开源 AI 平台 Cairn 编排大量 AI 代理，在约 23 小时内自主攻破 100 多个网站，受害者包括 John Deere、SharkNinja 和 Cummins。Norforge 还发现 20 多个疑似恶意的 Cairn 实例，正推动将其下线。Cairn 创建者回应称该平台并非黑客工具，滥用属于

Agno 发布 v3.1.6：评估用例支持运行参数

Agno 发布 v3.1.6 版本，为评估用例（Eval Case）新增运行参数支持，可传入 session id、user id、metadata 等并转发给 agent 或 team 运行，input 还支持 Message 以附带图片或文件。同时改进 OS Manager 直接查询 Agno 文档、优化结果卸载的搜索与回读，并修复 ParallelTo

Stripe：AI 智能体购物交易激增，但拒绝披露具体数字

Stripe 表示，AI 智能体正越来越多地通过其支付服务 Link 替用户购物：9 月交易笔数增长 38 倍、支付金额增长 20 倍，但 Stripe 未披露具体交易量和金额，且增长起点基数很小。Stripe 高管 Dan Hill 称使用 Link 的智能体已从约 70 个增至约 200 个（包括 Meta 的 Muse 和 Grok Bot），单笔消费

BizBench：揭示长程智能体在真实商业部署中的隐藏挑战

研究团队发布 BizBench，一个基于某领先支付公司真实业务流程构建的多轮长程智能体基准，包含 789 份知识文档、601 个可发现业务工具和 50 个任务，用于评估智能体在支付等高风险场景中的中间执行合规性。实验显示，前沿模型表现有限：Claude Opus 5 与 GPT-6 Sol 的严格成功率仅为 64.0% 和 61.3%，Qwen3.8-27B

Agno v3.1.5：沙箱 Agent 支持仓库绑定与 S3 检查点

Agno 发布 v3.1.5，为沙箱化 Agent 新增仓库绑定能力：ClaudeAgent 与 CodexAgent 可通过 Repository 参数在指定仓库中启动会话，并固定 commit。同时新增 S3CheckpointStore 与 open run checkpoint，使沙箱检查点可存入 S3 兼容存储并跨副本复用。此外还加入 Keenab