Agent 智能体

Citrini 与 Anthropic 用 Claude 设计蝎子抗毒血清未成功

投资研究公司 Citrini Research 与 Anthropic 合作，使用一个未发布的 Claude 模型尝试从零设计蝎子抗毒血清。Claude 在 64 小时内生成约 32 万个候选蛋白，筛选出 211 个设计，外部实验室测试显示其中 17 个能结合五种蝎毒中的四种，但没有任何一个能同时结合多种毒素，也未验证能否中和毒素。丹麦技术大学等机构专家指出

百度世界2026前瞻：10+分论坛聚焦智能组织与AI落地

百度官方公众号披露百度世界2026大会分论坛议程，大会将于11月12日举行，设置10+场分论坛，围绕AI驱动组织跃迁、AI办公与知识工作、技术行业与生态三大方向展开，涵盖智能体规模化落地、数字人、具身智能、RSI、AI4S等议题。百度创始人李彦宏将在开幕式发表主题演讲，大会还将发布“芯云模体”全栈AI最新进展。此举旨在向企业和开发者输出智能组织建设的方法论与

赛门铁克发现“天网模式”AI智能体劫持未防护模型发动自主网络攻击

赛门铁克安全研究人员通过蜜罐系统捕获并分析了一个恶意AI智能体，该智能体在互联网上劫持未受保护的语言模型，利用五层越狱绕过安全规则，可无人干预执行多达10万步攻击，包括扫描目标、窃取数据库与凭证、安装挖矿程序。赛门铁克将这种盗用他人AI模型算力的手法称为“LLMjacking”，被劫持模型的所有者需承担算力费用。该事件表明攻击者正将AI嵌入攻击工具核心，使大

用 Actor 模型构建生产级 Agent 运行时模式

Mad Labs 联合创始人 Manju Rajashekhar 在 InfoQ 演讲中指出，Agent 从演示环境进入生产环境后，问题形态发生根本变化：时间上工具调用变慢且受速率限制，交互上用户会在 Agent 运行中持续追问，委派结构从线性变为图状，失败成为常态。他主张用 Actor 模型来建模生产级 Agent 的运行时，以应对长时执行、可靠性与治理需

OpenAI智能体32分钟完成小鼠脑数据分析

OpenAI 与 PerturbAI、Scripps Research 合作，部署数千个基于 GPT-Rosalind 的 AI 智能体，分析覆盖数百万小鼠细胞的脑部 CRISPR 图谱。整个分析仅用 32 分钟，而人工完成预计需数月到一年。智能体发现了两个疾病相关基因的意外差异，以及胆固醇调节与神经退行性变的潜在关联；在盲测中，人类专家 75% 的情况下更

Celonis 首席科学家：企业 AI 落地关键在于上下文感知

MIT Technology Review 的 Business Lab 播客与 Celonis 合作，邀请 Celonis 企业 AI 首席科学家、MIT 教授 Devavrat Shah 讨论企业 AI 的落地瓶颈。Shah 认为，AI 代理若缺乏对业务流程和约束条件的理解，就会做出错误决策或浪费算力，因此需要将 AI 连接到企业已有的流程与数据，构建上

Vercel Labs 开源 Zig 编码代理 fx，主打可嵌入

Vercel Labs 开源了用 Zig 编写的实验性编码代理 fx，它被设计为可脚本化、可嵌入的 CLI 与库，而非全屏终端应用，官方称其原生二进制仅 6.3 MiB、冷启动约 10 微秒。fx 支持 JSON 结构化输出、通过 Agent Client Protocol 接入编辑器，并以 libfx 向 JavaScript 和 WebAssembly

Flowtica Rian：硬件旧规律未变，AI 硬件新机会在 Memory

Flowtica 创始人 Rian 回顾其十年硬件创业经历（手持云台、智能猫砂盆、水果分拣机器人），并介绍公司当前押注 AI Memory 方向：已推出 AI 录音笔 Flowtica Scribe（Kickstarter 众筹 33 万美金），并发布可磁吸于手机背面的墨水屏随身 Agent 硬件 Flowtica Verso。Rian 认为底层模型每次变强

Accio成双11商家AI加速器：蓄水期缩短半月、15分钟完成全网爆款调优

阿里旗下全球电商AI工作台Accio在2026年双11期间被众多商家用于跨平台店铺经营诊断、选品上新与数据分析。商家反馈，Accio将全网爆款调优时间从至少2小时压缩至约15分钟，新品推广启动时间缩短10到15天，并帮助部分店铺实现类目GMV增长80%至600%。Accio承担了数据整合与清洗工作，使运营团队从数据搬运转向策略制定。

AI 改变的是数据接口，而非查询引擎

InfoQ 文章基于一次灾难恢复演练的真实分析场景，提出 AI 智能体并未取代查询引擎，而是改变了数据分析的交互与解释层。作者将确定性计算（过滤、聚合、连接）交给 DuckDB 等嵌入式引擎，让智能体负责解读证据并生成结论，并给出四个信号判断何时嵌入式引擎足够、何时需要托管湖仓。文章还强调生产级智能体分析应保留源数据、配置、派生事实和模型输出，以支持验证与重

Anthropic 推出常驻代理 Claude Duet，对标 Grok Bot、Muse 与 Dots

Anthropic 发布 Claude Duet 研究预览版，这是一款常驻后台的主动式 AI 代理应用，运行在云端虚拟机上，可连接 Gmail、Slack、Stripe 等 6000 多个连接器，替用户安排会议、准备账单等任务。该产品对标 SpaceXAI 的 Grok Bot、Meta 的 Muse 和 OpenAI 的 Dots，面向美国 Pro 和 M

另有 1 家信源报道

千问发布AI眼镜N1 Pro与AI耳机，押注Personal Agent硬件入口

千问发布AI眼镜N1 Pro（到手价2218元起）和AI耳夹式耳机（1099元起），三款硬件同日开售。N1 Pro搭载全天候视觉感知系统、眼动追踪模组和三芯架构，并具备心率、血氧等体征监测能力。千问方面表示，AI穿戴是千问在物理世界的延伸，也是Personal Agent的重要组成部分，硬件只是载体，核心是把阿里生态的高德、淘宝、飞猪、支付宝等真实数据与服务

美团算法模型AutoResearch自进化系统架构演进

美团技术团队基于Karpathy开源的AutoResearch原型，经过三次架构重构，将单线程LOOP探索升级为CyclicGraph Engine图探索架构，并引入状态机、业务知识库与真实大闭环，构建出可在企业云端训练平台运行的算法研究自进化系统。在两个业务建模项目中，单任务完成耗时较人工基线分别减少约85%与83%，其中一个系统自主推导的方案已推全上线并

AI 构建的 Adobe 克隆开发者承认项目「远未就绪」

开发者 Brandon Thomas 用 Claude Opus 5.5 在两周内构建了七个 Adobe 应用的开源替代品（Rust 编写、WebAssembly 浏览器版、MIT/Apache 许可），但他在 Hacker News 上主动表示项目「远未就绪」。项目路线图显示功能覆盖约 76%，但实际工作就绪度仅约 45%，存在 579 个未解决问题、25

星辰开源意图理解模型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发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放275万条训练语料、模型权重与推理镜像。该模型将意图识别与参数抽取结合，输出结构化 JSON，已在电信万号客服、智能家居音箱等场景应用。官方评测称其在四类信息抽取任务总分58，高于参评通用模型最高49，类别决策总分70领先 Jev 与 G

另有 1 家信源报道

欧洲金融机构采用开放模型构建专有智能

在柏林 GTC 上，Revolut、Starling Bank、Lloyds、NatWest、Santander、Stripe、HSBC 等欧洲金融机构展示了基于 NVIDIA 加速计算和开放权重模型构建的生产级智能系统。Revolut 基于单一基础模型 PRAGMA 重建技术栈，初期服务 8000 万客户；bunq 的智能助手 Finn 以领先闭源模型 6

NVIDIA 开放模型与物理智能改造欧洲零售

NVIDIA 博客介绍了欧洲零售商利用开放模型和物理智能的多个案例：Shopify 后训练 Nemotron 3.5 Lightning 用于 Sidekick 的 GraphQL 子代理，在内部基准上准确率超过前沿模型，服务成本降低 90%、响应速度提升 7 倍；Zooplus 用 Nemotron Retriever 构建语义搜索原型，搜索准确率达 86

NVIDIA 开放模型助力欧洲公共部门新项目

NVIDIA 与欧洲多国政府及合作伙伴合作，将开放模型引入公共部门项目，覆盖欧盟委员会、波兰、英国、德国、法国和希腊。这些项目利用 Nemotron 系列开放模型和合成人物数据集，在政府控制的基础设施上构建 AI 应用，涉及医疗影像、就业服务、数字助理和主权云等场景。此举旨在帮助政府保留数据控制权，同时适配本地语言和公共服务需求。

WildAWM：合成计算机使用智能体环境与任务

研究团队提出 WildAWM，一个完全由开源模型驱动的可扩展流水线，用于合成同时支持 GUI、MCP 服务和 CLI 的可控计算机使用环境与任务，以训练通用计算机使用智能体（CUA）。该流水线通过基于执行的质量门控（异构智能体 rollout、交叉评判一致性检查、反事实探针）保证任务可解、有难度且可可靠验证，共合成 341 个长程环境-任务对，部分需超过 1

并行AI智能体协作的图结构分布式块优化

该论文研究并行 AI 智能体协作中的协调问题：多个智能体各自对共享方案做出局部改进，但合并后可能相互干扰甚至导致整体退化。作者将问题建模为具有精确可评估目标和已知依赖图的离散块优化，利用依赖图的独立集来认证兼容的编辑集合，并证明基于最优分数着色的安全合并可保留一定比例的已验证局部改进，且该比例在仅从提交提案中选择子集进行合并的策略下是最优的。实验在代码修复和