Agent 智能体

世界互联网大会聚焦智能体安全，360作为核心成员单位推动AI安全治理

11月2日，世界互联网大会人工智能专业委员会在浙江乌镇召开2026年全体会议及第三次主任委员会议，360集团首席科学家潘剑锋以副主任委员身份出席。会议审议的2027年度工作计划草案提出，安全与治理推进计划将聚焦“智能体安全可控与协同治理”，向智能体行为管控、治理能力建设和全球治理机制延伸。360作为成员单位，以“以模治模、以智能体对抗智能体”为思路推出智能体

苹果或借第三方 AI 应用增收，具体方式尚不明确

苹果在财报电话会上表示，AI 可能推动用户升级设备，并提到第三方应用与合作伙伴关系存在机会，但未说明具体形式。路透社报道称，投资者猜测苹果可能通过 App Store 分发第三方 AI agent 并抽取分成。苹果 App Store 正面临监管压力，美国、巴西、日本等市场佣金收入下滑，Epic Games 诉讼也迫使苹果允许应用外链支付。

PixVerse 与 OpenAI 合作：插件接入 ChatGPT 与 Codex

爱诗科技旗下 PixVerse 与 OpenAI 宣布开启深度合作，完成 PixVerse 插件原生接入 ChatGPT 与 Codex、推出 PixVerse CLI 并支持 Canvas 工作台，同时首次共同推出“从提示词到成片”创作者教育计划。合作使视频生成能力被封装为 Agent 可直接调用的接口，创作者可在 Codex 内用自然语言完成从创意到成片

Claude Code 2.1.317 更新：新增隐私提示与成本报告

Claude Code 发布 2.1.317 版本更新，新增多项安全与隐私提示，包括云调度任务连接器警告、发送账户邮箱前的确认检查，以及 Agent SDK 钩子回调的 onFailure: "block" 选项。同时为 Claude 应用网关管理 API 增加成本报告接口和开发者 IdP 分组记录，并扩展 OTel 指标字段。该版本还修复了大量问题，涉及

PydanticAI v2.65.0 发布：新增 WebSocket 传输与 ConversationStore

PydanticAI 发布 v2.65.0，为 OpenAI Responses 增加 WebSocket 传输，并新增 ConversationStore 以消息日志形式保存会话、通过 Conversation.revision 检测保存冲突。该版本还支持 GPT-5.6 及以上的 12 小时提示缓存保留、模型拒绝时在 ModelFallback 中回退到

Vercel AI SDK 发布 ai@7.0.162 补丁

Vercel AI SDK 发布 ai@7.0.162 补丁版本。该版本恢复了在验证工具审批续接时由服务端定义的工具元数据、动态状态和标题，使审批策略获得与新模型调用相同的工具定义字段；同时为持久化 WorkflowAgent 运行新增单一遥测操作，支持在完成或挂起时按原始时间戳上报提示、最终输出、步骤和工具事件，并提供 OpenTelemetry 桥接以跨

YC 的 Garry Tan 每年花 20 万美元用 AI agent

Y Combinator CEO Garry Tan 在 Walter Isaacson 播客 The Builders 中透露，他每年在 AI agent token 上花费约 10 万至 20 万美元，用于研究、编程和日常事务，并让 agent 读取其邮件、Dropbox 和 Apple Notes。他还在 GitHub 上公开了 23 个 Claude

Legora CTO 谈为律师构建 AI Agent 与评估方法

Legora CTO Jacob Lauritzen 在播客中介绍，公司以 88 亿美元估值完成 5.5 亿美元 E 轮融资，ARR 突破 1 亿美元、客户超 1800 家。由于客户数据高度机密无法读取 trace，Legora 由 3 名工程师和 3 名律师构建 RL 环境模拟法律工作来评估 agent，并雇佣约 100 名法律工程师做无代码配置。Jaco

Legora CTO 谈在看不到数据的情况下构建法律代理

Legora CTO Jacob Lauritzen 在 Latent Space 播客中介绍了法律 AI 代理的构建经验：由于客户数据归律所所有，团队无法查看代理的运行轨迹，因此用三名工程师加三名律师搭建模拟客户工作的测试环境，类似强化学习中的“worlds”。Legora 从斯德哥尔摩地下室起步，现已支持起草 Word 文档、单表审查上万份合同和尽职调查

SpaceX 据称削减 Grok Bot 配额，马斯克称运行成本不可持续

据《每日电讯报》报道，SpaceX 旗下 Grok Bot 在周末将部分用户的配额削减了一半。马斯克在 X 上回应称，运行 Grok Bot 的成本相对于收入而言高得不可持续，但未直接确认削减。此前不到两周，马斯克还称其为增长最快的产品，SpaceX 总裁 Gwynne Shotwell 曾表示 10 月初每周有 80 万付费用户。与此同时，OpenAI 和

另有 1 家信源报道

美团发布1.6万亿参数LongCat-2.5原生多模态模型

美团LongCat团队发布原生多模态模型LongCat-2.5，总参数1.6万亿、每Token激活约480亿，重点强化原生视觉理解与智能体编程能力。该模型在AutomationBench、LongCatClawBench等基准上领先Claude-Opus-5、GPT-5.6-Sol，Terminal Bench v4.0得分38.5。模型将视觉信号转为多层级

另有 1 家信源报道

在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体

AWS Machine Learning Blog 发布教程，介绍如何在 Amazon SageMaker AI 上使用序列级知识蒸馏（SeqKD）构建高效智能体。文章以购物助手为例，说明用前沿教师模型生成多步工具调用轨迹，筛选出成功轨迹后对小型学生模型做监督微调，从而在保持质量的同时降低推理成本。内容涵盖 SeqKD 的适用场景、前置条件以及数据生成、编码

用 Nova 多模态嵌入与 Bedrock AgentCore 构建多智能体工程助手

AWS 博客介绍如何用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和开源 Strands Agents SDK 构建多智能体工程助手，用于航空航天零件替代评估。系统由规划器把查询路由给 Catalog、Evaluation、Knowledge 三个专家智能体，分别做多模态检索、确定性

Circle K 用 Amazon Bedrock 将 DevOps 故障分诊缩短至 15 分钟内

Circle K 与 AWS 合作，基于 Amazon Bedrock 构建了 agentic AI 自动故障分诊系统，用于处理其 27 个国家 17,200 多家门店背后的云原生基础设施告警。系统通过 Grafana 告警触发，经 SNS、SQS、Lambda 调用 Bedrock Flows 编排多个专用 agent 并行调查日志、服务健康状态和内部 r

报告：代理式分析洞察质量不足，仅48%带来业务改善

MIT Technology Review与Snowflake合作发布的报告显示，企业代理式分析（agentic analytics）生成的洞察质量不足：受访企业中平均仅48%的代理洞察能带来业务改善，虽较一年前的37%有所提升，但仍有超过一半无效。报告指出，洞察质量低的主要原因是缺乏业务上下文（55%）和数据碎片化（45%），52%的企业还面临洞察过载、难

马斯克因成本过高收紧 Grok Bot 使用限额

SpaceX CEO 埃隆·马斯克确认，由于服务成本相对收入「不可持续地高」，Grok Bot 的每周使用限额被意外收紧，部分用户限额从 50% 直接跳到 100%。Grok Bot 是 SpaceX 新上市后的成功案例，其「Super Intelligence」部门实现 4.31 亿美元利润，但收购 Cursor 带来 12 亿美元一次性成本。马斯克尚未说

另有 1 家信源报道

Mistral 发布 1T 参数多模态 MoE 模型 Mistral Large 4

Mistral AI 发布 Mistral Large 4（代号 Le Chonk），这是一个总参数约 1 万亿、每 token 激活约 520 亿参数的原生多模态 MoE 模型，在 Mistral 位于欧洲的自有数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。模型支持 100 万 token 上下文、160 多种语

50个AI智能体在Minecraft中陷入官僚化，对抗Claude时却更激进

Y Combinator Labs 与 Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 和 Mindustry 进行群体行为实验。在「Civ50」生存实验中，智能体因首夜 22 次死亡而极度规避风险，陷入官僚化微观管理，甚至为一块骨粉花 11 分钟讨论任命「肥料专员」。在与 Claude Opus 5.5 的直接对抗

Unsloth 发布 DeepSeek-V4.1-Flash-1017 GGUF 量化版

Unsloth 在 Hugging Face 发布了 DeepSeek-V4.1-Flash-1017 的 GGUF 量化版本，基于 DeepSeek 官方的 DeepSeek-V4.1-Flash-1017 模型。该模型是 DeepSeek-V4.1-Flash 的小幅更新，在推理、编程、智能体任务和视觉基准上均有提升，同时缩短任务执行时间和输出长度，降低

Realtime-Bench：前沿模型实时交互任务表现不佳

得克萨斯大学奥斯汀分校、俄亥俄州立大学、伊利诺伊大学厄巴纳-香槟分校、NVIDIA、西北大学和Steadyworks的研究者构建了Realtime-Bench，包含50个交互式游戏与网页任务，用于评估AI系统在低延迟实时场景下的表现。测试显示，GPT-6 Astra在真实时钟条件下通过率最高，仅为36%，而在暂停时钟条件下高推理模型可达70%至80%。该基准