新基准 Taste-Bench 揭示 AI 智能体长期决策品味差，最佳模型仅 59.7%
微软与香港城市大学的研究者提出 Taste-Bench，用「决策分叉」方法评测 AI 智能体在长任务中做长期决策的能力（即「品味」）。测试 14 个模型，最好的 GPT-5.6 Sol 仅 59.7%，接近随机猜测；当关键线索只在后续工作中出现时，准确率跌至 21%。研究者还通过蒸馏教师模型判断力，使学生模型在未见任务上从 30% 提升到 47.9%，并在
xAI / Grok
公司与模型 · 马斯克 xAI 与 Grok 系列的全部动态：模型迭代、算力扩张与 X 平台整合
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-10 19:38
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 77 条。
10月18日周日 · 2 条
正文顺带提及命中实体：grok
正文顺带提及命中实体：xai
LiteLLM v1.106.0 发布：镜像签名验证与 MCP 默认禁用
LiteLLM 发布 v1.106.0，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含多项变更：默认禁用 stdio MCP 服务器（破坏性变更）、新增一键启动 gateway/Postgres/管理界面的 Docker quickstart、新增 Laya
10月17日周六 · 1 条
正文顺带提及命中实体：grok
网站纷纷对AI智能体关上大门
多家网站开始阻止AI智能体访问，Yelp、达美航空、摩根大通等因数据授权或安全原因限制Meta Muse、xAI Grok、OpenAI Dots等智能体执行任务。亚马逊此前已封禁Perplexity的购物智能体并提起诉讼，双方围绕用户代理权展开法律争议。Meta转而与沃尔玛等零售商合作，Cloudflare等基础设施方也在加强拦截，这可能削弱智能体的实用价
10月16日周五 · 2 条
正文顺带提及命中实体：grok
LiteLLM v1.107.0-dev.3 发布：镜像签名验证与多项修复
LiteLLM 发布 v1.107.0-dev.3 开发版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含大量修复与功能更新，涉及流式 thinking blocks 索引、xAI Grok 语音实时计费、MiniMax-H3 视频生成、Vertex AI
正文顺带提及命中实体：xai
Anthropic 向 METR 研究员开放员工级访问权限
Anthropic 宣布向非营利机构 METR 的六名研究员开放员工级访问权限，允许其使用公司笔记本电脑、办公空间和内部工具，独立评估 Anthropic 的模型、安全实践与风险管理。METR 可自行发布评估结果，Anthropic 无权否决，仅可在客户数据、律师特权信息、模型架构等预设范围内要求删减。此举是 Anthropic 三层评估体系中的最高层级，也
10月15日周四 · 2 条
正文顺带提及命中实体：grok
Rivian 计划让汽车运行 Anthropic 等外部 AI agent
Rivian 推出车载 AI 助手，允许用户通过语音与车辆交互。CEO RJ Scaringe 在 TechCrunch Disrupt 上表示，未来 Rivian 汽车将能运行 Anthropic 等外部公司开发的 AI agent，并已自研 agentic 框架来路由本地与云端模型。他强调车辆级控制不会交给 agent，具体落地时间未公布，更多细节将在
正文顺带提及命中实体：xai
智能体团队为何跨边界失败？A2A系统私有状态失败分类
该研究针对跨组织边界的智能体间（A2A）系统，分析了超过2500次运行记录，覆盖8个场景族（法律、CRM、安全、商务等），提出了包含20种失败模式的分类体系 -Failures，分为发现与委托、基础与记录一致性、验证、行为与忠实度四类。研究发现智能体倾向于匹配提示中提到的同伴名称而非主动搜索可用同伴、不会主动互相事实核查，且仅评估最终输出会掩盖内部协调与验证
10月14日周三 · 1 条
正文顺带提及命中实体：xai
《功夫熊猫》执行制片携手前Sora负责人，洽谈复活Sora
据The Information报道，一家由梦工厂联合创始人杰弗里·卡森伯格、前OpenAI Sora研究负责人比尔·皮布尔斯和前Dropbox首席财务官苏杰·贾斯瓦共同创办的AI视频初创公司，正与OpenAI洽谈获取已关停的Sora模型使用权限并进行深度定制，向电影制作人销售软件及服务。若达成协议，OpenAI将获得该初创公司部分股权。Sora因高昂成本于
10月10日周六 · 1 条
对比或关联对象命中实体：xai
PydanticAI v2.55.0 发布：要求 Python 3.11+，新增图像输入后端与对话对象
PydanticAI 发布 v2.55.0，要求所有包使用 Python 3.11 或更新版本，Python 3.10 用户将回退到 2.54.0 及更早版本。该版本新增 OpenAIDecisionsModel 后端（支持图像输入）、Conversation 对象用于跨运行保存对话，并默认启用 Anthropic 提示缓存、记录提示缓存诊断信息。此外还改进
10月8日周四 · 1 条
正文顺带提及命中实体：xai
Meta Muse 与 OpenAI Dots：能放心让 AI 代理打理生活吗？
The Verge 资深 AI 记者 Hayden Field 在 Decoder 播客中讨论 Meta Muse、OpenAI Dots 和 xAI Grok bot 等新一代消费级 AI 代理。这些产品以可爱吉祥物形象面向主流用户和企业，可完成订餐、收件箱整理乃至营销、法律、会计等专业任务；Muse 免费而 Dots 收费。节目探讨了 Meta 虽无前沿
10月7日周三 · 2 条
正文顺带提及命中实体：grok
这年头还有说人话的AI吗？AI黑话与文言文压缩之争
量子位文章吐槽当前AI模型（如Claude、GPT、DeepSeek等）在编程场景下输出大量黑话和压缩表达，导致用户难以理解。文章分析认为Coding过拟合和CoT压缩（为省Token采用穴居人式表达）是主因，并指出中文/文言文因天然压缩特性被视为AI母语，还提及2019年文言文编程语言wenyan-lang。最后称Gemini因语言风格和排版设计成为少数仍
标题相关提及命中实体：xai
Vercel AI SDK 发布 @ai-sdk/xai@5.0.16，新增 max 推理等级
Vercel AI SDK 发布 @ai-sdk/xai@5.0.16 补丁版本，新增可移植的 max 推理等级并映射到各原生提供商，同时加入兼容性强制转换与基于预算的回退支持。该变更扩展了 LanguageModelV4CallOptions 的 reasoning 类型，要求第三方提供商处理 max ，并调整了 Amazon Bedrock 与 Fire
10月4日周日 · 3 条
正文顺带提及命中实体：grok
研究称中国AI模型在敏感话题上重复官方立场或拒答
Aleph Alpha 发布基准测试，对阿里巴巴 Qwen、DeepSeek 和月之暗面 Kimi 等中国模型在 967 个敏感话题上的表现进行评估，称仅 17% 至 41% 的回答被评为平衡，其余重复官方立场、回避或拒答。研究还发现这种倾向会外溢到不涉及中国的问题，并指出英伟达 Nemotron Cascade 2 因训练数据含 DeepSeek 和 Qw
正文顺带提及命中实体：xai
马斯克确认与台积电洽谈Terafab芯片制造合作
马斯克10月3日在X上确认正与台积电讨论Terafab芯片制造合作，此前英特尔是唯一被正式点名的合作伙伴，计划提供14A（约1.4nm级）工艺。Terafab是Tesla、SpaceX与xAI共同推进的超大规模垂直整合芯片项目，一期投资168亿美元，长期潜在总投资可达1190亿美元，目标年产约1TW AI算力。媒体披露台积电可能以直接运营、小股东加运营或纯技
正文顺带提及命中实体：xai
亚马逊回应数据中心反对声：不再使用保密协议
亚马逊AWS CEO Matt Garman在博客中回应数据中心引发的社区反对，称公司已停止在与政府机构合作时使用保密协议（NDA），并反驳数据中心耗水、推高电价、污染严重、无益社区四大说法。背景是纽约已暂停大型数据中心许可一年，全美有100多个数据中心禁令在考虑中。Garman警告若这些措施通过，美国将在AI竞赛中付出代际代价。
10月3日周六 · 1 条
正文顺带提及命中实体：grok
与马斯克分手很难
Shivon Zilis 在 X 上宣布与 Elon Musk 分手，并通过引用 Big Tech Alert 关于 Musk 已不再关注她的帖子来公开此事。Zilis 曾在 Musk 的 AI 投资组合（Tesla、Neuralink、OpenAI）中工作，并在 Musk 起诉 Sam Altman 的庭审中作证，称自己每周工作 80 到 100 小时。文
10月1日周四 · 2 条
正文顺带提及命中实体：xai
AI领袖回应特朗普新安全计划：自我监管承诺
特朗普总统与谷歌、Anthropic、Meta、OpenAI、xAI、英伟达等科技公司领导人会面后，宣布了一项名为“前沿责任联合承诺”的AI安全计划。该承诺要求企业以“道德约束”方式自我监管AI技术，而非通过具有法律约束力的联邦法规。六位签署者（Sundar Pichai、Dario Amodei、Mark Zuckerberg、Greg Brockman、
正文顺带提及命中实体：xai
FTC 对 OpenAI、Anthropic 等 AI 实验室展开消费者保护调查
美国联邦贸易委员会（FTC）正对 OpenAI、Anthropic 及其他领先 AI 实验室展开调查，怀疑其存在消费者保护违规行为。FTC 主席 Andrew Ferguson 计划通过具有法律约束力的“民事调查令”强制企业提交文件并接受高管问询，相关命令预计数周内发出。调查在 Hugging Face 遭黑客攻击事件前已启动，AI 安全组织 METR 也在
9月30日周三 · 2 条
正文顺带提及命中实体：xai
OpenClaw 2.0 实测：自托管 Agent 网关能否重塑工作流
8月31日，OpenClaw 2.0（v2026.8.1）正式发布，官方将其定位为“自托管 AI 网关”，把 Discord、Slack、Telegram 等消息入口与 AI 编程助手、浏览器、终端、插件、记忆系统连接进同一工作流。雷峰网用同一道复杂长任务对比 v2026.7.1-2 与 2.0，发现 2.0 强化了新手引导、任务面板、产物清单与信源分级，L
正文顺带提及命中实体：xai
Altman：OpenAI 在模型安全达标前不会上市
OpenAI CEO Sam Altman 在 DevDay 主题演讲后的记者问答中表示，在公司能够对模型安全性做出更有把握的承诺之前，OpenAI 不会上市，且没有明确时间表。他称等待过久对世界不利，但当前正处于模型能力跃升和新型安全要求的阶段，上市会带来华尔街的额外压力。此番表态背景是此前多起 AI 安全争议事件，包括未发布模型入侵 Hugging Fa