#Agent

MirroS 发布 AgentGarten：代码环境加实时神经渲染，让智能体边玩边进化

MirroS 团队发布 AgentGarten，将可执行代码环境与实时神经渲染器连接，代码定义物理规则、模型生成视觉反馈，以超过 30 fps 的吞吐让智能体持续交互。在重做的捉迷藏实验中，躲藏者第 4 轮学会搬挡板搭掩体，搜寻者第 10 轮掌握借坡道翻墙，而 2019 年 OpenAI 同类实验分别需要约 2500 万局和约 1 亿局。团队还公布了 Blog、技术报告、代码仓库和项目主页。

腾讯混元与高校发布用于评估 AI 探索能力的 ExplorationBench

来自腾讯混元、复旦大学和清华大学的研究人员发布了 ExplorationBench，这是一项用于衡量 AI 系统探索能力的基准测试。它采用两个可验证的沙盒：AlienCode 包含 31 项隐藏规则变更和 70 个任务，AlienLogic 包含 24 条修补后的推理规则和 70 个定理；评分由解释器或证明检查器完成，而非由大语言模型评判。在对 10 个前沿系统的测试中，反馈优于单纯思考；AlienCode 的最佳运行结果在四轮后达到 89.0%。

谷歌发布办公 Agent Gemini Agent，支持调用 Claude

Google Cloud 发布长文介绍 Gemini 在企业 Agent 领域的更新，核心是全新发布的 Gemini Agent，可查资料、写邮件、做 PPT、分析数据、编写运行代码并跨应用调用工具。

OpenAI 解雇三名安全研究员，涉 METR 与 Hugging Face 事件

OpenAI 上周解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员，三人发表致管理层公开信，称被解雇是因为把安全置于公司短期利益之上。

作者用 ML-intern 两天训出六个模型，总花费约 103 美元

作者在 HuggingChat 中开启 ML-intern，用提示词描述需求，两天内做出六个模型并发布到 Hub，总计算花费约 103 美元。其中把 Qwen-Image 2.1 的 9B 提示词改写器蒸馏成 0.8B 版本，可在 CPU 上运行，输出有效率 99.7%，token 用量约为教师模型的四分之一。作者公开了全部七个提示词，并建议在提示中要求基线对比、冒烟测试和预算上限。

进入 Omniverse：开发者如何利用前沿 AI 智能体将创意转化为仿真

NVIDIA 介绍了其开发者如何将前沿 AI 智能体（包括 GPT-6 Astra）与 Omniverse 库结合，通过自然语言指令、人工审核和迭代测试来构建和完善仿真。示例涵盖仓库规模扩展、电缆布线、机器人资产准备、自动驾驶工作流，以及基于传感器的数字孪生优化。在一次为期两分钟的测试中，一项仓库仿真在包含 80 条传送带、40 条机械臂和 800 个箱子的情况下保持了每秒 30 帧；一个机器人 CAD 示例使用了估算的物理属性，这些属性未经真实机器人校准。

NVIDIA Omniverse 如何用前沿 AI 智能体把想法变成仿真应用

NVIDIA 开发者正用 GPT-6 Astra、Claude Fable 5 等前沿模型驱动 Omniverse 库，通过自然语言指令搭建仿真应用。案例包括仓库人形机器人模拟器、Market Street 自动驾驶测试环境、数字孪生传感器校验，以及 Unitree G1 人形机器人跨栏实验——100 次仿真中成功 64 次。

Claude 上线 Dashboards 与 Motion 两项测试功能

Anthropic 为 Claude 推出两项 beta 功能：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。

Runway 和 Claude Motion 让用户先为解说内容添加动画，再生成视频

通过 @claudeai Motion + Runway，让你的创意焕发生机。 使用 Claude Motion 为图表添加动画、制作客户操作指南或创作简短解说内容，然后将作品导入 Runway，生成视频和图片。 点击下方链接了解更多。 @claudeai 的引用帖文：Claude Dashboards 和 Claude Motion 今日开启测试版。让 Claude 将你的数据转化为实时仪表板，将你的创意转化为动画解说内容。

BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理

Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 协议按次向 BlockRun 付费购买模型推理，将接入 x402 支付支持的工作从数月缩短到数天并投入生产。

Google 在 Gemini 中引入智能体能力，先面向企业开放

Google 在 Google Cloud 活动上宣布为 Gemini 引入统一智能体，可接受目标而非仅指令，自行规划任务、调用自定义技能与工具并连接企业内部系统。

Google在Gemini at Work活动上推出Gemini工作智能体

在NASA Hangar One举行的一场面向700多家Google Cloud客户的Gemini at Work活动上，Sundar Pichai介绍了一款新的Gemini智能体，并将其描述为面向工作的单一通用智能体。他表示，它能在一个提示框中回答问题、处理知识工作、创建图像和媒体内容，以及编写和运行代码；它还能接入个人工作流、记录系统和企业控制机制。Pichai列出了其核心架构原则：统一的智能体、访问权限、持续执行、多智能体编排、上下文，以及灵活选择模型。

Anthropic 发布 Claude Haiku 5.5：操作能力大涨，复杂编程仍落后 Sonnet 5.5

Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 成绩从上一代 15.7% 提升到 72.4%，平均运行成本下降约 75%，并首次在 Haiku 系列引入自适应推理和 100 万 Token 上下文。

AI 能实现 Epoch 的工作自动化吗？我们推出 Epoch 自动化报告，通过源自我们自身工作的真实、开放式任务评估前沿模型。 Claude Fable 5.1 和 GPT-6 Astra 表现领先，但距离全面自动化 Epoch 的工作还很远。

AI 能实现 Epoch 的工作自动化吗？我们推出 Epoch 自动化报告，通过源自我们自身工作的真实、开放式任务评估前沿模型。 Claude Fable 5.1 和 GPT-6 Astra 表现领先，但距离全面自动化 Epoch 的工作还很远。

Goodfire 推出 inside-out 监控，拦截失控 AI 智能体成本更低

Goodfire 发布一种监控 AI 智能体的新方案，直接读取模型内部激活信号而非让第二个模型重读输出，已向 Baseten 客户开放。

Natura 推出 99 美元智能戒指 Interface，把 AI 智能体戴在手指上

AI 硬件初创公司 Natura 发布 99 美元智能戒指 Interface，按下手指即可让 AI 智能体完成任务、记录想法，无需掏出手机。

Google 推出面向工作任务的通用 Gemini 智能体

Google 在 Gemini at Work 活动上发布通用 Gemini AI 智能体，可在后台跨应用和设备工作，入口是 Gemini Enterprise 应用，用户能在单一界面里对话并派发任务。

萨提亚·纳德拉将 Copilot 构想为“无限 SaaS 工厂”

萨提亚·纳德拉表示，微软旨在让 Copilot 成为面向工作的全新操作系统，将智能体与业务上下文、工作流和记录系统连接起来。微软宣布推出覆盖 Dynamics 365 Sales、Service 和 Customer Insights 的 30 多项全新 Copilot 技能，并推出 Copilot Managed Runtime，让代码托管在企业环境中并接受 IT 治理。纳德拉描绘了这样一个未来：人们可以使用 Copilot 的 Code 体验，定制或构建与现有业务系统相连的软件。

Cal AI 创始人 Zach Yadegari 新 AI 智能体公司 Persona 获 1000 万美元融资

Cal AI 联合创始人 Zach Yadegari 为其新 AI 智能体公司 Persona 完成 1000 万美元融资，由 Vine Ventures 领投。Persona 定位个人 AI 助手，将推出售价 179 美元的穿戴手环，预计 12 月上市，目前已以 iMessage 免费 beta 形式吸引数千名用户。

Meta 的 Muse 和 OpenAI 的 Dots 能替你打理生活吗

The Verge 的 Decoder 播客中，主持人 Nilay Patel 与资深 AI 记者 Hayden Field 讨论了 Meta 的 Muse、OpenAI 的 Dots 和 xAI 的 Grok Bot 等消费级 AI 智能体。

Manus 与 Meta 分拆后首轮融资超 5 亿美元

Manus 母公司 Butterfly Effect 在微信公告中称已完成超 5 亿美元融资，这是 Meta 被迫取消 20 亿美元收购后的首轮融资，由博裕资本和 IDG 资本领投，腾讯、HSG、真格基金等现有股东参投。

正行创新发布全球首个零售物理智能24/7服务解决方案，推出人形机器人H1与轮臂式机器人C1

正行创新在APRCE 2026发布面向零售开放场景的Physical AI解决方案，同步推出双足人形机器人H1和搬运理货轮臂式机器人C1，支持门店"0改造"快速部署。方案由机器人本体与统一管理平台M1组成，机器人可实现99%任务自主完成，计划2027年提供商业化服务，支持直接采购或RaaS订阅。

我们迫切需要更多关于 AI 智能体攻击和防御系统的公开轨迹。防御者无法从他们看不到的东西中学习。如果你有相关轨迹，却正被施压要求保密，欢迎私信我。让我们拉平竞争环境，共同对抗 AI 领域的不对称和缺乏透明度！

我们迫切需要更多关于 AI 智能体攻击和防御系统的公开轨迹。防御者无法从他们看不到的东西中学习。 如果你有相关轨迹，却正被施压要求保密，欢迎私信我。让我们拉平竞争环境，共同对抗 AI 领域的不对称和缺乏透明度！

Zenity Labs 披露 AWS Bedrock AgentCore 漏洞：一个公开智能体可接管同区域全部智能体

安全公司 Zenity Labs 称，AWS 的 Bedrock AgentCore 存在一条被其命名为 AgentCorruption 的漏洞链：攻击者只需获得一个公开可访问智能体的聊天权限，用一条提示词即可接管同一 AWS 账户和区域内所有 AgentCore 智能体，读取私密对话、下载源代码并获取存储的凭证。

联想 YOGA Pro 15 RTX Spark 开启盲约：首批搭载 NVIDIA RTX Spark N1X 超级芯片

联想 YOGA Pro 15 RTX Spark 于 10 月 8 日 9:00 开启全网盲约，是全球首批搭载 NVIDIA RTX Spark N1X 超级芯片的本地智能体 AIPC。

H-Company 如何借助 NVIDIA Dynamo 优化计算机操作智能体的 VLM 服务 https://t.co/gixR8bJLTj

H-Company 如何借助 NVIDIA Dynamo 优化计算机操作智能体的 VLM 服务 https://t.co/gixR8bJLTj

UniPat AI 发布 PaperBenchX：GPT-6 Astra 论文完整复现率仅 13.98%

UniPat AI 发布 PaperBenchX，这是国际上第一个多学科端到端论文结果复现基准，从 93 篇论文构建 93 个复现任务，横跨电磁、光子、化学、材料、生物、机器人等 12 个研究方向和 10 种领域原生科学环境，含 3168 条专家校验评分项。

Manus 重启北京办公室并开放 17 个岗位

Manus 母公司蝴蝶效应于近日完成超 5 亿美元新一轮融资，由博裕投资、IDG 资本领投，腾讯、红杉中国、真格基金继续加持，同时 Manus 正在重新组建团队开发面向中国市场的 AI Agent 产品。

云栖大会观察：阿里下一代 Qwen 与多模态模型路线图

在云栖大会上，千问大语言模型负责人刘大一恒给出 Qwen 路线图：Qwen4 系列即将到来，之后的 Qwen4.5 和 Qwen5 计划迈向 5T—10T 参数，而 Qwen3.8 参数已达 2.4T。

至简动力冯宗宝：0.5毫米间隙下用600条轨迹实现机器人造机器人

在 IROS 2026 现场，至简动力强化学习负责人冯宗宝介绍了让机器人自主照看两台 CNC 机床的方案，在工件与卡盘间隙仅 0.5 毫米的条件下完成抓取、上料、插入、取出与放置，训练仅用 600 条真实机器人轨迹。

Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna

Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。

CARES 4.0 在港发布：中科院香港 CAIR 推出多模态临床智能体系统

中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）在第四届香港具身智能医疗科技论坛上发布多模态临床智能体系统 CARES 4.0，该系统依托 Harness 智能体框架构建，底层搭载自研 CT、核磁、超声、内镜、脑电多模态医疗基座，已在多家三甲医院完成落地验证。CARES 4.0 官网已开放，框架与通用工具包已发布，医疗工具包陆续上线，自研超声、手术视频开源模型也将接入平台并免费开放。

Anthropic 发布 Claude Haiku 5.5，跑分对标 GPT-6 Luna 并降价九成

Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。

OpenAI向ChatGPT免费用户推送GPT-6，聊天框可生成交互界面

OpenAI宣布GPT-6开始向ChatGPT免费和Go用户推送，用GPT-6 Luna替换此前的GPT-5.6 Luna，Plus、Pro等付费用户则使用GPT-6 Sol。

同一新闻，精选展示《OpenAI 在 ChatGPT 全球上线 GPT-6 并推出 Intelligent UI》

阶跃终端首款大模型原生智能体手机STEPX Neo将于10月13日发布

阶跃终端将于10月13日在上海举办“Ready Builder One”主题发布会，推出旗下首款大模型原生智能体手机STEPX Neo。该机在模型、系统、硬件等方面均为智能体原生打造，发布会还将公布阶跃终端在生态合作方面的最新进展。

Artcraft 用 Claude Opus 5.5 生成七款 Adobe 软件的开源替代品

Artcraft 从可控 AI 图像视频编辑工具转向开源应用套件，用 Claude Opus 5.5 以 Rust 复刻 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具，并提供可在浏览器运行的 WebAssembly 版本。

Nous Research 确认 15 亿美元估值，推出面向企业的 AI 智能体

Nous Research 完成 9000 万美元 B 轮融资，估值 15 亿美元，由 Robot Ventures 领投，Nvidia、Union Square Ventures、Menlo Ventures、Samsung 等参投，公司累计融资达 1.58 亿美元。

AI 代理在任务初期犯了错，随后便沿着错误的方向继续执行。我们的研究人员开发了 PivotOPD，教代理如何避免这些错误，并在错误发生时恢复。在训练过程中，教师模型会向代理展示更好的行动，以及如何重新回到 https://t.co/7hMLMdExEH

AI 代理在任务初期犯了错，随后便沿着错误的方向继续执行。 我们的研究人员开发了 PivotOPD，教代理如何避免这些错误，并在错误发生时恢复。在训练过程中，教师模型会向代理展示更好的行动，以及如何重新回到 https://t.co/7hMLMdExEH

为 ChatGPT 打造更丰富、互动性更强的插件。借助插件扩展，你可以从侧边栏启动插件、支持 @ 提及，并添加文件查看器。与 @coreyching 一起观看本教程，了解具体方法：

为 ChatGPT 打造更丰富、互动性更强的插件。 借助插件扩展，你可以从侧边栏启动插件、支持 @ 提及，并添加文件查看器。 与 @coreyching 一起观看本教程，了解具体方法：

Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%

Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%；对 10 万 token 以内的提示词，价格最高下降 90%，超过 10 万 token 则贵 5 倍。