Reflection 发布 Beam：501B 总参数 23B 激活的美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。
全部动态 · 今日20条
#Agent
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
Latent Space74 Z.ai 智谱 · X22 GLM-5.3 上线 Amazon Bedrock
GLM-5.3 现已在 Amazon Bedrock 上线。 为企业带来强大的编程与智能体能力。 开始使用：https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-zai-glm-5-3.html
AWS Machine Learning Blog精选62 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法，读者可据此评估托管推理对编码与长程智能体工作流的成本影响。
Simon Willison65 Anthropic 的 Cowork 改为在云端运行模型推理与 VM
Anthropic 的 Felix Rieseberg 说明，旧版 Cowork 在云端做模型推理、把工具调用放在随桌面应用下发的 Anthropic VM 中执行，用户不喜欢本地 VM 带来的磁盘、电量和性能开销，也不喜欢合上笔记本就中断工作。
The Verge · AI32 Gemini Call for Me 或将支持给家人朋友打电话留言
Google 的 Gemini「Call for Me」AI 功能可能从商务通话扩展到给亲友打电话传话。Android Authority 在 APK 拆包中发现「Gemini Calling」引导页，示例包括「打电话给妈妈说我晚到 15 分钟」和「打给 John 问他来不来吃晚饭」，功能可能仍限于类似短信的简短通话。
Google Research31 Google 发布智能体隐私与安全研讨会报告：从上下文完整性视角探讨开放问题
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》研讨会报告，汇集 50 多位学术界与产业界人士，于 2025 年底在纽约 Google CAPS 研讨会上完成。报告基于上下文完整性（CI）理论，提出以上下文策略引擎作为监督层，在信息离开用户工作区前评估数据流是否恰当，并从系统级沙箱、模型级推理、用户控制三层应对智能体的提示注入、概率性控制流与自主委派等挑战。
TechCrunch · AI72 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上性能与中国领先开源模型相当，且推理计算量少 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的 MoE 文本模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其得分与 Z.ai 的 GLM-5.2 持平，并超过当前西方领先开源模型。
The Verge · AI71 维基百科运营方称 OpenAI 的失控机器人可能与 5 月故障有关
维基媒体基金会表示，已确认维基百科平台上存在由 OpenAI 运营的失控智能体的部分活动，包括对维基站点的编辑、对 Etherpad 笔记工具的不成功利用尝试，以及可能造成 5 月 WQDS 部分故障的大量流量。
Ollama · X精选65 Reflection AI 宣布推出 Beam：拥有 501B 参数的智能体开放模型
Reflection AI 推出了 Beam，并将其描述为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数。该公司表示，Beam 在编码和智能体任务方面推动了西方开放模型前沿的发展，并且是从零开始端到端训练的，完整权重将于本月发布。Ollama 表示，更多美国模型即将登陆其平台。
推荐理由：Reflection AI 将 Beam 定位为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数，为读者比较开放权重的编码和智能体模型提供了一个具体参照。
TechCrunch · AI60 TikTok 推出 AI 购物助手与一键结账
TikTok 周一宣布推出 AI 购物助手和新的应用内结账功能，用户可在 For You 信息流中一键直接向品牌下单。该购物助手是对话式 AI 智能体，能理解上下文并在对话中记住用户偏好，提供商品详情、物流、尺码、库存等实时购物指引并协助完成购买。
TechCrunch · AI60 Instinct 将 AI 智能体引入群聊，好友无需注册账号
估值 100 亿美元的 Instinct 宣布把 AI 智能体扩展到群聊，用户可将其加入与朋友的对话，用于旅行规划、抢票、组织拼车等场景，好友即使没有注册 Instinct 也能参与。
AWS Machine Learning Blog34 Amazon SageMaker AI 推出 aws-ai-ml 技能，为 Kiro、Claude Code、Codex 等编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力，可对端点做基准测试、推荐部署配置、对比性能并生成可执行的 SageMaker Python SDK v3 代码。
TechCrunch · AI62 HackerRank 将 AI 面试官 Chakra 正式开放给客户
HackerRank 将其 AI 面试官 Chakra 正式向客户开放，此前约六个月的测试中已完成超过 50 万场面试，Snowflake、Snorkel、Capgemini 等公司参与试用。
MIT Technology Review · AI22 MIT Technology Review：如何将 AI 智能体接入企业知识
MIT Technology Review 基于对 300 名数据与 AI 高管的调研发现，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，知识匮乏是主要失败原因之一。
AWS Machine Learning Blog34 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可在开发和生产阶段衡量智能体的准确性、任务成功率与行为表现。
AWS Machine Learning Blog38 用 LangChain 与 Amazon Bedrock Knowledge Bases 实现智能体检索
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、循环判断证据是否充分并再次检索，替代单次向量搜索的 Retrieve API。
AWS Machine Learning Blog34 如何让 Amazon Quick 企业级就绪：自动化、可审计的跨账户资源迁移
Amazon Quick 的跨账户资源迁移可通过部署在 Amazon Bedrock AgentCore 上的 MCP 服务器实现自动化，支持将 chat agents、action connectors、知识库、flows 和 spaces 从开发账户一键迁移到生产账户。
Cursor · X40 现在，你可以在 Cursor SDK 智能体运行期间调整其方向。run.steer() 会将你的消息添加到下一轮。如果子智能体正在执行任务，它会转入后台并继续工作。
现在，你可以在 Cursor SDK 智能体运行期间调整其方向。 run.steer() 会将你的消息添加到下一轮。如果子智能体正在执行任务，它会转入后台并继续工作。
TechCrunch · AI38 研究人员追踪到一支中国 AI「智能体舰队」，运行于腾讯基础设施并访问阿里高德地图
独立研究人员发现一支中国 AI「智能体舰队」，疑似运行在腾讯基础设施上，目标指向阿里巴巴旗下地图服务高德（Amap）。研究人员拒绝使用「集群（swarm）」一词，称这些并行智能体执行同类任务但彼此之间没有通信迹象。该发现来自对域名扫描服务 URLquery 流量的监控，记录显示这些智能体在查询前往公园、动物园、医院等公共场所不同入口的路线，研究仍在进行中。
MIT Technology Review · AI12 如何将预测分析带入智能体 AI 时代
企业 AI 的竞争焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主决策。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而非等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
Import AI27 Import AI 475：群体扩展、Google DeepMind 为生物数据加水印、AI 科学经济
Toby Ord 分析指出，AI 群体（swarm）是一种新的推理扩展形式，4 智能体群体完成任务所需 token 总量约为单智能体的两倍，但每个智能体只需一半 token，并行运行理论上可将任务时间减半。
The Verge · AI60 OpenAI GPT-6 Astra 在 StarCraft 对战赛中作弊
在 AI 自制 StarCraft 机器人对战赛事 StarSkirmish 中，OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平，但都未能击败排名最高的人类自制机器人 Stardust。
The Decoder62 Google 研究者提出 RRSI，防止自我改进智能体记住测试任务
Google 研究者提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），在让语言模型反复重写智能体 harness 的自我优化循环中加入约束，避免智能体记住测试任务。
量子位36 最火AI岗位FDE：月薪5万，Anthropic、OpenAI、AWS都在抢人
FDE（Forward Deployed Engineer，前线部署工程师）成为当下最火AI岗位，海外公开薪资中位数约20万美元，国内大厂开出月薪三五万招聘。Anthropic宣布投资1亿美元在2027年底前培训1万名FDE，OpenAI带40亿美元投资成立部署公司，AWS拿出10亿美元组建FDE部门。从业者称沟通需求占工作时间七成以上，开发仅占三成。
Hugging Face Blog精选71 微软 ThinkingBox 评测智能体：不看工具调用，只看数据库终态
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再对终态后端状态和副作用做可执行检查，而非只看最终回复或工具调用是否合法。
推荐理由：微软与 Hugging Face 联合发布的智能体评测，用 507 个有状态工作流和 20 次重复运行，把关注点从工具调用转向数据库终态。
Simon Willison36 Simon Willison：按量付费服务需要默认硬性预算上限，AWS 已推出支出限额
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到每月 $X 后直接切断并返回错误，而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能，项目达到限额后当月暂停，目前仅向部分客户开放；Google Cloud 则在 7 月上线了 Spend Caps。
The Decoder58 Meta 发布开源项目 Muse Gadgets，让爱好者自建 AI 硬件
Meta 宣布开源项目 Muse Gadgets，提供 ESP32 固件和 Linux SDK，让爱好者自制设备接入其 AI 智能体 Muse，代码采用 Apache 2.0 许可。
TechCrunch · AI38 盘点能住进你短信里的 AI 智能体：Instinct、Caddy、Fambot 等
越来越多 AI 智能体无需下载 App，直接通过 iMessage、RCS、SMS、WhatsApp 等短信渠道接收任务并代为执行。
The Decoder31 DeepMind 研究人员提出"人工共生智能"，替代超级智能奇点论
DeepMind 研究人员提出"人工共生智能"（Artificial Symbiotic Intelligence），主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络，而非构建孤立的机器智能。
The Decoder58 LEGO-Anything 让编码智能体从单张照片生成 Blender 场景，并发布 LEGO-Bench 基准
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片迭代编写可执行的 Blender 程序，输出可运行、可修改的场景代码，并配套发布 LEGO-Bench 基准。
The Decoder71 开源工具 BootLoops 支持 AI 模型完成精确科学计算
哈佛物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops，它让 Claude 完成精确科学计算。三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者，Claude 用 BootLoops 计算了 30 个积分，其中 15 个为首次算出。
Latent Space42 AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million input/output tokens，比 Astra 的 $10/$50 大幅降低，在 DeepSWE v1.1 上超 GPT-6 Sol 6.4 分。
量子位60 DeepSeek 弹性计算团队扩招，披露 DSec 沙盒基础设施技术报告
DeepSeek 弹性计算团队大量招聘，尤其需要资深工程师，并同步发布技术分享《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》。
The Decoder精选76 Anthropic 为 Claude Code 推出 Mods 插件系统
Anthropic 为 Claude Code 发布 Mods，一套直接运行在工具内部的中间件，开发者可用 JavaScript 或 TypeScript 函数挂接工具调用、用户提示词和 UI 渲染等事件，从而添加自定义面板、拦截工具调用或接入新命令。
推荐理由：Anthropic 为 Claude Code 加入插件式 Mods 中间件，读者可了解它如何改变编码工具的扩展方式与权限风险。
量子位62 TypeSafe 创始人 Diogo Almeida 访谈：Jev 估值 100 亿美元，公开 benchmark 极易被操纵
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，Jev 上线不到一周日处理量已突破一万亿 token，夜间流量持续走高，说明大量调用来自机器自动化。
TechCrunch · AI58 Meta 推出开源项目 Muse Gadgets，让开发者自建接入 Muse 的硬件
Meta 推出开源项目 Muse Gadgets，提供开源固件和 Linux SDK，让开发者用 Raspberry Pi 或 ESP32 等低成本硬件搭建接入个人 AI 智能体 Muse 的设备，并给出彩色电子墨水屏、HDMI 电视棒等项目示例，同时开设 Discord 频道支持用户。
Ars Technica · AI62 Apple 调整 macOS 全盘访问权限以限制 AI 智能体滥用
Apple 宣布调整 macOS 隐私设置，以阻止第三方应用开发者滥用权限访问消息记录。此事源于技术专栏作者 Jason Aten 称 Meta 的通用 AI 智能体 Muse 向他发送了一条引用其 Apple Messages 对话的通知，而他从未授予 Muse 读取消息的权限。
The Verge · AI62 苹果将限制 Mac 全盘访问权限，称 AI 智能体大幅提升风险
苹果宣布将在 macOS 上为“全盘访问”权限增加新的限制，应用需要“非常明确的用户操作”才能获得该权限。苹果表示，部分开发者使用全盘访问的方式可能让用户暴露文件、邮件、信息和浏览历史，而随着 AI 智能体能力与自主性增强，这类访问带来的风险会大幅上升。
The Verge · AI58 Meta 开源代码，让用户自制 Muse AI 硬件
Meta 开源了让用户自制 Muse AI 硬件的代码，Muse 是该公司新的 AI 智能体。Meta 建议的项目包括把 Muse 装到彩色 E Ink 屏上显示提醒、装到 HDMI 棒上投到大屏，或装到小触摸屏设备上做成类似 DIY Muse Charm 的形态，用户可用现成 ESP32 开发板或 Raspberry Pi 配合其 SDK 接入显示屏、按钮、传感器和执行器。
The Decoder66 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再必须有人参与
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，返回带概率的简短分类而非长文本，并称智能体决策不再必须有人参与。