跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

n8n@2.47.6

n8n 2.47.6 更新包含针对 Redis 缓存处理、提示缓存、旧版数据读取、JSON 高亮显示以及 Pinecone Vector Store 集成的错误修复。新功能使网关积分促销活动能够在编辑器中显示。性能改进重点在于减小运行时包大小并优化表达式求值。

n8n@3.0.1

## [3.0.1](https://github.com/n8n-io/n8n/compare/n8n@3.0.0...n8n@3.0.1) (2026-10-28) ### Bug修复 core:在压缩版构建中保留 ExpressionError 的名称 (https://github.com/n8n-io/n8n/issues/42309) ([b3192c6](https://github.com/n8n-io/n8n/commit/b3192c6d151125c76c88fe8a421e027b4242a3f9)) core:在 QuickJS 表达式结果中保留未定义值 (https://github.com/n8n-io/n8n/issues/42264) ([532f645](https://github.com/n8n-io/n8n/commit/532f645f21c99e178a09448caf37ebd77d24b56a)) 编辑器:使分割按钮内的光标对齐 (https://github.com/n8n-io/n8n/issues/42203) ([61cbfea](https://github.com/n8n-io/n8n/commit/61cbfeafa267b5c769b345c50ccbd4fc504b0e69)) 编辑器:提升首次加载速度 (https://github.com/n8n-io/n8n/issues/41987) ([8b6bdbb](https://github.com/n8n-io/n8n/commit/8b6bdbbe874b

事件进展与其他报道

n8n@2.45.5

## [2.45.5](https://github.com/n8n-io/n8n/compare/n8n@2.45.4...n8n@2.45.5) (2026-10-28) ### 修复的Bug * **核心:** 在压缩版构建中保留 ExpressionError 的名称([#42309](https://github.com/n8n-io/n8n/issues/42309))([b3192c6](https://github.com/n8n-io/n8n/commit/b3192c6d151125c76c88fe8a421e027b4242a3f9)) * **核心:** 在 QuickJS 表达式结果中保留未定义值([#42264](https://github.com/n8n-io/n8n/issues/42264))([532f645](https://github.com/n8n-io/n8n/commit/532f645f21c99e178a09448caf37ebd77d24b56a)) * **编辑器:** 在拆分按钮内对齐光标([#42203](https://github.com/n8n-io/n8n/issues/42203))([61cbfea](https://github.com/n8n-io/n8n/commit/61cbfeafa267b5c769b345c50ccbd4fc504b0e69)) * **编辑器:** 提高首次加载速度([#41987](https://github.com/n8n-io/n8n/issues/4

事件进展与其他报道

n8n@3.0.0

# [3.0.0](https://github.com/n8n-io/n8n/compare/n8n@2.45.0...n8n@3.0.0)(2026-10-27)### 问题修复 * 在工件下载按钮上添加文件类型提示工具提示([#41490](https://github.com/n8n-io/n8n/issues/41490))([4a74f02](https://github.com/n8n-io/n8n/commit/4a74f027e612f31098b354dd3a77b2c2ab98281c)) * **ai-builder:** 检查执行权限:在 Assistant 执行读取时进行检查([#41863](https://github.com/n8n-io/n8n/issues/41863))([a967486](https://github.com/n8n-io/n8n/commit/a9674866d075e989a5ce896432262c9a7dc8b0c7)) * **ai-builder:** 通过已配置的 AI 传输通道发送 Assistant 模型调用([#41948](https://github.com/n8n-io/n8n/issues/41948))([9b63561](https://github.com/n8n-io/n8n/commit/9b63561cbb48f06d216f27be3b77722d97e4e74a)) * 支持自定义 OAuth2 范围([#41249](https://github.com/n8n-

事件进展与其他报道

n8n@2.46.0

# [2.46.0](https://github.com/n8n-io/n8n/compare/n8n@2.45.0...n8n@2.46.0)(2026-10-27)### 修复的缺陷 * 在工件下载按钮上添加文件类型提示工具提示([#41490](https://github.com/n8n-io/n8n/issues/41490))([4a74f02](https://github.com/n8n-io/n8n/commit/4a74f027e612f31098b354dd3a77b2c2ab98281c)) * **ai-builder:** 检查执行权限:在 Assistant 执行读取操作时进行检查([#41863](https://github.com/n8n-io/n8n/issues/41863))([a967486](https://github.com/n8n-io/n8n/commit/a9674866d075e989a5ce896432262c9a7dc8b0c7)) * **ai-builder:** 通过已配置的 AI 传输通道发送 Assistant 模型调用([#41948](https://github.com/n8n-io/n8n/issues/41948))([9b63561](https://github.com/n8n-io/n8n/commit/9b63561cbb48f06d216f27be3b77722d97e4e74a)) * 支持自定义 OAuth2 范围([#41249](https://github.com/n8

事件进展与其他报道

提炼、辩论、发现:以图谱提炼的洞见为多智能体研究构思奠定基础

arXiv:2610.33366v1 发布类型:新 摘要:大型语言模型(LLMs)正越来越多地被用于支持研究思路的生成与科学发现。多智能体辩论通过汇聚多元视角来制定研究构想,为这一任务提供了一种协作式方法。然而,一个关键挑战是如何赋予各智能体独特而有意义的专业知识,以引导其贡献。受研究人员在协作过程中借鉴已有研究经验的启发,我们提出了InsightAgents框架,该框架通过从相关论文的图谱中提炼洞见,构建基于文献的研究型智能体专长。在一条研究脉络中,这些洞见能够追踪研究方法的演进、揭示潜在假设,并识别尚未解决的难题。

事件进展与其他报道

DraMaze:一种具备未来感知记忆的多智能体流水线,用于多样化的微剧剧本生成

arXiv:2610.32002v1 发布类型:新 摘要:微剧的迅猛发展使得对高质量剧本创作的需求日益增长。利用大语言模型进行长篇微剧剧本生成,既需要丰富多样的情节推进,又要求具备长远的叙事连贯性。我们的观察发现,随着生成过程的推进,候选续写内容越来越倾向于聚焦于少数几种叙事机制;而传统的检索方式则可能加剧套路的重复使用,并忽视对未来情节至关重要的历史信息。为应对这些挑战,我们提出了DraMaze——一种多智能体流水线,通过基于套路记忆的进化树搜索与变异,探索多样化的因果路径;同时,它还构建了后向叙事依赖树,用于组织、保存并检索历史记忆。

事件进展与其他报道

重试权限:AI 智能体工作流中的授权与恢复研究

arXiv:2610.31916v1 发布类型:新 摘要:一个持久化的 AI 智能体能够在自身权限发生变更、且该行动的外部结果仍不确定的情况下,恢复执行一项具有重要影响的行动。我们研究了使用工具的 AI 智能体在执行过程中的可靠性,并将恢复决策与语言模型的行为加以分离。检查点状态、派遣权限、外部效应的证据以及协调权限,都是相互独立的义务。我们提出了一项有限的一致性研究,通过对照隐藏于恢复应用之外的供应商效应账本所记录的历史数据,来检验这些义务。一项预先冻结的实验在原生 LangGraph 和 Temporal 主机上执行了 336 条历史记录,跨越 14 个调度、三个供应商合同以及四个匹配的应用策略。所有 168 对主机单元

Permission to Retry: A Study of Authorization and Recovery in AI Agent Workflows
事件进展与其他报道

AI代理幻觉检测的多层方法:面向生产环境的实用框架

本文系统梳理了AI代理(AI Agent)在实际工作流中产生幻觉的四类典型模式(事实性、上下文性、虚构性、自相矛盾),并提出需结合可信度检查、源验证、自我一致性评估、语义熵分析及人机协同阈值等多维度检测手段,而非依赖单一评分。强调检测必须嵌入工作流闭环,与可观测性、错误处理和人工审核路径深度集成。

事件进展与其他报道