千问“死磕”Personal Agent：为什么下限比上限更重要？
作者 ｜ 褚杏娟Personal Agent 已经渡过早期产品验证，进入了新一轮产品竞争阶段：Meta Muse、OpenAI Dots 等纷纷把产品从“炫技”推向了“长期稳定地替用户做事”。不过，身处一线研发的阿里千问事业部 AI 算法负责人蒋冠军对现状的真实评价是：今天的 AI 依旧不好用。“虽然对话里已经可以点奶茶、购物，但从能调用工具完...
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
千问“死磕”Personal Agent：为什么下限比上限更重要？
作者 ｜ 褚杏娟Personal Agent 已经渡过早期产品验证，进入了新一轮产品竞争阶段：Meta Muse、OpenAI Dots 等纷纷把产品从“炫技”推向了“长期稳定地替用户做事”。不过，身处一线研发的阿里千问事业部 AI 算法负责人蒋冠军对现状的真实评价是：今天的 AI 依旧不好用。“虽然对话里已经可以点奶茶、购物，但从能调用工具完...
Meta面向美国用户推出Muse AI化身视频聊天功能Meta宣布面向美国用户推出消费者AI代理Muse的Muse Voice与视频聊天功能，标志其多模态AI交互及消费级虚拟形象落地迈出重要一步。该功能采用全新AI模型、Muse Realtime Avatar与Realtime Voice技术，支持可定制动画数字虚拟形象进行实时通话和视频交互。它最初于9月Meta Connect大会亮相，旨在以拟人化形象拉近用户与AI距离。 刚刚 0
Meta面向美国用户正式上线Muse人工智能代理的语音与视频聊天功能，采用全新AI模型及实时虚拟形象技术，支持多平台实时互动。该功能旨在通过拟人化虚拟形象增强用户情感连接，是其消费级AI战略的重要一步，未来将扩展至可穿戴设备、AI眼镜及新硬件产品。
人类注意力不够用了？DeepSeek决定让AI自己管自己
前两天 DeepSeek 发了篇文章，介绍了一个名为 Super-agent 的设想。 Super 不 Super 咱不晓得，但里面的干货实在太干了，工程设计讲得那叫一个细，给大伙儿整得有....
Claude 的账单，金主先看不下去了
Anthropic 已经演示了它的天花板在哪
大厂们都把Muse“抄”了个遍，但每一次都避开了正确答案
作者：Evin 编辑：刘致呈 审核：徐徐 出品：互联网江湖 这阵子，Meta AI智能体Muse，火了。 火到什么程度？ 美国下载破千万，....
“跑高分”不等于“能交付”：AI排行榜正在经历一场信用重估
旧榜跑分逼近满分，新榜实战却集体不及格。当大模型评测本身变成生意，企业选型正从看排名转向算成本账。
大模型时代，谁会成为那部不肯换掉的“iPhone”？
AI排行榜上的冠军会换，用户每天使用的产品却未必换。大模型的下一场竞争，不仅仅是谁的模型更强，而是把一次使用变成习惯。
Kimi 发布 K3.1 Pro，加量降价挑战 Opus 5.5
作者｜宇航猿 编辑｜靖宇 10 月 23 日上午，Kimi 官方在 X 和视频号上发了一段 24 秒的视频。 画面里是一台复古风格的老式电脑，屏幕上开着 Kimi Code，终端里一行行地写着 Three.js 代码，在生成一个复杂的 3D 场景。眼尖的网友很快在左上角的模型栏里找到了答案——「Model: Kimi K3.1」。 Kimi 官方发布的 K3.1 预热视频｜图片来源：X @Kimi_Moonshot 用一台老古董般的机器，跑一段今天最前沿的 3D 代码，这个反差本身就是月之暗面想说的话。 十几个小时后，10 月 24 日零点刚过，卡着程序员节，Kimi K3.1 Pro 正式上线，同步推出的还有一个速度快 2 到 3 倍的 Highspeed 版本。官方承诺，完整模型权重将在 11 月 4 日前放出。 距离上一代 K3 发布，过去了三个多月。这三个月里，月之暗面经历的事情，比大多数公司一年还多。 01 「加量不加价」的 0.1 先说清楚 K3.1 Pro 是什么。 它不是一个全新的模型。月之暗面明确表示，K3.1 Pro 是 K3 的后训练版本，底座没换——仍然是 2.8 万亿总参数、1040 亿激活参数的混合专家架构，仍然是 100 万 token 的上下文窗口，仍然原生支持图像和视频输入。 变的是后训练。官方的说法是投入了「大幅增加的后训练算力」，在数百个下游领域做了大规模联合强化学习，为此把强化学习框架、沙箱基础设施、长上下文推理这些底层工程都重构了一遍。 也就是时候，同一个大脑，被重新「教」了一遍怎么干活。 效果体现在榜单上。在考察编程智能体的 Terminal-Bench 4.0 上，K3.1 Pro 拿到 65.7%，超过 GPT-6 Astra 的 58.2%，和 Claude Opus 5.5 的 66.4% 只差不到一个点。上一代 K3 在
南贝格发布Nanbeige4.3-33B，一款33B的开源智能体驱动编码模型
Nanbeige LLM 实验室发布了 Nanbeige4.3-33B，这是一款拥有 512K 上下文的 33B 参数密集型 Apache 2.0 模型。据称，该模型在 Terminal-Bench 2.1 上取得了 80.9 的成绩，并将用于训练即将推出的 Nanbeige4.3-3B。文章《Nanbeige 发布 Nanbeige4.3-33B，一款 33B 开放式智能体驱动编码模型》首发于 MarkTechPost。
研究揭示更多元数据未必提升大模型博物馆描述准确性：字段类型与图像影响更关键
该研究发表于2026年10月24日arXiv平台（编号arXiv:2610.31193v1），通过两阶段实证框架分析元数据构成对大语言模型生成文物描述的影响，发现元数据数量本身不能解释生成行为差异，字段类型决定模型是准确锚定、忽略还是虚构信息，图像既可辅助视觉锚定也可能加剧无依据推断。
推荐理由：本研究挑战了‘更多元数据必然增强生成接地性（grounding）’的常见假设，基于真实博物馆藏品元数据异质性与地域不均衡性设计可控实验，提出应从字段级和主张级（field- and claim-level）支持度评估元数据驱动的数据到文本系统，而非依赖整体输入覆盖率或参考相似度等粗粒度指标。
1Password 推出「AI 代理登录」功能：AI 可代用户登录账户，但全程不接触密码
1Password 于 2026 年 10 月 22 日发布新平台「1Password for Agents」，允许用户授权 AI 代理（如 Claude Duet、ChatGPT Work、Grok Bot 等）代为登录个人账户，而代理本身无法获取、存储或查看原始密码；整个过程依赖数字身份验证、用户实时确认及密码管理器端自动填入。
Anthropic推出Claude Duet应用：聚焦专业场景的AI代理产品
Anthropic正式发布Claude Duet——一款面向专业人士与小型企业的AI代理应用，基于Claude Opus 5.5模型，支持超6000个连接器，可自动生成日度简报、构建仪表盘、建议操作并执行后台任务；当前仅对Pro和Max订阅用户开放等待列表试用。
Recursive发布Flint：一款由AI主导研发、可本地运行的轻量级编程模型
AI初创公司Recursive推出开源编码模型Flint，声称其开发过程主要由自研AI研究系统Eureka Machine完成；该模型仅40B参数、实测2.5B激活，可在普通笔记本（如M4 Pro MacBook）离线运行，推理速度达131 token/s，SWE-Bench等基准测试中表现优于多数同规模模型。
沃尔玛推出AI代理购物网关，支持自主购物流程并强化用户控制
沃尔玛正式上线Agent Gateway（AI代理网关）及配套Agent Profiles功能，允许经授权的AI代理（如ChatGPT、Gemini、Meta Muse等）代表用户在沃尔玛及Sam’s Club平台完成搜索与下单，并通过独立账户配置、交易审批、支出限额等机制保障用户对代理行为的全程可控；此举与亚马逊近期封禁AI代理购物形成鲜明对比。