跳到正文
AI NEWS.ccAI正在发生 未来正在更新
资讯收藏
THE JOURNAL
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

SiliconANGLE AI

Regal推出目标导向型智能体，在每一次通话中都配备行为模型与决策模型

企业语音人工智能公司Regal Voice Inc.今日在其平台上新增了目标导向型智能体功能，使使用该平台的企业能够明确通话需达成的目标，并提供两款AI模型以分担实现这一目标的各项工作。这些新智能体旨在解决Regal所称在诸如……之类的通话中普遍存在的问题。文章《Regal推出目标导向型智能体，在每通电话中同时配备“演员”与“导演”模型》首发于SiliconANGLE。

事件进展与其他报道
钛媒体

随着折扣交易的瓦解，AI代币的销售愈发艰难

模型积分正出现在各类节日促销活动和运营商风格的套餐中。那些依靠不透明加价而蓬勃发展的小型经销商，如今面临质量质疑、监管压力以及资金更雄厚的竞争对手的挑战。而实力雄厚的中间商则会针对路由、信任与集成收取费用，而非通过暗中降价来吸引客户。

事件进展与其他报道
n8n发布

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
arXiv cs.LG

PRISM：通过隐式随机调制促进大型语言模型的采样多样性

arXiv：2610.32101v1 发布类型：新 摘要：大型语言模型（LLMs）会表现出模式坍缩现象，即其输出分布集中于熟悉的语义模式。当多样性消失时，反复采样便沦为语义上的重复，而非新的发现，导致那些罕见但更优的解决方案难以浮现，从而使模型的自我进化与持续学习难以维持。大多数应对措施仅在推理阶段发挥作用，通过调整采样结果来实现多样性，却并未将多样性真正内化为模型的一项能力。我们提出了 PRISM，一种在训练阶段就将多样性内化的框架。PRISM 结合了：(i) 子模性策展机制，为每个提示配以多样且正确的多教师解；以及 (ii) 随机嵌入调制，将特殊标记的扰动转化为 impl

事件进展与其他报道
arXiv cs.AI

Async-RBench：用于LLM智能体中异步任务执行的基准测试

arXiv：2610.32429v1 发布类型：新 摘要：大型语言模型（LLM）代理正越来越多地以异步方式执行任务：主代理在子代理运行的同时继续工作，而任务状态可能在其结果到达之前就已发生变化。主代理必须决定哪些工作需要更新或保留、哪些检查需要重复，同时避免进行被禁止的修改。仅凭最终任务的成功并不能说明这些结果是否被正确处理，而且自然的异步到达现象也难以复现。我们提出了 Async-RBench，一个用于评估 LLM 代理中异步任务执行的基准测试，包含涵盖八种场景的 200 个可执行任务。场景控制器通过预定义的任务状态条件来调控结果的交付，而事件响应契约（ERC）则规定了每种响应应满足的要求

事件进展与其他报道
arXiv cs.CL

基于状态空间编码的线性时间上下文压缩

arXiv:2610.33006v1 发布类型：新 摘要：基于Transformer的大型语言模型（LLMs）在上下文长度增加时会带来巨大的计算与内存开销，这促使人们研究在推理前将上下文压缩为更短表示的方法。现有的软提示压缩方法通常采用与目标模型相同的Transformer主干架构，而在生成压缩表示的过程中会产生显著的延迟开销。这使得这些方法仅适用于离线场景——即上下文被一次性压缩后，在多次查询中重复使用。我们提出了Boa压缩器，这是一种即插即用的在线上下文压缩器，基于Mamba状态空间模型（SSM）构建，能够在一次线性时间的遍历中编码任意长度的上下文，并生成一个可用于后续条件化的表示……

事件进展与其他报道
马克科技帖子

OpenAI 推出 GPT-6.1 Terra，将用于代理工作的 GPT-6.1 Sol 的 API 价格下调一半

OpenAI发布了GPT-6.1 Terra，这是一种快速的计算机与视觉模型，每百万个标记的价格为1美元/5美元。其在每项任务上的成本为0.29美元，而GPT-6 Astra的中等努力代理的最后一次测试得分则为4.82美元。该文章《OpenAI推出GPT-6.1 Terra，将GPT-6.1 Sol的代理工作API价格减半》首发于MarkTechPost。

新闻源配图 · MarkTechPost
事件进展与其他报道
SiliconANGLE AI

双刃剑：人工智能在强化系统防护的同时，也为恶意行为者开辟了新的攻击途径

网络安全行业发现，强大的前沿人工智能模型是一把双刃剑。企业可以利用这些模型，以前所未有的速度识别源代码和系统配置中的漏洞。然而，事实证明，恶意行为者同样也能做到这一点。一个典型的例子表明，人工智能模型已将网络安全推向了一个全新的[…] 该文章“双刃齐发：人工智能在强化系统防护的同时也为恶意行为者打开了新的漏洞入口”首发于SiliconANGLE。

事件进展与其他报道
SiliconANGLE AI

OpenAI 推出 GPT-6.1 Terra，以半价实现更快速、性能更优的 AI 智能体

OpenAI 集团 PBC 今日发布了 GPT-6.1 Terra，这是其前沿人工智能系统系列中的一款中端模型的升级版。这款新模型是 GPT-5.6 Terra 的继任者，成本降低了约 50%，同时在处理计算机使用任务时速度更快、精度更高。Terra 被定位为 OpenAI 产品线中的日常应用模型，旨在[…] 该文章《OpenAI 推出 GPT-6.1 Terra，以半价实现更快速、性能更优的 AI 智能体》首发于 SiliconANGLE。

事件进展与其他报道

InfoQ AI92

花椒落地约30个Agent应用，建成四层自研Agent平台并接入CubeSandbox沙箱

截至2026年10月26日，花椒（花房集团旗下）已完成约30个业务Agent应用落地，覆盖产研、运营、客服、法务等多场景；其自研Agent平台采用四层分层架构，明确区分业务逻辑与公共内核，并基于腾讯云开源项目CubeSandbox实现强隔离沙箱执行环境，已稳定运行超6个月，日均token消耗约8300万。

推荐理由：该报道源自InfoQ于2026年10月26日发布的深度访谈，内容详实呈现花椒从产研自动化起步、自研平台建设、沙箱选型实践到组织协同演进的完整路径，包含可验证的技术决策（如CubeSandbox接入、agentd协议自研）、明确时间节点（2026年3月启动、6个月生产运行）、量化指标（30个应用、8300万日均token）及架构分层定义，具备高时效性与实践参考价值。

事件进展与其他报道