跳到正文
今天11月14日周六1 条
  1. Google Research88

    Google Research 公布 Antigravity /teamwork 在科研与工程中的多项成果并开放使用

    Google Research 宣布 Antigravity 的 /teamwork 多智能体工作流(配合 Gemini 4 Argon、Carbon、Hydrogen)已在数学、科学与复杂系统工程中解决多个多年未决问题,并向研究者和开发者开放,同时开放 10,000 名学术研究人员六个月最高用量档免费访问。

    推荐理由:原文系统梳理了 /teamwork 的设计原理与多领域成果,读者可据此判断长程智能体工作流在科研与工程中的实际落地方式。

11月13日周五
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Hydrogen 模型

    Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,强调快速执行,同时覆盖 Google AI Studio、Gemini API、Gemini for business、Gemini app、Google Search 及付费 Google AI Pro 和 Ultra 订阅者。

    推荐理由:原文给出定价、基准分数与安全指标,读者可据此判断它在多模型工作流中如何与 Carbon、Argon 分工。

11月12日周四
11月11日周三
11月10日周二
  1. Google DeepMind76

    Google DeepMind 发布 AlphaProof Code,用 AI 代理形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,用它对 Signal 协议的实际代码给出了关键安全性质的数学证明,称这是首次用 AI 在这一深度形式化验证广泛部署的密码协议,也是任何方法首次验证此类协议的实现。

    推荐理由:原文说明了形式化验证从设计层下沉到编译代码层的做法与四周耗时,读者可据此评估 AI 代理在真实密码协议上的验证能力边界。

  2. Simon Willison47

    提示词如何影响 Claude Fable 5.2 对代码结构的处理

    Anthropic 文档显示,Claude Fable 5.2 对提示词中代码归属的表述高度敏感:在小型编码任务测试中,当提示词未提及归属或称代码库属于他人时,模型倾向于沿用现有结构,即使重复已有代码。若在提示词中写明"这个代码库是你的",模型约半数尝试会合并重复代码,而不写这句话时合并比例不到十分之一。

  3. TechCrunch · AI78

    Anthropic 发布 Mythos 5.2 和 Fable 5.2,降价提速并回应 RSI 争议

    Anthropic 发布 Mythos 5.2 和 Fable 5.2 两个新模型,官方称其在编码、推理和视觉方面有改进,沟通更清晰。Fable 输入价格从每百万 token $10 降至 $8,低于竞品 GPT-6 Astra,各 effort level 响应提速 30%,并支持 Enterprise Frontier Safeguards 下的零数据保留(ZDR)策略。

    同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,基准成绩领先》

11月9日周一
  1. Simon Willison56

    用 details/summary 折叠 AI 生成的 PR 描述

    Simon Willison 提出用 GitHub Markdown 支持的 <details><summary> 标签把 Claude Code 或 Codex 写的冗长 PR 描述折叠起来,开头只留一段人工筛选的高层概述加截图,完整内容收进展开区,summary 用模型名和 effort 等级标注。

11月8日周日
  1. The Decoder57

    Co-Design Bench 基准测试显示编码智能体近四分之三任务仍需人工收尾

    阿里与多所亚洲高校研究者发布编码智能体基准 Co-Design Bench,基于真实用户改需求构建任务,测试十个模型。最佳模型 GPT-6 Astra 平均满足约 70% 任务要求,但完全正确率仅 26.4%,多模态任务完全解决率 41%、仓库任务不足 18%;Claude Opus 5 和 Qwen3.8-Max 紧随其后,Grok 4.6 垫底。

11月7日周六
11月6日周五
  1. Microsoft Research62

    Microsoft Research 推出 PDD Kit,用形式化验证约束智能体生成的全栈 Web 应用

    Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit,把形式化验证引入日常软件开发:它在 GitHub Next 的 Chopin 规划环境中与开发者协作,把自然语言意图转成 Verus 形式化规范,自动为智能体生成的代码生成证明,证明覆盖每个输入,证明触及不到的部分则回退为测试。

    推荐理由:原文完整展示了从意图到形式化规范再到证明的七步工作流,可迁移之处在于它把代码审查重心移到了意图审查。

  2. Mistral AI62

    Mistral AI 扩展 Mistral Studio,新增托管智能体、工作流与应用能力

    Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio,新增托管智能体(managed agents)、应用、工作流能力,以及 enterprise context、agent observability 和 evaluations 等功能,配合 Mistral Large 4(Le Chonk)模型使用。

    推荐理由:原文给出托管智能体、工作流与应用的具体能力和部署选项,可据此评估企业如何在保留数据控制的前提下落地智能体。

11月5日周四
  1. TechCrunch · AI62

    Meta 收购 AI 编码初创公司 Conductor

    Meta 收购了 AI 编码初创公司 Conductor,后者允许用户通过在并行工作区部署多个智能体来搭建软件项目。Conductor 创始人兼 CEO Charlie Holtz 表示公司加入 Meta,并计划在 early next year 推出新产品;在此之前核心功能保持不变,但云服务将于 November 20 关闭并随后删除用户云数据。

11月4日周三