11:25
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....
TODAY’S BRIEFING
进入资讯流 今日要闻
模型动态 / 01AnthropicAnthropic 推出 Claude 个人理财功能，支持智能消费分析与账单追踪11月5日，Anthropic宣布为Claude推出“个人理财”功能，本周率先在美国面向Pro、Max、Ultra订阅用户灰度测试。该功能支持用自然语言理清个人财务状况，主打绝对安全与客观公正，标志大模型正从办公创作助手延伸至日常金融与生活管理场景。 刚刚 3.4K
01 / IN FOCUS
Anthropic 推出 Claude 个人理财功能，支持智能消费分析与账单追踪11月5日，Anthropic宣布为Claude推出“个人理财”功能，本周率先在美国面向Pro、Max、Ultra订阅用户灰度测试。该功能支持用自然语言理清个人财务状况，主打绝对安全与客观公正，标志大模型正从办公创作助手延伸至日常金融与生活管理场景。 刚刚 3.4K
AIBase AI资讯模型动态 / 02MetaMeta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
02 / IN FOCUS
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
AIBase AI资讯创投与商业 / 03Show HN：Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器Hacker News Show HN
03 / IN FOCUS
Show HN：Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器
Hacker News Show HNAI NEWS × FOXAI从信号发现下一步
探索 AI 工具 从发现前沿资讯，到找到趁手的工具。
发现好用的 AI
左右滑动探索 →E
EvoMap智能体与自动化
MemoAI音乐与音频
Kiro编程与开发
JAX模型与基础设施
Open Design设计与 3D
AI Short写作与内容
Fin企业与客服
ClipDrop图像生成与编辑
Meta AI助手通用助手与搜索
妙播营销与电商
EvoMap智能体与自动化EvoMap 是面向AI Agent经验复用的基础设施，通过GEP协议组织可复用策略与带验证记录的修复资产，提供市场和质量排序，帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首MMemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具，支持本地化处理，无需上传数据，保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件（如 MP4、MP3、AAC、M4A 等）高效转录为文本，并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力，适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首KKiro编程与开发Kiro 是面向开发者的 AI 工程工具，可将需求整理为规格、架构与任务，通过智能体实现代码，并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首JJAX模型与基础设施JAX 是一个面向加速器的 Python 数值计算库，专为高性能数组计算与大规模机器学习设计，支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首OOpen Design设计与 3DOpenDesign 是开源设计工作区，可连接本地编程智能体、自带模型密钥或使用云端模型，围绕设计系统生成和编辑原型、网页、演示与图形；本地软件免费与模型服务费用需要区分。
分类推荐榜首AAI Short写作与内容AI提示词管理和共享平台，多种场景的快捷指令
分类推荐榜首FFin企业与客服面向客户服务的 AI 智能体。
待评分 · 分类列表推荐CClipDrop图像生成与编辑Clipdrop 是一组 AI 图像创作与修图工具，涵盖背景移除、局部清理、扩图、放大、重新打光、文字移除和背景替换，可在网页处理图片，也提供面向开发者的图像能力接入入口。
待评分 · 分类列表推荐MMeta AI助手通用助手与搜索Meta推出的免费AI聊天助手
待评分 · 分类列表推荐妙妙播营销与电商腾讯广告推出的AI直播电商解决方案
待评分 · 分类列表推荐AI 正在发生
1134 条已发布资讯模型发布与更新 · 36 条资讯清除筛选 ×
2026-11-03
沿着时间，追踪变化09:56
蚂蚁数科携「智能体超级工厂」亮相香港金融科技周，全新发布KYA方案
智能体工厂如何运转？企业提需求，大模型供能力，智能体开发、部署并安全协同，这既是其规模化入企路径，也是企业AI新课题。2026香港金融科技周 x StartmeupHK创业节11月2日开幕，蚂蚁数科携“AI智能体超级工厂”方案亮相，并宣布ZOLOZ升级，推出智能体时代身份可信方案。
09:42
人只够盯 5 个对话窗口，DeepSeek 让 AI 自己当"大管家"
DeepSeek提出Super-agent设想，认为理想个人Agent应连续、高效、主动、持久。但现有Agent均基于Session模式，各对话框彼此隔离，人并行跟进3到5个就到顶，再多只能当“上下文搬运工”。其解法是把Session从前台隐藏，采用Router+Worker双层架构：Router统一派活，后台多个Worker执行，前台用户只面对一个Agent。
2026-11-02
沿着时间，追踪变化08:19
折腾了整整1年，毫无保留地分享一下我这套Agent自动化系统
上周六的时候，DeepSeek发了他们一篇很长的技术文章，叫《Super-agent设计探索：迈向更自主的Agent系统》，细细读完了，非常棒的架构，对很多开发者来说，都非常非常值得学习。 ....
2026-10-30
沿着时间，追踪变化12:00
FilingLoop：用于企业披露审查与修订的LLM智能体评估与演化
arXiv：2610.37905v1 发布类型：新 摘要：诸如美国证券交易委员会EDGAR等公开披露数据库通过网络访问企业申报文件，为知情投资提供支持。借助语言模型智能体对这些文件进行审查时，需要发现相关文档中未明示的缺陷、获取缺失的企业信息，并验证所请求的修订是否符合有据可依的要求。然而，现有的金融问答评测难以充分反映此类交互能力。我们提出了\textbf{FilingLoop}，一个用于企业披露审查与修订的交互式基准测试及自进化智能体框架。FilingLoop以美国证券交易委员会的历史往来函件为基础，从96家公司的文件中重构出380项以首次公开募股审查为主的任务。
2026-10-29
沿着时间，追踪变化15:07
08:43
01:00
谷歌DeepMind发布Gemini 4 Carbon：聚焦网络安全与长周期任务的下一代前沿大模型
2026年10月28日，Google DeepMind正式宣布推出Gemini 4 Carbon，称其为当前最强模型，显著提升网络安全全链路能力（漏洞发现、利用验证、根因修复）及长周期智能体任务处理能力，并已启动面向网络安全从业者的受限试点。
2026-10-28
沿着时间，追踪变化19:04
2026-10-27
沿着时间，追踪变化21:52
Kimi额度的问题，Anthropic找到了解决办法
K3.1 Pro发布之后，由于多位用户反馈额度烧得太快，月之暗面紧急发布公告，称“问题出在我们，我们也本应更早修复”，在补偿额度的同时，月之暗面也表示将“减少不必要的子Agent调用和输出长度”。就在模型上线前两天，Anthropic发了一篇文章，标题为《构建Agent：何时该把子Agent折叠回主循环》（Building agents: When to fold subagents into your main agent loop），它所讲的，刚好就是关于子Agent这件事。Anthropic的结论是，通过对比多家企业部署的Claude他们发现，一个带技能的Agent，质量反而胜过了“一群...
21:33
13:00
刚刚，GPT-6.1 Terra 骨折价发布，Agent 时代的打工模型来了
OpenAI 又卷起了大模型的性价比。#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
12:00
SLICE-Mem：用于高效LLM智能体记忆的显著性门控轻量级信息策展
arXiv：2610.33015v1 发布类型：新 摘要：长期记忆使大型语言模型（LLM）代理能够维持个性化且时间上连贯的交互，但为实现记忆的接纳、提取与组织而反复调用LLM进行推理，会带来显著的成本与延迟。我们提出了SLICE-Mem，一个轻量级的记忆框架，它将基于显著性引导的接纳与基于谓词的信息提取相结合。一个紧凑的分类器用于识别值得保留的用户发言，而基于语义依赖关系的提取器则将被接纳的发言转化为简洁的记忆条目。这一在线处理流程无需调用生成式LLM，同时跨条目的一致性校验被推迟至离线的整合阶段。我们在Memora和LongMemEval-S的每周子集上，使用8B a对SLICE-Mem进行了评估
12:00
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
12:00
用于LLM智能体一致性的递归语义分歧
arXiv:2610.33012v1 发布类型：新 摘要：具备工具调用能力的大型语言模型（LLM）智能体，在从相同初始状态出发的多次独立运行中，表现出行为不一致的现象，例如调用不同的工具、产生相互矛盾的输出，或采取截然不同的策略。这种行为上的波动会随时间累积，从而削弱部署的可靠性。现有的评估指标主要通过基于任务完成度的得分来衡量正确性，而未能捕捉智能体在多次执行中的行为一致性。此外，对智能体行为的分析要么停留在词元层面，借助概率分布进行评估；要么聚焦于单次响应层面，采用语义聚类方法，但两者均无法刻画不一致性如何在轨迹的后续步骤中进一步传播。我们提出了递归语义发散（RSD），一种无
12:00
超越收益：用于代理技能退役的技能内化度量
arXiv：2610.32322v1 发布类型：新 摘要：LLM智能体从公共技能中心检索技能，这些中心最多可存储约10万条记录，并为众多模型提供服务。随着模型性能的不断提升，技能中心必须识别出某一模型已内化哪些技能——即该模型已不再依赖这些技能——并将其从该模型的技能库中移除；然而，目前尚无可靠的方法来衡量技能的内化程度。现有规则仅依据有无某项技能时的运行表现差异来进行判断，而这种差异往往微乎其微。无论是对于已被内化的技能，还是在模型与该技能均无法实现相应能力的情况下——我们称这种状态为“未被发现”——其收益几乎都接近于零。因此，我们改采另一种做法：暂不启用该技能，而是基于由该技能衍生的任务对模型进行评分，并且只有当另一模型确实因该技能而获益时，才信任模型在无辅助条件下的高分；因为事实上，近一半的高分都来自那些并未真正体现该技能作用的任务。
12:00
DMAIC-Bench：面向多阶段分析任务中智能体的自我反思与自我约束
arXiv：2610.32305v1 发布类型：新 摘要：多阶段分析任务要求大型语言模型（LLM）代理利用中间证据来决定是继续、重定向还是停止。自我反思——即代理对其输出进行批判性评估——已得到广泛研究，然而这种反思并不能说明证据是否改变了下一步行动。我们将这一能力称为“自我约束”。现有的代理基准测试大多仅衡量任务完成度或输出质量，而未对这一能力进行检验。DMAIC-Bench 通过围绕精益六西格玛明确的统计前提条件构建的、涵盖四个行业领域中15个工业案例的97个种子任务，对此进行了评估。成对的反事实变体在相同的工作流位置上要求采取相反的操作，从而能够区分有依据的自我约束与无差别的停止行为。我们采用……对执行轨迹进行评估。
12:00
LeafSkill：用于递归LLM智能体的高效叶级动作定位
arXiv：2610.32412v1 发布类型：新 摘要：递归式大型语言模型（LLM）智能体通过分解、执行与环境反馈来解决长周期任务。然而，在生成一个原子级子任务后，它们往往再次调用同一款大型模型，将熟悉的指令转化为可执行的动作。我们观察到，高层规划具有任务特定性，而底层动作的具身化则在不同任务间反复出现，并且能够对照环境允许的动作进行验证。为此，我们提出了 LeafSkill，这是一种外部复用层，它能够检索语义相关的具身化经验，将动作模板绑定到当前对象与可执行动作上，并借助一个轻量级的 17 亿参数选择器来决定采用已绑定的动作，或将未发生变化的子任务交由原始智能体继续处理。技能始终处于外
10:45
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。
2026-10-26
沿着时间，追踪变化12:00
RSI-Opt：用于模型训练的递归自我改进优化代理
arXiv:2610.32026v1 发布类型：新 摘要：传统的神经网络训练通常遵循预先设定的优化方案，为此我们设计了一种LLM智能体，用于监控训练过程并随训练进展调整优化器参数；然而，固定不变的智能体策略无法在多次运行之间积累经验。我们提出了RSI-Opt，一种即插即用的递归自我改进优化器智能体，它能够不断演化指导这一过程的知识体系：包括一个提示、一套操作规程、一个经过验证的优化器代码库，以及一套决策节奏。一个元智能体基于先前运行中的证据重写这一策略，同时通过存档机制保留已评估的策略，以供后续进一步演化。在三项训练任务上历经五代迭代后，这些元智能体逐步形成了可复用的操作流程与代码，并自主开展其自身的…
每一次更新，都留下可追溯的来源。