07:44
月之暗面开源Kimi K3.1 Pro，登顶Agent Arena开源模型榜
凤凰网科技讯 北京时间11月5日消息，月之暗面（Moonshot AI）宣布，正式在Hugging Face平台开放Kimi K3.1 Pro模型权重。据AI模型评测平台Arena官方披露，Kimi....
TODAY’S BRIEFING
进入资讯流 今日要闻
创投与商业 / 01Show HN：Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器Hacker News Show HN
01 / 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 HN安全、政策与治理 / 02ClaudeAI 帮用户成功“越狱”跑步机：Claude 轻松干掉 iFIT 订阅墙，大屏幕秒变自由流媒体海外网友在Reddit分享，借AI编程工具Claude Code对NordicTrack Commercial2250跑步机“越狱”，绕过iFIT强制订阅限制，把10英寸封闭大屏改造成可自由使用的流媒体娱乐界面。这台跑步机原为女友购买，改造耗时约一天半，解决订阅墙烦恼。 刚刚 0
02 / IN FOCUS
AI 帮用户成功“越狱”跑步机：Claude 轻松干掉 iFIT 订阅墙，大屏幕秒变自由流媒体海外网友在Reddit分享，借AI编程工具Claude Code对NordicTrack Commercial2250跑步机“越狱”，绕过iFIT强制订阅限制，把10英寸封闭大屏改造成可自由使用的流媒体娱乐界面。这台跑步机原为女友购买，改造耗时约一天半，解决订阅墙烦恼。 刚刚 0
AIBase AI资讯安全、政策与治理 / 03EvoCache：利用公共缓存锚点加速浏览器中的大语言模型交付arXiv cs.DC
03 / IN FOCUS
EvoCache：利用公共缓存锚点加速浏览器中的大语言模型交付
arXiv cs.DCAI 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
Open Design设计与 3D
JAX模型与基础设施
MemoAI音乐与音频
AI Short写作与内容
Kiro编程与开发
Fin企业与客服
闪剪视频与动画
IamIP行业应用
Rows数据与分析
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 · 分类列表推荐闪闪剪是面向口播和短视频营销的 AI 创作平台，可根据文字生成带配音、字幕和画面的成片，提供数字人定制、照片数字人、直播切片与智能剪辑，也面向企业提供 API 和品牌小程序方案。
待评分 · 分类列表推荐IIamIP行业应用IamIP是一个专利平台，提供AI驱动的搜索、分析和监控工具，帮助用户更高效地进行专利研究和管理。
待评分 · 分类列表推荐RRows数据与分析Rows 是结合 AI 分析、数据集成与可交互报表的表格工具，可用自然语言整理文档和业务数据、合并数据集、生成报告与计算模型；当前官网提示已加入 Superhuman，并提供对应的继续使用入口。
待评分 · 分类列表推荐AI 正在发生
1129 条已发布资讯模型动态 · 48 条资讯清除筛选 ×
2026-11-05
沿着时间，追踪变化2026-11-03
沿着时间，追踪变化16:23
腾讯混元重磅发布Hyra 2.0，让AI Agent全面参与科学大模型与硬核研发
三个月前，腾讯混元推出通用科研极简Agent循环系统Hyra1.0。其开源模型Hy3驱动Hyra解决加法组合学悬置五十余年的核心难题——和集与差集最优指数，创下国产开源模型首次全自动解决数学开放问题纪录。此后国际AI巨头纷纷竞逐数学与理论计算机科学。“AI刷题”路径已走通，自动化科研下一步受关注。
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....
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。
12:00
暴露并不等于承诺：针对使用工具的智能体的潜在监控器的双层评估
arXiv:2610.37679v1 发布类型：新 摘要：使用工具的语言模型容易受到间接提示注入的影响，而越来越多的研究试图通过探查模型内部来在不安全操作执行前将其捕获，但所得结果却存在严重分歧。我们认为，这种分歧很大程度上源于评估方法上的缺陷，并提出了一种双层评估协议：在评估与训练数据集中，将“提示注入”与“行为承诺”加以分离。在主要的Qwen AgentDojo基准测试集上，那些基于朴素的“不安全与其余”混合对比进行训练的监控器，大多仅学会识别“暴露”：它们会标记出所有被暴露的轨迹，无论智能体是否真正执行了相应操作，且几乎无法预测哪些情况最终会导致不安全行为。而当仅针对已暴露案例重新训练后，同一类探测器便能预测模型自身发出的不安全工具调用，时间延迟长达两秒。
12:00
评估与改进用于理解测序协议的 AI 智能体
arXiv:2610.37851v1 发布类型：新 摘要：现有的科学智能体基准测试很少评估智能体是否能够重建测序协议所指定的精确分子结构和生成流程，而这一能力对于分析定制化测序实验至关重要。我们提出了 LibStructBench，一个基于文档的基准测试，用于重建测序文库结构和分子工作流程。我们的实验表明，前沿的智能体通常能够生成大致正确的重建结果，但在精确重建方面仍不够可靠，尤其是在分子状态表示和工作流程连通性方面。更换底层语言模型所带来的平均性能差异，甚至大于更换智能体框架所产生的差异，且这种差异具有统计学上的显著性。
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
15:59
左手开源模型，右手创作 Agent，Hi3D 的 AI 3D 下半场
作者｜Cynthia 编辑｜郑玄 2026 年的 AI 3D 赛道，正站在一个微妙的分水岭上。 一级市场的热度仍在攀升，新模型、新创业公司层出不穷，单图生 3D 的正面渲染效果几乎已经做到了以假乱真。 但剥开炫目的 Demo 外壳：绝大多数生成结果依然停留在「转台展示」阶段：一个精致的角色或机械模型，在灯光下缓缓旋转，鳞片、衣褶和金属刻纹栩栩如生；可这些细节一旦进入游戏引擎装配、工业仿真以及 3D 打印的真实生产流程就立刻原形毕现：结构断裂、背面崩坏、细节粘连、网格不可编辑等问题开始集中爆发，大量人工修补成本吞噬了 AI 带来的效率红利。 正面视图保真度不等于 3D 质量成为新的行业共识。AI 3D 的竞赛，也从 能不能生成」的上半场，进入了能不能落地的下半场。 也正是在这个节点上，头部玩家 Hi3D 接连落下两枚棋子：正式开源经过生产验证的 Hi3D V1.0 底座，同时推出以创作者为核心的 Hi3D Agent，一头连接产业底层，一头深度扎根进入真实的创作全流程。 在此之前，这家成立不到三年的公司已经交出了一份扎实的成绩单：半年内连续完成两轮融资、总额近 5000 万美元，红杉中国、IDG 资本、美团龙珠等一线机构扎堆下注；旗下 Hi3D 平台覆盖120+ 国家与地区、200 万 + 创作者，与拓竹科技、xTool 等头部设备商深度集成。 从稀疏几何技术的学术突破，到生产级模型的开源开放，再到 Agent 创作系统的全链路打通，Hi3D 已经拿下了通往 3D 生成下半场的门票。 01 3D 生成，被高估的 Demo， 被低估的生产鸿沟 单图生 3D 的底层逻辑，天然带着视角偏见。随着ULIP、Uni3D 等指标被反复刷新，重正面、轻整体，重外观、轻内部逻辑的一度成为这个行业过去几年的共同写照。 但 3D 资产的本质，是可旋转、可编辑、可加工的立体对象。一张角色图片里，垂
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
每一次更新，都留下可追溯的来源。