最新 AI 新闻，即刻看见。

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。

苹果Apple Watch迎来Audio Intelligence，对话摘要与实时倒带功能开启Beta测试

苹果此前在9月硬件发布会亮相的 Apple Watch“音频智能”（Audio Intelligence）功能，现已进入 Beta 测试，首批面向 iOS 27.3 开发者开放，适配 Apple Watch Series 12 和 Apple Watch Ultra 4。该功能包含四项用户可自主选择开启的 AI 能力，覆盖声音识别、歌曲辨识与智能摘要，旨在拓展手表音频智能体验。

商汤正式发布日日新SenseNova 6.8 Flash，主打真实任务执行与设计协作

11月3日，商汤科技推出“日日新”SenseNova6.8Flash正式版。该模型面向真实复杂环境，定位新一代多模态智能体，聚焦任务执行与交付痛点，在长效记忆、主动交互、跨任务协作等维度实现突破。实际应用中展现更强多维落地能力，尤其在办公协同侧深度强化长期记忆与跨会话协作。

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....

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。 ....

借助 NVIDIA NemoClaw，在您掌控的堆栈上构建专用智能体

构建一个自主智能体需要模型、工具包以及领域特定的工具。为了更安全地部署智能体，开发者还需要一个能够强制执行……的运行时环境。

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。

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。

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。

引用本·海拉克的话

我使用的每款产品都应当只是一个无头MCP，直接接入代理系统，让我无需操心任何底层细节。

奥特曼和Dario同台唱rap！Genspark新视频Agent上线，零基础也能拍短剧

Genspark的视频Agent工作台，Genspark Media Studio，正式发布了！ 这次，它把一批前沿模型拉到了一起，组了个AI剧组。 负责当「导演」的大语言模型有....

谷歌开始用Agent“武装”Android，应用可直接接入Gemini

文丨苏扬 编辑丨徐青阳 Android正在为AI智能体打开更多入口。 美国当地时间10月28日，谷歌举行Android Dev Summit 2026开发者峰会，发布了....

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。

实测蚂蚁灵光2.0：不是中国版Muse，是中国化Muse

智东西（公众号：zhidxcom）作者 | 毕伟豪 编辑｜漠影近几月，Muse的出现，带火了Personal Agent，也让整个行业开始持续思考Personal Agent这一产品形态。但Muse的成功，显然不是引入形式就能复制的，依托长期记忆和云端虚拟机，让Agent能够进行持续的事务管理，这套打法思路非常清楚，但想要真正实现，显然还有很多“形式...

工业AI迈向自主运行：AVEVA推动“活体数字孪生”与人类协同控制

2026年10月28日，《麻省理工科技评论》刊文指出，AVEVA等企业正通过“活体数字孪生”（living digital twin）与具身智能体AI（agentic AI）技术，在炼油、食品加工、化工及电网等领域实现闭环优化与预测性干预；人类仍主导目标定义、边界设定与异常纠偏，形成人机协同的工业自治新范式。

序列学习循环——第960期：上周的人工智能基础设施动态

DeepSeek、Google和NVIDIA构建智能体技术栈

数十agent，24天挑战数学界巨型工程，还揪出40年前漏洞

编辑｜Neo100 多位顶尖数学家，耗费数十年，写下 1.5 万页证明。现在，AI 只用了 24 天，就把这项人类数学史上最庞大的工程之一，变成了 4300 多万行可以由计算机逐步验证的代码。更惊人的是，AI 在检查这些数学家留下的证明时，还揪出了一个存在近 40 年的论证漏洞。这不是一道奥数题，也不是一篇几十页的数学论文，而是被...

Antom在VOYAGE2026展示AI全链路重构跨境支付：从5分钟市场调研到动态锁汇与智能体商务

蚂蚁国际旗下Antom平台于2026年10月28日在上海VOYAGE2026活动上系统展示其AI驱动的跨境支付新范式，覆盖市场准入、实时风控、拒付处理、自动化对账、系统运维、Agent原生交易及资金实时流动等全生命周期环节，多项能力已投入实际应用并取得可量化成效。

推荐理由材料源自钛媒体2026-10-28发布的授权报道，内容基于Antom官方在VOYAGE2026上的公开演示与实测数据，包含具体技术名称（如Antom 3-in-1 Transformer、Falcon TST）、明确性能指标（如欺诈率从1.18%降至0.02%、支付成功率提升3.8个百分点）及真实客户案例（香港航空），信息结构完整、来源清晰、时效性强，具备新闻资讯的典型可信要素。

CPO，不是终点，光互连终极目标曝光！

云计算和人工智能的爆炸式增长——从生成式计算、推理到（最终的）智能体系统——正在对带宽产生前所未有的需求，因为数据中心内部和数据中心之间需要传输的数据量持续激增。反过来，这也暴露了底层互连技术的日益....

我们如何构建自己的设计代理

LangChain 如何在 Slack 中构建了 Content Studio——一个开源的设计代理，用于制作符合品牌调性的视频、图形和演示文稿，以及为其提供动力的工具链。