Circuit Breaker Labs 用 AI 智能体测试 AI 对儿童的心理安全风险
Circuit Breaker Labs 打造了一支"碰撞测试假人"式的 AI 智能体队伍，模拟不同年龄、背景、语言和文化的用户，对模型进行红队测试，每天运行数万至数十万次模拟交互，并用专有评分方法给出可审计、可解释的分数。
#Agent
TechCrunch · AIAI 评分2222 Futurepedia精选AI 评分6262 Gemini 上线 Skills 功能，9 分钟教程讲清三种创建方式
Gemini 新增 Skills 功能，作者称这是 AI 最重要的功能之一，并为自己常用的每类任务都建了 Skill。视频讲解 Skills 的工作方式、三种主要创建方法，以及如何把多个 Skill 串联使用，并附有 Gemini Skills 指南链接。
选题角度：原文给出 Gemini Skills 的三种创建方式和多技能串联演示，适合按章节做 9 分钟上手教程。
The AI AdvantageAI 评分5050 ChatGPT Dots 如何用 4 分钟改变你的生活
ChatGPT Dots 支持用语音与 Dot 对话，并让 Dot 代为完成任务。视频演示中，Igor 用自己的 Dot 在 Phoenix 找房子，并介绍了 Dot 的工作原理与上手方式。
X · RunwayAI 评分1818 Canva、ElevenLabs 与 Nebius 高管谈为创意者构建 AI 工具：控制与一致性最关键，智能体正改变营销团队工作方式
Canva AI 研究负责人 Stefano Corazza、ElevenLabs CRO Ashley Kramer 与 Nebius CMO Lindsey Irvine 共同探讨为创意者构建 AI 工具，认为控制与一致性最为关键，并讨论智能体如何改变营销团队的工作方式。
Google AI BlogAI 评分2222 Google 9 月 AI 更新汇总：Gemini 4 Argon、Gemini 3.8 Flash 与 WeatherNext 3
Google 9 月发布最新前沿模型 Gemini 4 Argon，主打高级推理与 100 万 token 输出上限，目前通过 Fairwind Program 向可信网络安全防御方逐步开放。
TechCrunch · AIAI 评分1818 TechCrunch Disrupt 2026：Clay 的 Kareem Amin 谈 GTM 工程师的崛起
Clay 联合创始人兼 CEO Kareem Amin 将在 TechCrunch Disrupt 2026 的 AI Stage 发表演讲，主题为“GTM 工程师：AI 如何创造科技业下一个大职位类别”。
Hacker News · AI 高分帖AI 评分4040 信息大多隐藏的 Stratego 游戏此前难倒 AI，如今被攻克
信息大多隐藏的棋盘游戏 Stratego 此前一直难倒 AI，如今被攻克。该帖在 Hacker News 获得 289 分、154 条评论。
ElevenLabs BlogAI 评分1818 Admiral 如何将 AI 智能体投入生产：ElevenLabs 网络研讨会复盘
欧洲大型保险公司 Admiral 已在英国、意大利、法国和西班牙用 AI 智能体处理数百万通客户对话，首个生产用例是英国贷款业务的理赔报价。Admiral 从第一天就让法务与合规团队加入，用确定性逻辑处理必须可证明的环节，并将弱势或情绪困扰客户转接人工。每次智能体变更都先跑完整模拟测试，再按 1% 到 100% 流量灰度发布，上线周期已从数周缩短到数小时。
ElevenLabs BlogAI 评分2222 ElevenLabs 为 Banner Health 部署 AI 语音智能体处理患者预约来电
ElevenLabs 的 ElevenAgents 已在 Banner Health 上线，用于患者来电处理，首批覆盖初级保健预约。该智能体可 7×24 小时接听来电、直接在电子病历中安排改期或取消预约，并在需要时带上下文转接给 Banner 工作人员。部署符合 HIPAA，并纳入 Banner 的 AI 治理框架。
量子位AI 评分2222 openJiuwen X-Router 自演进模型路由技术首发：昇腾亲和，实测减少 50+% Token 消耗
openJiuwen 团队首发 X-Router 自演进模型路由技术，在 Agent 与模型之间加入智能决策层，基于任务复杂度动态选择最优模型。在 PinchBench 全量 147 个任务评测中，x-router 静态路由成本较全云基线降低 25.7%，开启 Bandit 自演进后成本再降约 25.3% 至 $6.16，得分提升 4.4% 达 70.70%。
Hugging Face BlogAI 评分2222 AutoSynthData：为企业的 AI 智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例和更强教师的成功经验，自动生成并验证新的训练任务，将企业智能体的能力短板转化为训练数据。该方法通过诊断评估提炼"能力规格卡"，生成的任务需满足可行性、真实性和难度三项要求，并配有校验器判定轨迹是否成功。团队以 EnterpriseOps Gym 数据集演示了该流程，模型提升后课程会自动转向仍难掌握的能力。
X · AnthropicAI 评分3838 哈佛物理学家 Matthew Schwartz：AI 与科学存在"阻抗失配"，用 Claude 打造精确计算工具包
哈佛物理学家 Matthew Schwartz 在 Anthropic 科学博客客座文章中提出，AI 与科学之间存在类似物理学的"阻抗失配"：LLM 能力广泛，但像对待人类合作者那样使用它并非激发其科学优势的最佳方式。为此他构建了一套面向定量科学的精确计算工具包，Claude 借此在生态学、群体遗传学等十几个领域发现了计算上的关联，Schwartz 再与领域专家合作将方向引导至有价值的问题。
Skill Leap AI精选AI 评分6262 Google Gemini Skills 上线，教程演示三种创建方式与 10 个实用技能
Google Gemini Skills 上线，作者演示了三种创建方式：用提示词生成、手动搭建和上传技能文件。视频还展示了 Skills 在 Gemini Chat 和 Gemini Spark 中的用法，并现场搭建了 10 个可复制或改写的实用技能，包括会议纪要、提案撰写、执行摘要、数据快照、周报、会议准备、头脑风暴、SOP 撰写和内容改写。
选题角度：原文给出三种创建 Gemini Skills 的方式和 10 个可复用技能示例，适合照着录屏演示从提示词到技能文件的完整搭建流程。
TechCrunch · AIAI 评分3333 Amazon 发布开源决策模型 Strands Decider 2B，对标 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中做选择并给出置信度评分。该模型由 Amazon 杰出工程师 Marc Brooker 在见到 TypeSafe 的 Jev 后自行开发，曾短暂登顶同规模 Jevbench 榜首，现由 Strands Labs 正式发布。
TechCrunch · AIAI 评分6060 Shopify 推出 Canvas，通过与 AI 对话搭建在线商店
Shopify 发布建站工具 Canvas，商家通过与 AI 智能体 Sidekick 对话即可搭建店铺，Canvas 实时渲染店铺背后的真实代码而非静态预览，可测试页面交互与动画并查看不同屏幕尺寸下的效果。
Futurepedia精选AI 评分6060 Dots 一次提示词完成整套内容制作
Dots 用一条提示词同时产出三条开场白、一张缩略图和与脚本同步的动效素材。它自主在 Work 和 Codex 之间分配任务，为每个技能补上比用户自己输入更详细的提示词：intro 技能在 Work 中写三条开场白并挑出最好的一条，Codex 技能按脚本时间点生成动效，thumbnail 技能在另一个对话中并行运行。一个智能体编排多个线程、多个技能，输出一份成品。
选题角度：原文展示了 Dots 一次提示词同时产出三条开场白、缩略图和卡点动效，适合录屏实测它自主调度多个技能的过程。
X · RunwayAI 评分4242 Runway 将任意媒体扩展为可交互实时世界模拟
Runway 宣布可将任意媒体扩展为可交互的实时世界模拟，把固定体验转化为面向人和智能体的沉浸式多模态模拟。该能力强调实时交互与多模态，目标用户同时覆盖人类与 AI 智能体。
TechCrunch · AIAI 评分3838 Airbnb CEO Brian Chesky：AI 智能体需要自己的操作系统
Airbnb CEO Brian Chesky 认为 AI 智能体需要专属操作系统，主张 AI 应在内核层面运行、各组件互相交互，而非在 iOS、macOS、Windows 上构建 AI 应用。
TechCrunch · AIAI 评分3333 Photon 为移动应用办葬礼后获 450 万美元种子轮，用智能体替代 App
AI 初创公司 Photon 获 450 万美元种子轮融资，用于开发让开发者通过 iMessage 和 WhatsApp 构建智能体的工具。该公司称已吸引超 4 万名开发者注册，四个月内收入增长 10 倍，消息量上月增长 5 倍。
The DecoderAI 评分7171 安全公司发现 AI 智能体公开上传超 1.3 万张企业内部截图
安全初创公司 Glow Security 发现，AI 智能体将 343 家机构的 1.3 万多张内部软件项目截图上传到公开 GitHub 仓库，涉及财富 500 强公司、金融机构和 AI 实验室。
Wes Roth精选AI 评分6262 Wes Roth 解读 Gemini 4 Argon 早期表现，并梳理 OpenAI DevDay 的 Dots 与开发者工具
Wes Roth 在视频中讨论 Google 的 Gemini 4 Argon，并质疑早期结果能说明多少问题。他同时梳理 OpenAI DevDay 发布的内容，包括 Dots、常驻在线的 AI 助手，以及让 AI 从聊天走向实际完成工作的开发者工具。
Hacker News · AI 高分帖AI 评分3636 OpenAI 与 Synopsys 合作开发 GPT-Synopsys 芯片设计专用模型
OpenAI 与 Synopsys 签署多年战略合作协议，联合开发芯片设计专用模型 GPT-Synopsys，将 OpenAI 前沿模型与 Synopsys 的 EDA 工具及芯片设计专长结合。
OpenAI NewsAI 评分1212 The Den 借助 ChatGPT Work 每周省出 10-15 小时用于扩张
社交俱乐部 The Den 在新店开业时用 ChatGPT Work 把拨款申请从 3 天压缩到 2 小时、酒牌材料从 4 天压缩到 3 小时，每周因此省出 10-15 小时用于业务增长。
FuturepediaAI 评分5555 DOTS 发布常驻智能体，统一调度整个 ChatGPT
DOTS 是一款常驻智能体，可从统一入口调度整个 ChatGPT，并访问用户的记忆、已连接工具、技能和定时任务。它能新建聊天、工作会话或 codex 会话，甚至在你电脑开机时在电脑上运行，还拥有自己的持久云电脑，聊天可在手机与桌面间同步。该功能先在 Pro 和 Enterprise 版本推出。
TechCrunch · AIAI 评分2222 Flow Engineering 获 5000 万美元 B 轮融资，估值 7.5 亿美元
为硬件设计提供 AI 工具的 Flow Engineering 完成 5000 万美元 B 轮融资，估值达 7.5 亿美元，由 Valor Equity Partners 的 Antonio Gracias 与 Atreides Management 的 Gavin Baker 联合领投，红杉资本参投。
Hacker News · AI 高分帖AI 评分7474 Google 发布 Gemini 4 Argon，输出上限提至 1M token
Google 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价的 95% 折扣计费。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。
选题角度：官方给出 Gemini 4 Argon 在 DeepSWE、CWE-bench 等基准上的分数和内部落地案例，适合做一次新模型能力与价格对比的解读。
The AI Advantage精选AI 评分6262 ChatGPT Dots 上手体验：我头 24 小时怎么用
The AI Advantage 的 Igor 用 12 分钟视频带观众体验 ChatGPT Dots，介绍它的工作方式并演示几个实际用例。视频包含创建 Dot 和 ChatGPT Spaces 两个环节，并附上 OpenAI 的 Dots 介绍页；可用性取决于用户的套餐、地区和灰度推送情况。作者还提供了一份免费的 Dots PDF 资料。
选题角度：作者用 12 分钟实测 ChatGPT Dots 的创建流程和实际用例，适合跟着视频上手体验并展示自己的第一个 Dot。
TechCrunch · AIAI 评分3838 OpenAI 推出 Decisions API，对标 TypeSafe AI 的 Jev 决策模型
OpenAI 在 Dev Day 上发布 Decisions API，可为 Luna 模型预设选项并快速输出概率，功能类似 TypeSafe AI 本月初推出的 Jev。该 API 目前为限量预览，OpenAI 尚未公布定价。用 Jev 监控智能体每次动作的成本为 2.94 美元，而前沿 LLM 需 372 美元。
The DecoderAI 评分6262 Google 在 Gemini 中全球上线 Skills，取代 Gems
Google 在 Gemini 聊天中全球上线 Skills，用针对具体任务的详细提示词取代此前的 Gems。用户把常用指令保存为 Skill，输入斜杠加技能名即可调用，Gemini 也能从历史对话生成 Skill 并在识别到匹配提示词时自动运行，多个 Skill 可串联完成更大任务。
FireshipAI 评分3838 一个 50 年前的军事机密，真能解决 AI 智能体的提示词注入问题吗？
一个名为 OpenAPPA 的新开源项目声称已解决 AI 智能体的"失控"问题，其思路被认为可能源自一项 50 年前的军事机密。目前该项目仅公开了代码仓库，尚未披露具体技术细节或验证数据。
FuturepediaAI 评分4242 Humanizer 技能能否让 AI 写作更像人写的？
Humanizer 技能可将 AI 写作中"不是这个，而是那个"等套路化句式改写得更像真人手笔，对长文效果尤其明显。该技能需安装后把草稿输入运行，对推文之外的较长写作更实用。
TechCrunch · AIAI 评分5555 Meta 否认 Muse 未经许可读取用户私信
Meta 否认其 AI 智能体 Muse 未经许可读取用户私信。Meta 传播副总裁 Andy Stone 在 X 上回应称，Mac 版 Muse 的 Messages 集成完全基于用户主动选择，必须同时开启 Full Disk Access 和 Messages 连接器才能读取消息内容。
TechCrunch · AIAI 评分5555 DoorDash 推出可通过短信点餐的 AI 智能体
DoorDash 宣布推出一个 text-to-order AI 智能体，用户可通过 Apple Messages 下单，例如发送“order my usual”，智能体会理解这是指其周五晚常点的订单。
TechCrunch · AIAI 评分5858 Instinct 上线商品推荐功能 Instinct Selections，部分用户表示反感
AI 智能体 Instinct 上线名为 Instinct Selections 的商品推荐功能，向用户推送餐饮、旅行和购物等领域的个性化清单，创始人 Noah Shinn 称与本地厨师、设计师、建筑师、旅行向导等合作，把人类品味带入推荐。
NVIDIA BlogAI 评分1414 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Devin 成首个客户
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网正式可用，Cognition 的 Devin 成为首个在生产环境运行该平台的客户。
TechCrunch · AIAI 评分1818 Restate 获 2000 万美元 A 轮融资，为 AI 智能体提供持久化执行基础设施
柏林初创公司 Restate 完成由 Singular 领投的 2000 万美元 A 轮融资，Redpoint Ventures 和 Capital One Ventures 参投。
量子位AI 评分6262 OpenAI 研究员 Noam Brown 谈多智能体：解千禧年难题中它功劳不到 10%
OpenAI 研究员、o1 核心作者 Noam Brown 在 Dwarkesh Patel 播客中表示，用 1 万个 Agent、88 小时、1300 亿 token 解出千禧年数学难题，多智能体的功劳不到 10%，核心原因是模型本身足够强。
TechCrunch · AIAI 评分4242 Airbnb 秋季更新：新增 AI 搜索与更多社交功能
Airbnb 在秋季产品更新中首次推出 AI 搜索，用户可通过文字或语音提示查找房源，界面会依据偏好显示动态筛选条件，并支持用 AI 生成的摘要和评论对比心愿单房源。平台同时扩展了去年上线的餐饮配送、洗衣、婴儿用品租赁等服务，并新增基于好友行程的地图与社区页面等社交功能。CEO Brian Chesky 表示这只是 AI 搜索的开端，未来数月将快速迭代。
ElevenLabs BlogAI 评分4040 ElevenLabs 估值升至 220 亿美元，企业级对话智能体需求推动增长
ElevenLabs 完成 3 亿美元员工股权要约收购，估值达 220 亿美元，较今年 2 月 D 轮翻倍，由 Wellington 和 T. Rowe Price 领投。企业业务已占其营收 55%，ElevenAgents 每周处理超 1500 万次对话，较 2 月增长 3 倍，同期 ARR 增长超 3 倍。公司同时发布 Eleven v4 和 v4 Turbo 两款文本转语音模型。