跳到正文
10月7日周三
  1. 科技媒体 RSS62

    个人 AI 智能体订票购物遭网站封堵,Meta、Walmart 等推动开放标准

    个人 AI 智能体如 Meta 的 Muse、ChatGPT 的 Dots 在替用户订票、购物时频繁被网站封堵,亚马逊明确屏蔽 Muse,Walmart、eBay、Yelp、Delta 等公司态度各异。封堵原因包括网站主动限制和传统反爬虫验证机制。Meta、Walmart、Stripe、Sierra 等公司已开始制定面向在线商务的智能体通信开放标准。

10月6日周二
  1. 科技媒体 RSS62

    Microsoft 内部 Claude 支出削减超三分之一,Meta 的 Claude Code 用户减半

    据 The Information 报道,Microsoft 将内部 Claude 支出削减超过三分之一,Meta 的 Claude Code 用户从约 6 万降至约 3 万。Microsoft 原计划今年在 Anthropic 模型上至少支出 10 亿美元,并将大部分云与 AI 部门员工的人均 AI 预算从每月 10 万美元降至约 1 万美元。两家公司都在把内部 AI 使用转向自家模型和工具。

10月5日周一
  1. arXiv22

    用大语言模型作为评判者评估爱尔兰 2012–2025 年公共话语中的洪水相关福祉

    研究利用 Meta Content Library 的大规模公共话语数据,评估爱尔兰 2012 至 2025 年洪水相关福祉,并开发了一套定制的洪水福祉测量工具,涵盖情感—认知困扰评估、感知效能与能动性下降、感知社会支持三个维度。研究采用大语言模型作为评判者(LLM as judge)对公共话语进行标注分析。

10月4日周日
10月3日周六
  1. 科技媒体 RSS62

    Apple 将限制 Mac 全盘访问权限,称 AI 智能体显著增加风险

    Apple 宣布将在 Mac 上对全盘访问权限增加新的限制,以应对 AI 智能体带来的风险。Apple 表示将推出新的控制措施,确保只有用户非常明确的操作才能授予应用这种级别的访问权限。此举发生在 Meta 的 Muse AI 被发现在未获明确授权的情况下获知用户消息内容数周之后。

10月2日周五
  1. arXiv34

    训练过的测试能过吗:重新评估 LLM 智能体的提示注入检测器

    研究团队通过无 LLM 重放 AgentDojo 和 tau-bench 的真实工具调用,构造出天然良性的工具输出,并用差分重放标注注入输出,评估了包括 Meta Prompt Guard 2 在内的 15 个检测器及两个任务感知 LLM 评判器。结果显示,检测器在公开基准上的排名无法预测其在智能体内部的实际表现。

  2. 科技媒体 RSS62

    OpenAI 在 DevDay 发布 GPT-6 Astra 驱动的智能体 Dots,对标 Meta Muse

    OpenAI 在年度 DevDay 大会上发布智能体 Dots,由 GPT-6 Astra 驱动,CEO Sam Altman 登台宣布,称其为真正的 AI 智能体。Dots 与 Meta 的 Muse AI 智能体平台定位相似,采用彩色可个性化的小团块形象,走亲和可爱路线。报道称 Meta 的 Muse 平台已取得早期快速增长,OpenAI 此举被视为对 Meta 的正面回应。