#Agent

开源引擎用 anti-unification 对形式化策略做语义 diff

开源引擎用 anti-unification 在 e-graph 上对形式化策略做语义 diff，共同结构只展示一次，差异部分保留两个版本供审查。它可用于比较 LLM 将同一需求自动形式化成的 SMT-LIB、Cedar、CEL 等策略表达式，优先审查不一致的条件、范围或事件；若规则或搜索不完整，残留差异可能只是尚未发现的等价关系。

美联航禁止个人 AI 助手代订机票

美联航表示不会允许个人 AI 助手在其平台代订机票，理由是担心泄露客户信息、产生非本人意愿的购买，以及绕开航空公司需向旅客确认行李不含爆炸物等联邦规定。AI 助手目前仍可向用户展示美联航航班，但无法完成交易。美联航 CEO Scott Kirby 称不想再制造一个中间商，公司表示随着第三方 AI 智能体进步可能重新考虑。eBay 和多家大型银行也已对智能体设限。

AWS 10 月 AI 更新盘点：Claude Haiku 5.5、GPT-6.1 Terra 等登陆 Amazon Bedrock

AWS 总结 10 月面向 AI 开发者的更新：Claude Haiku 5.5 与 OpenAI GPT-6.1 Terra 等新模型上线 Amazon Bedrock，其中 Haiku 5.5 成本较 Haiku 4.5 低约 75%，GPT-6.1 Terra 支持最多 100 万输入 token。

DXC Technology 如何在 Amazon Bedrock 上构建多模型 AI 底座

AWS 博客介绍 DXC Technology 如何在 Amazon Bedrock 上为 DXC OASIS 搭建多模型底座，统一接入 Anthropic Claude、Amazon Nova、Meta Llama 和开放权重模型。

Google 发布 Gemini Decision 1 与 Gemini Decisions API，单次可处理 1000 个问题

Google DeepMind 推出 Gemini Decisions API，其底层模型 Gemini Decision 1 可在单次处理中完成最多 1000 个独立的封闭式问题，覆盖文本、图像、音频、视频和 PDF，直接对选项打分并返回概率与置信度，耗时 150 到 250 毫秒。

Google Research 用可穿戴设备做 CKM 风险画像与个性化健康指导

Google Research 提出一套研究性框架，用可穿戴设备数据构建可解释的“可指导健康年龄”（CHA），并训练 SensorWM 世界模型模拟 12 周“如果改变习惯会怎样”的健康轨迹，再由语言模型生成经临床医生审核的指导方案。

AWS 如何用 23 个可复用资产加速生成式 AI 交付

AWS 提供 23 个生产级开源可复用资产，覆盖 RAG、文档处理和智能体脚手架，可将生成式 AI 开发周期从数月缩短到数周。DoorDash 用 Contact Center GenAI Agent 实现每天超 100,000 通电话、2.5 秒响应，测试容量提升 50 倍。Ricoh 用文档处理资产实现 7 倍吞吐，部署工程小时从 80 降至 5 以下。

AWS 开源 UAEF：跨框架的 AI 智能体闭环评测系统

AWS 发布开源框架 UAEF（Universal Agent Evaluation Framework），通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace，再用 7 个维度下的 36 项内置指标打分。

AWS 介绍用 Quick 六智能体搭建 AI-PDLC 产品开发流程

AWS 发布博客，介绍如何在 AWS Quick 中配置由 Orchestrator 统筹的六个智能体，覆盖 Discover、Decide、Design、Prototype 四个上游阶段，每个关卡都需人工审批。

Helsing 推出 Clarity 智能体平台：为武器系统准备目标，称每项决策都有人名负责

Helsing 推出基于智能体的 Clarity 平台，融合传感器、开源情报和报告等数据，为武器系统生成目标建议，强调人类审核。运行在客户自有基础设施上，模型和界面在欧洲开发，目标仅在独立来源一致且高置信度时推荐，每次移交武器系统需人工授权并记录负责人姓名。Palantir Maven、Lavender 案例显示人类审核局限。

Plurai 用自动驾驶仿真思路提升 AI 智能体可靠性，获 1300 万美元种子轮融资

Plurai 获 1300 万美元种子轮融资，由 Team8 领投，U&I、Velocity 和 Mercer 参投。该公司用基于企业自有数字系统的合成数据仿真，为 Claude Code、Codex、Copilot、Cursor 等智能体工具构建数字孪生并覆盖边缘案例，再据此后训练小型开源权重模型。

Databricks 更新 AI 智能体 Genie，可无人监督完成多步任务

Databricks 周三发布 AI 智能体 Genie 的更新版本，借助其为客户数据构建的本体（ontology）提供上下文，可无人监督地完成耗时较长的多步任务。

Google DeepMind 用 AlphaProof Code 形式化验证 Signal 协议关键密码学保证

Google DeepMind 研究人员用智能体 AI 对 Signal 协议的多项关键密码学保证完成形式化验证，项目以概念验证形式在四周内完成，使用的是名为 AlphaProof Code 的新 AI 框架。

Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy

Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 的 0.8B 参数模型，面向函数调用与智能体工作流，适合端侧部署。

Moonshot AI 的 Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock

Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线，它是 Kimi K3 的后训练版本，保持 3T 级开放权重架构和 100 万 token 上下文窗口，据 Moonshot AI 称输出速度是 Kimi K3.1 Pro 的 2–3 倍。

用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器

Amazon Bedrock AgentCore 的 Web Search API 现已可用，开发者可用 LangGraph 构建每日依赖监控器，并行检查 npm、PyPI 和容器基础镜像。测试中三个分支并行耗时 36 秒，串行需 99 秒；每次运行最多 12 次搜索。请求用 AWS SigV4 签名，结果含标题、URL、发布日期和摘录，并支持域名与日期范围过滤。

微软研究发现 Lazarus 后门，改写不到 10 个休眠神经元即可控制 AI 智能体

微软研究人员发现名为 Lazarus 的后门技术，改写 LLM 中不到 10 个休眠神经元即可让基于其构建的 AI 智能体在触发时执行攻击者命令，且无需训练。被植入后门的模型仍能通过标准评测，触发条件可以简单到日期变化，例如时钟跨入 2027 年。微软 Foundry 通过校验模型来源、将模型绑定到可信发布者并扫描运行环境来防护，同时正研发权重扫描与模型签名等额外手段。

Amazon Bedrock AgentCore Evaluations 智能体评估指南：内置、DeepEval 与 AutoEval

Amazon Bedrock AgentCore Evaluations 支持三类评估器：AWS 内置评估器（如 Builtin.GoalSuccessRate、Builtin.Helpfulness 等 15 个）、DeepEval 与 AutoEval 托管开源指标，以及可替换模型和提示词的自定义评估器。

Grok Build 编码智能体泄露大量机密信息，部分属于 SpaceXSI

安全公司 Claroc 的研究显示，SpaceXSI 的 vibe-coding 智能体 Grok Build 通过应用分享链接泄露了数千名用户的机密数据，包括内部商业计划、广告提案、医疗检查结果和员工姓名与工号。

OpenAI 在 ChatGPT 内测 Businesses 商家目录与客服智能体

OpenAI 于 11 月 10 日推出名为 Businesses in ChatGPT 的 beta 功能，商家可通过 Business Hub 注册并管理档案、上传含价格与库存的商品信息，并追踪在对话中被提及的次数和网站点击量。

OpenAI 收购 Sonder 创始人创办的 AI 旅行智能体 Odessia

OpenAI 收购了 AI 旅行智能体 Odessia，其创始人 Francis Davidson 宣布已加入 OpenAI，负责探索旅行的未来，交易条款未披露，看起来是一次 acqui-hire。

Anthropic 为 Claude 增加表格、白板、数据看板与 Interactive Connectors

Anthropic 为 Claude 应用加入多项协作功能，包括可让团队在 AI 辅助下创建和编辑表格（含公式与多标签页）的 Claude Sheets、用于头脑风暴并由 Claude 汇总想法的 Claude Whiteboards，以及可连接 Snowflake、Salesforce 等工具构建看板与数据可视化的 Claude Data（原 Dashboards）。

Gemini 4 Carbon 正式开放，Anthropic 的 Fable 5.2 已在基准上反超

Google 的 Gemini 4 Carbon 结束两周测试后正式开放，付费用户可通过 Gemini API 等渠道使用。该模型在 CursorBench 4.0 等基准上领先，单任务成本约 8 至 10 美元，但 Anthropic 同期发布的 Fable 5.2 在 Artificial Analysis 综合指数上以 62 比 60 略高。

OpenAI 推出 Business Hub，让 ChatGPT 更像 Google

OpenAI 上线 Business Hub，企业可在 ChatGPT 中创建并验证商家资料、更新产品与服务信息，该功能目前处于 beta 阶段。符合条件的企业还能创建专属 business agent，回答用户关于其业务和产品的提问。Business Hub 同时提供资料浏览量、商家提及、网站点击等有限商业洞察数据。

Anthropic 推出 Claude Meetings、Sheets 与 Whiteboards 办公套件

Anthropic 在旧金山活动上发布面向非技术知识工作者的办公工具 Claude Meetings、Claude Sheets 和 Claude Whiteboards，三款均进入 beta。

ChatGPT 上线经认证的 Business Agents

OpenAI 宣布在 ChatGPT 中推出面向企业的功能套件测试版，其中包括可与品牌方认证 Business Agents 对话的能力，首批面向美国符合条件的电商和在线服务企业开放。

Anthropic 推出 Claude Meetings 等办公功能，会议中实时生成计划与任务

Anthropic 发布 Claude Meetings、Claude Whiteboards 和 Claude Sheets 三项办公功能。

eBay 疑似封堵 Meta Muse 等第三方 AI 智能体浏览商品

eBay 疑似已阻止包括 Meta Muse 在内的 AI 智能体浏览平台，一位读者称其 Muse 智能体连续数周抓取 eBay 手表商品信息，本周末被站点拦截，The Verge 复现时 Muse 转而指向镜像 eBay 商品的外部网站。

Google DeepMind 发布 Gemini 4 Carbon 前沿模型

Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。

NVIDIA 将 OpenShell 捐赠给 CNCF，并发布 DSX AI Factory 平台新组件

NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 捐赠给 CNCF，作为 Sandbox 项目由社区治理。

Google 向公众发布 Gemini 4 Carbon，并预览智能体 swarm 功能

Google 将两周前先向部分网络安全防御者开放的 Gemini 4 Carbon 推向公众，称其为目前最强模型，主打复杂多步编码和开放式科研等任务。Google 同时在智能体开发平台 Antigravity 上预览 swarm 功能，可把单条提示词变成一组协同工作的智能体。

同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》

Meta 将 AI 智能体 Muse 带上 Apple Watch 与 Wear OS

Meta 周一宣布把 AI 智能体 Muse 带到 Apple Watch 和 Android 的 Wear OS，用户可在智能手表上通过语音通话、短信或听写与助手交互。Muse 于 9 月上线 App Store，一个月前刚推出 iPad 版；Meta 近日还上线了 Spaces 协作功能，并在美国开放与 Muse 虚拟形象视频通话。

Anthropic Fable 5.2 在远程劳动指数 RLI 上完成 41.3% 真实自由职业任务

Anthropic 新模型 Fable 5.2 在 Scale Labs 与 CAIS 的 Remote Labor Index 上以 41.3% 登顶，远高于一年前最高系统的 2.5%。

Adobe 在 MAX 大会为 Photoshop、Premiere 和 Firefly 加入 AI 智能体并发布 MCP

Adobe 在迈阿密 MAX 大会上宣布为 Photoshop、Premiere、Illustrator、InDesign 和 Firefly 增加 AI 能力，并发布本地 MCP，让 Creative Cloud 功能可在 ChatGPT、Claude、Gemini 等聊天机器人中调用。

Adobe 在 Max 大会预览 Creative Cloud 本地 MCP 集成与常驻智能体

Adobe 在迈阿密 Max 大会上预览 Creative Cloud 本地 MCP 集成，允许 OpenAI、Google、Anthropic 等第三方智能体在 Photoshop、Illustrator、Premiere 和 After Effects 中直接修改本地工程文件，所有图层、矢量、素材箱和序列仍可手动编辑。

Google DeepMind 发布 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码

Google DeepMind 发布 AlphaProof Code，一个结合人类专家与多 LLM 智能体的形式化验证框架，首次用 AI 对广泛部署的 Signal 协议实际代码做深度形式化验证。

Automattic 推出 Spacefast，为 vibe coding 应用提供部署平台

Automattic 推出名为 Spacefast 的部署平台，为 vibe coding 生成的网站和应用提供数据库、鉴权、文件上传、邮件和分析等基础设施。用户可接入 ChatGPT、Claude、Cursor 等智能体，或连接 Git 仓库开始使用，该产品已在 9 月软启动。

Meta 发布轻量模型 Muse Ember，主打智能体执行与低成本

Meta Superintelligence Lab 周一发布 Muse Ember，这是其迄今最轻、成本最低的模型，面向工具调用、编码子任务、路由、信息抽取和长文档解析等智能体高频工作。

Amazon Bedrock Managed Knowledge Base 支持单次与智能体检索

Amazon Bedrock Managed Knowledge Base 通过 AgenticRetrieveStream 新增单次 RAG 与仅检索两种模式，与原有智能体检索共用同一 API。

Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock

AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。