全部 AI 动态

迪士尼拟以 2000 万美元收购 Character.AI 聊天机器人技术

据 Ars Technica 报道，迪士尼提出以 2000 万美元收购 Character.AI 的聊天机器人技术。Character.AI 是最早一批聊天机器人开发商之一，曾与儿童自杀事件相关联。

GitHub 如何用 ModernBERT 分类器减少密钥扫描误报

GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本节省超过 98%。

用托管权益管理 Amazon Bedrock 的私有定价优惠

Amazon Bedrock 的托管权益（managed entitlements）支持从中心账户订阅一次第三方 AI 模型，再把访问权限分发到组织内多个 AWS 账户。

Google 将在 Play Store 托管用户用 AI 编写的个人应用

Google 计划在 Play Store 中提供私密托管与分享用户用 AI 自行构建的应用，同时把 Ask Play 从应用详情页的小型聊天机器人扩展为通用的应用与游戏搜索推荐入口，推荐结果可包含详细对比图表。面向游戏的新功能 Game Finder 基于 Android 上 12 亿玩家的使用数据构建 Gamer DNA 画像，用于匹配玩法相近的玩家，Gemini 也将很快推出类似能力。

Orca Security 如何用 Amazon Bedrock 实现自然语言安全查询

Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。

Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户

Google 几周前公布的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。Google 表示模型能力未变，仍以其上月公布的基准测试作为高级推理和智能体编码能力的依据，并称该模型经过拒绝恶意指令的训练，配有自动失准监控可在检测到非预期工作流时中止处理。

同一新闻，精选展示《Gemini 4 Argon 全球上线，成为 Google 最强前沿模型》

ShipStation Global 如何用 Amazon Bedrock AgentCore 打造 AI IT 服务台 Deckhand

ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 构建了 Slack 内的 AI IT 服务台 Deckhand，可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。

Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库

Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库。他认为仅靠更新 AGENTS.md 仍会存在偏差并逐渐漂移，而这一做法让智能体表现达到十分满分。

NVIDIA RTX Spark 笔记本上市，生态伙伴同步更新本地 AI 软件

NVIDIA 与微软此前宣布 RTX Spark 笔记本将于 10 月 16 日（周五）上市，配备最高 128GB 统一内存和 1 petaflop AI 算力，生态伙伴在上市前推出面向本地 AI 的软件更新。

Higgsfield 用 GPT-6 Astra 等模型将 AI 视频时长从 1 分钟提升至 10 分钟以上

Higgsfield 借助 GPT-6 Astra 把 AI 视频生成时长从 1 分钟延长到 10 分钟以上，并用 GPT-Image-2.5 提升画面精度。该平台还通过 GPT-Live 提供语音电影制作路径。

开放模型利大于弊吗？Anthropic 称 GLM-5.3 构成重大网络攻击风险

Anthropic 发布报告称，Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。围绕开放模型应否开源的争论持续已久，Nvidia CEO 黄仁勋主张美国发展更多开放模型，Anthropic 的 Dario Amodei 则主张更谨慎。

Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族

Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。

AI 实验室开始收购倒闭创业公司的数据用于模型训练

随着公开和合成数据集触及上限，AI 训练实验室开始通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据。

NVIDIA 宣布投资 Doctolib、Entalpic、Genesis AI 和 Pigment 等法国初创公司

NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司，分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。

Simon Willison 发布 web-edit 0.1a1

Simon Willison 发布 web-edit 0.1a1。该版本号为其项目的最新 alpha 版本，具体功能与更新内容原文未作说明。

Meta AI 发布 Muse Wonder 与 Muse Wonder Full 模型

Meta AI 发布新模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型。Simon Willison 更新了 llm-meta-ai 插件以支持新模型，并给出 Muse Wonder 在 minimal、low、medium、high、xhigh、max 六个推理级别下绘制鹈鹕的结果，其中 max 级别效果最佳。

Anthropic 动态工作流如何编排 Claude 智能体

Anthropic 在 AI Engineer New York 2026 上介绍了上周五发布的新功能 dynamic workflows（简称 flows），它让 Claude 自行决定多智能体拓扑：由 lead agent 制定计划并编写编排程序，启动子智能体、收集结果并管理信息流，此前 Claude Managed Agents 需要开发者手动配置协调者与子智能体名单。

Python 3.15 发布：告别 3.10，迎来显式惰性导入与采样分析器

Python 3.15 正式发布，新增 PEP 810 显式惰性导入（lazy import）和 PEP 798 推导式解包语法，标准库还引入采样分析器 Tachyon（profiling.sampling）。

GitHub Copilot 入门：如何让 Copilot 了解你的代码库

GitHub Copilot 提供四种方式让 Copilot 理解项目上下文：仓库级自定义指令（.github/copilot-instructions.md）、可复用的 agent skills（.github/skills）、面向复杂任务的 custom agents（.github/agents），以及连接外部工具与数据的 MCP servers。

微软 StudentSim：用个性化学生模拟器在真实学习者之前评估 AI 辅导

微软研究院推出 StudentSim，一种在真实学习者测试前评估和改进 AI 辅导系统的研究系统，它基于公开的去标识化学习记录训练个性化学生模拟器，每个模拟器对应一名学生。

NVIDIA 在 OCP 全球峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作

NVIDIA 在 OCP 全球峰会上通过开放的 NVIDIA MGX 架构，向 OCP 贡献了 Vera Rubin 机架和计算托盘设计，为系统构建商提供开发下一代 AI 工厂基础设施的共同基础。

Latent Space 纽约订阅者线下聚会

Latent Space 面向付费订阅用户开放纽约线下聚会活动。订阅者的付费已无限期资助其内容制作流程。原文为订阅专属内容，正文需 7 天免费试用或付费订阅后方可继续阅读。

我们高估了 AI 说"不"的能力

MIT Technology Review 文章指出，AI 的拒绝机制已成为 AI 安全的核心，但并不可靠。Anthropic 2021 年提出模型应"有用、诚实、无害"，如今公司通过红队测试和 AI 训练 AI 来强化拒绝，但拒绝是概率性的，仍可被突破。文章警告，拒绝失败可能导致灾难性后果，而过度拒绝则可能被政府用来压制合法言论。

Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%

Sophos 使用 OpenAI 的 Daybreak 将网络威胁调查时间缩短 96%，并自动化处理 52% 的 MDR 案例，同时保留人工监督。

Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍

Asana 借助 Codex 中的 GPT-6 Astra，在浏览器测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。

MIT Technology Review 圆桌对话：AI 设计病毒背后的创造者

斯坦福大学博士生 Samuel King 用生成式 AI 模型设计出微观病毒的基因蓝图，这还不是 AI 生成生命，但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 将于 10 月 16 日 18:30 BST 直播对话 King，谈其工作、入选 Innovators Under 35 以及观察生物学的新方式。

NVIDIA Omniverse 如何用前沿 AI 智能体把创意变成仿真应用

NVIDIA 开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。案例包括仓库人形机器人模拟器、基于旧金山 Market Street 的自动驾驶测试环境 Zero to Alpamayo，以及用约三天完成传感器数字孪生对比。

机器人领域的 AI 突破短期内不会改变你的生活

MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。

AVEVA 如何为自主工业 AI 构建更安全的落地路径

AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析走向基础模型、物理 AI 与智能体 AI，需以数据打通遥测、服务日志和工程文档，并让 AI 增强而非取代关键决策中的人。AVEVA 的责任 AI 框架强调安全、效率与人类监督，Garg 还参与 IEEE 工作组制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准。

GitHub 推出基于 ModernBERT 的密钥检测模型，将 push 防护扩展到非结构化密钥

GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别数据库密码、Kubernetes Secret、Dockerfile 等非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。

微软开源 Agent Lightning v1.0：3500 行轻量级 Agentic RL 框架，支持真实 harness 训练

微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。

Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、Apache 2.0 许可，原生将文本、图像、音频和视频映射到统一嵌入空间，参数量 7.4 亿。

Microsoft Research 播客：AI 会犯哪些错，失败能教给我们什么

Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中与 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。

GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。

MIT 报告：如何把 AI 智能体接入企业知识

MIT Technology Review 基于 300 位技术高管的调研报告指出，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，知识缺失是主要失败原因之一。

如何将预测分析带入智能体 AI 时代

企业 AI 的竞争前沿已从预测转向自主决策，核心难题是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而非等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。

AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能

GitHub 发文指出，AI 正在改变开发者工作方式，写代码仍重要，但开发者更需要学会指挥 AI 智能体、评估其输出并做出技术决策。文章给出三项技能：学会指挥 AI 而非只是使用它；不要轻信 AI 的第一个答案，可让第二个模型进行批判，GitHub Copilot 内置的 Rubber Duck agent 就用第二个模型审查计划、代码和测试；用 AI 节省的时间去解决更大的问题。

微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站

微软研究院实习生开发了一套端到端机器学习系统，可提前 30-60 分钟为美国本土 66,935 座变电站生成位置级空间天气风险估计。该系统结合 AE 与 Dst 指数预报、纬度、地质电导率和电网数据，在 2020-2026 评估期内检测到近 80% 的重大空间天气事件，其中 Dst 预测在 62.2% 的高活跃时段优于 Burton 方程。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的 classical 到 basal 细胞状态转变，整个筛选到验证过程仅用一个周末。