田渊栋：与 GPT-5 合写最后一篇论文后，我意识到自己 5 年内会失业
前 Meta FAIR 研究员、Recursive Superintelligence 联合创始人田渊栋在播客中透露，他用 GPT-5 作为合作者完成在 Meta 的最后一篇论文（研究 grokking 现象），效率提升约 6 到 10 倍，并由此意识到自己的工作大概五年内会被取代。他认为当前模型仍无法在无人类干预下产出好想法，人类仍需负责发起问题和验证方案，而最难自动化的是提出想法。
#Agent
机器之心AI 评分3838 机器之心AI 评分3434 从记忆到自进化：MemoraX 如何让 Agent 走向 RSI
MemoraX 提出 Memory Model–Driven RSI 方法，由专用记忆模型从 Agent 执行轨迹与在线反馈中提炼、更新程序性记忆，形成经验提炼、任务应用、效果验证与记忆更新的闭环迭代。
机器之心AI 评分2222 中科大团队白泽通境推出溯因式世界模型 AWM，成立三个月获数千万元融资
中科大团队创立的白泽通境推出溯因式世界模型 AWM，先预测再溯因，在 Push-T 任务上仅用 2,000 条轨迹达到 75% 成功率，约为 Causal-JEPA 所需数据的七分之一。
机器之心AI 评分4040 OpenRSI Index 发布：用数千至上万 H100·小时的真实训练任务评测科研智能体
OpenRSI Index 近日在 X 上引发关注，它从 Marin、Qwen、GPIC 等真实开源研究项目出题，让智能体在预训练、后训练与图像生成任务上改进人类设计的训练方案，单次运行算力达 5,815 至 20,864 H100·小时。
机器之心AI 评分3232 ChatGPT 共同创造者 Liam Fedus：数学之后，AI 该去实验室了
ChatGPT 共同创造者、OpenAI 前后训练负责人 Liam Fedus 在播客 The Frontier 中表示，数学因自带 Lean 形式化验证这一"裁判"而成为 AI 突破最快的科学领域，但材料科学等物质世界问题必须靠真实实验验证。
Qwen Code ReleasesAI 评分1212 Qwen Code v0.25.1 发布
千问 Qwen Code 发布 v0.25.1，新增实验性 Kubernetes CSI 运行时与持久化 worker ACK，并引入 managed-agent 的 H3 后台 Shell 与 Monitor 运行时。
BestBlogs · AI 高分AI 评分2828 和 ColaOS 橘子聊个人 Agent 这半年：时代追上了他，他却打了转向灯
ColaOS 创始人橘子复盘个人 Agent 半年变化：云端部署加 flash 级模型（如 DeepSeek Flash、Haiku 5.5）把单用户月成本从几百美元压到约十美元，补贴 token 已低于获客成本，免费打法回归，6 到 18 个月前因成本砸掉的产品值得重做。他放弃卷办公场景，转向「996 之外」的副业与技能变现，今年目标先做到盈亏平衡。
Latent SpaceAI 评分2222 Standard Bots 谈工业机器人 AI 栈：十亿级图像预训练、端侧推理与本地部署
Standard Bots 的工业机械臂用共享基座模型加演示微调适配任务，最大模型参数量在“low billions”级别，机器上料场景靠零样本感知系统定位识别零件，运动与单元逻辑仍用传统编程。
Latent SpaceAI 评分6262 TypeSafe/Jev 上线三周 ARR 超 1 亿美元、估值 75 亿美元
TypeSafe 宣布其 Series AI 融资，Sequoia 透露 Jev 上线首周 ARR 突破 1 亿美元，公司估值达 75 亿美元。AINews 汇总的当日动态显示，多家厂商同日发布返回概率、选项或分数的决策模型，OpenAI 推出 Decisions API，Perplexity、Cloudflare、Liquid 等也跟进。
Simon WillisonAI 评分6060 纽约时报：Anthropic 的 AI 智能体曾尝试填写美国国务院签证表单
据《纽约时报》报道，Anthropic 在周五的博客文章中说明了其 AI 智能体的活动，但未点名被针对的网站。两名知情人士称，Anthropic 的 AI 智能体通过美国国务院网站上的表单提交了 20 份签证申请，这些申请均不完整，未被处理。
Sean GoedeckeAI 评分2222 软件工程的半人马时代或将持续数十年
软件工程正处在人类工程师与 AI 编码系统协作的"半人马时代"，这种组合目前比任何一方单独工作都更高效。作者以国际象棋的半人马时代持续约二十年、针织业长达两百年为例，认为软件工程的这一阶段可能还会延续一二十年。当前 Agent 自 2025 年 11 月 Claude Opus 4.5 发布后已可完全无监督运行，但输出仍需人工审查，错误更多属于对齐问题而非普通 bug。
Amp News精选AI 评分6060 Amp 支持在编辑器内使用 Claude Pro/Max 订阅
Amp 现在支持使用 Claude Pro/Max 订阅，功能免费并向所有人开放。新建 thread 时选择 Mode > Claude Code 即可，未关联订阅会提示先关联；该模式底层改用 Claude Agent SDK 而非 Amp 自有 Agent，同时保留了 orbs 与 runners、thread 分享、portals、多人协作、thread 间消息与编排等能力。
推荐理由：原文说明了 Amp 接入 Claude 订阅的具体入口与底层实现，读者可据此判断订阅复用对现有工作流的影响。
BestBlogs · AI 高分AI 评分4242 宝玉分享 baocut 开源项目开发流程：从技术方案、UI 原型到 AI 辅助编码与测试
宝玉分享了开源项目 baocut 的完整开发流程：先由 Agent 分析调研并撰写技术方案文档，反复沟通定稿后生成高保真 UI 原型，再基于文档进入编码。在 baocut 完善字幕样式功能时，他用 AI Agent 快速迭代 UI 设计，并由 Agent 运行自动化测试用例，防止新功能破坏现有系统，最后人工检查自动化无法覆盖的边缘情况。
InfoQ · AI/MLAI 评分3434 Google 发布 Android Bench 2.0：新增长周期任务、Agent 评测与连续评分
Google 发布 Android Bench 2.0，新增长周期任务（LHT）、Agent 评测与连续评分，取代此前的二元通过/失败判定。LHT 指需工程师数天甚至一周完成的复杂任务，如升级依赖、从零构建应用、将跨平台应用迁移到 Android。
TesslAI 评分3838 智能体代码审查的解剖：Tessl Code Review 如何重构 PR 审查流程
Tessl 发布 Tessl Code Review，把代码审查拆成标准、视角、发现、裁决、逐条回应和记忆六个部分，并内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个并行 lens。
InfoQ · AI/MLAI 评分2222 Netflix 如何用本体驱动可观测性构建端到端知识图谱
Netflix 可观测性团队分享了如何用本体（ontology）驱动的方式构建端到端知识图谱，把传统被动监控改造成主动洞察引擎，目标是在整个技术栈中自动检测、按用户影响排序、自动分派并定位根因，甚至提前预测问题。其规模背景是峰值 6500 万并发流、每日超 20 亿请求、每秒超 3800 万条实时日志事件。
BestBlogs · AI 高分AI 评分6262 TRAE 将 TraeCode 与 TraeWork 合并为统一平台
TRAE 将 TraeCode 和 TraeWork 双端融合，升级为支持 Agent 模式和 IDE 模式的新平台，可在同一窗口内把不同任务分配给多个 Agent，也能保留传统代码编辑体验。平台还支持自动化测试、跨平台同步（如飞书、微信），并提供模板库以加速文档和设计工作。
OpenAI NewsAI 评分5252 Asana 用 GPT-6.1 Sol 将浏览器 Agent 成本降低 76 倍
Asana 的 StackAI CTO Frank Hidalgo 用 Codex 中的 GPT-6 Astra 做实验，把浏览器 Agent 工作流优化到在 GPT-6.1 Sol 上运行成本降低 76 倍、速度提升 5 倍，单次运行平均约 0.47 美元、约 4 分钟。
OpenAI NewsAI 评分2424 Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%
Sophos 通过 OpenAI Daybreak 将 OpenAI 模型与其威胁情报、响应手册和安全专业知识结合，使使用 AI 智能体的案件平均响应时间从约 38 分钟降至 89 秒，调查时间缩短 96%。目前 52% 的 MDR 案件由 AI 端到端解决，Sophos 通过 Notify、Collaborate、Authorise 三种模式保留人工监督。
卡尔的AI沃茨AI 评分1212 用游点灵搭出超级英雄盖楼小游戏，我去了腾讯AI游戏训练营看大学生们的作品
作者用游点灵几句话搭出一个跳跃盖楼策略小游戏：玩家用9格泥土为不会飞的超级英雄造楼，让他从沙漠荡回城市，游戏已公开可玩。在腾讯游戏游点灵·湖南马栏山集团AI游戏训练营现场，大学生们做出海鸥偷薯条、海岛生存等机制完善的作品，AI纯度100%，自带4万多个游戏资产，支持可视化调参和自由二创。
机器之心AI 评分4040 Aether AI 发布因果驱动机器人智能系统 CRIS-0，抗干扰反应达 0.1s 级
Aether AI 发布因果驱动的机器人智能系统 CRIS-0，由因果驱动机器人 Agent 与因果世界模型两大组件构成，在真实机器人演示中面对人为干扰的反应速度达 0.1s 级。
BestBlogs · AI 高分AI 评分2020 Aether AI 发布 CRIS-0：给具身智能换上「因果」内核
Aether AI 发布机器人系统 CRIS-0，采用因果驱动架构，将高层任务规划与低层物理预测分离，并引入因果世界模型推演动作后果。系统用任务图组织执行流程，每个节点对应可验证阶段，某步失败时可退回上一成功节点重新评估并尝试替代方案。实验显示 CRIS-0 在灯光变化、物体移动等突发干扰下能迅速调整策略，长程模糊指令执行中的错误恢复能力显著提升。
AI寒武纪AI 评分2222 不用剪辑软件，用豆包工作加 Remotion 跑通代码驱动动效视频工作流
豆包工作配合 Remotion 技能，可在云端自动写代码渲染动态视频，无需本地剪辑软件和 Node.js 环境。实测中它通读 Transformer 论文生成 10 个分镜、自动修复 TypeScript 引号错误并重渲，还从飞书文档解析 26 张图片，产出 120 秒 1080P 30 帧成片。该流程可沉淀为「SR动态视频」技能复用，新用户登录电脑端可领 30 天会员。
TesslAI 评分3636 Tessl 将 AI Native DevCon 演讲转为 Agent 技能：用 OpenClaw 打造组织级"第二大脑"
Tessl 把一场 AI Native DevCon 演讲变成 Agent 可调用的技能上下文。演讲者用 OpenClaw、GitHub 仓库、Obsidian 和 Telegram 搭建"组织大脑"，通过 cron job 每天推送 agentic engineering 相关研究更新，研究库约 1200 个文件，并另设客户信息库供自然语言查询。
TesslAI 评分6262 Agent Skills 是供应链组件：一次关于技能安全模型的演讲
Liran Tal 在 AI Native DevCon London 的演讲中指出，Agent Skills 不只是给人类看的 markdown，一旦被 Agent 信任就能影响其读取内容、调用工具和访问工作区，因此应被视为供应链组件。
TesslAI 评分3636 Mozilla.ai 的 cq 项目：为 AI 智能体建一个共享知识库
Mozilla.ai 在 AI Native DevCon London 上介绍了 cq 项目，目标是解决智能体反复重新发现同一缺失知识的问题。cq 以"知识单元"为基本单位，记录智能体遇到非显而易见问题后找到的解决方案，包含领域、洞察、采取的行动及可选元数据，供其他智能体按需查询。cq 默认本地运行，使用本地 SQLite 数据库，数据无需离开本机，之后可连接远程服务器构建带审查的团队级知识库。
TesslAI 评分3434 AI Agent 评估需要可执行规格（Executable Specs）
Tessl 在 AI Native DevCon London 提出，AI 编码 Agent 让 PR 变多却卡在代码审查，根因是缺乏验证层。其方案是把规格转成可执行检查：一个 Agent 做规划拆解需求与边界情况，多个验证 Agent 并行逐条核对预览环境，再由编排器汇总报告。审查需同时基于规格与代码，并优先对照 base branch 而非仅看 diff。
TesslAI 评分5252 GitHub Next 的 Don Syme：仓库自动化需要 Continuous AI
GitHub Next 的 Don Syme 提出在 CI 和 CD 之外增加第三根支柱 Continuous AI，即由仓库事件或定时触发的自动化 AI 工作流，用于持续文档、代码改进、问题分诊和故障分析。
Latent SpaceAI 评分2222 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”，主张 AI 科学发现应靠扎根物理实验的强化学习，而非只训练更多互联网数据。他们讨论材料发现闭环中的预测、合成与表征，DFT 与仿真，以及让每台实验仪器具备“140 IQ”的高通量自主实验室。两人认为失败实验可能是最有价值的训练数据，自主实验有望把数十年的试错压缩到数月。
TesslAI 评分6666 VarOps 作者复盘企业级 Agent 记忆系统：把记忆当存储为何会失效
VarOps 的 Ran Aroussi 复盘了为跨组织 Agent 构建记忆系统的经验，认为把记忆当作存储的 retrieve、stuff、hope 做法在生产中会以四种方式失效。
卡尔的AI沃茨AI 评分3636 腾讯WorkBuddy上线独立文件浏览器：右键打开文件，AI对话就在旁边
腾讯WorkBuddy新增独立文件浏览器，在本地文件上右键选择用WorkBuddy打开，即可弹出左文件、右AI对话的独立窗口，并支持把文件上传到知识库。它支持多标签页且每个文件的AI对话上下文独立，Office文件改完可直接存回原文件、不产生新副本，Markdown实时渲染并自动保存，HTML也能看能改。小程序版同样可打开.md和.html文件，查看和编辑文件不消耗积分，仅与AI对话才扣。
机器之心AI 评分2222 李飞飞团队发布 OpenWAM：统一框架让世界动作模型可拆解、可迁移
斯坦福大学李飞飞、吴佳俊、Ehsan Adeli 团队提出开放世界动作建模框架 OpenWAM，基于 Wan2.2-5B 视频模型做因果化预训练，并用共享 MoT 架构组合 5B 视频专家与 2B 动作专家，定义 VTA、ATV、Joint、Decoupled 四种交互程序。
InfoQ · AI/MLAI 评分3434 Spotify 广告平台的多 Agent 模式实践
Spotify Ads 高级工程师 Pratik Rasam 在 QCon AI 分享了 Spotify Ads Manager 内部多 Agent 平台 Ads AI 的生产实践：上线以来超 70% 的广告使用 AI 工具，为 7000 多家广告主生成约 2 万个创意。
InfoQ · AI/MLAI 评分6262 Cloudflare 开源 Clef 决策模型，含 9B 与 27B 两个版本
Cloudflare 在 Birthday Week 期间开源 Clef 系列决策模型，包含 27B 多模态模型和面向低延迟的 9B Clef-Flash，输入状态与带类型的问题 schema，单次前向传播返回每个选项的概率，不生成自由文本。
AI寒武纪AI 评分6262 OpenAI 在 ChatGPT 推出实时智能 UI，GPT-6 边思考边生成动态界面
OpenAI 在 ChatGPT 上线 Intelligent UI 能力，GPT-6 可在聊天框内实时生成带排版、按钮、表单、图表和交互控件的界面，首批覆盖 Plus、Pro、Team、Business 和 Enterprise 付费版本，免费版和 Go 版本次日更新。
OpenAI(@OpenAI)AI 评分2222 OpenAI 在对话中直接创建可交互工具，如游戏或预算计算器
OpenAI 支持在对话中直接创建可交互工具，例如游戏或交互式预算规划计算器。该功能让用户无需离开对话即可使用这些工具。
The Pragmatic EngineerAI 评分2222 Sam Newman 谈构建弹性分布式系统与微服务
《Building Microservices》作者 Sam Newman 在新书《Building Resilient Distributed Systems》中提出分布式系统三法则：信息传输需要时间、资源可能离线、资源并非无限，并指出多数故障源于资源耗尽。
Latent SpaceAI 评分5858 云原生 Harness 能让 Agent 走出桌面吗？Stacklok 的答案
Latent Space 采访了 Kubernetes 联合创造者 Craig McLuckie 和 Joe Beda，他们创办的 Stacklok 正把编码 Agent 从桌面搬到云端。
InfoQ · AI/MLAI 评分1212 InfoQ 网络研讨会：AI 进入生产环境，什么会崩、什么管用、谁来批准？
InfoQ 将于 10 月 14 日举办免费 60 分钟线上研讨会“AI in Production: What Breaks, What Works, and Who Approves It?
The Pragmatic EngineerAI 评分2828 2026 年科技行业现状：没人再手写代码，工程师同时跑 5-10 个 Agent
The Pragmatic Engineer 在 LDX3 工程领导力大会的主题演讲给出 2026 年科技行业快照：几乎没人再手写代码，同时运行 5-10 个 Agent 已成常态，IDE 正在淡化。