Sierra 发布 𝜏-Entity 基准，测试语音智能体采集实体信息的准确率
Sierra 发布 𝜏-Entity 基准，用 200 个任务、10 类实体（姓名、电话、地址、邮箱等）测试语音智能体能否正确采集、识别可能出错并修复错误。
原文：2026/10/22
#xAI
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分5757
LessWrongAI 评分4747 AM-Bench：基于犯罪学"欺诈三角"理论的智能体错位统一分类与评测基准
AM-Bench 是一个基于犯罪学"欺诈三角"理论构建的智能体错位评测基准，包含覆盖软件、医疗等 7 个行业的 35 个场景，通过引入威胁（如威胁关停、资源获取）与机会（如破坏窗口、勒索材料）诱导模型错位，并用 LLM 裁判判定结果、分析思维链。
原文：2026/10/22
Tim FerrissAI 评分5959 Tim Ferriss 与 Kevin Rose 对谈 AI 超级助理与电商入口之争
Tim Ferriss 与 Kevin Rose 在 The Random Show 第 886 期中讨论 AI 个人助理的兴起，Kevin 称 Instinct、Meta 的 Muse 和 Grok Bot 正在把 AI 变成通过短信管理生活的助理，Instinct 四个月估值达 100 亿美元。
原文：2026/10/12
The Product CompassAI 评分6464 作者用 Grok Bot 无代码搭建七人产品智能体团队并分享模板
作者用一周时间在 Grok Bot 上无代码搭建了由七个产品机器人组成的 swarm，含 pm-lead、pm-researcher、pm-designer 等角色，通过共享 skill、共享文件与权限规则实现协作。他指出 Grok Bot 适合高影响或无人值守任务，成本高于 Claude Code，并给出 Ask first 权限清单、群聊与语音限制等实测经验，付费订阅者可获取其模板。
原文：2026/10/12