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
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 AIHOT 精选AI 评分5555 llm-d 1.0 发布：Kubernetes 原生分布式推理服务走向生产就绪
llm-d 项目贡献者在北美 PyTorch 大会上宣布推出 llm-d 1.0，这是一个 Kubernetes 原生的分布式推理服务框架，支持在任何云、任何加速器上为任何模型部署推理栈，由 Red Hat、IBM 和 Google 作为首席维护者主导。
原文：2026/10/20
AIHOT 精选AI 评分6666 Google 与 Meta 联合开源 TorchTPU：PyTorch 原生 TPU 后端
Google 与 Meta 合作开源 TorchTPU，为 Google TPU 提供符合 PyTorch 设计原则的原生后端，运行时不依赖 JAX，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行。
原文：2026/10/21
AIHOT 精选AI 评分4747 Google Research 发表 AI 盲扫超声孕周评估研究，准确性与专家操作相当
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，显示其 AI 模型基于"盲扫"超声估计孕龄的平均绝对误差（MAE）为 4.18 天，不劣于专家超声技师执行的标准临床程序（MAE 4.48 天）。
原文：2026/10/21
TechCrunch · AIAI 评分5757 微软MAI-DxO在复杂病例诊断中正确率达83%，Suleyman称其迈向医疗超级智能
微软AI诊断系统MAI-DxO在Science发表的研究模拟中，对复杂病例的正确诊断率达83%，而全科医生和普通内科医生单独工作时为36%。该系统协调多个AI扮演医生团队进行问诊、开检查和辩论诊断，但研究未纳入通常处理此类复杂病例的专科医生。
原文：2026/10/23
The DecoderAI 评分4444 Google 推出 Agent Compute Engine，为每个 Gemini 智能体分配硬件隔离的微型虚拟机
Google 推出 Agent Compute Engine，为每个 AI 智能体分配独立的硬件隔离微型虚拟机，已为 Gemini 提供支撑，将在未来几个月开放预览。
原文：2026/10/23
NVIDIA Blog精选AI 评分6262 NVIDIA 扩展机密计算，新增 Confidential Bare Metal 部署选项
NVIDIA 宣布为机密计算新增 Confidential Bare Metal 部署选项，让前沿模型厂商在第三方云、neocloud 和企业基础设施上运行敏感工作负载时，仍能掌控自身模型与数据，并引入保护传输中数据、度量平台完整性、执行硬件级访问限制的新安全控制。
原文：2026/10/21
推荐理由：官方说明了机密计算新增裸金属部署选项及其安全控制，可帮助模型厂商判断在第三方基础设施上保护模型与数据的可行路径。
NVIDIA BlogAI 评分6262 Google Cloud 宣布 NVIDIA Vera Rubin A5X 实例下月正式商用
Google Cloud 宣布基于 NVIDIA Vera Rubin 的 A5X 实例将于下月正式商用，并计划扩展至欧洲，为客户提供训练、推理和大规模强化学习的一体化平台。
原文：2026/10/21
TechCrunch · AIAI 评分5959 Google开源TorchTPU，与Amazon一同挑战Nvidia在AI开发者中的主导地位
Google宣布开源TorchTPU，让PyTorch应用可直接运行在自家TPU芯片和Google Cloud上，只需简单配置更改、无需重写代码。此前一天Amazon也发布了类似工具TorchNeuron，支持将应用移植到自研芯片Trainium和AWS，并向PyTorch主项目提交代码以解耦Nvidia芯片相关功能。
原文：2026/10/21
TechCrunch · AIAI 评分5555 Anthropic向国会推销AI安全法案草案：模型若致50人死亡风险可被叫停
据Politico报道，Anthropic正向国会推销一份AI安全法案草案，规定若模型存在可预见的迫近风险——可能导致超过50人死亡或超过十亿美元财产损失，且风险源于生物武器制造、模型规避开发者控制或网络攻击——则可阻止其发布。
原文：2026/10/21
TechCrunch · AIAI 评分5858 OpenAI与Google的Wiz用AI发现PHP存在自2004年以来的两个严重漏洞
美国国家安全局警告称PHP中发现两个严重漏洞，PHP基金会已发布补丁，建议无法立即修补的网站先下线。漏洞自PHP 5版本（2004年发布）起就存在，影响约70%的网站，攻击者可借此侵入服务器文件系统或数据库。
原文：2026/10/22
The Verge · AIAI 评分6262 The Verge 实测 Meta Muse 购物智能体：零售商封锁与体验摩擦并存
The Verge 记者 Mia Sato 实测 Meta 的 Muse 购物智能体，发现 Amazon 已要求 Meta 将其移除，Target 的机器人验证时而拦截时而放行，JPMorgan Chase 也拒绝外部智能体访问账户。
原文：2026/10/22
Ars Technica · AIAI 评分4343 Gemini 的 Personal Intelligence 登陆 Android Auto 车机
Google 今日开始在 Android Auto 上推出 Gemini 的 Personal Intelligence 功能，搭载 Google built-in 的车辆将在未来几个月内获得该功能，且仍为可选开启。
原文：2026/10/21
Ars Technica · AIAI 评分4444 OpenAI 最新 AI 模型将登陆 Google Cloud 与 Antigravity
OpenAI 的 GPT 6.1 Astra、Sol 和 Luna 将在数周内登陆 Google Cloud。原文未提供这三款模型的参数规模、上下文长度、价格或可用性等更多细节。
原文：2026/10/22
The DecoderAI 评分5555 Demis Hassabis 将 AGI 时间预期缩短至两到三年
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 表示 AGI 可能在两到三年内到来，其定义为匹配人脑完整认知范围的系统，而今年早些时候他说的是三到五年。
原文：2026/10/22
The DecoderAI 评分5656 Google Cloud 上线三款 OpenAI 模型，成为唯一同时提供三家模型的主流云平台
Google Cloud 于 Oct 21 宣布上线三款 OpenAI 模型：GPT-6 Astra 面向编程和研究等高要求任务，GPT-6.1 Sol 以更低成本提供相近性能，GPT-6 Luna 面向日常使用的快速低成本选项。
原文：2026/10/22
The DecoderAI 评分6060 OpenAI与Google的AI模型发现影响数百万网站的PHP关键漏洞
OpenAI的GPT-5.6 Sol在Patch-the-Planet计划中发现一个影响全球数百万网站的PHP关键漏洞（PHP2Shell），在攻击者之前锁定问题，GitHub上已有工具供服务器运营者检查PHP版本是否受影响。
原文：2026/10/22
MIT Technology Review · AIAI 评分6262 MIT科技评论：为AI代理优化互联网可能让普通用户更糟
OpenAI的Dots和Meta的Muse等个人AI代理应用大规模上线，Muse首月下载量达500万次，8月到9月代理型网页流量增至三倍。许多网站因此直接封禁代理，Amazon封禁了Muse的代理并与Perplexity对簿公堂，其上诉称代理让区分人类与机器人看到的广告变得更难。
原文：2026/10/20
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，输出 token 上限提升至 100 万，定价为每百万输入 token 2 美元、输出 10 美元。
原文：2026/10/01
推荐理由：官方详细说明了新模型的分阶段发布策略与安全措施，适合了解前沿模型在能力与安全之间如何取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，基于 Gemma 4 架构，可将文本、代码、图像、视频和音频映射到统一嵌入空间。
原文：2026/10/07
推荐理由：官方给出了参数规模、内存占用和上下文长度等具体指标，便于评估端侧多模态嵌入方案的可行性。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 并公布其安全防护体系
Google DeepMind 宣布 Gemini 4 Argon 开始广泛推出，并将面向可信网络防御者的 Fairwind Program 扩大范围。该模型在网络安全评测中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），在 Gray Swan 间接提示注入基准上将 15 次自适应攻击成功率降至 0.7%，编码基准中走捷径或作弊的尝试降至 2%。
原文：2026/10/14
推荐理由：官方系统说明了前沿模型在滥用、错位与提示注入三类风险上的具体防护设计与实测数据，可作为理解当前大模型安全治理做法的参考。
Google DeepMind精选AI 评分6060 Google DeepMind 与新加坡 GovTech 合作微调端侧诈骗检测模型
Google DeepMind 与新加坡政府技术局 GovTech 合作，基于轻量 Gemma 模型微调出可在设备端运行的隐私保护诈骗检测模型，已在 Singapore International Cyber Week 2026（SICW 2026）上展示。
原文：2026/10/14
推荐理由：官方说明了在设备端运行轻量模型做诈骗检测的技术路径与治理安排，可参考其两阶段推理与隐私保护设计。
Google DeepMindAI 评分2222 用 Google Antigravity for Science 加速搜索新型抗菌肽
Google DeepMind 用 Google Antigravity for Science 加速搜索新型抗菌肽（antimicrobial peptides）。原文仅说明该工作目标是加速发现新的抗菌肽，未提供具体方法、参数、性能数字或可用性细节。
原文：2026/10/16
Google DeepMindAI 评分5858 Google DeepMind 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology (ForTy) 2020，将全球每 10×10 米地块划分为原始林、自然再生林、人工林、种植园、树木作物与其他土地六类，并提供 2017 至 2025 年逐年变化时间序列。
原文：2026/10/22
AWS Machine Learning BlogAI 评分6565 AWS 团队详解 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，输入 CSV 与自然语言提示即可由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体协作产出带引用的 DOCX 报告。
原文：2026/10/22
Microsoft Research精选AI 评分7777 微软研究者与合作者证明31年悬案KLS猜想
微软研究院机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对对数凹分布，最佳超平面切割与任意形状切割的差距不超过一个与维度无关的普适常数。
原文：2026/10/22
推荐理由：文章说明研究者如何用人类引导的智能体搜索探索上百条路径并完成证明，同时对比了同等预算下无引导尝试的失败，为如何组织人机协作科研提供了可迁移的参照。
GitHub Blog · AI & ML精选AI 评分7272 GitHub：密钥保护必须跟上软件生成速度
GitHub 产品负责人 Erin Havens 称，涉及 AI 智能体的 PR 已达三分之一，一年前不足十分之一，若保持该速度，两年内 GitHub 上多数代码可能由智能体写成。
原文：2026/10/08
推荐理由：作者用九个季度数据反驳AI让开发者更粗心的说法，并说明预防与修复成本的差异，有助于理解平台在密钥保护上的取舍逻辑。
NVIDIA BlogAI 评分5555 NVIDIA 汇总欧洲零售客户开放模型与物理智能应用
NVIDIA 官方博客介绍欧洲零售商如何在其开放模型与物理智能技术支持下推进数字发现与实体运营。Shopify 后训练 NVIDIA Nemotron 3.5 Lightning 用于 Sidekick 子代理。
原文：2026/10/22
Rowan Cheung (The Rundown)AI 评分5353 OpenAI GPT-5.6 Sol 协助发现 PHP 两个关键漏洞
PHP（约70%网站所用编程语言）推送补丁，修复两个关键漏洞，由 OpenAI 的 GPT-5.6 Sol 协助发现。安全公司 Calif 于 8 月 1 日用 Sol 发现第一个漏洞，Google 旗下 Wiz 数周后用 Sol 和 Gemini 4 Argon 独立发现两个漏洞；OpenAI 称与 PHP 维护者合作修补两个月，还有多个重大漏洞待披露。
原文：2026/10/22
少数派AI 评分6161 作者用 Claude Code 把 Meta Muse 装进 ESP-Mosaico 开发板
作者用 Claude Code 把 Meta 于 10 月 2 日开源的 Muse Gadgets 设备 SDK 装进乐鑫 8 月 19 日发布的 ESP-Mosaico 开发板，实现中文对话、语音播报、按 Muse 指令拍照和来人亮灯问候。
原文：2026/10/22
Latent Space精选AI 评分7878 PHP2Shell 漏洞由 OpenAI 与 Wiz 两方独立发现并协调修复
OpenAI 的 Patch the Planet 项目研究员 Ryan Austin 于 2026 年 8 月使用 GPT-5.6 Sol 独立发现了 PHP 核心的两个内存损坏漏洞（CVE-2026-109618。
原文：2026/10/22
推荐理由：材料梳理了漏洞发现、协调修复与披露的时间线，并区分了各方主张与尚未证实的说法。
少数派AI 评分2626 派早报：荣耀发布 WIN2 系列游戏手机、Google 开源 TorchTPU 等
荣耀在杭州发布 WIN2、WIN RT2、WIN Turbo2 三款游戏手机及 WIN 平板、耳机与手柄，WIN2 与 WIN RT2 发布即首销，国补到手价分别为 4999 元起和 3149 元起，三款手机均采用 2K 185Hz 屏幕。
原文：2026/10/22
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
LessWrongAI 评分5656 Against Moloch 第48期：神经网络可解释性进展与争议
本期通讯讨论AI系统可见性问题，重点介绍Nick Cammarata的文章《Neural networks are already clean》，作者认为神经网络机制可能比此前预期更易理解。
原文：2026/10/22
OpenAI News精选AI 评分6767 OpenAI 模型与 Codex 工作流将上线 Google Cloud
OpenAI 与 Google Cloud 宣布将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供。原文为官方公告摘要，未提供更多细节。
原文：2026/10/21
推荐理由：官方公告点出OpenAI模型进入Google Cloud生态这一渠道变化，可作为观察模型分发格局的背景信息。
宝驭AI 评分4949 NotebookLM 视频概览创建技能：完整创作工作流解析
宝驭分享了 NotebookLM 视频概览（Video Overview）创建技能的完整工作流，该技能以多步协作方式将笔记本资料转化为电影感视频，涵盖读取上下文、协助用户选定焦点、确认设置并提交视频生成管线。
原文：2026/10/20
Ethan MollickAI 评分6262 Ethan Mollick 发布新书《Co-Existence》并用图表回顾30个月AI进展
Ethan Mollick 于2026年10月20日发布新书《Co-Existence》，距《Co-Intelligence》出版30个月。
原文：2026/10/20
少数派AI 评分4545 具透 Plus：Firefox Nova 界面现代化改造被「中途喝止」；Pixel 不再为 VoLTE 发愁
Mozilla 随 Firefox 157 推出代号 Nova 的全新设计，因负面反馈放弃了早期激进的悬浮布局，仅保留更圆的按钮与紫色主题色。
原文：2026/10/20
归藏 — AIGC WeeklyAI 评分6262 归藏 AIGC Weekly #193：Meta Muse、Gemini 4、DeepSeek V4.1 Flash 与 Anthropic 股份捐赠计划
Meta 发布 Muse Wonder 和 Muse Wonder Full，前者可通过 Meta Model API 使用，定价输入 $4/M tokens、输出 $20/M tokens，支持 1M 上下文，但实际效果在 3D 和视觉前端任务上表现较差；Meta 还开源了 816B 参数、42B 激活的 MoE 模型 Muse Spark Open。
原文：2026/10/20
LessWrongAI 评分4545 Redwood Research 研究：能力更强的模型写出的探针规避提示效果更好
Redwood Research 一项为期两周的实习项目评测发现，模型在 Epoch Capabilities Index（ECI）上得分越高，写出的提示越能在完成任务的同时推动探针分数向规避阈值移动。
原文：2026/10/19