AI 情报
· 41 条 · 北京时间
1Password 官方账号宣布推出 1Password for Agents 平台,合作方包括 Muse、Grok、Anthropic 的 Claude、OpenAI、Perplexity、Browserbase、Browser Use、Ramp 等多家公司。博主歸藏转述称该连接器已全量上线,用户可授权 Agent 登录对应网页,由 1Password 完成账号密码填写,Agent 本身看不到密码。
展开详情
需注意:平台发布与合作名单来自 1Password 官方帖;「全量上线」「Agent 不见密码」目前是转述者说法,未见官方技术文档佐证。
尚未明确:官方未说明支持的 Agent 范围、授权粒度与撤销机制、是否需付费套餐;「Agent 看不到密码」的具体实现与安全边界无技术细节;「全量上线」仅来自转述。
Reddit 用户 Fit_Satisfaction541 发帖称,Anthropic 本月公布了其公司内部代理执行工作的数据:维护、为代理搭建技能、审查输出、盯管线等任务占员工代理会话的比例,从去年秋天的 10% 升到今年春天的 22%;约 80% 的交互会话时间花在等人输入上;4 月一项调查中 20% 的人称角色已从做任务转为管理 Claude。帖子还称,若读完代理全部产出,非技术员工要花掉半个工作周。
展开详情
上述数字均为发帖人转述,未附原始报告链接,也未独立核实。作者据此提出,设计问题应从“能多自主”转向“哪些动作永不审查、哪些必须等人批准”,并分享了自己用 LangGraph 中断和 Orq AI 工具审批卡做白名单加硬审批门的做法。
尚未明确:Anthropic 原始报告未在材料中给出链接,10%、22%、80%、20%、半个工作周等数字均为发帖人转述,统计口径与样本不明;帖子所述 LangGraph、Orq AI 用法属作者个人实践,未提供效果证据。
赛门铁克研究人员通过一个伪装成开放 AI 服务的蜜罐,截获了一套完整的攻击智能体工作提示。该智能体先寻找未受保护的模型端点,再用五层越狱提示让模型配合,随后自行扫描漏洞、窃取数据库与凭据、安装门罗币挖矿程序,据称可在无人工干预下连续执行最多 10 万步,被劫持模型的算力费用由模型所有者承担。赛门铁克把这种盗用他人模型访问权的方式称为 LLMjacking。蜜罐未实际运行所附工具,会话在通用系统回复后结束。
补充信息
尚未明确:五层越狱对当前商用模型的实际成功率未被分析;蜜罐未执行任何工具,攻击链的完整效果未获独立验证;被劫持模型所有者的具体损失金额未披露;第二天的 XMRig 脚本与前一智能体是否同一批操作者,材料未说明。
Latent Space 作者 Dan McAteer 介绍 Anthropic 在 Claude Code 中推出的 Mods:用 TypeScript/JavaScript 函数编写的插件,可挂载在提示、工具调用、界面渲染等事件上,改变 CLI 与桌面端的执行和显示行为。
展开详情
作者称 Anthropic 已内置六个 Mod,其中 You Should Know 默认关闭,会在侧边代理发现遗漏时提示;作者还开源了含多个 Mod 的 ModSmith。文中把 Mods 与 OpenAI GPT-6 的 Intelligent UI、Cursor 的 PR Routing & Approval 对比,认为三者都在争夺人的注意力,区别是谁来设计界面。
尚未明确:内置 Mod 数量、默认开关状态等来自作者转述,未逐一核对官方文档;ModSmith 的实际效果与成本仅为作者自述;Mods 是否已正式开放、适用范围与版本要求材料未说明;文中提及的 GPT-6 与 Cursor 功能细节未独立核实。
The Decoder报道,OpenAI与PerturbAI、Scripps Research合作,部署数千个AI代理分析数百万个小鼠细胞的生物学数据。据OpenAI说法,代理运行在GPT-Rosalind上,处理全脑CRISPR图谱,每个代理负责一个基因扰动、分析细胞反应并检索文献解释,完整分析耗时32分钟;团队估计人工完成需数月至一年。盲测中人类专家75%的情况下更偏好分布式代理的报告而非单代理报告。
展开详情
成果“Reasoning Atlas”已发布于GitHub,配套论文在bioRxiv。上述效率与偏好数据均来自OpenAI及团队说法,尚未经独立验证。
尚未明确:32分钟与人工数月至一年的对比为团队估算,未说明计算成本、代理数量与失败率;75%偏好来自团队组织的盲测,样本与评审标准未披露;发现仅属计算线索,尚未经实验室验证。
The Decoder 报道,谷歌发布 Agent Compute Engine,为每个 AI 智能体提供独立隔离的虚拟机运行环境。报道称该服务已用于 Gemini,并将在未来数月开放预览;每个智能体运行在由谷歌 Titanium 芯片保护的 microVM 中,空闲时自动暂停以释放机器,VM 间共享内存降低单机成本。
展开详情
谷歌还开源了 Kubernetes 运行时 Agent Substrate,称单台服务器可容纳十倍数量的智能体,并在 20 万智能体测试中实现 500 毫秒内的挂起与恢复。治理方面新增 token 追踪、模型路由及对 Ping Identity、SailPoint 等第三方身份提供商的支持,并将覆盖 Cloud Run、GKE 和托管端点。上述性能数字均为谷歌说法。
尚未明确:预览开放的具体时间、定价与计费方式未说明;十倍密度和 500 毫秒恢复仅为谷歌自述,无第三方复现;Agent Substrate 的开源许可与成熟度、对非 Gemini 模型的支持范围均未知。
Cole Medin 在一条 1 分 38 秒的赞助视频中介绍,微软在 Agent 365 基础上扩展 Project Perception,用于大规模治理企业 AI 智能体。据其描述,该方案为每个智能体分配独立身份,按任务限定访问范围,并在风险变化时进行隔离,同时不影响员工已获批的权限;Dynamic Permissions 提供任务级、限时访问,基于风险的访问控制会依据当前风险与策略评估智能体操作,且防护措施需团队审核批准后才生效。
展开详情
视频还提到新的智能体洞察可显示现有管控盲区,Guardian 智能体可跨智能体群处理风险。以上为作者转述的微软说法,未见独立验证。
尚未明确:微软官方尚未在材料中给出 Project Perception 的发布时间、支持资源范围、定价与可用性;视频为微软赞助内容,作者未做独立实测;Guardian 智能体与智能体洞察的具体能力未说明。
据 The Decoder 转述 Axios 报道,部分客户让 AI 代理使用自己的登录凭据访问银行账户,且有时并未直接指示代理操作。摩根士丹利已完全封禁此类代理,摩根大通、美国银行、花旗也在采取限制;多数银行倾向只允许代理读取账户数据、不允许执行操作。银行称客户有使用需求,但当前安全风险过高,且许多银行难以分辨代理是受用户委托还是自行访问。报道提到用户可借浏览器工具或开源代理软件接入账户,服务端封堵并不容易。
补充信息
尚未明确:各银行限制的具体技术手段、覆盖范围与生效时间未说明;银行如何识别代理访问、是否会提供官方授权接口未知;报道未给出受影响客户或代理数量的数据。
Dify 开源项目发布 1.18.0,官方发布说明列出四项重点:Agent v2 节点可启用 Output Routes,按条件选择工作流下一分支,普通 Agent 节点支持流式输出;应用导出默认改为 .ifpkg 单包,内联 Agent、Skills 及文件并在导入时重建引用;嵌套 Workflow Tool 以子图运行,可在运行历史下钻查看内部步骤;Agent Knowledge Base 以 Beta 形式提供,基于独立 KnowledgeFS 服务与数据库,默认关闭。
展开详情
另新增 difyctl 命令行与 OpenAPI 操作目录。以上为官方发布说明,未提供第三方实测。
尚未明确:官方未说明 Output Routes 在复杂条件下的实际稳定性,也未给出 .ifpkg 跨版本兼容范围;KnowledgeFS 目前仅提供 amd64 镜像且需独立数据库,云端上线时间只说“即将”;嵌套用量与步骤统计在暂停或停止后仍可能为近似值。
Fireship 在视频中称,谷歌发布 Gemini 4 Argon,采用稀疏混合专家架构、从零训练,知识截止 2026 年 3 月,定价为每百万输入 2 美元、输出 10 美元(限 11 月 30 日前)。
展开详情
作者引用谷歌说法称其在深度软件工程基准和 Val index 上领先,但在 Terminal Bench 4.0 上以 57 比 66 落后 Opus 5.5,在 Frontier S 上落后 GPT6 Astra 超 10 分,代码竞技场仅排第 9。作者自测中,Argon 生成的 3JS 马模型出现明显对齐问题,视频生成效果也一般,而 Claude 用代码生成动效更好。以上基准与定价为作者转述,实测为单次非正式测试。
尚未明确:谷歌官方尚未在材料中确认模型名称、架构与定价细节;基准数据来源与测试条件不明;作者实测为单次提示,不能代表整体能力;视频生成与3D对齐问题是否普遍未知。
整理于 2026-10-23 18:49(北京时间) · 部分来源暂未获取