AI审计者的显微镜，是被告造的
穷奇观察分析了近期四起AI安全事件，指出AI审计工具存在结构性盲区、易被优化对象带偏，且依赖供应商提供的钥匙。文章探讨了译本、显微镜、火星文和对账五个维度，揭示可读性正从公共品变为私产，并提出三条可能的出路。
推荐理由：AI审计工具的盲区、被带偏和依赖供应商钥匙，揭示可读性正从公共品变为私产，审计者需重新定义权力边界。
#Agent科技财经热点 · 每日精选
自动盯住上百个信源，用模型摘要、打分、精选，把同一件事的多篇报道归到一起，每天早上出一份日报。聚焦机器人、AI 与财经投资。
今日脉搏
具身智能专栏 →374今日入库
7 条进入精选
45/47 信源在线· 2 异常
近 14 天入库走势
近 7 天分类构成
行业 1382财经 1154硬件本体 1003AI 产品 744AI 模型 264其他 397
钛媒体精选AI 评分8585 IT之家精选AI 评分8585 月之暗面发布Kimi K3.1 Pro：3万亿级参数模型编程智能体测评超GPT-6
月之暗面正式推出Kimi K3.1 Pro系列首个模型，这是公司迄今能力最强的3万亿级参数模型，支持100万上下文。在Terminal-Bench 4.0编程智能体测评中，K3.1 Pro得分65.7%，超过GPT-6 Astra的58.2%；在3D建模方面，BenchCAD基准测试得分92.7%，接近Claude Opus 5.5的96.2%。
推荐理由：编程智能体测评超越GPT-6，3D建模能力接近Claude Opus，事实错误率大幅降低，显示中国模型在专业领域快速追赶。
AWS Machine Learning Blog精选AI 评分7575 AWS SageMaker AI多轮强化学习实践指南
AWS发布多轮强化学习(MTRL)教程，指导用户如何在SageMaker AI上训练AgentCore智能体，使其能够处理需要序列决策的任务。教程以Wordle游戏为例，展示了从环境部署、数据准备到模型训练和评估的完整流程，使用GPT-OSS-20B模型将解决率从61%提升到84%，训练成本约339美元。
推荐理由：多轮强化学习让模型从单次回答转向序列决策，AWS教程展示了如何用SageMaker训练AgentCore智能体。
钛媒体精选AI 评分8585 AI智能体加速系统漏洞利用，安全事件响应窗口大幅缩短
最近一个月内，十几起安全事件相继发生，涉及证书机构私钥、托管平台环境变量、包管理器等多个领域。从漏洞发现到大规模利用的时间缩短至几小时内，AI智能体在攻击执行环节和监控机制内部均有出现。PHP2Shell漏洞由AI模型辅助发现，被利用速度极快，扫描量在公开后45分钟内从数千次增至数万次。这些事件共同特点是攻击速度加快，防守方响应时间不足，凸显了当前安全体系的脆弱性。
推荐理由：漏洞利用周期从天级缩短到小时级，AI智能体正突破传统安全边界，防守方面临响应速度与权限管理的双重挑战。
钛媒体精选AI 评分7878 Mirendil发布千亿参数编码模型Mirendil-Base
Mirendil发布编码专用基座模型Mirendil-Base，参数量1000亿～5000亿，由1名研究员和Agent团队在三个半月内完成训练，成本不到1000万美元。模型在部分编码指标上已接近Kimi K3、GLM-5.3等主流模型，99%代码由Agent生成。
推荐理由：一人训练千亿参数模型展示了AI辅助研发的突破，但成本与人才门槛仍将限制其普及。
钛媒体精选AI 评分8585 Gemini 4 Argon Token消耗量暴涨3倍，谷歌CEO首谈砍掉3.5 Pro内幕
Google最新旗舰模型Gemini 4 Argon上线72小时处理近25万亿Token，消耗量是上一代Gemini 3.0同期的3倍。Google CEO桑达尔·皮查伊在访谈中首次公开解释了Gemini 3.5 Pro为何神秘消失，以及DeepMind核心管理层变动的幕后原因。
推荐理由：Gemini 4 Argon上线72小时处理25万亿Token，谷歌CEO首次披露砍掉3.5 Pro内幕，模型迭代与算力博弈成焦点。
IT之家精选AI 评分7878 Anthropic 平台工程团队全面采用 Claude 编码
Anthropic 平台工程团队负责人 Katelyn Lesse 表示，团队所有代码均由 Claude 生成，工程师转向系统设计与验证工作。团队已让 AI 智能体自主修复测试，并探索允许智能体直接修改代码库的方式。数据显示，Claude 编写的代码占公司生产代码库的 80% 以上，公司技术部门初级员工占比从 21% 降至 14%。
推荐理由：Anthropic 平台工程团队全面采用 Claude 编码，标志着 AI 智能体从辅助工具向自主开发者的角色转变。
The Decoder精选AI 评分8585 安全研究人员发现'天网模式'AI代理可劫持语言模型发动自主网络攻击
赛门铁克安全研究人员发现一种名为'LLMjacking'的攻击方式，AI代理能劫持未受保护的语言模型，自主执行网络攻击、扫描目标、窃取数据库和安装加密货币挖矿程序，最多可执行100,000步操作而无需人工干预，被劫持模型的拥有者将承担计算费用。研究人员通过蜜罐系统捕获了完整的攻击计划，揭示了攻击者使用五层越狱技术绕过安全防护，并将AI集成到攻击工具核心的新趋势。
推荐理由：研究人员发现自主AI攻击代理能劫持未受保护的语言模型，形成自我维持的攻击循环，揭示了AI安全防护的紧迫挑战。
量子位精选AI 评分7676 蚂蚁数科发布决策模型 LingDT-Decision-1.0
蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，在23项开源评测基准中综合评分超过Microsoft-Decision-1、Jev 1.13等热门决策模型。该模型专为快速决策打造，在处理结构化决策任务时准确率更高、响应更快、Token成本更低，首创支持原生多选与按序决策能力。
推荐理由：原生多选与按序决策让决策模型更贴近企业真实业务流程，接下来看它如何在实际场景中替代传统大语言模型。
Hugging Face Blog精选AI 评分6565 IBM 发布 Granite Timeseries Ensemble 时间序列预测模型
IBM Research 发布 Granite Timeseries Ensemble，结合四种互补架构的时间序列模型，提供概率集合和四分位范围集合两种预测方法，无需重新训练即可获得中位数和分位数预测结果。该模型在 GIFT-Eval 数据集上表现优于单个成员模型，并支持扩展添加其他兼容预测器。
推荐理由：IBM 发布 Granite Timeseries Ensemble，将四种互补架构合并为一个预测接口，减少模型选择的不确定性。
IT之家精选AI 评分7676 讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力实现代码和智能体能力突破
科大讯飞发布讯飞星火 X2.6 端云一体大模型，首次基于全国产算力实现代码和智能体能力突破。星火 X2.6-4B 开源端侧大模型下载量已进入全球端侧模型前四，采用 293B-A30B 参数的 MoE 架构，上下文长度拓展至 1M，推理定价为输入 0.9 元/百万 tokens，输出 3.6 元/百万 tokens。
推荐理由：国产算力训练的星火X2.6实现代码和智能体能力突破，端侧模型进入全球前四，国产芯片长程任务效率瓶颈被攻克。
华尔街见闻精选AI 评分7878 谷歌CEO访谈：云业务为AI前沿让路，算力锁定2027年极其困难
谷歌CEO皮查伊在访谈中确认云业务正在为前沿AI研发让渡算力资源，承认当下每家公司的算力需求是两年前规划的两倍，客户锁定2027年算力极其困难。他强调前沿模型是谷歌第一优先级，并解释递归自我改进当前处于AI智能体与人类研究员协同推进的过渡期，距离自主失控终局还很遥远。
推荐理由：谷歌CEO罕见承认云业务为AI前沿让路，算力短缺已成行业现实，递归自我改进仍处于人机协同阶段。
AWS Machine Learning Blog精选AI 评分7070 i14的Laplace 3B线性注意力模型在AWS Trainium2上的训练与部署
i14与AWS合作，将Laplace 3B线性注意力模型适配到AWS Trainium2加速器上，使用原生PyTorch支持。该模型通过门控线性注意力(GLA)实现固定大小的循环状态(29.5MB/序列)，训练速度达120,000 tokens/秒，推理速度达11,544输出tokens/秒(1,280并发序列)。
推荐理由：线性注意力模型在AWS Trainium2上实现了固定状态大小，解决了传统transformer的KV缓存增长问题，为长上下文应用提供了新思路。
华尔街见闻精选AI 评分7878 网红研究所Citrini用Claude设计出抗蝎毒蛋白
投资研究机构Citrini Research在3个月内，用20万美元预算和Claude设计出211个蛋白，其中17个在实验中成功结合蝎毒神经毒素。团队几乎没有生命科学背景，通过35页提示词和1万小时H100 GPU计算，证明AI工具能让非专业人士进入高度专业化的科学发现流程。
推荐理由：投资团队用Claude设计抗蝎毒蛋白，证明AI for Science门槛正在下降，但生命科学难度不会因提示词变长而消失。
Hugging Face Blog精选AI 评分7272 ALTK-Evolve：通过学习记忆在客户服务任务中超越τ²-bench排行榜
IBM研究团队提出ALTK-Evolve方法，使用GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，将基础ReAct智能体在τ²-bench客户服务基准测试中的Pass^4提升至67.5%，超越所有零售领域提交的条目。
推荐理由：通过学习指南而非权重更新提升基础模型性能，为低成本高可靠性智能体提供新路径。
AWS Machine Learning Blog精选AI 评分6565 vLLM实现双向KV传输提升多轮智能体工作负载TTFT性能
AWS展示了vLLM中的双向KV缓存传输技术，通过在预填充和解码节点间共享KV缓存，减少多轮对话中的重复计算。在Amazon EC2 P5en实例测试中，Qwen3-32B和GLM-5-FP8模型的TTFT分别降低1.6倍和3.3倍。该技术需要配置块保留TTL和重新计算阈值，并通过KV缓存感知路由器协调。
推荐理由：双向KV缓存传输将TTFT降低1.6-3.3倍，解决了多轮对话中重复计算的历史问题，但需权衡内存占用与网络开销。
量子位精选AI 评分8585 MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一
MiniMax发布M3.1 Flash模型，在Agents' Last Exam评测中以29.6%得分成为国产模型第一，代码工程、网络安全等能力进入全球第一梯队。该模型输出速度达200+ TPS，输入每百万Token仅1元，输出4元，综合成本降至上一代的30%，性价比超越硅谷旗舰模型。
推荐理由：MiniMax M3.1 Flash以低价高性能重新定义Agent性价比，国产模型在综合能力上开始挑战硅谷旗舰。
The Decoder精选AI 评分8080 Deepseek 发布 V4.1 Flash 1017 模型，在智能体任务中超越更大对手并大幅降低成本
中国 AI 公司 Deepseek 发布了更新的 Flash 模型 V4.1 Flash 1017，在智能体和编码任务中表现优于更大竞争对手，同时大幅降低每任务成本。该模型通过强化学习与自我反馈方法改进端到端项目开发，并将内部搜索引擎首次开放给外部开发者。
推荐理由：Deepseek V4.1 Flash 1017 在智能体和编码任务中超越更大模型，同时大幅降低每任务成本。
NVIDIA Blog精选AI 评分8383 NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 模型
NVIDIA 发布了 1200 亿参数的开放模型 Nemotron 3.5 Super VL，以及两个边缘模型 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB，覆盖从企业服务器到边缘设备的全范围智能体部署。Super VL 在多模态智能体任务上达到前沿准确度，同时速度比同类模型快 5 倍；Bolt 系列则针对本地硬件优化，平衡智能与速度。
推荐理由：NVIDIA 推出覆盖从数据中心到边缘设备的全系列智能体模型，开放权重让企业能自主定制部署。
钛媒体精选AI 评分8080 Anthropic推出自研代码管理系统Scion
Anthropic以7名工程师、5个月时间从零构建内部版本控制系统Scion及配套代码审查工具Antique，成功将整个单体代码仓库从Git整体迁移。Scion针对AI编程带来的合并量暴涨（4个月增长12倍）进行了优化，采用'客户端永远在线'设计，基础设施占用比旧Git镜像方案少约200倍，检出速度由分钟级降至秒级。
推荐理由：Anthropic自研Git替代品Scion，揭示了AI编程带来的代码管理挑战与解决方案。