跳到正文
10月15日周四
  2. Ars Technica · AI60

    研究者用 AI 设计可切割其他蛋白的蛋白酶

    研究者用基于 AI 的蛋白设计工具，保留两类蛋白酶的催化核心并替换蛋白其余部分，得到可定向切割特定蛋白的酶。他们用这些酶切割与神经疾病相关的蛋白，以演示其效果。原文指出肽键本身半衰期可达数百年，而生物体内的蛋白酶能快速将其分解。

  4. AWS Machine Learning Blog50

    用 Amazon Bedrock AgentCore 构建自改进的文档处理系统

    基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验并学习新的业务文档格式，无需为每种版式手工配置模板。系统由 8 个专用智能体组成，分识别、训练、自动化三条流程，新文档类型首次处理时生成并保存提取指令，后续同类文档直接复用。方案称通常可在 20 分钟内完成部署，支持发票、采购订单、保险理赔等文档。

  5. Google Research62

    Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问

    Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自建的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，结果显示接入 Earth AI 专用工具能显著提升定量空间任务表现，开放式问题还需前置规划。

    推荐理由：技术报告用四个基准对比四种配置，量化了领域工具与前置规划对地理空间推理的增益。

  6. Google Research74

    Google 发布 Deep Review 智能体文档审阅系统

    Google 公开发布 Deep Review，这是一个面向复杂文档的智能体审阅系统，可检查逻辑一致性、数学陈述、事实依据并与已有工作对比。系统采用文档分段、自适应算力分配、并行分段核查与全局综合四阶段流水线，并已加入 Gemini 4 Argon 支持。

    推荐理由：原文交代了四阶段智能体流水线的分工方式，以及会议试点中超过 16000 篇稿件的反馈规模，可据此判断自动审阅在哪些环节替人分担。

  8. Hugging Face Blog58

    Ai2 发布 HiRO-ACEv2：以约 1/300 成本生成 3 km 全球气候数据

    Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2，其新的降尺度模型 HiROv2 可同时预测多种高分辨率气象场，并提升极端事件模拟能力。在输入粗化的 X-SHiELD 数据时，它对最极端雨、风、气压值的统计与目标模拟相差在 3% 以内，还能估算热带气旋总能量并生成具有风眼和雨带的飓风。

10月14日周三
  2. AWS Machine Learning Blog31

    Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复平台 Tami

    Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再在护栏与治理下生成并执行修复。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。平台由调查、安全评分、修复和代码生成四类专用智能体组成，通过单一 API 按任务调用最合适的模型。

  4. OpenAI News42

    OpenAI Daybreak 助 SentinelOne 将恶意软件分析从数周缩短至数小时

    SentinelOne 借助 OpenAI Daybreak 将复杂恶意软件的逆向工程从顶级研究员所需的四到六周压缩到约八小时，输出达到人类水平。分析提速后，其研究员能检查更多样本并比对共享组件，从而发现孤立调查容易遗漏的威胁关联。Stewart 表示，这相当于让团队获得此前难以负担的情报能力，并希望把该能力引入代码开发环节。

  8. Latent Space80

    AINews：Gemini 4 Argon 正式开放，Vals AI 谈基准方法

    Gemini 4 Argon 今日正式开放，覆盖 Gemini API、Gemini 应用、Search 的 AI Mode 与 Antigravity，介绍期 API 价格为每百万输入/输出 token 2/10 美元，缓存输入折扣 95%，据 Artificial Analysis 该价格在 11 月 30 日后翻倍至 4/20 美元。

    推荐理由：汇总 Gemini 4 Argon 发布当日的定价、第三方评测与可靠性争议，便于横向比较能力与成本。

  11. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步公开其安全与安保报告。该模型在网络安全测试中解出全部 12 个端到端模拟攻击场景，上一代为 5 个；在对抗测试集上违规请求减少近一半。防护上采用输入筛查、激活探针内省和持续监控三层实时保护，在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率压到 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的实时监控机制。

  12. GitHub Blog · AI & ML48

    GitHub 如何用 ModernBERT 分类器更少误报地检测密钥

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，配合正则候选生成的两阶段流水线，替代此前的 LLM 流水线。相比旧方案，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在代码提交前返回结果。

  13. Hugging Face Blog76

    Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型

    Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 总参数、每 token 仅 2B 激活参数的推理模型，面向端侧私有智能体，会先思考再作答并调用工具。

    推荐理由：Liquid AI 公布 24B 总参数、2B 激活参数的端侧推理模型，并给出与更大 MoE 的逐项基准对比和本地部署方式。

  14. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。

    推荐理由：官方给出 Argon 在 ERQA 的得分与四类机器人工作流示例，可据此判断物理推理模型的实际用法。

  15. Google DeepMind93

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，面向开发者、企业、科研人员和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方给出定价、可用渠道和多领域实测案例，可据此判断前沿模型在工程与科研任务中的落地方式。

10月13日周二
  1. MIT Technology Review · AI38

    开源模型利与弊：Anthropic 称 GLM-5.3 构成重大网络攻击风险

    Anthropic 发布报告称，Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。目前闭源模型能力仍领先，Artificial Analysis LLM 排行榜前八名均为闭源模型，但开源模型在开发进度上仅落后数月。开源模型支持者认为其能防止权力集中、降低使用成本，并允许研究者观察模型内部运作与思维链。

  2. Latent Space82

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者可通过 Meta Model API 和 Muse Code 使用，后者仅向 Muse Code 订阅用户开放。

    推荐理由：汇总 Meta 新模型家族的分档、定价与多家第三方评测数据，可对照 Opus 5.5 等前沿模型看差距。

  5. Microsoft Research42

    微软研究院推出 StudentSim：用个性化学生模拟器评估和改进 AI 辅导

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在真实学生测试前评估和改进 AI 辅导系统。该研究同时发布 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 均优于主流基线。StudentSim 是研究系统，并非产品，不会部署到课堂，也不旨在取代教师。

10月12日周一
10月9日周五
  1. MIT Technology Review · AI46

    我们是否过度相信 AI 说“不”的能力

    MIT Technology Review 探讨 AI 拒绝机制：模型经海量网页训练后掌握暴力与恶意知识，企业通过拒绝训练和外部过滤层让模型学会说“不”，但拒绝机制是概率性的，仍可被突破。OpenAI 董事会成员 Zico Kolter 指出，该在何处划线是巨大难题，目前由 AI 公司秘密决定，政府也将介入划线。

10月8日周四
  2. MIT Technology Review · AI20

    AVEVA 首席技术官谈如何为自主工业 AI 构建更安全的落地路径

    AVEVA 首席技术官 Arti Garg 在 Business Lab 访谈中讨论工业 AI 进入基础模型、physical AI 与 agentic AI 新阶段后的安全落地问题，并提到工业领域 AI 采用率近两年增长约 78%。她主张 AI 应增强而非取代关键决策中的人，通过护栏界定自动化边界，并参与 IEEE 工作组制定覆盖电力、能源、水资源与碳的 AI 环境影响测量方法。

  4. Google Research71

    Google 研究：AI 辅助提升专利撰写产出，但初级律师的无辅助判断力未同步提升

    Google Research 在 NBER 发布专利撰写三个月实地实验，133 名律师随机获得当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）的使用权。

    推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，并指出资深与初级律师的差异。

  6. Microsoft Research72

    微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的智能体 harness 直接参与训练，无需在训练框架内重写智能体。

    推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用 6000 条样本训练编码智能体的完整流程与结果。

10月7日周三
  2. Microsoft Research22

    微软研究院播客：AI 会犯哪些错，失败又能教我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破性能边界，以及模型在超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细检查数据。

10月6日周二
  2. Mistral AI82

    Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态

    Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底放出。

    推荐理由：官方披露了 1 万亿参数、520 亿激活的开放权重模型在编码、智能体与网络安全基准上的位置，以及月底放权重的安排。