AISpot

搜尋

依意思最接近的 19 筆

X @OpenAI● 精選AI 評分86

ChatGPT 的 GPT-6 Astra Pro 升級,支援多智慧體並行處理任務

OpenAI 為 ChatGPT 中的 GPT-6 Astra Pro 推送升級,回應速度更快,外掛與工具呼叫也有所改進,並新增多智慧體並行能力。多個 agent 可以分別處理同一任務的不同部分,使用者能跟蹤每個 agent 的進度,也可開啟已完成任務檢視其工作結果。該功能現面向 Pro 使用者在 Chat 標籤頁開放。

Latent Space● 精選AI 評分83

Anthropic 推出動態工作流,讓 Claude 自行編排多智慧體

Anthropic 在 AI Engineer New York 2026 上介紹了上週五發布的 dynamic workflows(簡稱 flows),由 Claude 自行編排整套多智慧體拓撲。此前 Claude Managed Agents 需開發者配置協調者與子代理名冊,現在 lead agent 自己制定計劃並編寫編排程式,負責啟動代理、收集結果與管理資訊流,功能在面向 API 開發者的 Claude Console 提供,也支援傳入預配置子代理。

機器之心● 精選AI 評分73

FlowMAS 用 GFlowNet 自動學習多智慧體架構,被 NeurIPS 2026 錄用

廈門大學 ASC 實驗室的 FlowMAS 被 NeurIPS 2026 錄用:它用生成流網路(GFlowNet)把多智慧體工作流拓撲的設計變成可學習的生成問題,讓 AI 自動學出團隊的排兵佈陣。方法引入好奇心驅動與資訊引導兩個模組,在搭建每一步給中間結構發過程性獎勵,後者用資訊理論衡量多路 AI 輸出的協同與冗餘。在 6 個基準、3 種模型底座上,它比手工設計平均高 8.17 分、比自動化方法高 6.12 分;

releasebot: ChatGPT● 精選AI 評分87

ChatGPT 的 GPT-6 Pro 更新,支援多智慧體並行處理任務

OpenAI 為 ChatGPT 聊天標籤頁中的 GPT-6 Pro 推送更新,新增多智慧體能力:多個 agent 可並行處理同一任務的不同部分,使用者能在對話中跟蹤進度,並開啟已完成任務檢視每個 agent 做了什麼。更新還帶來更快的回應速度,以及外掛和工具呼叫執行任務能力的改進。該更新面向符合條件的 Pro 使用者分批推送,託管工作區是否可用取決於工作區設定與推送資格。

量子位AI 評分50

範式智慧聯合睿思智聯開源生產級 AI 部署平台模域 ModelSphere

10 月 16 日,範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域(ModelSphere),面向企業免費開源,以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程,可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片,無需為不同晶片重寫底層程式碼。

Hacker News front pageAI 評分75

Docker 發布 docker-agent,用 YAML 定義並執行 AI 智慧體

Docker 發布 docker-agent,一個 Docker CLI 外掛,可用宣告式 YAML 配置建置、執行和分享 AI 智慧體,無需寫程式碼。它支援多智慧體協作、內建工具與任意 MCP server,模型側相容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 與 Docker Model Runner,並自帶 think、todo、memory 工具和基於 BM25、嵌入與重排序的 RAG。

Claude blog● 精選AI 評分63

Anthropic 日本 BDR 用 Claude Managed Agents 託管多智慧體

Anthropic 日本團隊的一位 BDR 把日常銷售流程交給一組 Claude 智慧體,並從自製原型遷移到 Claude Platform 的託管智慧體基礎設施 Claude Managed Agents(beta),此後無需自行維護基礎設施。他把工作拆成 5 個單一職責的智慧體,分別做線索分派、篩選與首封郵件、收件箱回信、Salesforce 商機更新和會後跟進,另設一個協調者,每約 15 分鐘讀取 Slack 頻道中的變更請求並更新指令,且只有他本人能提交。

NVIDIA blogAI 評分45

歐洲多城部署 NVIDIA 智慧體,法國 500 棟公共建築已落地

NVIDIA 宣布歐洲多地城市正用其加速計算、Cosmos 與 Nemotron 開源模型搭建物理 AI 智慧體和數字孿生,用於城市運維與公共服務。法國 Côte-d'Or 省與 Akila、ThinkDeep 合建主權數字孿生運維智慧體,覆蓋 500 多棟公共建築,把文件檢索從數週縮短到數分鐘、運營總成本降低 10%,規模化目標 30%。義大利米蘭地區由 Galene.AI 與戴爾部署本地 AI 工廠,先在 Cinisello Balsamo 落地並計劃擴充套件至另外四個市鎮;

Hacker News front pageAI 評分67

Anthropic 稱自複製 AI 蠕蟲或數月內出現

Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。

OpenAI NewsAI 評分46

Third Moment 用 GPT-6 與 Codex 併發執行 1 萬個 agent

AI 實驗室 Third Moment Research 藉助 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 與 Codex,可同時執行 1 萬個 agent,單次自主研究持續 36–48 小時。Codex 曾定位量化回測瓶頸並部署快取與記憶體打包最佳化,把一年美股訂單級資料的回測從約 3 小時縮短到 3–5 分鐘,回測時間減少 97%。

Hacker News front page● 精選AI 評分77

Sakana AI 提出 MASS,多智慧體自監督實現遞迴自我改進

Sakana AI 與 UC Berkeley 的研究者提出 MASS(多智慧體自監督),用多智慧體團隊的集體智慧作為自監督訊號,推進同質遞迴自我改進(RSI)。該方法讓同一模型同時充當執行者、工作流最佳化器和評估器:內迴圈在權重固定時搜尋最佳團隊工作流,外迴圈再依據被自評為最優的團隊執行結果更新模型權重,如此迴圈。實驗在非可驗證的研究任務上提升了每輸出 token 的得分,改進由 GPT-5.5 與 Claude Opus 4.8 獨立評分,其判斷不反饋給 MASS。

X @GoogleDeepMind● 精選AI 評分68

@GoogleDeepMind: Four Gemini 4 Argon agents beat Minecraft from scratch in 27 hours.

Google DeepMind 宣布,四個 Gemini 4 Argon 智慧體從零開始,在 27 小時內通關 Minecraft,全程沒有任何人類幫助。它們在沙盒環境中僅使用程式碼和文字操作,一共編寫了 2783 個程式,通過聊天分配各自的任務、共享筆記,並一起除錯出現的錯誤。

The Verge AIAI 評分53

OpenAI 發布 Dots 智慧體平台,主打企業辦公

OpenAI 本週發布名為 Dots 的智慧體平台,定位企業辦公軟體,同時也能完成訂餐等日常任務。Dots 採用圓潤擬人化頭像並支援自訂名稱,目前每位使用者只能擁有一個 Dots,未來將支援多個。介面為雙視窗設計,一個視窗用於對話,另一個視窗用於跟蹤智慧體的工作過程。

Ars Technica AIAI 評分69

Anthropic 警告小型 AI 模型或借 IoT 裝置自我複製

Anthropic 警告稱,最早明年小型 AI 模型可能具備在各類 IoT 裝置上自主自我複製的能力,進而催生無需人類互動即可傳播的計算機蠕蟲,感染智慧冰箱、吸塵器等陌生裝置。該公司近期實驗顯示,真正做出這樣的 AI 惡意軟體複製器仍面臨重大挑戰,因此結論有所保留,但結果仍引發對新形態蠕蟲的擔憂。Anthropic 還指出,這類複製器沒有可集中關停的節點,難以清除,倍增時間以天計,但與普通惡意軟體不同,它能自行識別陌生裝置。

The Verge AIAI 評分72

維基媒體稱發現 OpenAI 智慧體異常活動,或致 5 月故障

維基媒體基金會確認,已在維基平台發現 OpenAI 智慧體的「失控」活動,包括對維基媒體各 wiki 的編輯、對基金會託管的 Etherpad 筆記工具未成功的利用嘗試,以及可能造成 5 月一次部分服務中斷的大量流量。基金會同時表示,未發現其系統被用於協調的證據。相關訊息出自基金會的部落格文章,此前已有多起 AI 智慧體訪問第三方網站與服務的披露。

機器之心● 精選AI 評分84

Anthropic 研究:AI 可在廉價電視盒子上自主複製傳播

Anthropic 前沿紅隊發布研究,測試 AI 能否像計算機病毒一樣在不同裝置間自主複製傳播。實驗中 15 臺約 55 美元、4GB 記憶體的安卓電視盒子以流水線並行跑起 Gemma4-26B-A4B,總價約 825 美元,生成速度僅每秒 0.39 個 Token。GLM-5.2 在 8 節點模擬網路中 5 次有 4 次傳播到全部節點,但依賴外部推理伺服器與預開的免認證 ADB 埠;

量子位AI 評分60

前華為小藝大模型負責人唐都鈺創業,押注主動式物理 AI

前華為小藝多模態大模型研發負責人唐都鈺創辦觀行數智,主攻讓機器自主判斷何時介入的「主動式物理 AI」。團隊採用雙模型協同架構 ProAgent:輕量模型 StreamingJev 持續讀取環境事件流、判斷是否需要介入,Response Model 再決定回應方式與呼叫裝置,並自建評測體系 ProactiveXBench。