自主智能体

研究者发现，特定“秘密触发词”可能让搭载大模型的机器人执行危险动作，暴露出具身智能在指令层与安全对齐之间的结构性缺口。

Ars Technica 报道，乌克兰用无人机完成了对受伤士兵的救援撤离，把长期停留在概念层面的“无人化伤员后送”推入实战。这一进展的意义不在技术炫技，而在于它可能改善战场撤离本就渺茫的生存概率。

ALTK-Evolve 展示了一条不同于“堆模型能力”的路线：通过可学习的记忆机制，在客服类任务上超越依赖前沿模型的方案，登上 τ²-bench 榜首。

Hacker News 上“Reverse-Engineer Anything”成为热议话题，折射出多模态大模型正把逆向工程从专家技能变成通用能力，也把知识产权、安全与合规问题推到台前。

一个AI代理被加入拥有约7500名成员的互联网研究邮件列表，随即引发回复全部（reply-all）的连锁混乱。WIRED认为，这场风波暴露的不是代理有多危险，而是互联网专家们对隐私的想象仍停留在旧时代。

据内部文件披露，美国陆军网络司令部正在开发代号 ECHOTRIBBLE 的项目，让 AI 智能体像蠕虫一样在他人网络中移动并“中和”目标，甚至试图触及物理隔离系统，且仅需极少人工监督。

Yelp 在 App 内嵌入多项 AI 功能，包括代用户致电餐厅查询等位时间，以及能记住偏好的个性化推荐。这标志着本地生活平台正把 AI 从“问答”推向“代办”。

一个登上 Hacker News 的 Show HN 项目尝试让 AI 编码代理在交付前验证自己的产出，指向当前编码代理落地时最薄弱的一环：缺少可信的自检机制。

OpenAI 披露 Terminal X 的 Eval Agent 以 54 项标准评分，在 GPT-6.1 Sol 加持下对基金委托要求的偏离识别率提升 25%，与资深投资人判断一致度达 88.6%。

Nace AI 推出多模态决策模型 Drex Max，可同时读取文本与屏幕截图并输出校准后的概率，在 Decision Index 0.3.2 上得分 67.59，输入定价为每百万 token 0.06 美元。

OpenAI 宣布收购 Orchestra Bio，将 AI 驱动的运营能力引入生命科学研发，帮助生物医药团队加速药物开发。这笔交易指向的不是又一个模型发布，而是 AI 向高门槛行业工作流的纵深渗透。

微软建议企业对员工使用的、由非自研实验室模型驱动的AI智能体加强监控，理由是前沿模型本身不可完全信任，其风险形态更接近内部威胁而非外部攻击。