跳到正文
10月29日周四
  1. OpenRouter:Announcements69

    OpenRouter 实测 13 种提示词注入攻击并给出三层防御方案

    OpenRouter 发布提示词注入防护教程,用自有 13 种攻击加外部模型编写的 12 种攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 四款模型。

    推荐理由:OpenRouter 用 13 种攻击实测四款模型的三层防御,给出标签、模型白名单与 Armor 工具调用检查的完整配置和取舍数据。

  2. Sierra:Blog41

    Sierra 推出 Compliance Console:为长周期 AI 智能体提供合规管控

    Sierra 推出内置于 Horizon 平台的 Compliance Console,为企业 AI 智能体的主动外呼提供跨渠道、跨地区的合规护栏。产品支持配置披露话术、联系时间窗口(多为 8AM 至 9PM 当地时间)、节日自动停止外呼、联系频率限制、STOP 退订处理,并提供 Insights 仪表板显示放行、延迟、拦截或待审核的呼叫与消息数量。

  3. LangChain:Blog60

    LangChain 用 OpenWiki 与证据图构建有据可查的智能体记忆

    LangChain 介绍如何用开源工具 OpenWiki 编译 wiki 作为智能体的持久记忆层,在 111 份合成保险文档上测试。对需要跨文档关联的 50 个问题,wiki 将准确率从 0.10 提升到 0.52(约 5 倍),单个正确答案成本从约 $0.55 降至 $0.19;再叠加轻量证据图后准确率再升 27%,引用一致性翻倍,中位回答时间降 40%。

    推荐理由:LangChain 用 111 份保险文档实测跨源问答,给出了编译 wiki 加证据图对准确率、成本和引用一致性的具体量化变化。

  4. Cognition 模型 / Devin 博客45

    Corridor 加入 Cognition,将升级 Devin Security

    Corridor 宣布加入 Cognition,双方将把 Devin Security 提升到新的水平。Corridor 由 Jack Cable 和 Ashwin Ramaswami 联合创立约两年,定位为 AI 原生团队的安全层。创始人认为未来 6–12 个月是网络安全史上最关键的时期,AI 智能体已能执行端到端攻击链,企业需尽快化解长期积累的安全债务。

  5. Google Developers Blog64

    Google 讲解如何用 A2UI 与 CopilotKit 构建 Generative UI 应用

    Google Developers Blog 介绍如何结合 A2UI 与 CopilotKit 构建 Generative UI 应用。A2UI 是 Google 的框架无关开放标准,智能体以声明式 JSON 描述 UI,客户端用既有组件渲染,Basic Catalog 提供 18 个通用原语并支持自定义组件目录。

    推荐理由:原文给出了 A2UI 的声明式机制、安全模型和与 CopilotKit 的完整接入代码,读者可以据此在自己的应用里落地 Generative UI。

10月28日周三
  1. Pydantic AI 官方文章72

    Pydantic AI 基准测试:code mode 让 8 个模型长任务成本降 58%、耗时降 51%

    Pydantic AI 作者在 5 个小应用、8 个模型上跑了 5276 次分级评测,对比 code mode 开关的效果。长任务下成本 -58%、墙钟时间 -51%、成功数提升 16 分;200 项时节省 47%-75% 成本,成功率先从 62-79% 回到 92-100%。

    推荐理由:原文用 5276 次受控评测给出 code mode 在长任务上的收益与短板数据,并指出真正节省的是每次请求中的 token 而非往返次数。

  2. OpenRouter:Announcements69

    OpenRouter 重构提供商路由算法,TTFT 降低 16.9%、429 错误减少 46%

    OpenRouter 宣布自创立以来最大的一次路由算法升级,默认路由不再只按输入价格排序,而是综合有效价格、吞吐量、TTFT、限流与错误率、输出质量计算实时 Routing Cost 来分配流量。

    推荐理由:OpenRouter 官方详解新路由算法的计分方式,并附上基于 2400 万请求的实验数据,读者可据此评估对自身推理成本与速度的影响。

  3. NVIDIA Technical Blog:Agentic AI / Generative AI42

    NVIDIA CUDA 13.4 在 Kubernetes 中实现基于内存的 GPU 共享

    NVIDIA 技术博客讲解如何在 Kubernetes 中利用 CUDA 13.4 实现基于内存的 GPU 共享,让只占少量 GPU 资源的 AI 工作负载不必独占整块设备,从而提升利用率。文章介绍了 NVIDIA GPU 已支持的多种共享方式,包括将 GPU 切分为硬件隔离实例、对应用透明的 Multi-instance GPU(MIG),帮助平台团队用现有基础设施服务更多工作负载。

  4. Google DeepMind74

    Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频

    Google DeepMind 发布新一代世界模型 Genie 4,以研究预览形式向可信测试者开放,后续将向 Project Genie 中的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 早期合作伙伴推出。

    推荐理由:官方原文给出 Genie 4 的实时交互、原生音频能力和与 Gemini 协作的机制,也写明了测试者反馈和已知局限。

10月27日周二
  1. Amp Chronicle53

    Amp 发布 Android 应用

    Amp 官方宣布推出 Android 应用,可从 ampcode.com/app 下载安装或扫描二维码。应用内可查看设计讨论线程、Portals 标签页中的幻灯片以及 Changes 标签页中的 present.js 代码改动。

  2. Anthropic:Research75

    Anthropic 研究:专家使用 Claude Code 时 86% 的情况下跟随智能体的隐性倾向

    Anthropic 发表论文,让 50 名因果推断专业分析师用 Claude Code(运行 Claude Opus 4.8)做统计任务,并在系统提示中用抛硬币为智能体秘密指定四个分析决策的倾向。

    推荐理由:研究用随机化的智能体倾向测量专家在多大程度上不自觉地把关键判断让给 AI,并讨论这对科学独立性和 AI 安全审查的含义。

  3. Anthropic:Research69

    Anthropic 发布 Claude 加速药物研发的早期进展报告

    Anthropic 发布与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构合作及自研药物发现的进展报告。

    推荐理由:官方披露六家药企合作与自研管线的具体实验数字,可据此评估 Claude 在药物研发各环节的实际表现与局限。

  4. OpenRouter:Announcements60

    OpenRouter 将对所有推理请求进行 CSAM 飞行中筛查

    OpenRouter 宣布将对流经服务的所有推理请求在处理过程中筛查儿童性虐待材料(CSAM),包括对比已知 CSAM 哈希和用分类器识别可疑新内容,标记内容可能被保留供人工审查。筛查同样适用于 Zero Data Retention(ZDR)流量,但按美国法律 18 U.S.C. § 2258A 要求,上报 NCMEC 的材料需保存一年,OpenRouter 同时承诺不将输入输出用于模型训练。

    推荐理由:官方说明了 CSAM 筛查如何与 ZDR 零保留承诺共存,对有数据留存要求的团队有直接参考价值。

  5. Anthropic:Newsroom63

    Anthropic 扩大与 GSA 合作,向各级政府提供 Claude 40% 折扣

    Anthropic 与美国总务管理局(GSA)扩大合作,政府合作伙伴购买 Claude Enterprise、Claude for Government 和 Claude API 可享 40% 折扣,折扣首次覆盖所有产品渠道,并延伸至州、地方、部落和领地政府,预计为政府节省 10 亿美元。

    推荐理由:原文给出折扣幅度、政府用户规模和实际使用案例,可据此了解 Claude 在美国各级政府的落地方式与成本变化。