如何教 AI 智能体像人类专家一样搜索:Vespa.ai 的 Agent-Ready Schema 方法
Vespa.ai 提出用“Agent-Ready Schema”和“Schema-to-Skill”让 AI 智能体自行完成复杂搜索,而非依赖更聪明的模型来弥补检索错误。
Vespa.ai 提出用“Agent-Ready Schema”和“Schema-to-Skill”让 AI 智能体自行完成复杂搜索,而非依赖更聪明的模型来弥补检索错误。
Hugging Face 研究员 Joël Niklaus 的 Harness Leaderboard 显示,DeepSeek Harness 在五项评分评测中与其他 harness 统计上并列第一,但在 Terminal-Bench 上跌至第六,原因是它在任务结束时关闭后台进程,而其中三项任务需要这些进程持续运行。
Elastic 高管 Sri Desikan 指出,前沿模型再强,若未喂入恰当上下文,花在 Token 上的钱就会浪费。他主张把企业数据预先整理成 AI 索引,用存储企业全部元数据的“容器”让智能体更快拿到正确信息、降低 Token 消耗,并避免陈旧信息进入上下文。
Anthropic 发布自托管版 Claude Managed Agents,目前处于私有测试阶段,客户可在自有云账号或本地数据中心运行智能体协调服务器与沙箱,凭证和会话历史留在自有基础设施。
作者用修 Bug、代码审查、写代码三个任务实测 Claude Fable 5.2 与 GPT-6 Astra,两者总分接近,但 Fable 5.2 估算成本 13.39 美元、耗时 2157 秒,Astra 为 3.99 美元、832 秒。
Anthropic 本周二扩展 Claude 企业产品线后,多位基于 Claude 构建产品的创业者公开担忧平台方可能成为自己的竞争对手。
Cloudflare 在 AI Gateway 中开放 Web Search API 测试版,让 AI 智能体通过单一接口调用多家搜索服务并获取带来源链接的实时结果。但实时网页与内部数据形成两个证据池,新鲜度、权威性和访问权限各不相同,简单拼接结果会导致冲突未解、过期内容胜出、权限过滤滞后,排序与过滤仍需在检索层完成。Clarm 因此将文本搜索、向量相似度与结构化过滤合并到单次查询中。
作者用 webhook 长对话、签名校验器和登录库修复三个任务实测 Claude Fable 5.2 与 Fable 5.1,Fable 5.2 全程零拒绝,而 Fable 5.1 在 50 轮 webhook 对话中拒绝 34 轮、签名校验器两轮均被拒。
Home Assistant 推出 Connect Aux-2,一个简单盒子,可把音乐设备等蓝牙设备和普通家电接入智能家居,并充当通用控制器。它并非无法自建,但比自行搭建省事得多。
AWS 本周发布 AWS Emulator,一个可供编程智能体测试的本地 AWS 副本,覆盖 200 多项 AWS 服务,全部代码由智能体编写。AWS 的 Swami Sivasubramanian 提到,同一智能体重建 Alf 复制引擎时,缺少自检手段耗时四晚,接入规格与测试环境后缩短到约两小时。作者认为模拟器只覆盖云 API,团队自有服务仍需在生产级环境中验证。
GitHub Copilot 应用现已正式支持接入 GitHub Enterprise Server(GHES),可处理远程仓库、Issue 和 PR,该功能此前为可选预览。
Vercel Token Pass 每月包含的 Token 额度从 $80 提升至 $150,团队月费仍为 $30。额度适用于 AI Gateway 提供的精选开放权重模型,包括 Kimi K3、Kimi K3.1 Pro、GLM 5.3、GLM 5.3 Flash 和 DeepSeek V4.1 Flash,每计费周期重置且不结转。
Google 将 Antigravity 的 /teamwork 多智能体工作流开放给外部研究者与开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 模型使用。
推荐理由:Google 公开 Antigravity 的 /teamwork 多智能体工作流,并给出数学证明、内核改写与基础设施优化的实测结果。
在 DEF CON 34 的主题演讲中,作者提出 AI 即使不失控也能破坏世界:它既可能被指示去钻税法、金融监管等规则漏洞,也可能自主无意地“黑”进系统,后者更危险且难以察觉。这类行为属于奖励黑客,源于目标定义不完整,并非需要 AI 取得重大突破。
在旧金山举行的 [un]prompted AI 安全会议上,三天密集演讲覆盖了 AI 安全的三个方面:security of AI、security with AI 和 security from AI。作者指出,研究者需要明确自己正在处理哪一类问题,社区则需要三类议题齐头并进。
Docker 官方发文对比容器与 Docker Sandboxes 的隔离差异,指出容器共享宿主机内核,而 Sandboxes 是拥有独立内核、文件系统、网络和私有 Docker Engine 的 microVM。
Sonos 推送应用大更新,新增可在家居屏快速启动的 Presets 预设播放功能,并开放 AI 语音助手 27voice 的候补名单。美国用户可于 11 月 6 日报名,11 月 12 日起获得访问权限,该助手支持自然语言点歌、跨房间转移播放、音箱分组和设置定时器。此次更新还支持在“Now Playing”界面滑动切歌、重排收藏,并接入 iOS 专属的 System Health 功能。
Linux Foundation 旗下 Agentic AI Foundation(AAIF)执行董事 Mazin Gilbert 表示,该基金会必须比其成员跑得更快,否则就会失去意义。
一位从 Microsoft Windows AI 团队转至 Salesforce AI Research 的研究工程师,分享其每月约 3000 美元 Token 开销下的 AI 使用方式,并起草了一份个人 AI 政策。
Finic 开源 Kairos 风控与反欺诈决策平台,对注册、登录、订单、支付和提现实时返回通过、加强验证、人工审核或拦截,并保留决策依据的信号。它提供 TypeScript 与 Python SDK、CLI、HTTP API 和 Docker 自托管,通过 MCP 让 Claude Code、Cursor、Codex 等智能体读取决策、搭建工作流并发起模型实验。
Tianhua Chen 发布《The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer》修订预印本,共 195 页,新增贯穿全书的可视化解释。
Apple Watch Series 12 和 Ultra 4 的 Audio Intelligence 随 watchOS 27.3 开发者测试版上线 Live Rewind 与 Siri Recap,前者可查看最近 15 秒的转录文本,后者提供对话的高层摘要。
币安发布复盘称,迄今最大规模加密盗窃案由多起攻击手法在数月内叠加完成,FBI 将攻击者认定为朝鲜黑客组织 TraderTraitor。6 月一名开发者下载被篡改的安装包,9 月另一名工程师在假面试中被诱导下载伪装成作业的恶意软件,该 0-day 恶意软件替换 pyenv 可执行文件并建立后门,未被端点防护工具发现。
推荐理由:币安复盘披露攻击者如何借假面试与内部 AI 工具逐步渗透,为开发团队提供可对照的社工与供应链风险样本。
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体负责流程编排与科学推理、确定性化学工具执行分子计算。
Neufangled Robotics 推出开源抓取机器人 Stringman,售价 795 美元,用 4 个电机驱动线缆吊挂抓手,覆盖 7×7×3 米房间,平均负载 1.9 kg、近地面可达 2.2 kg。
Apple 随 iOS 27.3 更新在开发者预览中向第三方应用开放 Siri AI 能力,开发者可在所有应用中接入个人上下文、自然语言提示词和屏幕感知。更新还新增 app skills 功能,允许开发者把多个任务合并为单个动作,用户在前台、Live Activity 或对话中无需说出应用名即可发起请求。
社交平台 X、Threads 和 Bluesky 上流传的 Jeff Bezos 与 Jason Statham 植发照片均为图片编辑伪造,并非真实植发。通过 Google 反向图片搜索可找到原图:Bezos 的原照拍摄于 2023 年,Statham 的原照由狗仔于 2011 年拍摄。
Google 向学校提供号称不会直接给出答案的 AI 工具,学校可选择不使用这些 AI 工具,但代价是同时放弃 Google 搜索。
Cisco 将网络智能与 OpenAI 模型结合,用于强化企业安全防护。其目标是构建更具自适应能力的防御体系,以机器速度应对安全威胁。
OpenAI 展示 ChatGPT 和 Codex 如何帮助工程师加速 CAD、PCB 设计与仿真等物理世界工作流。原文未披露具体版本号、性能分数或可用性细节。
Docker 的 sbx 支持三种代码组织方式:从宿主机挂载仓库、为每个任务使用独立 Git worktree,或把仓库完全放在沙箱内。挂载共享工作树适合单任务紧密协作,但切换分支会改变智能体看到的文件;clone 模式则给智能体独立检出,分支和依赖安装留在沙箱内。无挂载沙箱需通过 Git remote 推分支取回结果,删除沙箱会丢失仅存于其中的文件。
Docker 以创始成员身份参与 Blueprint Alliance 和 Agent Baseline 两项计划,为 AI 智能体安全提供开放的多厂商参考架构与可审计控制项。
Google 旗下首款搭载 Gemini 的 Home Speaker 在 Best Buy、Walmart 和 Target 降价约 20%,四种颜色均降至约 79 美元,为该产品 6 月上市以来的最低价。
多名独立开发者反映 Steam 游戏提交审核等待时间异常漫长,导致原定发售日期被迫推迟。Studio Daimon 的《Food Devils》10 月 12 日提交构建、原计划今日开启抢先体验,至今仍在等待批准;发行商 2 Left Thumbs 的《Wheel Make It》则因构建审核延迟错过上线近两周。
Apple 在 watchOS 27.3 开发者测试版中为 Siri 加入常开 Audio Intelligence 功能,包括 Siri Recap 和 Live Rewind。
Anthropic 宣布 Messages API 新增 message threads 功能,目前处于公开测试阶段,并已对多数 Claude Code 用户默认开启。
GitHub Copilot 现已接入 JetBrains Air,可在 JetBrains IDE 本地或通过 Air Teams 在云端作为智能体执行编码任务,消耗的是现有 Copilot 套餐而非 JetBrains AI 额度。
Simon Willison 用本地运行的 Qwen 3.8 27B 复现论文《Sparks of Weight-Space Programming》中的实验,仅凭原始权重数值猜出网络训练的游戏。
Google 研究人员公开要求获得自由,以便向外界说明他们所了解的 AI 情况。该诉求以公开信形式提出,相关讨论在 Hacker News 获得 24 分、2 条评论。
Netflix 电视应用新增“AI Discover”标签页,用 AI 驱动的实验性功能帮用户找剧集和电影。首批实验按“Something Light”“Family Movie Night”“Quick Watches”等主题推荐内容,用户可反馈不喜欢某条推荐,应用会记住。该标签页正逐步在美国向在受支持电视上以英语使用 Netflix 的会员推出。