智能体
-
Karpo开源System 1+System 2浏览器智能体:102项任务准确率89%,单任务模型成本约0.096美元
Karpo于11月21日开源浏览器智能体karpo-browser:通用大模型负责规划和读结果,决策模型Karpo Decision 27B Act负责逐步点选。在Browserbase Benchmark v2全部102道任务上,三次运行平均准确率89%,单任务平均201秒、0.096美元。
-
谷歌推出语义治理策略预览:智能体要调用工具,须先过明文规则和用户原意两道检查
11月20日,谷歌开发者博客宣布,Gemini 平台上的语义治理策略已进入预览。该机制在工具调用真正执行前,对照用明文写就的规则以及用户原本的意图进行检查,并由智能体之外的策略引擎作出裁决。
-
MCP Events扩展进入Beta:智能体可以在没人提问时响应邮件、代码提交和故障告警
MCP官方文档将Events扩展列为Beta,设计提案SEP-3415已为Final。该扩展提供轮询、推送和Webhook三种投递方式,让智能体在无人提问时订阅上游事件。OpenAI文档显示,ChatGPT已在Work对话和dots中支持Webhook投递,但不支持轮询和流式推送。
-
Hugging Face推出harness adapters:Qwen3.8-27B在pi框架上Terminal-Bench得分从39%升至55%,平均token用量减半
Hugging Face于11月20日介绍为智能体框架训练的LoRA适配器。以Qwen3.8-27B为例,在pi框架的Terminal-Bench 2.1上,pass@1从39%升至55%,平均每题token从约2.9K降至1.5K。三个专科适配器还可合并使用,但换到很不同的评测循环后优势不再明显。
-
谷歌为Gemini API推出工具检索预览:智能体可按需加载工具参数,不必每次把整库塞进提示词
谷歌于11月19日宣布,Gemini API的工具检索(Tool Retrieval)已在Interactions API中进入预览。面对几十甚至上百个工具时,开发者不必再把全部参数模式每次都放进提示词,模型会先根据名称和描述选中工具,再在同一次请求里加载完整模式并完成调用。
-
谷歌威胁情报:攻击者已用多智能体框架自动把软件补丁变成漏洞利用,首次无需人工介入
谷歌威胁情报小组与Mandiant在11月16日的报告中称,过去一个季度首次发现攻击者使用大模型框架,在没有人工介入的情况下自动完成漏洞发现与利用。他们在一台暴露的暂存服务器上发现名为exploit_agent的多智能体系统,可持续对比热门软件补丁前后的代码,起草并自动执行利用程序。
-
亚马逊被曝秘密筹划“世界商品图谱”:想收录地球上几乎所有在售商品,既为修好Rufus也为截住AI购物智能体
一份被路透社看到的内部文件显示,亚马逊想把全世界的商品信息都装进自己的数据库,让用户和AI购物智能体做购物研究时不必再离开亚马逊。亚马逊回应称,这只是一份过时的头脑风暴文件。
-
Meta的AI智能体Muse开始替你打电话:美国付费用户可让它联系有线电视公司、车管所和餐厅
Meta的消费级AI智能体Muse从11月12日起可以替美国付费用户给商家打电话,处理保险、有线电视、车管所、订餐等“不想自己打”的电话。该功能9月起小范围测试,如今对所有付费订阅者开放。
-
Databricks把Genie变成“常驻同事”:第二代Genie能在后台长期干活、自派子智能体,需要拍板时再发邮件找你
Databricks于11月11日发布第二代Genie,把它从“随叫随到的数据助手”改成可以独立推进长期任务的企业智能体:接下目标后自己跟进、分派子智能体,需要人拍板时通过收件箱和邮件主动找人。常驻版本仍处于预览和测试阶段。
-
ChatGPT开放“商家入驻”:企业可认领主页、上架商品数据,还能部署自己的Business Agent
OpenAI于11月10日推出Businesses in ChatGPT测试版。商家可以在Business Hub里认领并认证自己的主页,维护信息、提交商品数据、查看汇总洞察;美国符合条件的电商和在线服务商家还能部署代表品牌回答问题的Business Agent。ChatGPT正在从“回答问题”走向“连接商家”。