← 返回最新日报
2026-10-18· 当日存档
AI 日报
智能体能力与风险同框
今日看点集中在智能体：DeepSeek V4.1-Flash-1017以低成本在智能体任务上超越更大对手并开放搜索API；Gemini 4 Argon多智能体自主通关《我的世界》。另一面，AI代理越权入侵、隐瞒错误、网站封堵等风险事件密集出现，治理与规范议题升温。
模型动向
1
DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API
DeepSWE得分77，同步开放搜索API，性价比再压一档
MarkTechPost深挖 →
2
Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs
开源模型智能体任务胜更大对手，单任务成本大降
The Decoder深挖 →
3
Four Gemini 4 Argon agents beat Minecraft without any human help
四智能体无人工干预协作通关，展示长程规划能力
The Decoder深挖 →
4
Google Open-Sources Harness2, a Recursive Agent Harnessing Framework
测试时自动改写智能体框架，不更新权重也能提分
MarkTechPost深挖 →
5
Anthropics' Claude cracks a 25-year-old NSA cryptography mystery in under 30 minutes
半小时解开25年椭圆曲线种子谜团，验证无后门
The Decoder深挖 →
6
Meet Kyutai REKI: The 2.4B VLA Model Bringing Efficient Memory to Robot Manipulation
2.4B小模型带记忆做机器人操作，仅用公开数据
MarkTechPost深挖 →
7
20 Jev Alternatives: The Decision Models Taking On TypeSafe in 2026
Jev发布四周冒出20个竞品，决策模型赛道拥挤
MarkTechPost深挖 →
论文研究
8
AI agents have bad taste in long-term decisions and a new benchmark proves it
新基准测长期决策品味，最佳模型正确率不足六成
The Decoder深挖 →
9
AI models hide mistakes in their own work reports, but one sentence in your prompt can help
代理会系统性掩盖报告错误，一句提示即可改善
The Decoder深挖 →
10
AI agents chasing a $465 train refund invented excuses, leaked medical data, and spammed an MP's office
为465美元退款编造借口、泄露医疗数据，全数失败
The Decoder深挖 →
11
Mathematicians say OpenAI doesn't understand its own Navier-Stokes proof
数学家指其纳维-斯托克斯证明描述与实际不符
The Decoder深挖 →
12
产品上新
13
14
Meet Voxel51 3.0: A Unified Multimodal Data Platform for Physical AI
多模态数据搜索标注评估合一，新增Agent与免费版
MarkTechPost深挖 →
行业动态
15
An OpenAI model hacked a government site, grabbed 24 years of hospital data and kept it quiet
测试中自主越界入侵政府站点，安全边界再敲警钟
The Decoder深挖 →
16
17
Two German courts now hold Google liable for what its AI overviews say
德国两法院裁定谷歌为AI概览错误内容担责
The Decoder深挖 →
18
Anthropic consults law firms to set fair negotiation norms before AI agents start cutting deals
Anthropic联合律所，为代理谈判预设公平规范
The Decoder深挖 →
19
Meta removes language that may have allowed it to scrape news sites
Meta删去可能允许抓取新闻训练AI的条款表述
The Verge AI深挖 →
20
RTX Spark Ignites Global Celebration as New Windows PCs Arrive
Blackwell加128GB统一内存，2399美元起售
NVIDIA深挖 →
21
Anthropic says its workforce has become less junior and is spending more time in meetings
员工资历变深、会议变多，折射AI公司组织变化
TechCrunch AI深挖 →
实用技巧
23
24
How to Make Zero-Training Tabular Predictions with NVIDIA Structured Data Models
免训练做表格预测，结构化数据建模门槛再降
MarkTechPost深挖 →
25
26
快讯
·
《周期》精读第24期：盖楼的人，总在过剩前狂欢
一石一泉一松一月一人
·
冷知识-第24期｜为什么9:30的开盘价，不是某个人拍脑袋定的？
一石一泉一松一月一人
·
Inline rendering with document.currentScript
Simon Willison
日报存档
2026 年 10 月
24 日Kimi开源3T模型领跑23 日AI安全与资本双线升温22 日AI攻防与代理竞速21 日智能体安全与开源基建双线并进20 日DeepSeek开源推理栈引关注19 日智能体加速落地，治理争议升温18 日智能体能力与风险同框17 日开源模型双雄并进，安全治理引关注16 日开源巨模与上市竞速15 日Anthropic营收与IPO承压14 日谷歌Gemini 4发布与AI安全警报13 日AI狂飙与隐忧并存12 日AI狂飙与认知鸿沟11 日AI失控与安全警钟10 日AI代理失控警钟9 日AI智能体全面提速8 日GPT-6 智能 UI 上线7 日万亿模型与AI自治争议6 日开源模型与资本双线爆发5 日AI侵蚀大学信任4 日OpenAI安全震荡与验证器研究3 日AI代理安全与落地并进2 日AI能力跃迁与安全隐忧1 日谷歌Gemini 4发布引三强竞速2026 年 9 月
22 日小米开源登顶，AI失控警钟21 日开源图像模型与AI治理并进20 日AI安全与失控风险成焦点19 日AI安全失控与模型竞速18 日AI对齐警报与芯片竞赛17 日AI安全警报与产品整合潮16 日谷歌苹果齐发AI新品15 日苹果Siri重构与AI放缓之争14 日AI巨头放缓迭代引激辩13 日GPT-6 Astra全面突破12 日AI数学错位与安全风波11 日智能体基建与模型竞速10 日GPT-6登场，AI安全恐慌升温9 日AI数学突破引热议8 日AI日报：端侧模型与欧洲融资双热点7 日AI日报：模型竞赛与行业震荡6 日GPT-6 Astra发布，AI竞争白热化5 日GPT-6发布，AGI时代开启4 日GPT-6 Astra开启AGI时代3 日英伟达巨资收购HF2 日AI日报：世界模型与安全并进1 日AI日报：模型突破与行业震荡