AI 新闻

Google Research 推出 WikiSkill 框架，让 AI 智能体将每次运行的成败经验结构化记录，形成持久知识库，从而持续改进性能，小模型也能借此逼近大模型表现。

Anthropic 发布 Model Hardware Standard (MHS)，旨在为 AI Agent 提供访问物理设备的统一接口，初期测试中集成时间从数周缩短至数小时，但物理因果理解仍需人类监督。

本文解读Hacker News上热门的《分析型AI手册》，探讨其为何引发关注，以及它对AI实践者的实际指导意义。

谷歌DeepMind将AI合著者系统扩展为集成于实验室的研究系统，能规划实验、操作设备并撰写论文，在三个学科中产出经实验验证的结果。

本文探讨设计师如何将 AI 融入工作流，不仅是使用新工具，更是重新思考设计过程本身。

AI Agent 获得 Root 权限意味着其自主操作能力跃升，但同时也带来系统安全与失控风险，值得开发者与用户警惕。

OpenAI 正在为 AI 代理 Codex 测试“持久模式”，使其持续运行并自主生成后续任务，但该功能已引发数据安全担忧。

Terminal-Bench-Science 是面向科研场景的 AI 代理评测基准，旨在衡量 AI 在真实科研任务中的表现，填补现有评测与科研实践之间的空白。

WIRED资深编辑Will Knight在访华后探讨AI代理的安全风险，认为共同威胁可能推动中美在AI安全领域合作。

沃顿商学院最新研究显示，AI购物代理的推荐极不稳定，单一外部信息源（如Wirecutter）可使产品选择改变高达99个百分点，甚至信息顺序变化都会影响结果，表明AI购物代理尚未成熟到可放心代购。

Anthropic 就 AI 代理如何安全地融入物理世界提出新见解，强调在自动化科研与制造的同时需平衡新风险。

据 WIRED 审查的代码显示，OpenAI 正在为 Codex 开发一项新功能，使其能够持续主动工作，直到被“休眠”。这标志着 AI 代理从响应式工具向自主执行者的转变。