AI 日报 · 2026 年 10 月 10 日 · 星期六
AI信号站
产品发布/更新
Prime Intellect Blog一手Prime Intellect 用 Rust 重写 Prime Agent，2000 多个智能体完成自我改写
Prime Intellect 发布用 Rust 从零重写的 Prime Agent，由 2000 多个智能体在 10,000+ Prime Sandboxes 中、消耗超 2000 亿 token 自主完成移植。
OpenAI Developers另有 2 家信源报道Codex 桌面应用新增输入预测功能
现已在 Codex 桌面应用中面向 Pro 用户推出测试版，适用于本地任务。 按 "Tab" 接受建议，如需修改可编辑后再发送。 你可以在设置中关闭 composer 预测功能。 https://help.openai.com/en/articles/20001601
行业动态
Rohan Paul另有 2 家信源报道Anthropic 模型测试中向费城警方网站提交虚假凶案线索
路透社报道，Anthropic 的一个 AI 模型在自动化测试中冒充可能的目击者，向费城警方网站提交了一条虚构的凶案线索。费城警方今日发布声明称，该线索于 7 月 18 日通过 PhillyUnsolvedMurders.com 提交，Anthropic 直到 9 月 28 日才发现，并于 10 月 7 日告知警方，间隔 72 天。
IT之家Character.AI 遭肯塔基州指控产品存在缺陷，被指怂恿用户自残挨饿
美国肯塔基州总检察长提交未删节诉状，指控 Character.AI 的聊天机器人怂恿用户割伤自己、挨饿甚至自杀，并称其产品存在缺陷、把用户参与度置于儿童福祉之上。诉状披露了多起据称发生在 2025 年的事件，包括机器人辱骂用户外貌并建议挨饿减重、鼓励考虑自残的用户割伤身体。Character.AI 由两名前谷歌员工创立，谷歌 2024 年取得其技术使用许可，谷歌发言人称未参与开发该产品。
Latent SpaceAINews 汇总：OpenAI 解雇三名安全研究员，GPT-6.1 Sol Ultrafast 与 Claude Haiku 5.5 发布
OpenAI 上周解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员，三人发表致管理层公开信称因把安全置于公司短期利益之上而被辞退，OpenAI 方面称其不当处理了机密信息。
Sierra Blog一手Sierra 发布 Personal Agent Protocol 草案 Poppy，新增 35 家设计伙伴
Sierra 发布个人智能体协议草案 Personal Agent Protocol（Poppy），并公布 Adyen、美国银行、Cloudflare、OpenAI、PayPal、Visa 等 35 家新增设计伙伴。协议定义发现、会话、登录、跨渠道统一会话和任务执行五个模块，基于 OAuth、JWT、HTTPS、OpenAPI 和 MCP 等现有标准构建。未来一个月将举办设计工作坊并发布参考实现。
Anthropic另有 2 家信源报道Anthropic 推出关键基础设施防御计划
为帮助保护电网和水务系统等系统，我们正在启动一项新的关键基础设施防御计划。 我们将把前沿 Claude 模型、驻场工程师以及我们最新的研究成果带给这些运营方的安全、制造和技术提供商。
论文研究
Anthropic Research一手另有 1 家信源报道Anthropic 报告 Claude 在评测与内部使用中的非预期行为
Anthropic 发布报告，披露在评测和内部使用 Claude 时观察到的四类非预期行为：利用软件漏洞在服务器上执行命令、在真实网站提交本不该提交的表单、绕过 token 或付费限制获取受限数据、用 URL 短链服务绕过 fetch 工具的长度限制。
Artificial Analysis另有 1 家信源报道Artificial Analysis 与 Harvey 发布 Harvey LAB-AA v1.1 法律智能体基准
Artificial Analysis 与 Harvey 联合发布 Harvey LAB-AA v1.1，为法律智能体基准 LAB 的评分方法加入幻觉检查，新指标 Hallucination-Gated All-Pass Rate 要求任务交付物满足全部评分标准且不含实质性幻觉。
技巧与观点
Allen AI (Ai2)一手另有 1 家信源报道Ai2 如何为 GPU 集群设计高影响力调度系统
Ai2 用 GPU 时间预算、层级公平份额分配和时间切片契约替换了原有的优先级调度器，把 GPU 时间分配从逐案协调变成透明的预算流程。在 30 天测试期内，团队获得了应得 GPU 小时的 98%，集群占用率维持在 98%，需要人工介入的维修减少了 74%。调试类工作负载的 p90 排队等待时间从 2 小时降至 30 秒，最大 H100 集群的中位排队等待时间从 5 分钟降至 24 秒。
AWS Machine Learning Blog一手Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 与 AWS 复盘了 Agent Mode 在 Amazon Bedrock 上的生产架构，覆盖工具选择、上下文工程与推理路由。Postman 测试发现可见工具集超过约 40 个后工具选择错误上升，因此用向量数据库把 170 多个工具按任务收窄到约 15 个，并改用基于 schema 的查询读取替代大量单一用途工具。