Tencent Hy@TencentHunyuan模型AI 评分76Hy3预览版登陆GMI，开源最强模型领跑
Hy3 预览版现已登陆 @gmi_cloud。🙌
推荐理由：腾讯混元 Hy3 开源且登顶 OpenRouter 排行榜，295B MoE 架构在推理和代码上提升明显，不是小厂的刷榜产品，搞 agent 和 coding 的可以认真试试。
AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，全天自动更新。
更新于 10月22日 04:19 · 每小时自动更新
5月13日 周三25 条
Tencent Hy@TencentHunyuan模型AI 评分76MiniMax 升级 Agent 为 Mavis，推出 Agent Teams 多智能体协作
MiniMax 将升级后的 Agent 命名为 Mavis，并上线 Agent Teams，支持桌面端多个 Agent 并行协作，以解决单 Agent 在复杂任务中易中途停止、长任务性能下降、响应慢及角色分工不清等痛点。
推荐理由：把多 Agent 系统的交接、共享与聚合成本摊开讲，比多数产品发布更实在地描述了从演示走向交付需要跨过的基础设施门槛，对选型团队有参考价值。
Tibo@thsottiaux产品AI 评分76Codex应用内浏览器升级，提升多视口测试与标注效率
Codex应用内浏览器功能迎来多项改进，支持在不同视口尺寸下测试应用，并能控制设备工具栏、在不同断点进行点击验证。长时测试中，Codex会在关键节点截图供用户核查。为加速测试，可隐藏应用内浏览器以禁用动画，使测试速度提升1-2倍。此外，标注功能现在发送更快且消耗更少tokens。
推荐理由：Codex这个内测浏览器升级挺实用，不同视口尺寸下截图验证，做响应式布局的人能省下反复部署的时间，更新不大但痛点打得很准。
Satya Nadella@satyanadella产品AI 评分68微软推出多模型AI安全系统，集成超百智能体高效发现漏洞
微软推出新型多模型智能体安全系统，整合了超过100个基于前沿和定制模型的专用智能体，用于发现可利用的安全漏洞。该系统在CyberGym基准测试中取得了顶级性能。在最近的Patch Tuesday之前，该系统已帮助发现并修复了16个漏洞。微软宣布客户现可申请加入该系统的私有预览测试。
推荐理由：微软把多模型代理系统用到安全漏洞挖掘上，100多个专业代理协作，在CyberGym基准拿了第一，做安全的朋友值得看看实际效果。
ClaudeDevs@ClaudeDevs产品AI 评分69Claude Code新增/goal功能确保任务完成
如何让Claude持续工作直至任务完成？Claude Code通过几种方式提供帮助，包括我们最近推出的功能：/goal。
推荐理由：Claude Code 的 /goal 命令解决了一个长期痛点，让 AI 能自己持续拆解执行复杂任务，不用开发者反复盯着推送，做长任务自动化的人可以直接试。
展示 HN：Statewright——通过可视化状态机提升AI智能体可靠性
Statewright 是一个通过状态机为AI智能体提供约束的系统，能控制其在各阶段可使用的工具，从而聚焦推理并提升可靠性。它将工作流定义为规划、实施、测试等多个阶段，自动执行工具限制与状态转换。在本地模型测试中，两个模型在5项SWE-bench子任务上应用约束后，正确率从2/10显著提升至10/10。该系统已集成到Claude Code等平台，一个修复测试失败的典型工作流可在46秒内完成。
推荐理由：Statewright用状态机给AI代理上“紧箍咒”，让13B小模型也能搞定SWE-bench任务，做coding agent的应该立刻装上试试。
财务团队如何使用 Codex
财务团队能够利用 Codex，基于实际工作输入构建管理层报告、报告包、差异桥接、模型检查和规划场景。该工具将自然语言指令转化为代码，自动化处理财务数据整合、差异分析和模型验证等复杂任务，从而提升报告生成效率与准确性，并支持快速创建多版本规划场景。
推荐理由：金融团队终于有了一个正经的 AI 用例，用 Codex 自动生成 MBR、差异桥接和规划场景，比手工拉 Excel 高效太多了，做财务分析的建议点开看看。
英国 AI Security Institute 测算 AI 自主网络能力倍增速度，新模型大幅超出既有趋势
英国 AI Security Institute（AISI）发布博客，2026 年 2 月估计前沿模型 80% 可靠度的网络任务时间视野自 2024 年底起每 4.7 个月翻倍，低于此前 8 个月的估算。
推荐理由：AISI 以自建任务套件量化前沿模型自主网络能力，读者可了解倍增时间的估算方法和当前测量的局限。
Demis Hassabis@demishassabis产品AI 评分81谷歌AI重塑智能鼠标指针交互
团队正在用AI重新构想鼠标指针，成果非常酷！在@GoogleAIStudio尝试原型版本，体验相当神奇。 [引用 @GoogleDeepMind]：我们正用AI重新构想这个存在50年的界面——鼠标指针。🖱️ 这些实验演示展示了人们如何通过动作、语音和自然简写，在屏幕上直观操控Gemini完成任务🧵
推荐理由：用了50年的鼠标指针第一次被AI改造，这个原型让你在屏幕上随手画圈、说话、打缩写就能控制Gemini，产品经理和设计师都该去玩一下。
v2.1.140 版本更新
本次更新包含多项错误修复与体验优化。核心改进包括：增强了Agent工具的`subagent_type`匹配逻辑，现对大小写和分隔符不敏感；修复了`/goal`命令在特定钩子设置下无响应的问题，现会显示明确提示；解决了Windows系统上因缺失可执行文件导致的周期性事件循环停滞。此外，还修正了后台服务启动、远程设置认证重试、托管市场更新策略持久化、`/loop`命令调度冗余以及`Read`工具参数验证等多个问题。插件系统现会对因配置冲突而被静默忽略的默认组件文件夹发出警告。
推荐理由：Claude Code 这次修了一批烦人小 bug，尤其是 /goal 不再装死、/loop 不再空转，用着难受的开发者可以立刻更新试试。
OpenAI Developers@OpenAIDevs产品AI 评分70Codex实现跨应用无感多任务处理
计算机使用让Codex能在你的应用间工作而不占用你的Mac。 @AriX与@romainhuet探讨当代理程序能点击、输入并在后台持续工作时将带来哪些改变。
推荐理由：Codex 这个「computer use」不接管整台 Mac，只在后台帮你点、帮你打字，对用过 Cursor 接管全屏后心里发毛的开发者来说，是个更让人放心的设计，但有没有宣传的那么顺还得等实测。
Parameter Golf 揭示了关于 AI 辅助研究的哪些经验
Parameter Golf 项目汇聚了超过 1000 名参与者和 2000 多份提交作品，在严格限制条件下探索了 AI 辅助的机器学习研究、编码智能体、模型量化及新颖模型设计。活动展示了 AI 工具如何帮助研究人员在受限参数规模下优化模型性能，推动了高效模型架构与自动化代码生成技术的实践进展。核心发现包括智能体协作能显著提升研究效率，而量化技术可在微小精度损失下大幅压缩模型体积。
推荐理由：OpenAI让1000多人一起玩AI辅助研究，这篇复盘给出了几个很实在的教训，尤其关于代码Agent和量化，搞研究的人值得花五分钟读一下。
Anthropic 网络安全团队如何利用 Claude Code 构建威胁检测平台
Anthropic 检测平台工程团队技术负责人 Jackie Bow 运用 Claude Code 开发了 CLUE 威胁检测与响应平台。该平台通过自然语言界面连接内部系统，包含 CLUE Triage 自动初筛警报，整合上下文信息分配处置建议；以及 CLUE Investigate 支持分析师用自然语言查询日志，由 Claude 自动生成并执行查询，将数小时的人工分析缩短至几分钟。团队在一天内完成概念验证，一周内交付实现，显著提升了安全运营效率。
推荐理由：我一直好奇大模型公司自己怎么用 AI 做安全，这篇挖出了 Anthropic 内部 CLUE 平台的构建细节——从一天出原型到每周省下 234 人天，数据比很多 PR 稿扎实。
ClaudeDevs@ClaudeDevs模型AI 评分76Claude Opus 4.7快速模式开放研究预览
Claude Opus 4.7的快速模式现已在API和Claude Code中开放研究预览。
推荐理由：Opus 4.7 加推 Fast mode，编程场景延迟会降一大截，Claude Code 可以直接用，对天天在终端敲代码的人是个实在提升。
Claude进军法律行业
Anthropic公司为法律行业发布20多个新的MCP连接器及12个专用插件，将Claude深度集成至合同管理、文档处理等法律核心软件栈。Claude现可直接在Microsoft Word、Outlook等办公应用中无缝工作，具备起草、修订、条款比对等可复用技能，并能自动化处理日常法律事务。公司同时宣布与多个司法公益组织合作，以扩大法律服务的可及性。
推荐理由：Claude 这次在法律行业的布局很大，20+ 连接器和 12 个插件意味着它不是做表面集成，而是把律师的整套工具链都拉了进来——对律所是效率革命，对做垂直 AI 产品的团队则是教科书级的行业解决方案示范。
GitHub Copilot 个人计划：在 Pro 和 Pro+ 中引入弹性配额，以及新的 Max 计划
GitHub 宣布从6月1日起更新 Copilot 个人计划阵容，基于用户反馈进行调整。主要变化包括在现有 Pro 和 Pro+ 计划中引入弹性配额机制，允许用户更灵活地分配使用量；同时新增 Max 计划，扩展高级选项。此次更新旨在提升计划的可定制性，为开发者提供更个性化的编程辅助服务，优化整体使用体验。
推荐理由：GitHub Copilot 个人版引入弹性配额和更贵的 Max 计划，对你这样每天靠它写代码的人，要么多花钱要么被限流，算清楚自己的用量比看功能列表更重要。
Sundar Pichai@sundarpichai产品AI 评分73谷歌推出Gemini智能，赋能高端安卓设备
今天在@Android Show（I/O特别版）上，我们发布了Gemini智能——将Gemini的最佳功能引入我们最先进的设备。 跨应用和Chrome自动化多步骤任务，一键填写表单，通过Rambler将口语想法转化为精炼文本，构建自定义小部件及更多功能。
推荐理由：below_threshold:T2 推文门槛 75,当前 finalScore=73
OpenAI Developers@OpenAIDevs产品AI 评分71Symphony为每个任务启动运行Codex智能体
Symphony：每个开放任务都有一个正在运行的Codex智能体
推荐理由：OpenAI 让每个开启的任务都自动配上一个 Codex agent，这不是单个功能的更新，是开发者 workflow 的一次静默接管。
使用ADK构建可暂停、恢复且永不丢失上下文的长时运行AI智能体
本文探讨了如何从无状态聊天机器人升级为生产级AI智能体，以管理长达数天或数周的企业工作流程（如HR入职）。通过引入Agent Development Kit（ADK），其架构核心采用持久状态机和持久化会话存储，确保智能体在“空闲时间”或服务器重启时永不丢失上下文。系统利用事件驱动的Webhook和多智能体委托机制，实现在暂停期间“休眠”，并在唤醒后以高推理准确性恢复复杂任务，从而构建出具备韧性和可靠性的长时运行智能体系统。
推荐理由：Google 官方手把手教你把无状态 chatbot 升级成能跨天跨周的持久化 agent，状态机和持久会话是两个关键切入点，做过生产环境 agent 的都懂这东西有多刚需。
OpenRouter@OpenRouter模型AI 评分69Perceptron Mk1视觉语言模型上线OpenRouter
Perceptron Mk1已在OpenRouter上线，由@perceptroninc开发。 前沿视频与具身推理的视觉语言模型。以动态帧率（最高2 FPS）分析视频，具备32k多模态上下文，采用混合推理和结构化空间基元（点、框、多边形、片段）作为首要输出。
推荐理由：将视频理解提升到结构化空间输出，动态帧率分析让模型能真正「看懂」动作，做具身智能的开发者可以关注。