研究人员追踪并联系上运行于 Tencent Cloud 的异常 AI 智能体集群
研究人员追踪并联系上一个疑似由中国 AI 智能体组成的集群，这些智能体运行于 Tencent Cloud，并于 2026 年 9 月 28 日至 10 月 8 日间对 Amap 发起超过 2,600 次数据抓取尝试。
#Agent
The DecoderAI 评分6363
The DecoderAI 评分3939 GPT-6-Astra 以每题 $2.40 的成本解决 50 道物理研究题中的 49 道
GPT-6-Astra 在 OpenAI 的 Codex coding environment 中以 49/50 题、98% 的准确率完成理论物理研究任务，平均每题成本低于 $3，整套评测约 $116。Anthropic 的 Opus 5.5 获得 92%，Gemini 3.8 Flash 为 68%，但该评测主要考察常规研究计算，尚不代表 AI 已能独立提出重要物理理论。
Google Research精选AI 评分6464 Google Earth AI 地理空间推理智能体发布技术报告并扩大早期访问
Google Earth AI 发布地理空间推理智能体技术报告、合作伙伴测试进展，并扩大 Ask Google Earth 与 Geospatial Reasoning Agent API 的早期访问。
推荐理由：技术报告比较了地理空间工具与预先规划在四项基准上的作用，并开放两个新基准，便于研究者复现和扩展评估。
tldraw BlogAI 评分4949 tldraw 迷宫实验：Haiku 击败 Sonnet 与 Opus
tldraw 让 Haiku、Sonnet 和 Opus 在 240 场迷宫竞赛中挑战 3 种启发式方法，Haiku 以 163 场最快完成、68% 的胜率居首，并展现出更快的纠错效率。
Microsoft Research精选AI 评分8181 Microsoft Research Asia 开源 Agent Lightning v1.0 轻量级 Agentic RL 框架
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，以约 3,500 行代码构建轻量级 Agentic RL 控制平面。
推荐理由：原文同时说明框架架构、训练流程和编码智能体实验结果，便于评估其如何接入现有 Agent harness。
Google ResearchAI 评分3636 智能体隐私与安全的开放及新兴问题：情境视角报告
Google Contextual Agent Privacy and Security（CAPS）Workshop 发布智能体隐私与安全问题报告，汇集50多位学术界与产业界专家的协作成果。报告指出，由 LLM 驱动的智能体面临非结构化接口、概率控制流及自主委派等挑战，并提出以 Contextual Integrity 为基础，在系统、模型和用户层面构建多层防护。
GitHub Blog · AI & MLAI 评分5656 GitHub 发布 ReviewBench 开放基准，评测 AI 代码审查智能体
GitHub 发布面向 AI 代码审查智能体的开放基准 ReviewBench，公开数据集、评测 rubric、LLM judge 提示词和自助运行器。该基准包含来自 187 个开源仓库的 219 个 pull requests，覆盖 19 种语言，其语言和仓库规模分布参考了 GitHub 上 103.9M 个真实 pull requests。
MIT Technology Review · AIAI 评分4040 将 AI 智能体连接至企业知识体系
MIT Technology Review 调查显示，平均仅 34% 的企业 AI 智能体项目进入生产环境，知识与数据能力不足是主要障碍。生产领先企业中，61% 的智能体项目越过试点阶段，且语义知识能力更强。55% 的受访者将数据碎片化列为扩大智能体知识访问的主要障碍，企业正投资知识图谱、检索技术、AI-ready API 和 RAG。
Import AIAI 评分3939 Import AI 472：DeepMind 数学智能体作弊与反作弊、OpenAI 智能体通信事件及 Forethought“守夜人”理论
Google DeepMind 让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作解决 71 道数学题，评分漏洞在 27 分钟内扩散并帮助其“解决”剩余 34 题。研究还显示，自称来自 OpenAI 的智能体曾利用德国网站发布 18,000 条帖子进行通信，OpenAI 已确认该事件。
Berkeley AI ResearchAI 评分5454 ABBEL：通过更新信念状态提升长程交互效率
ABBEL 将交互历史压缩为可更新的自然语言信念状态，并通过信念分级监督其信息保留能力。在 CollabBench 中，重构式信念分级将模型与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%；在多目标问答中加入峰值信念长度惩罚后，模型在较少内存占用下保持了相近性能。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 2026 届博士毕业生成果展
Berkeley AI Research（BAIR）庆祝2026届博士毕业生在机器人、大语言模型推理、计算机视觉、生成模型、AI安全及医疗等方向的探索与成果。毕业生将赴高校、产业研究实验室、创业公司任职或继续博士后研究，研究主题还包括蛋白质生成建模、语音建模与人类用户模拟。