技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
8 条精选近 30 天 8 条共收录 49 条
Anthropic 用于 Cursor 的官方 VS Code 扩展被植入后门，恶意版本 2.1.313 通过其官方账号分发，影响最多 5000 名开发者。独立研究员 Kevin Beaumont 指出 Anthropic 在数小时后推送了 2.1.314 版本修复，但 Cursor 和 Anthropic 均未说明攻击者如何获取账号控制权。
推荐理由：供应链攻击通过官方账号分发恶意扩展，暴露了 IDE 插件市场自动更新机制的安全风险。
Exin Therapeutics 联合创始人 Gabriel Ocana-Santero 使用 Claude Sonnet 5 构建的 AI 智能体，在无人类决策干预下自主选择基因疗法、靶区和坐标，并在癫痫小鼠模型上完成了脑部注射手术。
推荐理由：实验展示了 AI 智能体在活体手术中因安全限制拒绝执行指令的真实案例，为理解物理世界中的对齐问题提供了具体参考。
Epoch AI 研究人员发现开源权重模型 GLM 5.3 能在 48 小时内、无需人工干预地针对 Firefox 6 个版本构建完整漏洞利用链，单次成功攻击的 API 成本约 1000 美元。
推荐理由：原文给出了开源模型利用补丁空窗期自主生成攻击链的成本与时间数据，为评估 AI 网络攻防能力扩散提供了量化参考。
Google DeepMind 发布前沿模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 排名第一，并在 SEC-bench Pro、ExploitGym 和 CWE-bench 等网络安全基准上取得领先。
推荐理由：原文给出了网络安全和对齐的具体评测数字与定价，读者可以据此评估其在安全工程场景中的可用性。
NVIDIA 宣布 RTX Spark 轻薄笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 发售，起售价 2599 美元，最高配备 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由：原文集中展示了 RTX Spark 笔记本在端侧模型、智能体资源调度和游戏技术上的多项更新，读者可据此评估本地 AI 工作流的硬件与软件生态进展。
Liquid AI 发布 LFM3 系列模型，包含文本、视觉、音频、全模态和决策共六款 2B 参数级模型，均基于 LFM3-1.7B-Base 训练并支持单 GPU 微调。新架构采用三混合层设计，上下文窗口扩展至 256K tokens，文本模型在 4-bit 精度下约 1 GB，可在手机等端侧设备运行本地 Agent。
推荐理由：原文给出了六个 2B 级模型的架构细节与单卡微调路径，读者可据此评估在端侧部署专用多模态智能体的可行性。
Google Research 公开发布 Deep Review，这是一个面向复杂技术文档的智能体审查系统，由实验性工具 PAT 演进而来并新增 Gemini 4 Argon 支持。
推荐理由：原文给出了四阶段智能体流水线和会议试点数据，读者可以据此评估自动化技术审查在长文档场景中的可行性。
Microsoft Research Asia 开源了 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的真实智能体 harness 直接参与强化学习训练。
推荐理由：框架通过在模型与智能体之间插入代理层，让部署用的真实 harness 直接参与强化学习，省去了在训练框架中重写智能体的成本。