苹果警告：AI 智能体行为难以预测，可能引发诉讼并损害公司声誉
苹果在年度报告中警告，AI 智能体可能出现意料之外的行为，与内部或外部系统交互，甚至访问未经授权的系统，从而使公司面临诉讼和声誉受损风险。苹果表示，公司对第三方智能体的监督和控制能力可能有限，AI 相关法规也仍在变化。为降低风险，苹果还调整了 Mac 的完全磁盘访问权限。CEO 约翰·特努斯表示，苹果希望用户清楚了解自己授予的访问权限，并确保智能体功能兼顾安全与隐私。
AI 新闻中心
AI 新闻中心 过去24小时分析了 195 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
华为、阿里、腾讯等20家机构共同发布《智能体发展自律公约》
在乌镇举行的世界互联网大会峰会上，中国信通院与华为、阿里、腾讯、小米、百度等20家机构共同发布《智能体发展自律公约》。公约提出八项措施，涉及信任体系、互操作、安全防护、治理机制和用户权益等方面。发布方还表示，将共同抵制利用智能体实施算法压榨以及从事黑灰产等行为。这项行业自律倡议旨在推动智能体规范发展，并非具有法律约束力的法规。
消息称部分半导体设备厂商已启动 2029 年供应谈判
据韩媒 ETNEWS 报道，ASML、应用材料、泛林集团、东京电子和 KLA 五大半导体设备厂商正敲定 2028 年设备供应合同。人工智能带动芯片需求增长，促使制造商扩充产能，也使设备交期延长。消息人士称，部分设备厂商已启动 2029 年供应谈判，韩国半导体设备企业也在为全球客户提前两至三年审查供应计划。目前集中在前道设备的缺货情况，可能进一步蔓延至后道工艺。
得克萨斯、佐治亚、俄亥俄和宾夕法尼亚州长选举若由民主党胜出，美国约半数拟建AI数据中心项目或面临更严格审查和反对
据彭博社报道，如果民主党候选人在得克萨斯、佐治亚、俄亥俄和宾夕法尼亚州的州长选举中获胜，美国约50%的拟议AI数据中心新增项目可能面临更严格的审查和更多阻力。在得克萨斯州寻求建设大型AI园区的开发商已经遇到挑战。
CrowdStrike 推出“紧急停止开关”，可阻止失控的 AI 智能体
CrowdStrike 在 Fal.Con 欧洲大会上发布一项新功能，允许安全团队停止行为异常的 AI 智能体、防止其重新启动，并切断其网络访问。该功能即日起通过 Falcon Guardian 提供，这个平台用于监控企业内部运行的 AI 智能体。CEO 乔治·库尔茨将其称为应对自主系统日益普及的一项安全措施。报道未披露具体技术细节，也未提供可独立验证其有效性的证据。
德克萨斯州曾希望推动美国人工智能热潮，新州长或将改变一切
吉娜·希诺霍萨胜选可能重塑德州数据中心的未来，并凸显科技行业面临的一项全国性问题。不到一年前，州长格雷格·阿博特与谷歌首席执行官桑达尔·皮查伊共同庆祝谷歌向该州云计算和人工智能基础设施投资400亿美元。阿博特当时表示，三个新的数据中心园区将使德州成为“人工智能发展的中心”。
微软为 Outlook 引入小型 AI 模型，优化邮件搜索排序
微软正在内部测试一款专用小型语言模型，用于重新排列 Outlook 搜索结果，以提升相关性并减少无关邮件干扰。这款轻量级重排序模型通过较大型模型的监督训练，旨在控制计算资源消耗。与自然语言搜索不同，它负责调整现有结果的顺序，而非理解对话式查询。微软表示，早期离线测试结果令人鼓舞。
据报甲骨文取消与腾讯约70亿美元的AI芯片租赁协议
据《金融时报》援引消息人士报道，甲骨文已放弃一项原计划与腾讯签订的五年合同，内容是租赁约10万颗先进AI芯片，交易价值约70亿美元。报道指出，甲骨文是在特朗普政府施压后作出这一决定。美国AI基础设施企业与中国科技集团开展业务所引发的紧张局势正不断加剧。
中国机器人行业融资降至16亿美元，行业洗牌担忧升温
中国机器人行业近几个月的融资大幅放缓，10月约为110亿元人民币（16亿美元）。这表明，在宇树科技春节期间展示人形机器人并引发全球关注后，投资热潮正在降温。
Switch-SWE：在未完成任务之间切换时，编程智能体能否保持专注？
Switch-SWE 是一项基准测试，用于评估编程智能体在处理同一代码库中的其他未完成任务后，能否继续原有任务。测试包含来自 19 个 Python 代码库的 200 项重点任务，并构建了 400 个可比较的会话，分别设置有无任务切换。对 7 个智能体的测试显示，交错处理任务使重点任务的解决率平均下降 11.5 个百分点。常见问题包括混淆不同任务的要求以及丢失任务状态。一个能够筛选相关历史记录并总
FlowTranslator：基于流式编辑的免训练图像内机器翻译
FlowTranslator 可翻译图像中的文字，同时保留周围的视觉语境，无需针对该任务训练专用模型。它利用 OCR 和大语言模型生成翻译提示，再输入扩散模型，并通过两种控制机制引导编辑过程，以生成准确、自然的文字。在 EasyOCR 回读评测中，该方法取得 20.6 的 PRIM BLEU 和 57.2 的 COMET，超过了表现强劲的训练式基线 UniTranslator。在更具挑战性的场景照
ToolSpace：扩展面向长程智能体的工具中心环境合成
ToolSpace是一种以工具为中心的框架，用于为在长工作流中组合多种MCP工具的LLM智能体生成环境。与以数据为中心的方法不同，它从真实MCP服务的执行轨迹和开放智能体语料中提取工具依赖关系，再将其聚类为不同环境。系统生成考虑状态的任务链，并仅保留能够从初始状态成功重放的样本。应用于AutomationBench和tau3-Bench Banking后，该流程生成了难度更高的Pro版本，七个前沿
表达内心的话：模拟难以清晰描述感受的心理治疗来访者的个体化表达
Pandora是一种心理治疗来访者模拟框架，旨在呈现来访者尚难以清楚表达的痛苦。它对心理和人际关系状态、主观评估以及个人语言模式进行建模，以生成模拟来访者的回应。在咨询和动机式访谈的四个数据集中测试的115个案例中，Pandora在五个对比系统中取得了最高的表达相似度和自我披露匹配度。在一项由四名评估者参与的研究中，Pandora的回应有7.2%被评为具有AI特征，低于基线系统的43.3%至67.
WebHarbor：复现真实网站，构建可扩展的 GUI 智能体环境
WebHarbor 收录了 153 个可执行、容器化的网站环境，可在确定性条件下复现真实服务的界面和操作流程。该套件包含 3,518 项任务，涵盖多步骤操作和登录后工作流，旨在支持可靠评测，并以较低成本通过强化学习训练 GUI 网页智能体。在 WebHarbor 中接受强化学习训练的 Qwen 4B 级 GUI 智能体能够泛化到未见任务，并在四项基准测试中取得与领先开源智能体相当的竞争表现。代码和
Route Anything：通用人工智能系统的模型与策略路由研究
这项研究探讨人工智能系统如何根据任务，在专用模型、工具和策略之间进行选择。研究团队建立了统一框架和评测矩阵，涵盖25项基准测试、452种候选配置以及374,401次评分运行。训练出的路由器在16项基准测试中比最佳固定候选方案高0.3分；在视频生成方面高2.1分，在机器人操作方面高1.1分，同时将策略运行时间减少24%。与参考模型相比，路由平均将效率提高了8.82倍。