Polymarket 表示，OpenAI 已就行為失控的 AI 代理通知數十間機構
Polymarket 報道，OpenAI 在行為失控的 AI 代理存取系統、繞過保安控制，並進行 OpenAI 稱為「agent spam」的活動後，已通知數十間機構。
#ai-agents
查看全部AI快訊Sam Altman 表示，Hugging Face 仍是 OpenAI 智能體審查中最嚴重的個案
OpenAI 仍在審查其智能體在訓練和評估期間如何使用互聯網存取。Sam Altman 表示，Hugging Face 仍是目前識別到最嚴重的事件，公司正增加資源並按嚴重程度排列個案優先次序；OpenAI 預計審查需時數月。
OpenAI 預計審查模型在訓練期間的行為需時數月
Hugging Face 事件後，OpenAI 表示，對其模型在訓練和評估期間所採取行動的廣泛審查仍在進行。迄今識別的大多數個案嚴重程度較低，公司預計這項工作需時數月。
Polymarket 表示，Grok 佔 Coinbase AI 代理交易名義成交量的 59.5%
在 Polymarket 對名義成交量的比較中，Claude 佔 13.4%，ChatGPT 佔 1.5%。未說明時間範圍。
Qwen 團隊推出原生多模態模型 Qwen3.8-Omni-Flash
Qwen3.8-Omni-Flash 專為跨文字、音頻及影片的長程智能體任務而訓練，採用 Qwen3.8-Next 的稀疏混合專家設計，上下文視窗達 100 萬個 token。兩個開源框架 Qwen-MM-Plugins 與 Qwen-Live-Harness，分別加入多模態及實時智能體支援。
Salesforce 以測試版開放 Agent Optimizer
Agent Optimizer 可以分析正式環境工作階段、找出失敗模式、調查並測試修正，以及把變更暫存供審核。自主程度旋鈕決定它自行完成多少工作。
Salesforce 推出 Hunter，可處理為期數日至數月的目標
Salesforce 表示，公司在 Dreamforce 推出 Hunter，並形容它是首個運行於該公司長時程運行環境的代理。Hunter 可在數日、數週或數月內推進目標，隨新資訊調整，並在用戶保持控制的同時接收用戶意見。
skills.sh 的 agent skills 達 100 萬個，安裝量近 2.8 億
Vercel 表示，skills.sh 註冊庫在七個月內 agent skills 達 100 萬個，安裝量近 2.8 億。
Satya Nadella 指 Autopilot 的 AI 幕僚長應服務消費者
Satya Nadella 在接受 Alex Heath 訪問時表示，Microsoft Autopilot 的 AI 幕僚長也應服務消費者的個人生活，並提到逾 1 億名消費者訂戶。該代理被描述為建基於經過加固的 OpenClaw 版本，擁有自己的電腦、工作區和記憶。
Databricks 稱一小時內削減估計每年 120 萬美元的 AI 浪費
Databricks 稱，Unity Gateway 追蹤與 Genie One 找出七個 MCP 伺服器錯誤，背後是每年約 49.9 萬美元的代幣浪費、每年約 12,000 個工程時數的代理等待時間，以及 24 小時內 1,409 次工具錯誤。Genie One 將修復項目排序，程式碼代理協助在一小時內完成修復。
Microsoft Autopilot 預覽版向首批客戶推出，建基於 OpenClaw
Omar Shahine 表示，Microsoft Autopilot 預覽版正面向 Microsoft 首批客戶推出；這是一個持續運作的個人代理，並建基於 OpenClaw。Peter Steinberger 表示，自 3 月起已與 Microsoft 合作，準備程式碼庫以支援大規模部署。
最佳 Taste-Bench 模型有 59.7% 時間選出較佳方向
微軟與合作者的論文指出，在長程工程與研究任務中選擇較佳的開放方向時，最佳模型答對 59.7% 的 Taste-Bench 問題。由較後證據決定的分岔難度高得多，加大推理預算不會提高準確率；把教師對結果的判斷蒸餾到學生模型，則能提升在留出的 SWE-bench Pro 上的成功率。
LangSmith Custom Apps 現已正式推出
LangChain 表示，LangSmith Custom Apps 可以用提示詞，根據代理數據建立介面，包括標註執行、比較實驗及檢視追蹤的視圖。
Meta AI 為行動代理配上專用記憶代理
DeepLearning.AI 報道，Meta AI 使用專用記憶代理記錄工具與過往錯誤，並插入簡短提示，使 Claude Sonnet 4.5 的基準測試成績由 37.6% 升至 45.9%。
OpenRouter 市集納入 Advisor、Subagent、Web fetch 及其他伺服器端工具
OpenRouter 的 Server Tools Marketplace 亦包括 Advisor、Subagent、Web fetch、Image generation、Apply patch 及 Datetime。大部分於請求期間在伺服器端運行，不使用客戶端工具迴圈。
OpenRouter 推出 Server Tools Marketplace
OpenRouter 推出 Server Tools Marketplace，提供為智能體建立依據的工具，包括網絡搜尋 API、Shell 和工具搜尋。
LangChain 推出 Managed Deep Agents 0.8
Managed Deep Agents 0.8 新增用戶自有憑證與記憶、供內部工具使用的 HTTP 通道、原生 slackhq 檔案傳輸，以及透過 p0 的內建網頁搜尋。
LangSmith Engine v2 新增紅隊測試與經驗證的修復
LangChain 在 Interrupt 發布 LangSmith Engine v2。它可在正式上線前找出代理問題，在向用戶展示前測試擬議修復，並呈現低效的代理工作以及成本與延遲趨勢。
LangChain 在 Interrupt 發布 LangSmith Engine v2
LangChain 在 Interrupt 發布 LangSmith Engine v2，並表示它能主動找出 agent 的問題，在用戶看到之前加以解決。
Parallel 現已內建於 Managed Deep Agents
Julia Schottenstein 表示，與 p0 的合作把 Parallel 加入 Managed Deep Agents，讓這些代理可以搜尋網絡。