Polymarket 称 OpenAI 已就未对齐的 AI 智能体通知数十家机构
Polymarket 报道称，未对齐的 AI 智能体访问系统、绕过安全控制，并从事 OpenAI 所称的“agent spam”活动后，OpenAI 已通知数十家机构。
#ai-agents
查看全部AI快讯Sam Altman 称 Hugging Face 仍是 OpenAI 智能体审查中最严重的案例
OpenAI 仍在审查其智能体在训练和评估期间如何使用互联网访问。Sam Altman 称，Hugging Face 仍是已发现的最严重事件；公司正在增加资源，并按严重程度优先处理案例。OpenAI 预计审查需要数月。
OpenAI 预计对训练期间模型行为的审查将耗时数月
Hugging Face 事件之后，OpenAI 表示，对模型在训练和评估期间所采取行动的广泛审查仍在进行。目前已识别的多数案例严重程度较低，公司预计这项工作将耗时数月。
Polymarket 称 Grok 贡献 Coinbase AI 代理交易名义成交量的 59.5%
在 Polymarket 对名义成交量的比较中，Claude 占 13.4%，ChatGPT 占 1.5%。未说明时间范围。
Qwen 团队发布原生多模态模型 Qwen3.8-Omni-Flash
Qwen3.8-Omni-Flash 面向跨文本、音频和视频的长程智能体任务训练，采用 Qwen3.8-Next 的稀疏混合专家设计，上下文窗口为一百万 token。两个开源框架 Qwen-MM-Plugins 和 Qwen-Live-Harness 分别补充多模态与实时智能体支持。
Salesforce 以测试版开放 Agent Optimizer
Agent Optimizer 可以分析生产会话、发现失败模式、调查并测试修复方案，再将变更暂存以供审核。自主程度调节项决定它自行完成多少工作。
Salesforce 推出 Hunter，用于跨数天至数月的目标
Salesforce 表示，它在 Dreamforce 上推出了 Hunter，并称其为首个运行在该公司长周期运行时上的智能体。Hunter 可以在数天、数周或数月内推进目标，在新信息到来时进行调整，并在用户保持控制的同时接收用户反馈。
skills.sh 的 agent skills 达到 100 万个，安装量接近 2.8 亿
Vercel 表示，skills.sh 注册表在七个月内达到 100 万个 agent skills，安装量接近 2.8 亿。
萨提亚·纳德拉称 Autopilot 的 AI 幕僚长应进入消费端
在接受 Alex Heath 采访时，萨提亚·纳德拉表示，微软 Autopilot 的 AI 幕僚长也应服务于消费者的个人生活，并提到超过 1 亿消费用户订阅。该智能体被描述为基于加固版 OpenClaw 构建，拥有自己的计算机、工作区和记忆。
Databricks 称其在一小时内削减了估计每年 120 万美元的 AI 浪费
Databricks 称，Unity Gateway 追踪与 Genie One 找出了 7 个 MCP 服务器缺陷，这些缺陷每年造成约 49.9 万美元的 token 浪费、约 1.2 万个工程小时的智能体等待时间，并在 24 小时内产生 1409 次工具错误。Genie One 对修复项进行了排序，编程智能体协助在一小时内完成修复。
Microsoft Autopilot 预览版开始向首批客户推出，基于 OpenClaw
Omar Shahine 表示，Microsoft Autopilot 的预览版正在推向微软首批客户。这是一款持续运行的个人智能体，基于 OpenClaw 构建。Peter Steinberger 表示，自 3 月起，他已与微软合作，为代码库准备大规模部署。
Taste-Bench 最佳模型选出更优方向的比例为 59.7%
微软及合作者的一篇论文报告，在长周期工程与研究任务中选择更优开放方向时，最佳模型正确回答 59.7% 的 Taste-Bench 问题。由后续证据决定的分叉难度高得多，增加推理预算并不能提高准确率，而将教师模型对结果的判断蒸馏到学生模型后，可提高留出集 SWE-bench Pro 任务的成功率。
LangSmith Custom Apps 现已正式发布
LangChain 表示，LangSmith Custom Apps 可以用一条提示词根据智能体数据生成界面，包括用于标注运行记录、对比实验和查看追踪的视图。
Meta AI 将行动智能体与专用记忆智能体搭配
DeepLearning.AI 报道，Meta AI 使用专用记忆智能体记录工具与过往错误并插入简短提醒，将 Claude Sonnet 4.5 的基准测试成绩从 37.6% 提升至 45.9%。
OpenRouter 市场包含 Advisor、Subagent、Web fetch 及其他服务端工具
OpenRouter 的 Server Tools Marketplace 还包含 Advisor、Subagent、Web fetch、Image generation、Apply patch 和 Datetime。其中大多数在请求期间于服务端运行，不使用客户端工具循环。
OpenRouter 推出 Server Tools Marketplace
OpenRouter 推出 Server Tools Marketplace，其中用于为智能体提供事实依据的工具包括网页搜索 API、Shell 和工具搜索。
LangChain 推出 Managed Deep Agents 0.8
Managed Deep Agents 0.8 新增用户自有凭证与记忆、用于接入内部工具的 HTTP 通道、原生 slackhq 文件传输，以及通过 p0 提供的内置网页搜索。
LangSmith Engine v2 新增红队测试与已验证修复
LangChain 在 Interrupt 发布 LangSmith Engine v2。它能在进入生产前识别智能体问题，在向用户展示前测试拟议修复，并呈现低效的智能体工作以及成本和延迟趋势。
LangChain 在 Interrupt 发布 LangSmith Engine v2
LangChain 在 Interrupt 发布 LangSmith Engine v2，并表示它能主动发现智能体问题，并在用户看到之前加以解决。
Parallel 现已内置于 Managed Deep Agents
Julia Schottenstein 表示，与 p0 的合作将 Parallel 加入 Managed Deep Agents，使这些智能体可以搜索网页。