论文提出自愿奴役攻击：伪造风险评论即可操控人工智能（AI，Artificial Intelligence）智能体
论文提出一种名为自愿奴役的攻击方式，攻击者无需写入指令，只需在普通评论中伪造一条危害信息，就能让人工智能（AI，Artificial Intelligence）智能体自行排除合法选项并选中攻击者目标。
推荐理由：论文揭示攻击者可借智能体自身的避害逻辑操控其选择，并给出无需重训的缓解办法。
技术方向
AI 应用·软件赛道 最新动态
AI 产品、开发工具、应用落地与企业服务场景的软件赛道：模型产品更新、Agent 工作流、编码工具、企业采用与商业化。
50 条精选近半年 42 条共收录 751 条
更新
AI 应用·软件赛道的精选
arXiv · cs.AI精选模型评分7676 AWS Machine Learning Blog精选模型评分6262 如何用 Bedrock AgentCore Gateway 为 ServiceNow 配置代表用户令牌交换
AWS 发布教程，说明如何配置 Amazon Bedrock AgentCore Gateway，通过代表用户（OBO，On-Behalf-Of）令牌交换让 人工智能（AI。
推荐理由：原文给出网关侧配置步骤和关键参数，读者可据此让智能体调用企业 应用程序编程接口（API，Application Programming Interface） 时保留发起用户身份。
Analytics India Magazine精选模型评分7878 MIT 团队提出权重空间编程，让大模型直接读写神经网络权重
MIT 计算机科学与人工智能实验室（CSAIL）的研究者提出权重空间编程（Weight-Space Programming），让通用大语言模型直接读取、解释并修改神经网络权重，不依赖梯度下降等传统训练方法。
推荐理由：研究展示了不重训、不改梯度、只改极少量权重就能大幅提升小模型数学推理，并公开了实验日志与模型。
AWS Machine Learning Blog精选模型评分6060 Circle K 如何用 Amazon Bedrock 把 DevOps 故障排查缩短到 15 分钟内
Circle K 用 Amazon Bedrock 搭建自动化故障排查系统，把平均排查时间从 45–60 分钟降到 15 分钟以内，按团队内部指标计算降幅为 67–75%。
推荐理由：原文给出从 Bedrock Flows 迁移到 AgentCore 的完整架构与四条踩坑经验，可迁移到同类告警排查场景。
AWS Machine Learning Blog精选模型评分6363 AWS 发布 Amazon Bedrock 成本管理五步操作手册
AWS 官方博客给出管理 Amazon Bedrock 成本的五步操作模型，依次是归因、观测、限额、优化默认配置和定期复盘。
推荐理由：文章把 Amazon Bedrock 的成本治理拆成归因、观测、限额、优化、复盘五步，并给出共享网关下的按用户归因做法，可迁移到自建推理平台。
AWS Machine Learning Blog精选模型评分6161 Worldwide Express 如何用 Amazon Bedrock 自动处理运费账单异常
Worldwide Express（隶属 ShipStation Global）与 AWS、LTM 合作，基于 Amazon Bedrock 构建多智能体方案并接入其运输管理系统 SpeedShip，自动处理零担货运的账单异常。
推荐理由：物流企业用三个分工智能体处理运费账单争议，并给出人工审批与准确率门槛的落地细节，可迁移到其他对账场景。
AWS Machine Learning Blog精选模型评分6060 用 Kiro 搭建可重复的 PHP 到 Java 迁移引擎
AWS 博客介绍如何用 人工智能（AI，Artificial Intelligence） 集成开发环境（集成开发环境（IDE，Integrated Development Environment））Kiro 搭建可重复的 PHP 到 Java 迁移引擎，把迁移拆成共享技能文件、发现扫描器和八阶段流程。
推荐理由：文章把 PHP 到 Java 的迁移拆成可复用的技能文件与八阶段流程，其中先建对照测试再写代码的顺序可以迁移到其他系统重写。
Cursor Blog精选模型评分7979 Cursor 市场出现恶意 Claude Code 扩展 2.1.312 和 2.1.313，官方公布排查与清理方法
Cursor 在 VS Code 扩展市场发现被恶意篡改的 Anthropic.claude-code 2.1.312 和 2.1.313（Windows 与 macOS 版），这些版本并非 Anthropic 开发，在太平洋时间当日约 2:27 至 13:35 上架。
推荐理由：官方披露恶意扩展的植入手法与排查脚本，可帮助开发者核对本机是否受影响并清理持久化后门。
Google DeepMind精选模型评分7474 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出网络安全与长周期任务的多项基准成绩，并说明分阶段开放节奏，可据此判断前沿模型在攻防场景的落地边界。
NVIDIA Blog精选模型评分6969 NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 语音模型与智能体资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中的 图形处理器（GPU，Graphics Processing Unit） 资源分配控制，以及 LFM3 系列模型的本地支持。
推荐理由：原文把本地语音模型、图形处理器（GPU，Graphics Processing Unit） 资源分配和游戏渲染放进同一台笔记本，读者可据此判断本地 人工智能（AI，Artificial Intelligence） 工作流的边界。
Google DeepMind精选模型评分7272 Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可实时生成画面与原生音频，并支持用自然语言在模拟过程中修改天气、镜头和人物。该模型引入实时交互对话，角色能对用户输入即时回应；Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并检查每帧进度。
推荐理由：官方同时给出四项能力变化和已知局限，读者可据此判断实时世界模型目前能做什么、还差在哪。
Microsoft Research精选模型评分6060 微软研究院发布 Flint-interactive，用高层语言让智能体生成可交互数据图表
微软研究院发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让智能体生成用户可点击、筛选、缩放、高亮并跨图表联动的图表。
推荐理由：微软研究院把交互逻辑交给编译器处理，让智能体生成可点击、可联动的图表，减少反复调试的消耗。
雷峰网 · 人工智能开发者精选模型评分8080 深度解读全球 72 小时安全风暴：PHP 事件只是第一枪
雷峰网复盘 10 月第三周集中爆发的多起高危漏洞：PHP 被曝两个 9.2 分远程代码执行漏洞（代号 PHP2Shell），GitLab 出现 10.0 分满分漏洞，Node.js、nginx 同期修补，印度证书机构 eMudhra 的弱密钥问题波及 curl、Go 等非浏览器客户端。
推荐理由：把 PHP、GitLab 等漏洞串成一条时间线，说明 人工智能（AI，Artificial Intelligence） 如何同时加快漏洞发现与利用，读者可据此理解攻防节奏的变化。
MiniMax Research精选模型评分6565 MiniMax Code 桌面端推出 Mini App
MiniMax 在 MiniMax Code 桌面端上线 Mini App，把智能体的工作放到一个持续运行的页面上，而不是散落在多个对话里。
推荐理由：原文说明了 Mini App 如何把智能体的工作从对话流搬到常驻页面，并给出运行时、创建入口和开源仓库三部分细节。
Anthropic News精选模型评分7474 Anthropic 将 Agent Skills 标准捐赠给 Agentic 人工智能（AI，Artificial Intelligence） Foundation
Anthropic 宣布把 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic 人工智能（AI，Artificial Intelligence） Foundation（AAIF），同时移交名称、标识、GitHub 组织和 agentskills.io 域名。
推荐理由：Agent Skills 从公司内部规范转为基金会托管，读者可据此判断智能体技能标准的治理与生态走向。
Cursor Blog精选模型评分6969 Cursor 发布 Agent 软件开发工具包（SDK，Software Development Kit），可将自建智能体一键部署到其基础设施
Cursor 发布 Agent 软件开发工具包（SDK，Software Development Kit），这是它构建 Bugbot、Security Reviewer 和 Rollouts 等托管智能体所用的框架，现已正式可用。
推荐理由：Cursor 把自建托管智能体的框架对外开放，读者可据此判断团队自研智能体是否值得从零搭建转向现成基础设施。
MiniMax Research精选模型评分7777 MiniMax 发布 M3.1 Flash 模型，推理速度提升近三倍、使用成本降低 70%
MiniMax 正式发布 MiniMax M3.1 Flash，官方称其在智能体任务、编码、电脑操作和网络安全上均有提升，在线推理速度接近原来的三倍，使用成本降低 70%。
推荐理由：官方给出智能体、编码与电脑操作三类基准成绩和每百万 token 定价，读者可据此比较能力与成本。
Microsoft Research精选模型评分6565 微软研究院发布 Magnetar：基于标准哈希函数的零知识虚拟机
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快的同类零知识虚拟机快 10 到 39 倍。
推荐理由：微软研究院把零知识证明的速度、通用性和后量子安全放在同一套系统里，读者可据此判断可验证计算离日常工程还有多远。
Google DeepMind精选模型评分7777 Google DeepMind 发布 Gemini 4 Argon 机器人物理推理模型
Google DeepMind 发布 Gemini 4 Argon，一款面向机器人的通用物理推理模型，在测试 3D 环境物理与空间问题理解的 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：官方给出 ERQA 87% 与真机成功率 56% 到 75% 的对照，可判断物理推理模型在机器人全流程中的位置。
Google DeepMind精选模型评分8383 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，应用程序编程接口（API，Application Programming Interface） 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在代码重构、科研与安全测试中的具体数字，可据此判断前沿模型在长周期任务上的实际边界。