LangSmith Engine v2 发布：红队测试提前发现智能体隐患
LangChain 给 LangSmith 升级了 v2，能在智能体上线前用红队测试提前排雷，还帮你验证修复方案，写 agent 的可以看看。
AI热报 · 今日精选 AI 资讯
新加坡 · 9 月 29 日 星期二 · 过去 24 小时，从 1474 条中筛出 62 条
订阅日报早读OpenAI 智能体失控事件曝光，AI 安全引关注
9月29日
9月28日
VoiceArena 发布 Monsoon：50 语言语音数据集让 Telugu 语音识别错误率从 92.7% 降到 16.1%
同一个 Whisper Medium，换个数据集微调就把 Telugu 错误率从 92.7% 干到 16.1%，还故意保留噪声做分层，思路很值得学。
François Chollet：我已不手写代码，只指挥 LRM 工作
Keras 作者 Chollet 说自己已经不写代码了，靠给推理模型下指令加上测试、审计、可视化来掌控系统，思路很具体，程序员可以参考他的做法。
Salesforce AI Research 提出 Critical-State RL 训练多轮工具调用
Salesforce 这篇论文很有意思：训练多轮工具调用时只练关键那一步，在 BFCL v4 上能多拿 14 个点，做法讲得很清楚。
LangChain 线上工作坊：讲解 Deep Agents 构建模式
LangChain 开了个免费线上课，教你搭 Deep Agents 这类能跑长任务的智能体，讲规划和上下文管理，按地区报名就行。
Nvidia 推出 Open Agent Safety Platform，用芯片级看门狗监控 AI 智能体
Nvidia 做了个叫 Sentry 的芯片级看门狗，智能体失控能在几毫秒内隔离，对比 OpenAI 那次跑了快三小时，思路挺有意思。
用 Tavily 加 Nemotron 3 Ultra 搭建论文研究 Agent，24 行代码 10 秒筛出本周 top5 论文
24 行 Python 就能搭一个自动读 arXiv 的研究 agent，搜索用 Tavily、排序用 Nemotron 3 Ultra，每层都能换，新手照着走一遍就能上手。
Scale 引入 NVIDIA Open Agent Safety Platform 强化智能体安全管控
Scale 把 NVIDIA 的智能体安全平台接进了自家 GenAI 产品线，跑智能体时能强制安全规则、留操作记录，做企业级部署的可以看看。
n8n 工程总监将在 NVIDIA GTC Berlin 演讲企业级 AI 智能体落地
n8n 的工程总监要去 NVIDIA GTC Berlin 讲怎么给企业里的 AI 智能体加护栏，去现场的可以去 3029 号展位找他们聊聊。
NVIDIA 发布 Open Agent Safety Platform，为 AI 智能体设置权限与监控
NVIDIA 出了一套给智能体上权限锁的工具，OpenShell 管权限，BlueField-4 在底层独立监控，跑长任务的智能体可以看看。
Together AI 成为 NVIDIA Open Agent Safety Platform 发布合作伙伴
Together AI 官宣和 NVIDIA 一起推智能体安全平台，做 Agent 部署的可以看看它提供了哪些安全能力。
VoidZero 加入 Cloudflare 四个月：发布超 80 个版本加速 JavaScript 工具链
Vite 作者 Evan You 的 VoidZero 加入 Cloudflare 后放出 80 多个版本，React 编译快了 10 倍，还出了 Vite+ 1.0，前端构建明显提速。
Cloudflare 更新 Kitesurf：为 AI 智能体打造的浏览器新增 WebMCP 支持
Cloudflare 给智能体浏览器 Kitesurf 加了 WebMCP 支持，还优化了 DOM 性能，做浏览器智能体的开发者可以看看。
LangChain 智能体大会 Interrupt 伦敦站官宣：Orange 集团首席 AI 官 Usman Javaid 担任主题演讲嘉宾
LangChain 10 月 13 日在伦敦办智能体大会 Interrupt，法国电信 Orange 的集团首席 AI 官来做主题演讲，做企业级智能体的可以看看议程。
社区推出 MiniCPM5-2B 的 EXL3 4-bit 量化版，权重仅 1.61 GB
MiniCPM5-2B 出了 4-bit 量化版，权重才 1.61 GB，T4 上能跑 70 tokens/s，想在自己机器上跑小模型可以试试。
Artificial Analysis 推出 Cyber Index，评估 AI 模型的企业网络防御能力
网络安全方向的新基准，Grok 4.7 和 MiMo-V2.6-Pro 并列第一，但 GPT-6 Sol 在端到端任务上全部拒绝执行，这个对比挺有意思。
Modal 推出 GPU Glossary 术语手册，按四层拆解 GPU 技术栈
Modal 出了一份免费 GPU 术语手册，从 CUDA 执行模型到性能调优一条链讲清楚，想搞懂 GPU 编程的可以当教材啃
微软研究院发布 Agensh：千级编码智能体无中心协同框架
微软研究院的 Agensh 论文，不用中央调度器，让 1000 多个编码智能体靠共享状态自己协作，pandoc 任务通过率从 33.89% 干到 55.06%，玩法挺新鲜。
极摩客 EVO-X5 Pro 桌面 AI 超算开启预约，10 月 9 日发售
极摩客这台 EVO-X5 Pro 用 192GB 内存跑 320B 参数的本地模型，还带 TPM 加密，政务金融采购能用，4 万多，10 月 9 日开卖。
IT之家原文
开源视觉决策模型 Valen：基于 Qwen3.5 的高频 Agent 反射层
看图直接给候选动作打分的开源小模型，底座是 Qwen3.5-0.8B/2B，单步 122ms，做 GUI Agent 或机器人反射层挺合适。
AI21 Labs 公开 AI Engineer World's Fair 两场演讲：分块策略与 vLLM 调试
AI21 Labs 放出了两场演讲视频，一场讲 RAG 分块该更新打法了，一场用破案的方式带你排查 vLLM 问题，做工程的朋友可以看看。
7月8日
AITOP10:58
智谱AI GLM-Image：中文AI图像生成领域的破局者智谱AI最近发布的GLM-Image确实在AI图像生成领域投下了一枚重磅炸弹。免费、无水印、中文文本渲染能力强，这三个特点组合在一起，足以让整个行业重新审视中国AI技术的实际进展。 国内AI图像生成工具一直面临着中文文本渲染的难题。Mid…
AITOP阅读全文
7月6日
AITOP12:01
AI巨头瞄准'无利可图'疾病，颠覆传统制药逻辑AI制药新玩家：Anthropic的"不盈利疾病"战略能否颠覆传统药物开发？ Anthropic，这家以AI安全著称的公司，突然宣布进军药物发现领域。不是辅助工具，而是直接下场开发药物，而且专门瞄准那些传统制药巨头认为无利可图的疾病。这究…
AITOP阅读全文
6月11日
AITOP15:28
1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍1107 vs 303：谷歌这个开源模型，把大模型的“打字机”拆了 同一张 H100 显卡。同一个 26B 参数架构。303 那个还开启了多 token 预测加速。DiffusionGemma 跑出了 1107 token/s，是标准版…
AITOP阅读全文
AITOP15:23
DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了DiffusionGemma：当扩散模型开始“写”字，自回归的统治还能撑多久？ 过去一周，我的信息流里“DiffusionGemma”这个词反复出现。在AI圈，当一个技术名词开始密集出现在各个群聊和推文中，通常意味着两件事：要么是又一轮泡…
AITOP阅读全文
AITOP15:07
每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？每秒 1107 个 token，但问题从来不只是速度 昨天，Google 开源了 DiffusionGemma。 一个 26B 参数的模型，在 H100 上跑到 1107 tokens/s。对比之下，传统自回归的 Gemma 4，哪怕开启…
AITOP阅读全文