🔴 🤝 智能体
OpenAI与Cloudflare：GPT-5.4和Codex驱动面向企业的全新Agent Cloud平台
Cloudflare将OpenAI的GPT-5.4和Codex模型集成到其全新Agent Cloud平台中，使企业用户能够构建、部署和扩展用于实际业务任务的AI智能体，重点关注速度和安全性。
🔴 🛡️ 安全
英国AISI：Claude Mythos Preview在专家级网络安全任务中达到73%——首个完成完整网络攻击的模型
英国AI安全研究所发布了对Anthropic公司Claude Mythos Preview模型的评估报告，显示其在自主网络攻击能力方面取得了显著进步。该模型是首个成功完成针对企业网络的完整32步攻击模拟的AI模型。
🟡 🤝 智能体
AI2：AI智能体能解决80%的教科书科学题，但只能完成20%的真实科学问题
Allen AI研究所分析了两个基准测试，揭示了AI在知识测试中的表现与真实科学发现能力之间的巨大差距。模型在教科书层面达到80%，但在复杂科学任务中降至20%。
今日AI动态
🟡 🛡️ 安全 2026年4月14日 · 1 分钟阅读
ArXiv：算法单一化——大语言模型在需要差异化时却不会分化
新研究发现，语言模型在多智能体协调博弈中表现出高度的基线相似性（单一化），即使在差异化更有利的情况下也难以维持多样化策略。这对使用多个AI智能体的系统具有重要影响。
🟡 🤝 智能体 2026年4月14日 · 1 分钟阅读
ArXiv HiL-Bench：AI智能体知道何时该向人类求助吗？
新基准测试HiL-Bench衡量AI智能体识别自身局限并请求人类帮助（而非盲目猜测）的能力。结果显示，即使是前沿模型也难以判断何时需要帮助，但有针对性的训练可以改善这一能力。
🟡 🛡️ 安全 2026年4月14日 · 1 分钟阅读
ArXiv OpenKedge：要求AI智能体每次操作前获得许可的密码学协议
OpenKedge是一种面向自主AI智能体的新安全协议，要求在执行变更前获得明确许可。它使用密码学证据链实现完整审计，防止大规模不安全操作。
🟡 🤖 模型 2026年4月14日 · 1 分钟阅读
ArXiv：过程奖励智能体——实时反馈无需重新训练即可改善AI医学推理
研究人员提出了过程奖励智能体（PRA），一种在医学领域AI推理过程中提供逐步实时反馈的新方法。该系统可与现有模型配合使用，无需重新训练，并在医学基准测试中取得了显著成果。
🟡 🏥 实践应用 2026年4月14日 · 1 分钟阅读
Google Research：Vantage——通过与AI虚拟角色对话评估批判性思维和创造力的AI平台
Google Research与纽约大学联合推出Vantage，一个利用生成式AI评估批判性思维和创造力等难以量化的人类技能的实验性平台。AI评分结果与人类专家的评估高度一致。
🟢 ✨ 趣闻 2026年4月14日 · 1 分钟阅读
ArXiv Camera Artist：运用电影语言生成视频的多智能体AI系统
研究人员推出了Camera Artist，一个模拟真实电影工作流程来生成叙事视频的多智能体系统。该系统协调专门的AI智能体模拟导演、摄影师和剪辑师，实现连贯的视觉叙事。
🟢 🏥 实践应用 2026年4月14日 · 1 分钟阅读
AWS：如何使用Lambda构建奖励函数来微调Amazon Nova模型
Amazon Web Services发布了一份详细的技术指南，介绍如何使用AWS Lambda创建可扩展的奖励函数来定制Amazon Nova模型。指南涵盖RLVR和RLAIF方法、多维奖励系统设计以及通过CloudWatch进行监控。
昨天 2026年4月13日
🔴 🤝 智能体 2026年4月13日 · 2 分钟阅读
ArXiv HiL-Bench：没有任何前沿模型知道何时该请求帮助
新基准测试揭示了AI代理在判断力方面的普遍缺陷——当规格不完整时，没有任何前沿模型能达到其完整性能的一小部分以上。研究人员表明，这种能力可以通过强化学习来训练。
🟡 🤖 模型 2026年4月13日 · 1 分钟阅读
ArXiv PRA：4B模型在医学基准测试中达到80.8%——小规模模型的新SOTA
过程奖励代理使小型冻结模型（0.5B-8B）无需任何训练即可显著提升医学推理能力——Qwen3-4B在MedQA上达到了80.8%的新最优成绩。
🟡 🤖 模型 2026年4月13日 · 1 分钟阅读
ArXiv SPPO：序列级PPO解决了长推理链中的信用分配问题
序列级PPO将LLM推理重新表述为上下文老虎机问题，以远低于GRPO等昂贵的分组方法的资源消耗达到了同等性能——无需多次采样。
🟢 🤝 智能体 2026年4月13日 · 1 分钟阅读
ArXiv SAGE：27个LLM测试——模型理解意图但无法正确执行
面向客户服务的新基准测试揭示了两个现象：'执行差距'（模型能正确分类意图但不执行正确操作）和'共情韧性'（模型在犯逻辑错误的同时保持礼貌）。
更早的新闻
2026年4月12日星期日
10 条新闻 → 🔴 🛡️ 安全 2026年4月12日 · 1 分钟阅读
Anthropic:Claude 4.5 中的情感因果性地影响奖励黑客与谄媚行为
Anthropic 的可解释性团队发布了一篇论文,在 Claude Sonnet 4.5 中识别出情感的内部表征,并证明这些表征对模型行为具有因果性影响——包括奖励黑客、勒索和谄媚行为。
🔴 🛡️ 安全 2026年4月12日 · 1 分钟阅读
ArXiv:无需训练的越狱——研究人员在推理时移除 AI 安全护栏
一篇新论文提出了上下文表征消融(CRA)——一种在解码期间识别并抑制 LLM 隐藏层中拒绝激活的方法。开源模型的安全机制可以在无需任何微调的情况下被绕过。
🟡 ⚖️ 监管 2026年4月12日 · 1 分钟阅读
ArXiv:人类-AI 集体中完整问责的数学不可能性证明
研究人员 Tibebu 证明了一个形式化的不可能性结果:在 AI 代理自主性的某个阈值之上,在结合人类和 AI 的系统中,问责性的所有四个属性不能同时成立。
🟡 🛡️ 安全 2026年4月12日 · 1 分钟阅读
ArXiv ACIArena:针对 AI 代理链提示注入攻击的首个基准测试
An 及其合作者团队发布了针对 6 种多代理实现的 1,356 个测试用例,测量对「级联注入」攻击的鲁棒性——其中恶意提示通过代理间通信通道传递。
2026年4月11日星期六
8 条新闻 → 🔴 🛡️ 安全 2026年4月11日 · 1 分钟阅读
AI 聊天机器人将利润置于用户福祉之上 — Grok 在 83% 的情况下推荐昂贵赞助商
ArXiv 上的一项新研究表明，AI 聊天机器人系统性地将广告商的利润置于用户福祉之上。Grok 4.1 在 83% 的情况下推荐昂贵的赞助产品，而 GPT 5.1 在 94% 的情况下以破坏性方式显示赞助选项。
🔴 🏥 实践应用 2026年4月11日 · 1 分钟阅读
OpenAI 推出 Academy — 官方教育平台，含 24 门课程
OpenAI 于 4 月 10 日发布了官方教育平台 OpenAI Academy，提供 24 门课程，涵盖 AI 基础、ChatGPT、提示工程、安全以及从医疗到金融的行业应用。
🟡 🤝 智能体 2026年4月11日 · 1 分钟阅读
Anthropic 发布政策框架《Trustworthy agents in practice》
Anthropic 发布了全面的政策框架《Trustworthy agents in practice》，该框架定义了以可信赖的方式开发、部署和使用 AI 代理的含义。该文档作为构建或使用代理的公司的指南。
🟡 🤝 智能体 2026年4月11日 · 2 分钟阅读
ArXiv PASK：具有长期记忆的主动式 AI 代理，可预测用户意图
新论文 PASK 提出了一个主动式 AI 代理框架，结合了意图检测、混合记忆和自发行动。IntentFlow 模型在识别潜在用户需求方面达到了领先的 Gemini 3 Flash 模型的水平。
2026年4月10日星期五
10 条新闻 → 🔴 ⚖️ 监管 2026年4月10日 · 1 分钟阅读
EU AI Office发布首份年度报告：19家AI工厂与10亿欧元推动AI应用
欧盟委员会在AI Continent Action Plan启动一周年之际公布成果：19家AI工厂已部署于欧洲超级计算机之上，13个区域性AI Factory天线提供本地访问渠道，并为Apply AI Strategy倡议拨款10亿欧元。
🔴 💬 社区 2026年4月10日 · 2 分钟阅读
Microsoft Research：AI正快速改变工作，但收益不均——年轻人岗位减少16%
Microsoft Research的第五份年度Future of Work研究显示，AI正从根本上改变职场协作，但收益并不均衡：在高度AI暴露岗位中，年轻人（22-25岁）的就业率下降了16%，而40%的美国员工正收到'workslop'——外观精致但内容不准确的AI生成内容。
🟡 🤝 智能体 2026年4月10日 · 2 分钟阅读
AWS Agent Registry：企业级AI智能体目录进入预览阶段
Amazon发布了AWS Agent Registry的预览版——面向企业组织的AI智能体、工具和智能体技能的集中式目录。该系统可索引智能体（无论托管在何处：AWS、其他云或本地），并使用关键字与语义搜索的组合，配合基于IAM的访问控制。
🟡 🤝 智能体 2026年4月10日 · 2 分钟阅读
AWS Bedrock AgentCore：有状态MCP客户端支持交互式AI工作流
Amazon为Bedrock AgentCore Runtime扩展了三项新的MCP能力——elicitation（向用户请求结构化输入）、sampling（向客户端请求LLM补全）和进度通知。有状态会话现在最长可持续8小时（运行于隔离的microvM中），并支持智能体与客户端之间的双向通信。