特朗普政府将 AI 更名为“Super Intelligence”，科技巨头与政府机构跟进情况如何
特朗普签署行政令，要求政府机构把“人工智能”改称“Super Intelligence”，并已出现在 ICE 的“SI-powered”监控招标和多数政府网站上。
全部 AI 动态
MIT Technology Review · AIAI 评分4848 Hugging Face BlogAI 评分5858 Hugging Face 提出模型集成契约 MIC，用缩小模型在 CPU 上拦截回归
Hugging Face 发布 transformers-mic，提出模型集成契约（MIC）：把真实 checkpoint 缩成小 fixture，配合可运行的用法示例和人工审核的基线输出，在 CPU 上做快速集成测试。
Hugging Face BlogAI 评分5858 Collinear AI 发布 CWE-bench v2：100 道安全漏洞修复任务开放公开评测
Collinear AI 发布 CWE-bench v2，公开 100 道任务供任何人运行和评测模型，覆盖 91 种 CWE，评分完全程序化、结果可复现。
Latent SpaceAI 评分5858 Legora CTO Jacob Lauritzen 谈为律师构建 AI 智能体
Latent Space 播客对话 Legora CTO Jacob Lauritzen，讨论为律师构建 AI 智能体以及其他智能体团队可借鉴的经验。Legora 从斯德哥尔摩地下室的 ChatGPT 加瑞典法律检索起步，如今智能体可起草和编辑 Word 文档、批量审阅数千份合同，并在律师、客户与其他智能体之间协调工作。
Latent SpaceAI 评分4747 Legora CTO Jacob Lauritzen 谈在看不到数据的情况下构建法律智能体
Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到智能体工作痕迹的情况下构建和测试法律智能体，因为数据归律所客户所有。
Ars Technica · AIAI 评分4040 Anthropic 为 Claude 新增禁止复刻现有游戏的规则，难挡 AI 复制潮
Anthropic 为 Claude 新增系统提示词规则，禁止复刻特定现有游戏，即使改名或声称原创也不行。该规则以 "tengu_heron_brook" 之名出现在 10 月 30 日发布的 Claude Code 2.1.314 版本中，Claude Opus 5.5 另有独立限制。此举或可减轻 Anthropic 的部分责任，但难以遏制近月来 AI 辅助游戏移植与复制的浪潮。
Import AIAI 评分5050 Import AI 479：Realtime-Bench 评测低延迟任务、Genie 4 与太空战
研究人员构建 Realtime-Bench，用 50 个交互式游戏与网页任务评测模型在实时决策场景下的表现，GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而暂停时钟下高推理模型可达 70% 至 80%。
MIT Technology Review · AIAI 评分5858 智能体网络已经到来：从语义网愿景到AI智能体重塑互联网
MIT Technology Review 梳理了从 Berners-Lee 的语义网愿景到当下智能体网络的演变，指出 Meta 的 Muse、OpenAI 的 Dots、Anthropic 的 Claude Duet 等智能体已获得邮箱和银行账户访问权限。
Latent SpaceAI 评分4242 Arca 如何用智能体处理长达十天的长期金融工作
AI 原生财富管理公司 Arca 的智能体任务最长可运行十天，公司为此自建记忆系统持续追踪每位客户的进展与待办。Arca 使用 Anthropic 和 OpenAI 的前沿模型、以 Claude 为主，并自研 harness 按内部基准自动选模型。智能体只负责分析与提出方案，交易和资金操作由人类顾问完成，安全限制完全确定性。
Latent SpaceAI 评分7575 Google 承认 AI Mode 拖累搜索收入，市值缩水 15%、蒸发 5000 亿美元，为 2004 年上市以来最差表现
Latent Space 的 AINews 汇总指出，Google 首席商务官 Philipp Schindler 承认 AI Mode 查询增长强劲但变现能力更低，已对搜索收入造成影响，叠加其他不佳财报，科技板块出现大幅下跌，市值缩水 15%、蒸发 5000 亿美元，为 2004 年上市以来最差表现。
NVIDIA BlogAI 评分5858 NVIDIA 介绍 Breakthrough Listen 与 SETI 研究所如何用智能体 AI 搜寻地外信号
NVIDIA 介绍 Breakthrough Listen 与 SETI 研究所已将智能体 AI 引入日常地外文明信号搜寻，在加州北部的 Allen Telescope Array 上，智能体可通过一句自然语言指令操控望远镜、校正数据并运行 AI 模型。
Google DeepMindAI 评分5858 Google DeepMind 将 PlanAssist 规划工具扩展至另外 12 个英国地方规划部门
Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist 将扩展至另外 12 个地方规划部门，使参与总数达到 15 个。在 Barnet、Camden 和 Dorset 的早期试点中，该工具把规划人员处理住户申请评估任务的平均时间缩短了 58%，超过 70% 的生成报告无需修改即获批准。
Microsoft ResearchAI 评分4141 微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用任何客户数据。
Mistral AI精选AI 评分8787 Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
推荐理由：Mistral 公开 1 万亿参数多模态模型的权重，并给出编码、网络安全与 token 效率的对比数据，可据此判断开源前沿模型的成本位置。
MIT Technology Review · AIAI 评分5555 Partnership on AI 研究：AI 智能体缺乏实时可观测性记录
Partnership on AI 的研究者指出，当前主流智能体框架无法可靠生成实时监控所需的关键可观测性记录，导致难以判断哪个智能体做了什么、是否越权。他们与学界、产业界合作研究四类最常用智能体框架，发现缺少持久 Agent ID、人类审批记录等关键信号。文章建议通过 OpenTelemetry 补充“发生了什么”的记录，并呼吁框架开发者、企业与监管机构分工补齐标准。
Google DeepMind精选AI 评分8282 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程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准与价格，可对照两周前发布的 Argon 看迭代节奏。
Google ResearchAI 评分5959 Google 提出 sleep 框架，让 LLM 在持续学习中保留知识
Google Research 提出 sleep 框架，让 LLM 在活跃交互与离线睡眠阶段之间交替，把短期上下文巩固进长期参数。睡眠阶段通过 MoE 参数扩展、基于 GKD 与 RL 模仿学习（LTI）的知识播种以及突触剪枝完成记忆巩固，再通过随机专家选择、梯度筛选的合成样本和 RL 精修进行自我提升。
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言实时修改场景。Genie 4 是首个原生生成音频的实时世界模型，角色可实时对话，物理场景覆盖空气动力学与碰撞等；Gemini 3.8 Flash 在循环中充当引导智能体，负责拆解目标并校验每一步。
推荐理由：Genie 4 把实时世界模拟、原生音频与 Gemini 的推理能力结合起来，读者可以据此了解世界模型当前的能力边界与已知局限。
Import AIAI 评分6060 Import AI 478：数学形式化助力对齐、ProgramBench 与 Mirendil 展示 RSI 雏形
Import AI 第 478 期汇总了多项 AI 研究进展。AI 安全初创公司 Resolution 用智能体自动形式化了奇点消解相关数学内容，耗时约一周、花费约 13.5 万美元 token 费用，产出约 60 万行 Lean 代码。
Google ResearchAI 评分5858 Google Research 介绍如何把基础模型用于结核病筛查一线
Google Research 在 IDWeek 2026 上分享了把健康 AI 研究推向现实的路径：从胸片结核筛查算法，到与 Nexus AI 合作取得 CE MDR class IIb 认证和 ISO 13485 认证，再到开源 MedSigLIP 与 MedGemma 等基础模型。
Microsoft Research精选AI 评分6060 微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成用户可点击、筛选、缩放和跨图表联动的图表。它把点击拖拽等原始触发交给 Flint 编译器解析为语义事件，用户和智能体只需用高层算子描述更新行为，从而减少布局、渲染和调试问题。
推荐理由：微软研究院把图表交互逻辑交给编译器处理，读者可据此判断智能体生成交互式可视化的成本与可靠性变化。
Google DeepMindAI 评分5858 Google DeepMind 联合 WRI 与 IIASA 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布 Forest Typology（ForTy）2020，把全球每一块 10×10 米土地归入六类森林与土地利用类型，作为欧盟无毁林法规（EUDR）的关键基线。
Google Research精选AI 评分6262 Google Research 用 AI 解读盲扫超声评估孕周，前瞻研究显示跨场景泛化
Google Research 在 JAMA Network Open 发表研究，评估其孕周评估 AI 模型在盲扫超声下的跨场景泛化能力。
推荐理由：研究在芝加哥与内罗毕两地前瞻验证同一模型，读者可据此判断盲扫超声在低资源场景的可迁移性。
Microsoft Research精选AI 评分7171 微软研究员证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明在高维对数凹分布下，最佳超平面切割与任意形状最佳切割的差距不超过一个与维度无关的固定常数。研究采用人机协作的智能体搜索流程，探索了约 100 条候选路径，由研究者评估、剪枝并决定方向；同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：微软研究员与合著者借助人机协作的智能体搜索证明 KLS 猜想，读者可了解 AI 在数学发现中的具体分工。
Mistral AIAI 评分4848 Mistral 与 NVIDIA 合作推进工程领域 AI
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流，将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 结合，加速工程仿真并打通仿真、模型开发与设计闭环。
Mistral AI精选AI 评分8080 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把语音输入、推理、工具调用和语音输出整合为一条实时流式管线，单轮响应低于 1 秒。
推荐理由：原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价，可据此判断实时语音工作流的落地成本。
Google Research精选AI 评分7171 Google Research 介绍让 AI 智能体扎根生物实验现实的三项研究
Google Research 发布博客，介绍三项把 AI 智能体与真实湿实验室实验连接起来的研究：VERID 框架为实验室工作单元建立语义数字孪生，让智能体在动作前检查 3D 状态、做虚拟试运行并拦截无效指令。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验，读者可了解其安全与可复现设计。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 展示了生物学家如何用智能体开发平台 Google Antigravity 完成抗菌肽候选分子的发现与结构评估，把原本分散在多个数据库的检索压缩到一次会话中。
Microsoft Research精选AI 评分6666 微软研究院推出 Magnetar：基于证明的通用计算 zkVM
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 RISC-V 程序执行过程，在笔记本上每秒证明 720 万至 870 万条处理器指令。在 15 个基准程序上，它平均比现有最快的 zkVM 快 10 至 39 倍，证明验证耗时约 12 毫秒。其安全性只依赖 SHA-256、SHA-3 等标准哈希函数，不需要椭圆曲线、格密码、可信设置或未证明的纠错码猜想。
推荐理由：微软研究院的 zkVM 把证明速度提升到此前同类系统的 10 至 39 倍，且只依赖标准哈希函数，读者可据此判断可验证计算的工程可行性。
Mistral AI精选AI 评分6060 Mistral 发布时间序列基础模型 Timestral，209M 参数版本登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个尺寸，最大版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，参数规模为前代 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出四个尺寸与 CPU 推理延迟，便于对照现有方案。
Google Research精选AI 评分6262 Google 扩展 Earth AI 地理空间推理智能体早期访问
Google 扩展 Earth AI 地理空间推理智能体的早期访问，在 Ask Google Earth 中开放深度分析预览，并向开发者提供实验性 Agent-to-Agent API 和 Planetary Prediction Engine 预览。
推荐理由：原文给出四组基准对比与合作伙伴实测，可据此判断专用地理工具与前置规划对空间推理的实际增益。
Google Research精选AI 评分7272 Google 公开发布 Deep Review 智能体文档审阅系统
Google 宣布公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术验证的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：Google 公开了 Deep Review 的四阶段智能体审阅流程与会议试点规模，可据此判断自动审稿在真实工作流中的位置。
Google DeepMindAI 评分5959 Google DeepMind 与新加坡政府合作推出端侧反诈检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一个端侧反诈检测模型，可在用户设备上直接分析对话并实时预警。
GitHub Blog · AI & MLAI 评分4747 GitHub 如何用 ModernBERT 分类器更少误报地检测密钥
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在推送前返回结果。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/skills 下的 agent skills 封装可复用流程，用 .github/agents 创建自定义智能体处理跨文件任务，并通过 MCP 服务器连接外部工具与数据源。
Import AIAI 评分5858 Import AI 476：创造力与RSI、弱于中国的开源权重模型、AI走向太空
Jack Clark 在 Import AI 476 中汇总多项进展：Scale AI 与 Elorian 发布 Humanity's Sixth Sense 基准，人类 pass@1 为 93.1，最好的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的分类器，把推送保护扩展到无固定格式的密钥，可在不到 2 毫秒内评估一批候选密钥，有望让可拦截的密钥数量翻倍以上。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与多项基准，可据此判断开源权重模型在企业与安全场景的位置。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码评审基准 ReviewBench
GitHub 发布开源代码评审基准 ReviewBench，基于 1.039 亿条 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR 和人工校验的多来源 golden set。
Import AIAI 评分4040 Import AI 475：群体扩展、Google DeepMind 为生物数据加水印与 AI 科学经济
Toby Ord 分析认为 AI 智能体群体（swarm）是一种新的推理扩展方式，4 智能体群体达到同等性能需约两倍 token，但因并行可将任务时间减半，且随规模扩大存在收益递减。