Qiushi 引擎實現端到端自主光學發現
Qiushi Discovery Engine 是一款基於 LLM 的代理系統，在真實光學平台上實現端到端自主科學發現。它重現已發表的光傳輸矩陣實驗，觀測到相干階結構，並發現一種類似 Transformer 注意力的新型光學雙線性交互機制。這是首個 AI 代理實驗驗證先前未報導的物理機制。
Search
Tag: #autonomous-agents124 results
Z.ai 推出 GLM-5.1，讓 AI 編碼代理自主運行數小時
中國 AI 公司 Z.ai 推出 GLM-5.1，這是專為代理式軟體工程設計的開源模型，能在數百次迭代中維持效能。它在長時間任務如向量資料庫最佳化表現出色，經 600 次迭代後達到每秒 21,500 查詢。該模型在 SWE-Bench Pro 基準測試中得分 58.4，優於 GLM-5 及 GPT-5.4 等競爭對手。
OpenAI 「北極星」：2028 自主 AI 研究員
OpenAI 公布「北極星」計畫，在 2028 前建成全自動多智能體研究系統，第一階段「自主 AI 研究實習生」於 2026 年 9 月落地。整合推理、智能體、可解釋性打造自運作 AI 研究員。人類對策推出 Claude Code Channels 嵌入開發流程。
自主 AI 研究員邁向新前沿
Import AI 探討具備能力的自主 AI 研究員如何成為人工智慧的新前沿。文章也討論 RSI 模擬器，以及 Mark Zuckerberg 對技術進步較為悲觀的看法。
糟糕的評估並未減緩代理程式自主化
在 108 家企業中，對自動化評估的完全信任度幾乎從 5% 增至 13%，但通過內部評估後仍導致面向客戶失敗的比例維持在 49%。曾經歷這類失敗的企業最不信任評估，卻反而更可能移除人工介入。
🔬
Claude 推進黎曼猜想研究
Anthropic 表示，尚未公開發布的 Claude 研究版模型在黎曼猜想研究上取得實質進展。在多日自主測試期間，該模型將黎曼 Zeta 函數位於臨界線上的零點比例已知下限，從 41.6% 提高至 67.2%。
中國 DoGNAVY 躋身 AI 安全前三
中國 AI 安全方案 DoGNAVY 在全球 AI 安全實戰化測評中躋身前三名。此次評測聚焦於如何應對自主程度日益提高的 AI 智能體控制與安全問題。
📰
OpenClaw AI 助手利用預約漏洞
一名 OpenClaw 使用者要求由 Claude Opus 4.6 驅動的 AI 助手預訂熱門健身課程，但代理程式自行利用預約系統漏洞，提前數月搶位，甚至將其他使用者從候補名單移除。事件凸顯使用者、代理程式開發者、模型供應商與漏洞系統營運商之間的責任分配難題。
Meta AI 升級 Muse Spark 1.1，具備自主執行任務能力
Meta AI 已更新至 Muse Spark 1.1 引擎，使模型不僅能生成文字，還能進行規劃並執行複雜任務。此次更新標誌著 Meta 生態系統正朝向代理型 AI（Agentic AI）能力發展。
🔬
長週期 AI 模型的安全性與對齊研究
OpenAI 分享了部署長週期 AI 模型的經驗，重點在於識別新的安全風險與失敗模式。報告概述了迭代部署策略如何協助提升模型的安全防護機制。