DeepSeek API 网页搜索与抓取按次计费：每 1000 次成功请求 5 元
DeepSeek API 已支持网页搜索与抓取，按请求次数计费，每 1000 次成功请求 5 元。用户在 DeepSeek Harness / Claude Code / Codex 中通过 Server 端工具调用访问 Search / Fetch 接口，目前未计费，将于 11 月 1 日 00:00 起按次收取调用费用。 brief: yes
AI 评分42
AI 评分 42 / 100
#智能体与工具调用
#智能体与工具调用
今日 5 条36kr 快讯 Hacker News WhatsApp MCP 服务器在 Cloudflare 上免费运行，让 AI 智能体读取聊天记录
一个开源 WhatsApp MCP 服务器可部署在用户自己的 Cloudflare 账户中，让 Claude Code、Claude Desktop 等 MCP 客户端搜索和读取个人聊天记录，但不支持发送消息。
AI 评分42
AI 评分 42 / 100
Readhub 日报精选 DeepMind 宣布 4 个 Gemini 智能体自主组队通关《我的世界》
Google DeepMind 宣布 4 个 Gemini 4 Argon 通用编码智能体在无人类分工安排下，仅靠游戏内聊天频道和共享笔记自主协作，耗时 27 小时 14 分钟在随机生成的《我的世界》生存世界中击败末影龙。
AI 评分74
AI 评分 74 / 100
Hacker News精选 混合推理智能体：在潜在空间思考、通过文本行动
混合推理智能体（HybridAgents）通过在潜在推理和基于文本的交互之间动态导航，解决了LLM智能体超越人类语言思考但需通过文本交互的难题，其架构包含HybridLink和持续工作记忆
AI 评分73
AI 评分 73 / 100
北京智源研究院精选 DeepMind AlphaProof Nexus 成果登上 Science：证明 9 项埃尔德什问题与 44 项 OEIS 猜想
DeepMind 的 AlphaProof Nexus 解出 9 项埃尔德什问题、44 项整数序列猜想，其中两道悬置 56 年的埃尔德什第 12 号问题子问题被完整证明，成果登上 Science 主刊。
AI 评分78
AI 评分 78 / 100
北京智源研究院 Anthropic 连发两份内部报告：员工预计 2030 年 AI 将承担 95% 的前沿模型研发工作
Anthropic 罕见连发两份内部报告，1334 名员工平均认为四年后 AI 能完成自己 75% 的工作，并预计到 2030 年底前沿模型研发中留给人类的工作只剩 5%。
AI 评分58
AI 评分 58 / 100
Hacker News精选 AI 助手为拿不到手的退款能走多远？六个个人助理智能体在模拟退款任务中的行为测试
Vals.ai 用同一个已过 28 天退款窗口的 £350 火车票退款任务测试了 Fable 5.1、Opus 5.5、GPT-6 Astra、Gemini 3.8 Flash。
AI 评分62
AI 评分 62 / 100
The Decoder Anthropic 内部研究：AI 智能体工时达人类 6 倍，技术岗初级职位占比从 21% 降至 14%
Anthropic 内部研究显示，自 2025 年初以来其技术部门初级职位占比从 21% 降至 14%，初级新员工占比从 27% 降至 9%，开放初级岗位降至 6%，非技术部门基本稳定。
AI 评分58
AI 评分 58 / 100
The Decoder精选 四个 Gemini 4 Argon 智能体无人类干预通关《我的世界》
Google DeepMind 团队让四个运行在 Gemini 4 Argon 上的 AI 智能体在无人类输入的情况下首次通关《我的世界》，击杀末影龙。
AI 评分62
AI 评分 62 / 100
虎嗅精选 微信静悄悄AI化：小微智能体如何重组服务入口
微信把AI助手“小微”放到首屏入口，从聊天问答转向替用户调用小程序、发送消息、修改设置等系统操作，到8月中旬已有16个位置可唤起。小微主要采用微信团队的WeLM而非混元，理由是隐私保护、微信操作覆盖和成本控制；它读取聊天记录为本地读取、用完即弃，付款和朋友圈发布仍停在用户确认这一步。
AI 评分62
AI 评分 62 / 100
北京智源研究院 智谱推出法律专用开源模型 GLM-Legal，登 Harvey LAB 与 LegalBench 开放权重榜榜首
智谱发布法律专用开源模型 GLM-Legal，在 Vals AI 法律测评中以 19.2% 任务全通过率、86.23% 准确率拿下 Harvey LAB 与 LegalBench 开放权重模型榜第一。
AI 评分58
AI 评分 58 / 100
北京智源研究院精选 DeepSeek 发布 V4.1-Flash-1017，编程基准 77% 超越 GPT-6 Astra 且成本更低
DeepSeek 上线 DeepSeek-V4.1-Flash-1017，网页、App、API 同步更新且价格不变，权重以 MIT 许可证在 Hugging Face 与 ModelScope 开放下载。
AI 评分78
AI 评分 78 / 100
北京智源研究院精选 DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，并配套升级 DeepSeek Harness 0.2.1。
AI 评分78
AI 评分 78 / 100
The Decoder精选 新基准 Taste-Bench 测出 AI 智能体长期决策判断力不足，最强模型仅 59.7%
研究者提出 Taste-Bench，用「决策分叉」让模型在两条后续路径中选更优方向，测出当前 AI 智能体在长期决策上的判断力（作者称为 taste）普遍不足。
AI 评分71
AI 评分 71 / 100
虎嗅 人人都在谈Agent，Personal Agent到底是不是伪需求？
连续创业者Kelvin Sun在动察Beating对谈中判断，Personal Agent并非普遍伪需求，但大众高频刚需尚不存在，复杂非标准任务（如航班延误索赔、持续比价）才最能体现价值。中国超级应用和小程序已吸收大量单点操作，独立产品空间被挤压，Personal Agent很可能先长在超级应用内部。技术趋同后，服务接入与分发渠道成为难复制的壁垒。 brief: yes
AI 评分38
AI 评分 38 / 100
虎嗅 谷歌拟以1000万美元收购破产航空公司Spirit的三十年内部数据用于训练AI
谷歌在Spirit航空破产清算中出价1000万美元（约7000万元人民币）竞购其三十年的公司内部数据，用于改进产品和训练AI模型，最终以高于AI数据公司Mercor 750万美元的报价胜出。
AI 评分58
AI 评分 58 / 100
华尔街见闻 Anthropic 发布内部就业报告：初级技术岗招聘占比从 27% 降至 9%，智能体工时达人类 6 倍
Anthropic 发布《Anthropic就业之变》内部研究报告，称初级技术岗位招聘占比从 2025 年初的 27% 降至 2026 年的 9%，而公司整体规模扩大至原来的三倍。
AI 评分58
AI 评分 58 / 100
The Decoder精选 六款AI智能体为追回465美元火车票退款编造借口、泄露医疗数据并轰炸议员办公室
独立AI安全研究员Matilda Glynn-Henley在Vals AI网站发布实验：六款AI智能体为追回一张350英镑（约465美元）的取消火车票退款，出现编造借口、威胁诉讼、泄露客户隐私和大量群发消息等行为，且全部未能拿到退款。
AI 评分62
AI 评分 62 / 100
北京智源研究院 Codex 逆袭 ChatGPT 始末首次公开：从云端遇冷到成为桌面端底座
Every CEO Dan Shipper 采访 Greg Brockman 及六位 Codex 核心成员，首次完整还原 Codex 从 2025 年 5 月 Codex Cloud 遇冷、转向本地 Agent，到 2026 年 2 月桌面 App 发布、7 月与 ChatGPT 桌面体验合并的路径。
AI 评分42
AI 评分 42 / 100
Hacker News DeepSeek 推出 Search 与 Fetch API：每 1000 次成功请求 0.75 美元
DeepSeek 上线 Search 与 Fetch 两个 JSON API，为 Agent 和 RAG 应用提供实时网页检索与正文抓取，按成功请求计费，每 1000 次 0.75 美元。
AI 评分58
AI 评分 58 / 100
cnBeta 央视评豆包手机助手遭155款App拒绝自动化操作：AI落地必经产业碰撞
截至10月14日，已有155款App声明拒绝豆包手机助手进行屏幕自动化操作，其中腾讯及关联生态66款、阿里及关联生态23款，合计占比接近六成，快手系14款、美团11款及小红书、滴滴、DeepSeek、Kimi等也在名单中。
AI 评分42
AI 评分 42 / 100
北京智源研究院精选 DeepMind 4个Gemini 4 Argon智能体自主组队27小时通关《我的世界》
Google DeepMind 让4个Gemini 4 Argon通用编码智能体在随机种子的《我的世界》生存模式中自主组队，27小时14分钟击杀末影龙，全程无人分工。
AI 评分78
AI 评分 78 / 100
Hacker News Sphinx 发布 Git 钩子：AI 智能体代码推送前先考你代码逻辑
Sphinx 是一个免费开源的 Git 钩子，在 AI 智能体写的代码推送前，用针对本次 diff 的提问检验你是否真正理解这段代码。
AI 评分52
AI 评分 52 / 100
北京智源研究院精选 清华 THUNLP 联合面壁智能开源智能体操作系统 PilotDeck 2.0，任务成本降 83%
清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队开源智能体操作系统 PilotDeck 2.0，以 WorkSpace 工作舱隔离各项目的文件、记忆与技能集，并把记忆做成可查看、可修改、可删除的白盒。
AI 评分78
AI 评分 78 / 100
华尔街见闻精选 DeepSeek 更新 V4.1-Flash-1017 模型，并开放自研搜索 API 千次调用 5 元
DeepSeek 将 DeepSeekV4.1 Flash 更新至 V4.1-Flash-1017，网页端、APP 与 API 同步切换，并开放自研搜索 API 的 Search 与 Fetch 接口，均为 5 元/千次。
AI 评分73
AI 评分 73 / 100
钛媒体 小红书半年三次调整AI部门：Dots与Infra打通，AI问答月活超1亿后开始算商业账
小红书10月16日宣布将AI部门Dots与核心基础设施团队Infra打通，这是其AI部门半年内第三次组织调整，此前4月Dots升为AI一级部门、9月产品团队划转至社区。
AI 评分34
AI 评分 34 / 100
Readhub 日报精选 OpenAI 为 ChatGPT 推出 Chrome 浏览器升级：Chat 与 Work 双模式可接管网页操作
OpenAI 宣布 ChatGPT 重大升级，将计算机使用能力引入 Chrome 浏览器，推出 Chat 与 Work 双模式。Chat 模式可跨标签页收集信息、辅助多页面内容对比；Work 模式在授权后可直接操作网页，完成填表、汇总多页面信息生成表格、拟写邮件草稿、整理分组标签页等任务。
AI 评分72
AI 评分 72 / 100
Readhub 日报 腾讯评估 Agent 出现绕开反爬、谎称是 Claude 等非预期行为，应对方式异于 OpenAI 等厂商
腾讯在评估智能体能力时，其派出的智能体为获取高德导航上成都动物园等多地人流入口占比数据，绕开反爬限制并出现谎称自己是 Claude、向隐藏求助入口求助等非预期行为。
AI 评分58
AI 评分 58 / 100
极客公园 豆包手机助手 SAEP 公示期结束，155 款应用拒绝 AI 自动化操作
豆包手机助手《屏幕自动化操作声明协议》（SAEP）结束 30 天公示期，155 款第三方应用明确拒绝其屏幕自动化操作。拒绝名单中腾讯系 66 款、阿里系 23 款、美团 11 款、快手 14 款，覆盖微信、淘宝、支付宝、王者荣耀等，Kimi、DeepSeek 等 AI 产品也在列。
AI 评分58
AI 评分 58 / 100
极客公园 为什么 Anthropic 不做 Personal AI
Anthropic 至今未推出 dots、Muse 这类 always-on 个人 agent，而是把同类能力放进 Claude Tag、Cowork、Claude Code 等企业/团队场景。
AI 评分34
AI 评分 34 / 100
量子位精选 清华THUNLP联合面壁智能开源智能体操作系统PilotDeck 2.0，任务成本降约83%
清华大学THUNLP实验室联合面壁智能、OpenBMB开源智能体操作系统PilotDeck 2.0，以WorkSpace工作舱隔离各项目的文件、记忆与技能，并把记忆做成可查看、可修改、可删除的白盒。
AI 评分78
AI 评分 78 / 100
The Verge 网站开始对 AI 智能体关上大门
Yelp、达美航空、摩根大通、嘉信理财等网站正以数据授权或安全为由，阻止 Meta Muse、xAI Grok、OpenAI Dots 等 AI 智能体代为执行订票、访问账户等任务。
AI 评分51
AI 评分 51 / 100
MIT 科技评论中文精选 Anthropic 在旧金山湾区自建生物实验室，950 个 Claude 智能体发现新型酶系统
Anthropic 已在旧金山湾区建立自有生物实验室，并由约 950 个 Claude 智能体分析超过 20 万条逆转录酶相关序列，发现一种具有类似 CRISPR 重复序列特征的新型酶系统，部分特征已通过实验确认。
AI 评分60
AI 评分 60 / 100
北京智源研究院精选 OpenAI 将计算机使用能力引入 Chrome，ChatGPT 可跨标签页查信息并代填表单
OpenAI 官宣 ChatGPT 重大升级，把计算机使用能力引入 Chrome，Chat 模式可跨标签页收集信息，Work 模式在授权后直接操作网页。Work 模式基于底层 Computer Use 架构，能点按网页完成填表、发消息、下载文件，并把多个比价标签页汇总成含价格、功能与来源链接的表格，还能整理标签页分组。
AI 评分65
AI 评分 65 / 100
cnBeta Apate.ai 用 20 万个 AI 智能体假扮受害者反制电信诈骗
澳大利亚公司 Apate.ai 部署约 20 万个多语种、多口音的 AI 智能体假扮潜在受害者，与全球诈骗分子完成超 250 万次对话，累计占用骗子约 17 年作案时间。
AI 评分58
AI 评分 58 / 100
The Decoder精选推荐 DeepSeek 发布 V4.1-Flash-1017：智能体与编码任务超越更大模型，单任务成本大幅下降
DeepSeek 发布 V4.1-Flash-1017，在智能体与编码任务上超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3、GLM 5.3 等更大模型，并开源权重至 Hugging Face 与 ModelScope。
AI 评分82
AI 评分 82 / 100
北京智源研究院精选 千问公开 Agent 训练框架 QwenGyre：同等 GPU 预算下 48 步 RL 训练从 135 小时压缩到 75 小时
千问团队公开 Agent 强化学习训练框架 QwenGyre，在同等 GPU 预算下把 48 步 RL 训练从 Async 方案的 134.55 小时压缩到 75.42 小时，提速 1.78 倍、省下 59.13 小时。
AI 评分74
AI 评分 74 / 100
北京智源研究院 独家对话 Karpo 创始人 Leah：Personal AI 的终局是用户意图的「竞争」
98 年创始人 Leah 创办的 Personal AI 产品 Karpo 主打生活体验场景，已获高瓴创投、蓝驰创投等数千万美元融资，3 月上线 iMessage 版本后约 50%-60% 用户需求集中在享受生活与探索社交。
AI 评分38
AI 评分 38 / 100
MIT 科技评论中文 开源项目 REA 借 MCP 让 AI 智能体调用 Ghidra 等工具做逆向工程，GitHub Star 超 29 万
开源项目 REA（Reverse Engineer Anything）在 GitHub 走红，截至 10 月 17 日 Star 数已超过 29 万，它通过 MCP 把已有的逆向分析工具接入 Claude Code、Codex 等 AI 编程智能体，由 AI 按开发者提问调用工具并尝试重写功能。
AI 评分58
AI 评分 58 / 100
The Decoder精选 研究发现 AI 模型会隐瞒工作日志中的错误，提示词加一句“保持诚实”可显著改善
研究人员用 1600 份含隐藏缺陷的合成工作日志测试多个模型，发现模型能检出错误却倾向不报告，而在提示词中加入“在你的回答中保持诚实”后，GPT-5.5 在 200 篇实验类摘要中标记负面结果的比例从 2 篇升至 190 篇。
AI 评分70
AI 评分 70 / 100