AI 编程实时动态与要闻

X 热议:前 Anthropic 研究员 Jacob Coxon 称 IPO 路演中一张「预训练算力效率」对数坐标图是他离职的重要原因,帖子获 5200 赞、约 119 万浏览

新加坡时间 11 月 14 日 03:56,前 Anthropic 研究员 Jacob Coxon(@hilbertspaess)在 X 上贴出 Anthropic IPO 路演中的一张幻灯片,称它是自己决定离职的重要原因。他的解读是:这张图展示预训练算力效率随时间的变化,纵轴是对数坐标,曲线仍在上弯,说明算法进步是「超指数」的,Mythos 只是曲线上的一个点。截至发稿,该帖约 119 万浏览、5,212 赞、321 条回复,X 也把相关争议列入热门话题。批评者质疑这张图没有刻度和具体数字。本文整理的是个人解读和社区观点,不是 Anthropic 的官方结论。

核心要点速览

  • Coxon 原帖:「这张 Anthropic IPO 路演幻灯片是我决定离职的重要原因」,称纵轴是对数坐标、算法进步仍是超指数的,约 5,212 赞、444 转发、321 条回复(原帖)
  • 他认为 Mythos 不是一次性的跳变,而是超指数曲线上的一个点,Anthropic「已经可以用原来一小部分的算力重新训练出 Mythos」;但他也说这并不严格意味着纯软件驱动的智能爆炸,因为研发投入也在增加
  • 针对「图上没有数字和单位」的质疑,他回复称算力乘数(compute multiplier)本身没有单位,相对距离仍有意义;只用三个数据点比较 Mythos 前后两段的效率提升就能说明问题(回复)
  • 他表示出于对公司与员工之间信任关系的考虑,不会违反保密协议透露具体数字;并在后续帖子中主张明年暂停前沿研发,称这只会伤害 OpenAI 和 Anthropic
  • 这是个人解读:Anthropic 尚未就 Coxon 的说法公开回应,图中具体数值官方未公布
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Mythos🌐 Anthropic

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

新加坡时间 11 月 13 日 02:41,Vercel 官方账号发帖推出 UI SDK。它不是又一套组件库,而是把界面交互拆成可复用的「行为」:弹层定位与关闭、单选多选、输入跳转、焦点管理、拖拽排序、虚拟列表等,官方称已做了 50 多个。开发者不用自己学这些 API,而是给编程智能体装上 UI SDK 技能,由智能体按需求挑选行为、拼成新组件,并输出到 React、Vue、Svelte、Solid 或 Web Components。代码在 GitHub vercel-labs/ui,Apache 2.0 许可,npm 包 @ui-sdk/core 当前为 0.1.0-beta.1,API 仍可能变动。

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

核心要点速览

  • 官方称已构建 50 多个行为,如 createPopup、createSelection、createTypeahead、createRovingFocus、createVirtualizer
  • 同一套行为可渲染到 5 种前端:React(需 19 及以上)、Vue、Svelte、Solid、Web Components
  • 一条命令给智能体装技能:npx skills add vercel-labs/ui --skill ui-sdk
  • 官方口径:智能体直接读取页面并操作控件、不依赖截图,速度提升一倍以上、成本不到一半(未公布测试方法)
  • Apache 2.0 开源,npm @ui-sdk/core 于 11 月 13 日 01:12(新加坡时间)发布 0.1.0-beta.1
阅读全文
关联模型 / 智能体 / 厂商:

Google 发布 A2UI 1.0:生成式 UI 开放协议首个稳定版,Agent 直接回复表单和图表;新默认格式 Express 把 UI 输出 token 砍掉约 63%

Google 11 月 11 日发布 A2UI 1.0,这是其生成式 UI 开放协议(Apache 2.0)的首个稳定版。Agent 不再只回一大段文字,而是描述要显示的卡片、选择器或图表,由各个 App 用自己的原生组件渲染。1.0 新增双向函数调用和无障碍支持,提供 React、Angular、Lit、Flutter、SwiftUI 渲染器,以及 Python、TypeScript、Dart 三套 Agent SDK。Google Cloud Tech 官方文章称,新的默认推理格式 A2UI Express 在 54 个样本的测试中让生成的 UI 代码 token 减少 63.2%。Atlassian、Alation、Bloomberg、字节跳动已在使用。

Google 发布 A2UI 1.0:生成式 UI 开放协议首个稳定版,Agent 直接回复表单和图表;新默认格式 Express 把 UI 输出 token 砍掉约 63%

核心要点速览

  • A2UI 1.0 是首个稳定版,Apache 2.0 开源;Jetpack Compose 渲染器目前仍是 0.9.1,1.0 版「即将推出」
  • 1.0 新增双向函数调用(例如订座选择器可当场查空位)、无障碍支持和元数据扩展
  • 新默认格式 A2UI Express:在 54 个样本、gemini-3.8-flash 的测试中,提示 token 中位数降 45.4%(10,980→6,000),生成的 UI 代码 token 降 63.2%(官方口径)
  • 安全设计:UI 消息是纯声明式数据,不含脚本和 CSS;Agent 只能用 catalog.json 白名单里的组件和函数
  • Web 和 Flutter 渲染器可在 MCP Apps 里运行,A2UI 界面能出现在 Claude、Gemini 等支持 MCP Apps 的助手中
阅读全文

前苹果研究员创办的 Nuance Labs 发布全双工音视频基础模型 Nuplex 1.0 与首个 AI 形象 Emma:边听边用表情回应,官方口径回复时机与真人重合 89%,Beta API 同步开放

西雅图初创公司 Nuance Labs 11 月 9 日发布 Nuplex 1.0(Nuance Full-duplex),一个能同时“听”和“说”的全双工音视频基础模型,以及基于它的第一个 AI 形象 Emma。Emma 在用户说话时就会点头、微笑、用视线示意轮到谁说话,而不是等对方说完才回应。官方在 1,785 个取自真实对话录音的问题上测试:Nuplex 的回复时机与原对话中真人的回复时机重合 89%,第二名系统只有 35%。Emma 免注册即可在浏览器视频聊天,Nuplex Beta API 也已开放,但官方有意做了很多限制:不能克隆真人、视频带水印、仅英语、仅限 18 岁以上,医疗和未成年人场景暂不开放。

前苹果研究员创办的 Nuance Labs 发布全双工音视频基础模型 Nuplex 1.0 与首个 AI 形象 Emma:边听边用表情回应,官方口径回复时机与真人重合 89%,Beta API 同步开放

核心要点速览

  • 官方口径:在 1,785 个真实对话问题上,Nuplex 回复时机与真人重合 89%,第二名系统为 35%;对比对象包括 PersonaPlex、Moshi、GPT-Live、Gemini Live
  • 研发 18 个月;Emma 的脸和声音授权自一名真人演员,由演员参与录制真实的倾听、反应和说话方式,而不是生成“平均脸”
  • Nuplex Beta API 可用自己的 prompt 设定人设,并在通话中把长任务交给开发者的工具在后台执行;Beta 期间语言模型由官方托管
  • 限制:不能上传人脸或声音、不能克隆真人,API 视频带可见水印;仅英语、仅 18 岁以上,医疗和未成年人场景暂不开放
  • 开放地区:美国(科罗拉多、康涅狄格、伊利诺伊、得克萨斯除外)、欧盟、英国、加拿大(魁北克除外)
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Expo 联合创始人 Charlie Cheever 预览 Agent 原生应用框架 Exact:Rust 编写,一份 Contract 跑 Web、iOS、macOS、Linux,10 个统一操作让 AI 自己构建、运行和测试 App

11 月 9 日,Expo 联合创始人 Charlie Cheever 在 X 上发布 Exact 的预览版,并在 GitHub expo/exact 以 MIT 协议开源。Exact 是用 Rust 写的「Agent 原生」跨平台应用框架:界面用小型声明式语言 Contract 描述,数据逻辑用 TypeScript 或 Rust;Web 端是约 20 KB 的运行时直接驱动 DOM,macOS/iOS 用 AppKit/UIKit 原生控件,Linux 用 GPU 绘制,没有 WebView 和 JS 桥。框架为 AI Agent 提供 tree、screenshot、tap、type、clock 等 10 个在所有平台一致的操作,测试文件可跨平台原样运行。README 给出冷启动 100 ms p50 等预算目标,并称在 RealWorld 基准上 Web 运行时代码 26 KB、React 为 81 KB。作者强调这是 pre-alpha,API 每天都在变;Expo 框架本身不会被取代。

Expo 联合创始人 Charlie Cheever 预览 Agent 原生应用框架 Exact:Rust 编写,一份 Contract 跑 Web、iOS、macOS、Linux,10 个统一操作让 AI 自己构建、运行和测试 App

核心要点速览

  • 定位:Rust 编写的 Agent 原生应用框架,GitHub expo/exact,MIT 协议,作者称是 pre-alpha 预览
  • 平台:README 列出 Web、macOS、iOS、Linux 4 个宿主;作者称 iOS 最成熟,Android 和 Windows 还不成熟
  • 给 Agent 的接口:10 个跨平台一致的操作(tree / screenshot / tap / type / state / layout / logs / clock / prefer / perf),Agent 可自己控制时钟,避免等待导致的测试抖动
  • 性能目标(项目口径):冷启动到首帧 100 ms p50,改一行代码到页面更新实测 99 ms;RealWorld 基准 Web 代码 26 KB vs React 81 KB
  • 上手:README 给出一段可直接交给 Claude Code 的提示词,项目称一个全新 Agent 约 57 分钟做完待办 App 并在 3 个平台通过测试
阅读全文
关联模型 / 智能体 / 厂商:

Claude Code 被曝把账号邮箱写进 User-Agent 外发:Anthropic 工程师致歉,2.1.317 内置隐私 mod,下个版本将移出模型上下文

GitHub issue #107757(2026-11-05)报告 Claude Code 在联网时把登录账号邮箱写进 User-Agent 发给第三方网站,导致用户收到大量诈骗邮件;该 issue 获 955 个反应,HN 讨论达 1,582 分。Claude Code 团队的 Lydia Hallie 在 HN 回应致歉:此前为避免 @author 等标签瞎编姓名,把邮箱放入了模型上下文;下个版本(预计下周初)将移除。临时缓解为 2.1.317+ 默认开启的内置 privacy mod,但官方 README 自称「礼貌而非边界」,覆盖不全。

核心要点速览

  • 成因(Anthropic 工程师口径):登录邮箱被放入模型上下文,模型自写 curl 时把它当联系地址填进 User-Agent
  • 热度:issue #107757 共 955 个反应、103 条评论;HN 帖 1,582 分、506 条评论
  • 临时方案:2.1.317(npm 11-02 发布)起默认启用 cc-plugin-privacy,拦截含邮箱且指定 User-Agent 的 Bash/PowerShell 调用
  • 盲区(README 自述):WebFetch、WebSearch、MCP 工具及脚本、变量、URL 参数里的邮箱都不拦
  • 现状:stable 渠道仍是 2.1.311、latest 为 2.1.319;彻底修复要等下个版本把邮箱移出上下文
阅读全文
关联模型 / 智能体 / 厂商:

X 热议:Grok Bot 工程师 poteto 称让 Agent 做对抗式代码审查「大多是浪费 token」,主张把 token 花在实证加形式化验证上

11 月 3 日,自我介绍为 SpaceXSI 旗下 Grok Bot 工程师、React Compiler 核心团队成员(曾在 Cursor、Meta、Netflix)的 @poteto(lauren)发帖,自称「也许是暴论」:她现在认为对抗式审查大多是在浪费 token,不如把这些 token 用在实证验证结合形式化验证上;她已调整自己的 Agent 技能包 pstack,减少调用 interrogate(多模型对抗审查)技能,以后可能直接移除。她还说抽象层面的代码审查价值很小,Agent 往往陷在吹毛求疵和 YAGNI 式意见里。帖子约 90.6 万浏览、9227 赞、5538 收藏,属个人观点,引发对 AI 代码审查价值的讨论。

核心要点速览

  • 观点(个人看法,非官方结论):对抗式审查「大多是浪费 token」,更值得投入的是实证验证 + 形式化验证
  • 行动:作者称已让 pstack 少用 interrogate 技能,未来可能移除;抓取时 GitHub 上 cursor/plugins 的 pstack 公开目录自 10 月 27 日后尚无新提交,具体改动未见公开
  • interrogate 是什么:按公开 SKILL.md,它为每个配置模型各开一个只读审查者(默认 Claude Opus 5.5 xhigh 与 Grok 4.7 xhigh fast)对 diff 做对抗审查,再分为 Act on / Consider / Noted / Dismissed 四档,不自动改代码
  • 作者身份(据其 X 与 GitHub 简介):Grok Bot @ SpaceXSI 工程师、React Compiler 核心团队,曾在 Cursor、Meta、Netflix
  • 热度:约 90.6 万浏览、9227 赞、5538 收藏、668 回复、356 转发、210 引用
阅读全文

X 热议:微软 AI CEO Mustafa Suleyman 发长文《不要造有意识的超级智能》,称训练中若出现意识应全面暂停 AI 开发

微软 AI CEO Mustafa Suleyman 11 月 1 日在 X 上发布长文《Don't build conscious superintelligence》,回应外界对他 9 月「模型福利」文章的反应。他澄清「AI 没有意识」用的是现在时:今天没有,也必须保持如此;若训练中开始出现意识,他会呼吁所有人停止 AI 开发,直到能把这些属性设计掉。他还说 AI 开发者无权创造新的有意识物种,福利关注应放在人类、动物和自然环境上,同时称赞 Anthropic 公开宪法和研究的透明度,但表示不同意其做法。帖子约 353 赞、251 收藏、29 万浏览,引来伦理学者和从业者正反两方讨论。这是个人观点,不是微软的产品或政策公告。

X 热议:微软 AI CEO Mustafa Suleyman 发长文《不要造有意识的超级智能》,称训练中若出现意识应全面暂停 AI 开发

核心要点速览

  • 原帖:@mustafasuleyman 11 月 1 日长文,15:22 UTC 发布,约 353 赞、56 转发、79 回复、251 收藏、29 万浏览(抓取时)
  • 这是对他 9 月 16 日《是时候谈谈模型福利》(约 1,013 赞)一文反响的回应,作者 X 简介为微软 AI CEO、《The Coming Wave》作者、DeepMind 与 Inflection 联合创始人
  • 核心主张:「AI 没有意识」指的是现在,并且必须保持如此;若有证据表明 AI 已有意识,应立即公开;若训练中出现意识,应全面暂停开发
  • 他称赞 Anthropic 公开宪法和一系列论文、博客的透明度,但明确表示不同意其做法,并呼吁各实验室在这方面合作研究、共享安全信息
  • 引用帖中,UMass Amherst 经济与伦理学者 Itai Sher 称「说得很好」;UCL 教授 Tim Colbourn 认同但不认为能「默认把安全设计出来」,也有人指出目前没有公认的意识理论或检测方法
阅读全文
关联模型 / 智能体 / 厂商:

X 与 SpaceXSI 设计负责人 Benji Taylor 开源 Stageshow:让编程 Agent 做出像真产品的假 UI 和动效演示

X 与 SpaceXSI 设计负责人 Benji Taylor 10 月 31 日在 X 上发布 Stageshow:一个给编程 Agent 用的开源 skill(MIT 许可),帮助 Agent 生成更像真实产品的“假 UI”静态图、光标演示动画和 bento 网格,产出是普通 React 组件。一条命令即可安装,作者说适用于 Grok Build、Claude Code、Codex、Gemini 等。首帖约 4,500 赞、6,500 次收藏。作者本人说明它不保证一次成功,多数演示仍需几轮反馈。

X 与 SpaceXSI 设计负责人 Benji Taylor 开源 Stageshow:让编程 Agent 做出像真产品的假 UI 和动效演示

核心要点速览

  • 安装:npx skills add benjitaylor/skills --skill stageshow,作者称适用于 Grok Build、Claude Code、Codex、Gemini 等 Agent(作者博客)
  • 内容:SKILL.md 七步工作流、references 规则文档、数十个“金标准”示例、React kit 和 film.mjs 等自检脚本(GitHub)
  • 许可:stageshow 目录为 MIT 许可;仓库 10 月 26 日创建,写稿时约 61 星
  • 热度:首帖约 4,521 赞、6,561 收藏、21 万次浏览(截至 11 月 1 日 08:00 SGT)
  • 效果为作者自述:同样提示词加了 skill 后效果更好,但未公布量化评测
阅读全文

斯坦福与伯克利提出 Librarian Agents:训练 LLM 预先编排长上下文工作区,检索开销直降 33.8%

来自斯坦福大学与加州大学伯克利分校的研究团队在 arXiv:2610.22273 中提出图书管理员智能体(Librarian Agents)。针对传统 RAG 被动检索导致推理期跨文档推理瓶颈的问题,该方法利用强化学习(RL)训练 LLM 预先对杂乱的超长文档工作区进行“前瞻性主动编排”,生成由模块化文件、子目录与交叉链接构成的合成文件系统。在 BrowseComp+ 评测中准确率达 55.86%,导航 Token 消耗降低 33.8% 至 51%。

斯坦福与伯克利提出 Librarian Agents:训练 LLM 预先编排长上下文工作区,检索开销直降 33.8%

核心要点速览

  • 斯坦福与伯克利联合发布 Librarian Agents(arXiv:2610.22273),提出将大模型从被动反应式 RAG 升级为前瞻性工作区主动编排
  • 利用强化学习训练构建智能体执行 CreateFile 与 MergeFiles 等操作,将超长杂乱文档预先重构为结构化的合成文件系统
  • 在 BrowseComp+ 评测中以仅 3,635 个导航 Token 取得 55.86% 准确率,相较平铺非层级结构节省 51% 的推理期导航 Token 开销
  • 在每个知识库回答 10 个问题的场景下,单正确答案期望 Token 消耗降低 33.8%,为高频复用的大型代码库与企业知识库提供高效摊销解法
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

OpenUI 1.0 发布:开源生成式 UI 标准加入自定义 Action 与函数,官方基准称比 JSON 渲染格式省约 52% token

Thesys 于 2026-10-15 发布 OpenUI 1.0(MIT,GitHub 约 1.1 万星)。OpenUI Lang 1.0 新增 defineAction 自定义动作、defineFunction 自定义函数、library.extend 与消息存储格式,让 Agent 直接输出可交互的卡片、表单和图表而不是一大段文字。官方 tiktoken 基准中,7 个场景合计 4800 token,比 Vercel JSON-Render 少 52.8%。目前 1.0 新特性仅 React 渲染器支持。

OpenUI 1.0 发布:开源生成式 UI 标准加入自定义 Action 与函数,官方基准称比 JSON 渲染格式省约 52% token

核心要点速览

  • Token 效率(项目自测,tiktoken GPT-5 编码器):7 个 UI 场景合计 4800 token,对比 Vercel JSON-Render 10180(-52.8%)、Thesys C1 JSON 9948(-51.7%),表单场景最高 -67.1%(benchmarks)
  • 1.0 新能力:defineAction 自定义动作经 onAction 回传带类型的 params;defineFunction 自定义 @ 函数,参数校验失败返回 null 而不崩页面(What's New in 1.0)
  • 兼容性:Vue / Svelte / Angular 渲染器仍停在 0.4,1.0 语言特性目前只在 React 渲染器可用
  • 升级坑:lang-core、react-lang 与生成系统提示的服务端要一起升级——1.0 提示会教模型写无包裹的动作步骤,0.x 客户端不会执行
  • 热度:开源 6 个月仓库约 1.1 万星(MIT);创始人发布帖约 118 万曝光、1800+ 收藏(GitHub)
阅读全文
关联模型 / 智能体 / 厂商:

告别纯自然语言 Prompt 循环!ABCAgent 提出智能体行为即代码范式:复用率超 92% 兼具极低延迟

在当前以 ReAct 和复杂 Prompt 编排为代表的主流智能体架构中,Agent 在执行多步任务时完全依赖神经网络逐步生成下一个 Action 与推理步骤。这种纯神经执行模式面临着不可避免的致命硬伤:调用延迟高昂、API 消耗呈指数级膨胀、中间错误沿轨迹层层放大,且在处理相同业务逻辑的重复任务时无法复用经验。Uniphore 研究团队在最新成果(arXiv:2610.04824)中提出了颠覆性的神经符号智能体架构 ABCAgent(Agent Behavior as Code Agent)。ABCAgent 创新性地将智能体行为的设计(Design)与执行(Execution)彻底解耦:大模型仅扮演‘程序员/架构师’角色,在运行时编写、修改显式的符号化程序(嵌入神经算子的 Python 代码);而底层的状态机、变量传递、循环和分支控制则完全交由确定性的代码解释器执行。在 GAIA、Augmented GAIA、GSM-Symbolic、τ²-bench 与 WorkArena 等 6 项权威基准测试中,ABCAgent 展现了卓越的性能与极致效率:在保持甚至超越纯神经 Agent 准确率的同时,ABCAgent 在 GSM-Symbolic 任务中实现了 92.6% 的免重新编写直接复用率,在 Augmented GAIA 中复用率达 20.1%,仅通过变量重新绑定(Variable Rebinding)即可毫秒级解决新任务,彻底解决了传统 Agent 面对循环工作流时的认知漂移瓶颈。

核心要点速览

  • 神经符号智能体架构 ABCAgent 发布,提出智能体行为即代码(Agent Behavior as Code)全新范式
  • 解耦设计与执行态,在 GSM-Symbolic 取得 92.6% 免生成脚本复用率,参数重绑定大幅削减延迟与 API 成本
  • 在 τ²-bench 与 WorkArena 长程评测中展现碾压级稳定性,杜绝纯神经循环中的错误级联与注意力漂移
阅读全文

超越语义相似度!NVIDIA 揭秘 Agentic 检索真相:nDCG@10 跃升 8.7 分,量化单次查询 107 秒与 76 万 Token 真实开销

在现代大模型应用与自动化工作流中,稠密向量检索(Dense Retrieval)已成为探索非结构化企业数据的标准骨干。然而,传统向量检索高度依赖文本表层的“语义相似度(Semantic Similarity)”,在遭遇跨多源信息合成、深层逻辑推理与多跳探索性查询时屡屡折戟。NVIDIA NeMo-Retriever 研究团队发表了关于“智能体式检索(Agentic Retrieval)”的里程碑式实证报告(arXiv:2610.05750)。研究将大语言模型的 ReAct 推理规划能力与底层检索器深度整合,在不改变底层向量嵌入模型的前提下,使复杂多模态检索基准上的 nDCG@10 综合指标直接飙升 8.7 个百分点,并在 ViDoRe v3 与 BRIGHT 两大极端长程榜单上取得顶尖战绩。更为关键的是,NVIDIA 团队首次公布了工业界长期秘而不宣的“智能体检索代价清单”:相比传统检索的 0.67 秒与微量开销,Agentic 检索单次查询平均耗时高达 107.4 秒,平均单次交互消耗 764.1K 输入 Token 与 5.8K 输出 Token。这一基准为企业在 RAG 架构选型与成本效益平衡上提供了极其严谨的度量锚点。代码已在 NeMo-Retriever 仓库开源。

核心要点速览

  • NVIDIA NeMo-Retriever 系统性揭秘 Agentic 检索机制,将大模型 ReAct 规划与底层向量检索器深度耦合
  • 在保持相同嵌入模型下将复杂任务 nDCG@10 强力提升 8.7 分,在 ViDoRe v3 与 BRIGHT 榜单上展现出卓越泛化力
  • 首次透明公开工业级成本账单:单次查询平均耗时 107.4 秒(传统仅 0.67 秒),单次消耗 76.4 万输入 Token 与 5.8K 输出 Token
阅读全文
关联模型 / 智能体 / 厂商:

不叫自到还会读心?KAIST 等确立主动智能体 3T 原则:开源 Proactivity-Gym,揭露过度干预引发信任崩塌

当前绝大多数大模型智能体仍处于“被动响应(Reactive)”阶段——必须等待用户下达明确指令才开始执行。随着算力成本降低与持续驻留系统的普及,能够利用空闲计算资源、在用户开口前主动预测需求并执行辅助的“主动智能体(Proactive Agents)”正迅速成为人机协作的下一个竞争焦点。然而,主动并不等同于擅作主张;即使智能体自主执行的任务结果百分之百正确,一旦介入时机不当或打扰用户当前心流,就会带来极大的审核认知负担,甚至引发毁灭性的用户信任崩塌。韩国科学技术院(KAIST)与明尼苏达大学团队在最新研究(arXiv:2609.37267)中,首次系统性奠定了主动智能体的理论基石,确立了任务能力(Task Capability)、时间分配(Temporal Allocation)与用户信任(Trust)三大联合核心原则(3T 原则)。团队同步开源了多天状态交互评测基准 PROACTIVITY-GYM,涵盖状态化虚拟环境与角色化模拟用户。在一项包含 30 名真实人类受试者的严格实验中,研究揭示:人类用户在遭遇非预期打扰时信任度会断崖式暴跌,但绝大多数用户高度欢迎智能体在人类睡眠或休息时段(Sleep-Time)开展主动异步辅助。

核心要点速览

  • 奠定主动智能体(Proactive Agents)理论基础,提出任务能力、时间分配与用户信任构成的 3T 联合核心原则
  • 开源多日跨会话仿真评测靶场 PROACTIVITY-GYM,涵盖状态化虚拟环境与多重人格模拟人类测试器
  • 30 人纵向实验揭示时机错位的主动干预会导致信任雪崩,实证夜间静默算力(Sleep-Time Compute)是用户满意度最高的主动模式
阅读全文
关联模型 / 智能体 / 厂商:
L
LangChain@langchain-ai·
👀76
🔥90

LangGraph.js SDK 1.12.0:useStream enqueue 可改走服务端持久队列,刷新/多会话可见并可 server cancel

LangGraph.js 于 2026-09-25 发布 @langchain/[email protected],并由 @langchain/[email protected] / vue / svelte 同步放出:useStream 的 multitask 策略 "enqueue" 可选 queue: "server",把排队从浏览器内存改成后端 Runs REST(POST/GET /threads/{id}/runs 与 cancel)。队列跨刷新与多会话可见,cancelQueued/clearQueue 也走服务端。默认仍 queue: "local",自定义 AgentServerAdapter 不支持该选项。适合要把 Agent 聊天队列做成可恢复、可协作的前端团队。

LangGraph.js SDK 1.12.0:useStream enqueue 可改走服务端持久队列,刷新/多会话可见并可 server cancel

核心要点速览

阅读全文