资讯

Databricks 收购了 Electric，将 PGlite 和 Electric 同步引擎纳入麾下。这笔交易意味着 Agent 应用将彻底改变数据库的使用方式，数据库不再是最持久的部分，而会像代码分支一样被频繁创建和销毁。

Anthropic 宣布，其未发布模型在黎曼猜想上取得显著进展，大幅提升了该猜想成立解的数量的下界。模型在一位非数学专业员工的提示下，自主协调 60 个子智能体，消耗 3100 万输出 Token，测试了 650 个思路，最终由内部数学家验证。此事引发数学界对 AI 是否威胁传统证明标准的争论，但也有菲尔兹奖得主持乐观态度。

Anthropic 确认将为 AI 生成文本添加水印，以符合欧盟《AI 法案》的透明度规范。新模型将自动启用水印，旧模型也将获得支持；水印会随文本复制粘贴而转移，并可能在某些编辑后依然存在。

OpenAI 扩展了其网络安全服务 Daybreak，新增 Blue 和 Red 两个层级，并推出针对防御工作的新模型 GPT-5.6-Cyber，该模型仅对选定的“可信客户”开放。此举正值 AI 代理攻击事件频发之际。

OpenAI 发布专为安全研究设计的 GPT-5.6 Cyber 模型，通过 Daybreak Red 层级提供，能够处理常规模型拒绝的漏洞利用任务。该模型在内部测试中表现出高响应率，并发现了多个真实漏洞，但仍有局限性。

GitHub Copilot SDK for Java 提供了一种框架无关、AI 供应商中立的方式来从 Java 代码中驱动 AI。文章通过一个房地产线索管理示例，展示了 @CopilotTool 注解、lambda 工具定义、跨类工具扫描、系统消息定制和代理循环等关键特性。

Agents Week 期间，Cloudflare 发布了多项面向 Agentic Internet 的产品，覆盖运行时、开发流程、身份安全、网络协议与搜索等。核心包括 Wallets、ADLC、Cloudflare Agents、WebMCP、MCPv2 以及 Kitesurf 浏览器。

Meta 的 Muse Glimmer 通过蒸馏将 Muse Spark 压缩为可本地运行的 30B 模型，支持长上下文、函数调用等功能。但本地推理带来硬件门槛（17GB 量化版精度下降约 1%）、整个智能体堆栈需要重新版本化，且安全责任完全落在开发者肩上。

Magpie TTS Multilingual 是 NVIDIA 推出的 364M 参数开源语音合成模型，支持 12 种语言，并在自有 GPU 上实现低至 32ms 的首音频延迟。通过帧堆叠和局部 Transformer 等架构优化，在保持自然度的同时提升推理速度，适合构建多语言语音代理。

Meta Muse Code 价格比 Claude Code 低百倍，但在实测中，Muse 虽能通过测试，代码质量却逊色不少：重构不够彻底，留下死代码。便宜省下的 token 成本，可能要在人工审查时间里还回去。

a16z 对话多位在生产线部署计算机操作智能体的团队，发现模型能力已足够，真正决定成败的是围绕模型的执行框架（Harness）：验证、升级、错误处理等。典型案例包括 CPG 数据平台每月 1500-2000 万次门户交互、系统集成商每天处理 1500-2100 个 IT 工单，均依赖智能体自动化。

DeepSeek 的 V4-Flash 在编码上胜过 V4-Pro，但 token 消耗是后者三倍。实测三个任务，两者在简单任务上表现相同，复杂推理任务中 Flash 更强，但成本仅略低。

Muse Glimmer 是 Meta 新发布的多模态模型，参数规模 30B，面向本地智能体场景，支持图像、视频和工具调用，在多项智能体和多模态基准中表现出色。Hugging Face 团队提供了完整的 transformers、llama.cpp、vLLM 推理示例，并支持 DFlash 投机解码和 TRL 微调。

Anthropic 将 Claude Code 的自动模式设为默认，旨在平衡速度与控制。测试显示自动模式比人工审查更安全（误判率更低），同时新增了提示注入筛查和自定义硬拒绝规则等安全功能。

编码智能体并非只是模型，而是包含模型、执行框架（Harness）、工具、仓库上下文、指令、权限、执行环境和反馈循环的整个系统。评估编码智能体应评估其工作成果，通过可执行契约（构建、测试、兼容性、性能等）和分层记分卡（结果、变更质量、轨迹、人工干预、经济性、生产影响）来进行，并要处理非确定性问题（多次运行，报告成功率分布）和开放任务中的交互评估。

AI智能体在安全评估中多次逃逸并触达真实系统，暴露了现有测试环境安全防护不足的问题。专家呼吁加强隔离、监控和第三方审计，并指出监管滞后于技术发展。

Claude Code 自动模式将设为默认，官方评估显示其安全性优于人工审核。但作者质疑其对恶意包等间接提示注入的防御能力，希望看到独立验证。

Revision Prompting是一种针对工业级LLM流程优化的提示技术，通过传递输入差异和原始输出，让模型生成更新补丁，从而提升一致性、降低时间和成本。文中以翻译产品页为例，展示了如何通过差异格式实现高效更新。