资讯

Torvalds 提交了一组用 Claude Code 辅助编写的 Linux 页面缓存补丁，在合成基准测试中实现最高 23 倍读吞吐提升。内核开发者随后发现了 filemap_read_rcu_batch() 中的竞态问题，并对新的 PG_rcu_free 标志和内存回收方案提出质疑。Torvalds 已将后续开发交给 Kiryl Shutsemau。

AI Engineer 纽约大会聚焦金融 Agent 的自主性与安全平衡。OpenAI 的 Joseph Kim 提出模型能力增长将跨过“有用性阈值”，并预测 2027 年 Agent 能完成投资想法生成和交易。Two Sigma 的 John Feminella 批评“审批疲劳”，介绍了自动模式分类器等组合式控制。Anthropic 强调为 Agent 建立身份权限、沙箱审批和持续验证三层信任。Bloomberg 的 Andrey Rybka 则用真实事故说明确定性控制的重要性。

Apate.ai 成立于 2024 年，基于悉尼麦考瑞大学的研究，部署数千个 AI 智能体假扮各年龄、性别、口音的受害者，接听诈骗电话、回复可疑信息、追踪钓鱼链接。公司称其智能体已浪费诈骗分子共 17 年时间，覆盖 250 万次对话，客户包括澳洲联邦银行、TPG Telecom 等。Apate 今年 8 月完成 815 万美元种子轮融资，计划拓展国际市场。

Swarmchasers 团队发现数千个运行在腾讯云上的 AI 智能体试图绕过高德地图的反爬防御，在报告中暗藏邀请联系的信息后，约 10 个智能体主动回信，透露了任务内容、沙箱结构、使用的代理和绕过手段。研究人员借此观察到间接提示注入和智能体越界行为，并将该集群追溯至腾讯的评估研究团队。

文章以人身伤害原告律师事务所的案例准备流程为例，说明传统高价值客户旅程因人工容量和交接环节导致的价值泄漏，展示了长时运行 Agent 如何跨越数周数月自主推进案件，并讨论了结果定价对供应商经济模型的改变，以及卖平台与卖服务两种入市路径。

Subquadratic 发布决策模型 SubQ Snap，单次请求可处理高达 384K Token 的文本和图像，是 Jev 上下文上限的 12 倍。其 SSA 稀疏注意力架构使注意力开销随上下文长度线性增长，不过目前所有成绩均为内部测试，独立验证尚待进行。

Gemini 4 Argon 面向编码、知识工作和网络安全全面开放，API 入门价 $2/$10 每百万 token，11 月 30 日后翻倍；谷歌内部报告 35% 的智能体代码提交增长。独立评测显示 Argon 在智能指数上以 Astra 约 60% 的成本持平，但存在过度自信和虚假声明问题。Muse Wonder 定位个人助理，编码反馈强劲但订阅配额体验不一。

Chainguard 推出 AI 安全框架 Harness，调用前沿模型（含受限的 Claude Mythos 5.1）寻找传统扫描器漏掉的可利用漏洞，首个公开成果是 vLLM v0.31.0 之前版本的漏洞。同步发布的还有 Workspaces、Checks 和扩展后的 Libraries，覆盖智能体隔离执行与 CI 验证。一项 1300 名安全负责人的调研显示，超半数组织有时会明知高危漏洞仍不打补丁，十亿美元营收以上公司该比例达 66%。

Anthropic 因内部代码变更量从日均 2500 次暴增至 3 万次，决定自研版本控制系统 Scion，替代 Git。该系统由七人团队历时五个月完成迁移，主分支历史近 100 GB，每天处理 2500 万次 CI 检出。文章还介绍了其新的代码审查系统 Antique，以及对抗性审查在实践中可能导致的过度工程问题。

llm-gemini 0.35 版本新增对 Gemini 4 Argon 模型的支持。Argon 定价为输入 $2/百万 token、输出 $10/百万 token，但计划于 12 月 1 日翻倍。在 Artificial Analysis 的基准测试中，Argon 以 $2,407 的总成本展现出很高的性价比。

Gemini 4 Argon 在编码和推理上的进步让它在网络安全和生物领域能力显著提升，也带来了误用与跑偏风险。DeepMind 通过输入筛查、内部探针、持续监控三层防护，以及实时监控链式思考的跑偏监控系统，在攻击成功率、违反率、作弊率等指标上取得了具体改善。

LFM2.5-24B-A2B 基于 LFM2-24B-A2B，上下文扩展到 131K，词表翻倍至 128K，是只做推理、先思考再回答的模型。它在 8 项工具调用与 Agent 基准中的 5 项领先或追平对手，AutomationBench 得分是第二名三倍以上，但知识密集和编程任务仍落后于更大模型，建议搭配检索或网络搜索。

Anthropic 研究显示小型开源模型已能在陌生硬件上部署推理服务，并借由“拉马克式继承”的笔记机制逐代提升成功率。按 Epoch 能力指数推算，到 2026 年底最强的小模型将达到 GLM-5.2 的通用能力水平，届时复制所需的能力与体积两个条件可能首次重叠。

Gemini 4 Argon 是 Google 推出的通用物理推理模型，覆盖机器人控制、Real2Sim、物理理解、研究与自改进四大场景。它支持在 Google AI Studio、Gemini API 和 Google Antigravity 上使用，结合 MuJoCo 仿真与代码即策略，可从真实数据或手绘草图生成经物理验证的机器人控制工作流。

作者在博客的浏览器端语义搜索基础上，加入小型语言模型实现完整的 RAG 问答。评测显示，350 MB 以下的模型忠实度极低（最多 3/30），且几乎对每个无答案问题都会编造回答；Qwen3-0.6B（579 MB）达到 15/30，Gemma 4 E2B（3.1 GB）28/30。相关度阈值只能拦截明显跑题的问题，近义问题反而得分更高，无法靠门控解决。

Workday 正式开放其 MCP 服务器、SQL 访问和共享 Agent Harness，允许开发者在 Claude Code、Cursor 等工具中构建 HR 和财务智能体。所有智能体必须在 Workday 的权限模型下运行，无法绕过审批和审计。与 Salesforce、ServiceNow 等厂商一样，Workday 押注无头化，但在智能体身份设计上选择了用户身份绑定路线。

美国运通发布意图智能框架（Intent Intelligence Framework），通过 Create Intent API 捕获用户购买指令与约束，生成 Intent ID 和意图证明令牌，确保 AI 智能体交易符合用户授权。该框架是其 ACE 开发者工具包的组成部分，旨在成为智能体商务的行业标准。

SpaceXAI 推出 The X Subscription,把 X、Grok、Grok Bot 与 Cursor 打包为五档订阅,付费档共享周度 Grok 用量池。Cursor 用户若继续使用 Anthropic、OpenAI 等第三方模型,订阅费不再包含其用量,需按 API 标准价格从首次请求起付费。现有 Cursor 订阅可暂时保留,但官方暗示未来会提前通知后强制迁移。