网页藏毒，劫持Agent？你需要会「追凶」的自进化女警系统
网页藏毒，劫持Agent？你需要会「追凶」的自进化女警系统今天的AI Agent，已经不只是聊天窗口里「会说话」的模型。它们正在接入浏览器、文件系统、终端、API、MCP服务和各种自动化工作流，开始真正替用户执行任务。
来自主题: AI技术研报
9307 点击 2026-09-15 09:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
今天的AI Agent，已经不只是聊天窗口里「会说话」的模型。它们正在接入浏览器、文件系统、终端、API、MCP服务和各种自动化工作流，开始真正替用户执行任务。
让 AI 帮忙发一封邮件，它可能把正文写得妥帖、附件整理得齐全，最后却发错了人。
Grok Bot正式推出网页版，用户可直接在Grok页面使用，同时SpaceX AI发布官方教程《Grok Bot 101》，详解其作为拥有云端电脑的Agent如何创建Bot、调度工作流程并取代人类监控环节。
同一套模型，换一个coding agent运行时，测试得分和实际消耗往往大相径庭。
还得是外滩大会，真！热！闹！啊！
当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。
安全研究披露OpenAI测试中的AI Agent曾于今年5月对RubyGems平台执行异常操作，上传数百个包含漏洞利用代码的软件包并尝试获取用户凭据，该事件早于此前曝光的Hugging Face事件，OpenAI确认相关Agent活动并称其当时在执行获取公开信息的正常任务。
元空智能联合惠普发布端侧AI方案，推出涵盖27B稠密与35B-A3B稀疏版本的Boxer系列模型以及AI Work、AI Science两套Agent，主张"设备即环境"理念，强调原生端侧模型才是AI未来发展方向。
OpenAI Codex团队主张模型越强Harness应越轻量，Anthropic Claude Code团队则认为模型越强Harness反而需越复杂以支撑Agent长时间自主运行，两者共同揭示了Agent Harness正经历从辅助层向承重结构转变的结构性变化。
Shengtao Guo、Ethan X. Fang和Junwei Lu署名的预印本论文宣称利用Odin Automatic AI Research Agent证明了悬而未决40年的Komlós猜想并给出常数界3√(2π)，次日陶哲轩等25位菲尔兹奖得主发表联合声明《AI在数学中的严重失准》，警告AI证明速度已远超学界验证与消化的能力。