搜索
微软研究院等团队提出全开源的WildAWM，合成个人电脑环境、跨GUI/MCP/CLI任务及验证器，并训练Qwen3.6-35b-a3b和Qwen3.5-4b，两款模型在8个分布外基准上均获提升，相关环境、任务、模型与数据均已开源。
DeepSeek Harness 给每个用户定制了一套工作台，PenguinHarness 给每个 Agent 定制了一套工作台。
AI 兴盛以来，有许多路线争论，比如是垂类 AI vs 大而全，比如套壳vs模型，也比如 CLI（命令行） vs GUI（图形界面）、
智能体时代，安全研究不仅要关心模型说了什么，现在还必须进一步回答：它做了什么、为什么这么做，以及这次的执行轨迹是否越过了当前场景明确规定的安全边界。
十字路口团队内测体验Today AI一周，发现这款Personal AI助理能基于Memory积累和Proactive交互，主动帮创作者推进撰写稿件、整理采访提纲、安排日程等工作，并复盘邮箱、订阅与财务等生活事务，在GUI、Memory与Proactive之间找到了平衡。
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。
你有没有想过，企业现在在 AI 上烧的钱，可能已经和云计算持平了，但没有一个人说得清楚这笔钱到底去了哪里？这不是夸张，这是一个每天都在发生的现实。麦肯锡的数据说得很直接：全球只有 39% 的组织能说清楚 AI 投入带来了哪些可量化的业务影响，剩下的 61%，说白了就是在黑暗里烧钱。
豆包工作新增多Agents并行与Mac电脑GUI操作两大功能，实测可完成Mac mini购机配置调研、自动撰写邮件草稿、调整长辈电脑系统设置及批量定时发送微博等任务。
微软与UIUC合作研究StudentSim框架，基于真实学生数据训练个性化学生模拟器，具备behavioral fidelity和guidance responsiveness两项能力，在国际象棋等三个领域验证其优于现有基线，并可作为AI教师强化学习的高通量奖励信号。
Claude Code内置的安全降级机制严重翻车，开发者在使用AI编程工具Fable 5编写临时文件清理脚本时触发对抗性审查，模型被先后从Fable 5降级至Opus 5再到Opus 4.8，最终因变量复用错误导致Opus 4.8误删开发者Guillemot的整个主目录，700GB数据丢失。