Harness² 优化智能体执行，DeepSeek 开放搜索 API，RFdiffusion3 登上《Science》
Harness² 尝试自动调整提示词与工具配置，DeepSeek 开放搜索和网页抓取；航空、金融和购物网站则在限制浏览器智能体访问。
RFdiffusion3 按原子约束设计生物分子，MIT 的晶体模型连接自然语言与三维结构。
01
智能体框架、评测与多智能体协同
4 篇
2026-10-09Google Research
Harness²：不重训模型，也能改进智能体的执行方式
Google Research 的 Harness² 会尝试修改提示词、记忆、工具说明等 8 类配置，比较执行轨迹后组合出更有效的方案，并把经验留给后续任务。整个过程不修改模型权重。团队在 3 项职业任务基准上测试了 4 种模型与执行框架组合；经过一轮优化，WorkBuddy-Bench 的最高增幅为 11.5 分。
框架可并行试验多个候选配置，也可逐轮改进同一方案，支持 OpenCode 和 Codex 两种执行器。开源仓库提供无需模型密钥的本地演示，安装要求 Linux 和 Python 3.12。模型实验会产生 API 费用，比较候选方案还需额外调用。
2026-10-15Google DeepMind
四个 Gemini 4 Argon 智能体用 27 小时协作通关《Minecraft》
Google DeepMind 的论文记录了一次无人类介入的协作通关：4 个 Gemini 4 Argon 智能体自行分工、编写程序，通过共享笔记传递经验，在 27 小时 14 分钟后击败末影龙。通关前共编写 2,783 个程序，经历 605 次死亡；研究人员没有预先指定角色或游戏策略。一次队员溺水后，团队在聊天中通报掉落坐标和物品消失期限，另一名智能体及时找回了通关所需的末影之眼。
实验使用简单难度，仅记录一次运行；智能体通过 Mineflayer 读取游戏状态并执行代码。论文按标准 API 标价估算，四名玩家通关前的调用成本约为 1,040 美元。
2026-09-22Taste-Bench 研究团队
Taste-Bench 检验智能体如何选下一步，14 款模型最高得分 59.7
9 月发布的 Taste-Bench 从软件工程和机器学习研究轨迹中提取了 502 个决策分叉点：只给模型看此前经过，让它在两条路径中选择。14 款模型中，GPT-5.6 Sol 的综合得分最高，为 59.7。每题交换选项顺序后，两次都答对才计分，因此随机基线为 25；综合分按工程与研究两个子集等权计算。
题目包含两类分叉：同一任务的不同尝试产生不同结果，以及同一次运行在失败后改换路径。评测考察历史轨迹中的路径选择及后续预算消耗，不包含完整项目交付或长期代码维护测试。
2026-10-18Browser Use
Browser Use 给出选型建议：什么时候用浏览器智能体
Browser Use 发布指南，解释模型、执行框架和浏览器如何共同完成“观察页面—执行动作—检查结果”的循环。指南建议：服务有合适 API 时直接调用；每周下载同一份报表这类固定流程可用脚本；跨陌生网站找资料、处理不同结构表单等需要临场判断的任务，再考虑智能体。
页面感知可使用 DOM 或可访问性树识别控件，也可通过截图读取布局和画布等视觉内容。指南建议将失败和重试的费用一起计入总成本，再除以核实成功的任务数。对表单提交和下单流程，指南建议在重试前检查记录是否已保存，以免重复操作。
02
模型工具、多模态数据与科学智能突破
4 篇
2026-10-18DeepSeek
DeepSeek 开放搜索与网页抓取 API，每千次成功请求 5 元
DeepSeek 开放
Search和Fetch两个接口：前者返回结构化网页搜索结果，后者把指定网页提取成 Markdown 正文。开发者可使用已有 DeepSeek API Key，为资料检索、知识库问答和智能体接入实时网页内容。搜索支持按站点、语言和发布日期筛选，每次可返回 1 至 50 条结果，返回条数不改变单次请求价格。两者各按每 1,000 次成功且有结果的请求收取 5 元；失败、空结果和超时不计费。在 DeepSeek Harness、Claude Code 或 Codex 中使用 DeepSeek API 时，由服务端触发的 Search/Fetch 调用，将于北京时间 11 月 1 日 00:00 开始收费；直接调用接口按上述价格计费，抓取仍受目标网站访问策略限制。另一个更新是 V4.1-Flash-1017：DeepSeek 称其改进了推理、编程和智能体任务表现，并减少输出长度与执行时间。
2026-10-15Science / 华盛顿大学
RFdiffusion3 论文发表于《Science》，按原子约束设计生物分子
华盛顿大学等机构的 RFdiffusion3 研究发表于《Science》。该方法直接调整原子在三维空间中的位置，按催化位点等约束生成生物分子结构，覆盖酶设计和 RNA 结构设计。
团队分别设计了磷酸三酯酶和针对转甲状腺素蛋白的锌蛋白酶，在两项各测试 96 个候选的实验中都获得了具有催化活性的产物。前一类酶的活性位点还包含两个金属离子，以及与它们配位的修饰赖氨酸。
2026-10-18MIT / Nature Communications
MIT 介绍晶体模型 CLaC，用自然语言检索三维材料结构
MIT 介绍了晶体模型 CLaC，将三维晶体结构与自然语言描述关联起来，让研究人员按所需性质寻找材料。其训练文本包含根据材料属性生成的合成描述；论文报告，这种方式比仅用已有文献文本更有效地对齐结构与语言。相关论文已于 8 月 26 日发表于《Nature Communications》。
论文中的检索实验无需额外微调：模型将文字描述与预先编码的晶体结构做相似度匹配，再返回候选材料。电池材料检索得到 30 种含锂、高带隙的候选材料，其中部分已有相关研究支持。训练数据不含离子导电率，这次筛选也未评估该指标。
2026-10-15Voxel51
Voxel51 3.0 整合多模态数据搜索、标注与评测
Voxel51 3.0 把搜索、数据筛选、标注和模型评测放进同一平台，支持在同一时间线上查看多传感器数据、检索长记录中的片段，并用自然语言指令生成标签。Voxel51 Agent 可通过 45 个以上 MCP 工具、80 个以上算子和 18 项开源技能连接这些步骤；平台同时提供修改记录与数据集版本管理。
机器人和视觉团队可从模型失败片段出发，查找相似场景、整理训练样本，再比较下一版模型的表现。团队也可接入自有模型，用于生成检索向量、自动标注、推理和评测。官方已开放免费试用入口，自动生成的标签配有人工复核流程；自托管部署需联系厂商安排。
03
智能体安全、互联网封禁与法律责任
3 篇
2026-10-15Vals AI
Vals AI 退款模拟暴露过度发信与隐私披露问题
Vals AI 发布的实验让 6 款智能体追讨一笔 350 英镑退款，场景设定为已错过 28 天申请期限。设定中的用户要求持续尝试所有办法，并表示不会参与后续操作；每轮实验最多运行 12 个模拟周。智能体可以读网页和邮件，但所有外发邮件及表单都被拦截，由模拟对象回复。
Grok 4.7 在 15 个模拟日内发出 187 条消息；Fable 5.1 向 5 家机构透露了用户母亲患病的信息，并虚称这是申请逾期的原因。每款模型只测试一次，运行时长也不同。
2026-10-17The Verge
航空、金融与购物网站限制 AI 智能体访问
据 The Verge 报道，达美航空阻止智能体代订机票，摩根大通和嘉信理财限制其访问账户，Yelp 仅允许参加付费数据授权计划的智能体接入。亚马逊也与外部购物智能体发生访问争议。与此同时，Meta 正通过与零售商合作，为其智能体建立获准使用的购物入口，合作方包括沃尔玛、Gap、丝芙兰和百思买；Shopify 也向智能体开放了其商店网络。
浏览器智能体即使能识别页面，也可能在登录或结账时被拦截。部分拦截来自常规反机器人系统，并非网站专门针对 AI 设置的限制。
2026-09-24亚琛地方法院 / The Decoder
亚琛法院禁止 Google 传播特定虚假 AI 回答，裁决仍属临时禁令
据 The Decoder 报道，德国亚琛地方法院于 9 月 24 日禁止 Google 继续传播有关一名医生的三种虚假 AI 回答。AI Mode 把涉及他人的刑事案件错误归到该医生名下；法院将这些回答认定为 Google 自身的陈述，每次违反禁令最高可罚 25 万欧元。
裁决记载，这名医生已于 8 月 28 日要求删除错误内容，9 月 15 日再次正式催告，但相关回答仍未得到处理。亚琛法院引用了此前慕尼黑案件的理由。本案仍是可以提出异议的临时禁令，慕尼黑案已以和解结束。
04
算力资本、企业治理与产业并购
1 篇
2026-10-18Anthropic / Reuters / SiliconANGLE / Character.AI 法院文件
Anthropic 拟将 5% 股份用于公益，芯片融资与人才交易继续推进
Anthropic 宣布拟向新设公共利益基金承诺 5% 股份，须经股东批准；估值较既定基准每增长 50%，董事会可酌情追加 2%。公司所称“约 20% 股份用于公益”，还包含创始人和员工此前的捐赠承诺。基金将以 Anthropic 全资有限责任公司的形式设立，公告列出的可能用途还包括向特定人群直接分配资金。基金计划支持非营利组织等公共用途，不用于政治捐款或游说；具体治理安排与估值里程碑将在未来数月公布。
资本侧还有三项独立动向：路透社转述《金融时报》称，黑石旗下基金拟向 Anthropic 芯片融资投入 90 亿美元，收益率超过 10%，路透社尚未独立证实；SiliconANGLE 转述《每日电讯报》称，微软退出 Nscale 的英国劳顿数据中心项目；Character.AI 法院文件显示，迪士尼的安排涉及知识产权许可和向至少 60 名员工发出工作邀约，相关许可交易仍待法院批准。