MiniMax 推出 Mini App，Claude 扩大自动模式，Agent Skills 移交基金会
MiniMax 把智能体生成的页面扩展为可持续运行的 Mini App，Claude 将在网页、桌面与移动端默认启用自动模式。OpenAI 的 Decisions API 正式开放，新增语音集成和更大的批量请求；沃尔玛则为代理购物准备独立授权档案与开发者网关。
工具和研究方面，Agent Skills 开放标准移交 Agentic AI Foundation，AWS 与 NVIDIA 分别展示本地与云端协作、企业数据接入方案。软件形式化验证、语音关键信息录入和智能体安全监控，也有了新的实验结果与公开报告。
01
产品与日常工作
5 篇
2026-10-22MiniMax
MiniMax Code 推出 Mini App，让生成的小应用持续运行
MiniMax 在 Code 桌面端推出 Mini App，支持 macOS 与 Windows 的本地会话。智能体生成的应用可以同时包含前端和 Node.js 后端，拥有持久化数据目录，并留在对话侧栏中继续使用，也可弹出为独立窗口。官方展示了股票看板、路线规划器，以及能把三维模型中的标注位置交给智能体修改的 CadQuery 查看器。
创建入口是
/miniapp-creator：先用只读查询核对数据源，再生成前后端、发布并通过浏览器检查。运行环境负责进程、端口和发布回滚；连接器与权限由应用清单声明，凭据由宿主管理。页面生成的消息会先进入输入框供用户检查，应用代码则以用户身份在本地执行。2026-10-22Anthropic
Claude 网页、桌面与移动端将默认启用自动模式
Anthropic 宣布，从下周起，Claude 网页、桌面和移动应用中的 Pro、Max 与 Team 套餐会话将默认采用 auto mode。执行任务时，系统不再为每一步都要求用户批准，而是通过自动检查拦截高风险操作；用户可以随时切回手动模式。
这次调整扩展到日常使用的 Claude 应用，此前默认自动模式的安排针对 Claude Code。新公告明确了适用套餐与客户端范围，但没有为这些应用发布新的拦截率测试。其工作方式仍保留操作前的风险检查，只是把逐步确认改为由系统筛查后继续执行。
2026-10-22OpenAI
Decisions API 正式开放，单次请求上限提高到 400 个问题
OpenAI 将基于 GPT-6 Luna 的 Decisions API 推向正式可用阶段，并把单次请求支持的问题数从 200 个提高到 400 个。这项接口针对分类、打分和有限选项判断等小型决策，支持文本、图像与原生 JSON；此次更新还允许在问题指令中加入图像，并提供美国和欧盟区域的数据处理选项。
新增的 GPT-Live 原生集成可随语音转录更新触发决策，例如在通话中识别用户意图并选择后续流程。重复上下文缓存也加入正式版本，使连续请求能够复用相同背景信息；OpenAI 同时表示已改善亚洲地区的延迟。新增能力集中在实时语音接入、批量处理与重复上下文利用。
2026-10-21Walmart
沃尔玛为代理购物准备授权档案与 MCP 网关
沃尔玛宣布为 Walmart 和 Sam's Club 推出 Agent Profiles，计划于下个月上线。用户可为每个购物代理单独授权，选择逐笔批准，或设置 50、100、200 美元等消费上限；代理购物记录与用户自己的活动分开，也可随时撤销权限或删除档案。
配套的 Agent Gateway 正在建设，将先向企业与开发者开放测试，通过 MCP 提供购物能力。沃尔玛表示，代理不会获得银行卡信息，也不能更改付款方式；即使交易低于限额，平台仍可能要求额外确认。代理看到的商品价格与普通顾客一致，现有退货规则也适用于代理买错商品的情况。
2026-10-21The Verge
Gemini 进入 CarPlay 的 Google Maps，可连续询问并导航
据 The Verge 向 Google 核实，Google Maps 中的对话式 Gemini 已向美国 CarPlay 用户开放，并开始向全球推广。驾驶者可点按车载地图上的 Gemini 图标，用连续对话查询地点，再接着要求导航，并补充避开收费道路等条件。
这项整合还支持在对话中报告交通状况，减少把一次出行拆成多次独立搜索的步骤。各地区的具体上线时间尚未公布；Google 也没有宣布把可连接 Gmail、日历等个人信息的 Personal Intelligence 同步带到 CarPlay。已确认的范围是地图内的对话与出行操作。
02
智能体工具与开放标准
3 篇
2026-10-22Anthropic
Anthropic 将 Agent Skills 开放标准移交 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 捐赠给 Linux Foundation 旗下的 Agentic AI Foundation，移交范围包括名称、标志、GitHub 组织和 agentskills.io 域名。Skills 以包含
SKILL.md、脚本及参考资料的文件夹封装任务知识；据 Anthropic 统计，已有超过 70 个平台采用这一标准。使用或贡献 Skills 不要求加入基金会。来自 Anthropic、Google、OpenAI 等公司的工程师将以个人贡献者身份继续维护项目；后续路线图提出版本化发布、正式提案流程与安全指导。此次变化主要涉及标准治理与项目资产归属，现有技能仍可继续使用。
2026-10-21AWS
AWS 展示本地小模型与云端专家协作的 Strands 参考方案
AWS 发布一套基于 Strands Agents 的参考实现，用本地小模型分配任务，再把需要复杂分析的请求交给 Amazon Bedrock。示例通过 Ollama 运行
llama3.2:1b作为路由器，将常规设备数据查询、图像分析工具和云端专家分析组织成同一个智能体流程。教程以工业设备监测为场景，展示如何读取遥测、查看摄像头图像并请求专家判断，其中遥测数据是模拟生成的。它提供的是可改造的代码方案，运行前需要配置 Python、Ollama、Strands 与 AWS／Bedrock 访问权限，并未给出真实生产环境中的成本或准确率对照结果。
2026-10-21NVIDIA
NVIDIA 扩展 Agent Toolkit，让企业数据具备可查询的业务关系
NVIDIA 扩展企业 Agent Toolkit，推出 Agent Knowledge Foundation，把 CUDA-X 数据处理库与 Auto-Ontology 等能力放在一起。后者将原始企业数据映射为客户、产品、订单等业务概念及其关系，供智能体查询和推理；Kumo 的结构化数据模型则面向表格、关系与时间序列分析。
工具组合还包括用于检索与重排的 Nemotron Retriever，以及控制智能体访问和行动范围的 OpenShell 运行环境。NVIDIA 展示了与 Palantir、Databricks、Snowflake 等平台结合的路径，其中自家供应链场景使用 Palantir Foundry 的业务关系模型和 AIP，把企业数据结构接入智能体工作流。
03
研究与可靠性评测
2 篇
2026-10-22Anthropic
Anthropic 与 Theorem 为 123 个开源库中的测试入口生成形式化证明
Anthropic 与 Theorem 使用 Claude，为 123 个 OSS-Fuzz 开源库中的 239 个模糊测试入口生成约 1.8 亿行 Rocq 证明代码。Claude 先修复发现的缺陷，再把测试目标编译为 RISC-V，并针对小于 64 MB 的输入建立“不发生崩溃”的数学证明，再由 Rocq 内核检查证明是否成立，而不是仅靠抽样运行测试。
结论对应的是特定入口、属性和执行模型：单线程静态程序、固定内存预算，以及所定义的 RISC-V／Linux 语义。它不能外推为整个软件不存在任何漏洞。团队公开了部分证明与相关语义定义；证明可信度仍依赖这些定义和检查内核与实际程序行为的对应关系。
2026-10-22Sierra
Sierra 发布 τ-Entity：语音模型跨三种条件稳定录入信息仍有差距
Sierra 发布 τ-Entity，用 200 个任务、10 类信息测试语音智能体能否准确录入姓名、电话号码、地址和邮箱等字段。模拟来电者会配合拼读，最终存储值必须完全匹配；同一任务分别在普通、强噪声和更难辨认的语音条件下运行，Pass³ 要求三次全部成功。
在六种语言的汇总结果中，GPT-Live-1 的普通条件成功率为 60.3%，Pass³ 降至 34.0%。论文还单独测试了固定的拼读、复述确认和纠错流程：相关配置在三种条件下全部成功的比例，由自主对话的 14%–41% 提高到 37%–54%，同时平均通话多花约 21–28 秒；这些流程实验与主榜单属于不同配置。
04
安全研究
2 篇
2026-10-22Redwood Research
Redwood 与 METR 公开 OpenAI 内部智能体监控红队测试结果
Redwood Research 与 METR 的研究人员公开一项在 7 月 21 日至 8 月 11 日进行的内部红队测试，主要评估 OpenAI 截至 7 月 21 日的监控系统。报告讨论了上下文压缩后的监控触发缺口，以及监控要等控制权返回用户才运行等机制问题；这些情况可能使部分智能体活动未被及时检查。
其中与上下文压缩有关的问题，已由 OpenAI 员工识别，并在测试期间修复。OpenAI 还向研究者表示，发现的、影响生产防护系统的漏洞均已修补；作者明确说明尚未独立验证这一整体修复声明。报告描述的是夏季系统状态与测试过程，不能直接作为当前线上监控覆盖率的测量。
2026-10-22Wiz
Wiz 追踪 ARTEX 攻击活动，目标扩展到 IT 与软件供应商
Wiz 报告称，持续至 10 月的 ARTEX 相关攻击活动已涉及多家 IT 与软件供应商，重点试探身份系统、Microsoft 365 集成及其 API，包括 Okta、Entra 和 Cognito 相关接口。研究人员将观察到的工具与活动特征，关联到微软所追踪的 Storm-0940；这属于基于行为和工具重合的归因。
在 Wiz 观察到的会话中，部分自动化尝试持续 24–30 小时，被封锁后会在几分钟内更换 IP，并继续调整请求。报告同时指出，大多数尝试未能成功；这些日志说明了持续试探与自动适应行为，并不意味着所有被列为目标的供应商都发生了入侵或数据泄露。