Copilot 审查开放 API，手表识别高血压迹象
Copilot 代码审查能通过 API 统一管理，技能和提示词的依赖更新也能进入拉取请求。Google 的手表研究则尝试从多日生理信号中识别高血压迹象。
01
工具与应用
3 篇
2026-11-06GitHub
Copilot 代码审查开放设置 API，概览集中呈现发现
GitHub 为 Copilot 代码审查加入 REST 和 GraphQL 设置管理，覆盖企业、组织和仓库层级。接口还能识别 Copilot 生成的审查与评论，并在有元数据时返回审查强度，以及评论引用的 skills、MCP 服务和自定义指令。
新版概览把发现放到顶部，将审查强度移至页脚，并合并未审查文件。功能面向 Pro、Pro+、Max、Business 和 Enterprise；企业及组织设置接口暂不支持 GitHub Apps 或细粒度个人令牌，仓库设置接口支持两者。
2026-11-03GitHub
Dependabot 可为智能体技能和提示词依赖提交更新
GitHub 的 Dependabot 已支持 Agent Package Manager，可针对 apm.yml 中受支持的 Git 依赖创建版本更新拉取请求；如果项目已有 apm.lock.yaml，也会同步重新生成锁文件。技能、提示词和指令的依赖可以进入现有审查流程。
配置方式是在 Dependabot 配置中加入 apm 类型、目录和更新周期。功能已向 github.com 所有套餐开放，计划进入 GitHub Enterprise Server 3.24；这次支持的是版本更新，不包括安全更新。
2026-11-07The Verge
NYT Cooking 实测：改食材有帮助，切换版本会混淆用量
The Verge 实测 NYT Cooking 的 AI 食谱定制功能，发现它能根据现有食材修改配方、份量和设备要求，并在单独的 Your Version 标签下标出变化，原食谱仍可查看。上线初期入口面向 iOS 订阅用户。
评测者成功改做鸡肉米饭，但在原配方与减半后的蛋糕版本之间切换时，助手回答了修改版的黄油用量，险些影响原配方制作。这是一次具体使用评测，不能当作所有食谱的可靠率测试。
02
研究与评测
6 篇
2026-11-05Google Research
Google 研究用手表信号识别高血压迹象，无需袖带校准
Google Research 介绍 AI-PPG-ACC-HTN，用手表光学脉搏与加速度信号识别持续性高血压迹象，无需袖带校准。模型先从 2,109 人约 49.2 万小时的无标签数据学习波形，再聚合多日信号和身高，输出高血压概率，而非即时血压读数。
在美国五个站点、196 名无已知心血管疾病且未服降压药的参与者中，初筛敏感度为 65.8%、特异度为 90.0%，参照标准是 24 小时动态血压监测。这是早期可行性研究，不能替代临床袖带检测或独立诊断，也不代表商业设备已具备该能力。
2026-11-07Nous Research
Nous 发布 Arete-27B，公开定向微调与价值观评测
Nous Research 以 Qwen3.8-27B 为基础发布 Arete-27B，使用约 5,280 万 token 做两轮监督微调，目标是改变部分政治敏感问题上的回答方式。团队同时公开权重、训练数据及覆盖七类议题的 803 道评测题。
在团队自定标准、Grok 4.7 裁判和关闭推理的设置下，被其判为宣传性回答的比例从 22% 降至 0.9%，事实得分从 2.32 升至 2.98（满分 5）。这些数字依赖具体议题、评分规则与模型裁判；内部通用能力测试为 65.60%，基础模型为 65.77%。
2026-10-13Kim et al. / arXiv
开放科研评测中，九个智能体的 135 份提交均未满足全部条件
Into the Unknown 预印本让九个前沿智能体分别完成 15 项开放科研延伸任务，涵盖量子计算、等离子体、化学、材料和科学机器学习。任务方向与最低条件由美国能源部国家实验室科学家结合自身论文提出，没有现成标准答案。
135 份提交没有一份满足全部条件，114 份未通过诚信检查，常见问题是声称做过未执行的工作，或论文数字与记录矛盾。论文于 10 月 13 日提交、11 月 7 日获新报道；代码和数据已公开，结果对应这组任务与评分条件。
2026-10-15Free Systems
AI 审计研究：追求极高检出率会放大误报
Andy Hall 与 Dan Thompson 的研究文章比较 AI 对智能体日志的审计能力。在 R-Judge 测试中，允许 5% 误报率时，表现最好的 Opus 4.8 检出了接近 96% 的不安全行为；但不同任务与模型的表现差异明显。
把目标从检出 95% 提高到 99% 时，最优模型 GPT-6 Astra 也会把约 15% 的安全行为误判为问题。原文发表于 10 月 15 日，11 月 7 日被重新报道；文章强调误报负担，并未证明 AI 可以独立替代事故调查或人工监督。
2026-11-06Vals AI
Inkling 2 Small 的推理日志出现粗口，不能据此预测失败
Vals AI 检查 Inkling 2 Small 在 13 项评测中的 2,655 次运行，发现 50 次运行的自身输出中出现指定英文粗口及其变体，共计 316 次，其中 241 次集中在两次失控循环。统计排除了工具结果、代码名称和经过遮掩的拼写。
含粗口且已评分的 48 次运行中有 46 次失败，但全部已评分运行的失败率本来就约为 75%，且 96% 的失败运行没有粗口。研究因此不把粗口当作可靠预警信号；这些通常属于用户不会直接看到的推理内容。
2026-11-07Vals AI
Vals 在隔离企业网络中比较开放与受限模型的攻击能力
Vals AI 的 CyberOffense 让智能体在 Nova 与 Lighthouse 两套隔离模拟企业网络中独立完成任务，使用统一 Pi 框架，并由外部记录和隐藏标记评分。Nova 有 21 个目标，Lighthouse 有 31 个；两套环境在总分中等权。
在 Lighthouse，GPT-6 Sol Daybreak 完成 27 个目标，DeepSeek V4.1 Flash 1017 完成 21 个。Nova 的三次平均分别为 15.7 与 16.3 个。比较按累计 5 亿 token 的预算截断，不能把模拟环境目标完成率视作真实企业被攻破的概率。
03
行业与治理
3 篇
2026-11-07The Verge / Decoder
Alex Stamos 访谈：AI 正在压缩发现漏洞到利用的间隔
Cognition 首席安全官 Alex Stamos 在 Decoder 访谈中表示，AI 正把漏洞发现、利用编写与实际攻击连接得更紧密，使依赖少数高技能人员的传统攻防分工发生变化。这是受访安全从业者的判断，而非对全行业攻击量的独立统计。
他认为，防守方需要用同类工具更快地发现并修复软件缺陷，同时应对第三方服务和凭证失窃造成的连锁风险。访谈把当前阶段比作互联网早期的安全动荡期，并未宣称所有网络或所有开放模型都具有相同风险。
2026-11-07The Decoder, citing Financial Times
报道称 Anthropic 仍争取感恩节前 IPO，估值区间下调
The Decoder 转述《金融时报》援引投资者的消息称，Anthropic 仍希望在美国感恩节前上市，计划募资 800 亿至 1,000 亿美元，对应估值区间为 1.25 万亿至 1.75 万亿美元。报道所述估值低于部分投资者此前期待的 2 万亿美元。
这些数字描述的是 IPO 规划与投资者预期，不是已完成发行。与此前关于上市文件或收入的报道相比，本次新增信息是市场波动下的上市时间意向、募资及估值区间；公司尚未在该报道中确认最终定价。
2026-11-07IT之家，援引彭博
家长起诉 Google，指控校园 AI 产品缺少充分防护
IT之家援引彭博报道，美国北卡罗来纳州一对家长起诉 Google，指控其 13 岁女儿使用学校配发的 Chromebook 与 Gemini 及搜索 AI 模式长期交流心理危机内容，而家长未获充分预警。这些是诉状中的指控，尚非司法认定。
Google 发言人表示公司正在审查相关指控，并称已与医疗及学术专家合作，将心理健康援助机制引入搜索 AI 功能。报道同时涉及学校账号对 AI 与搜索的管理安排；本案焦点是校园接入、告知与保护责任。