微軟開源 MMCTAgent：用雙智慧體啃動長影片和海量相簿
微軟研究院推出多模態批判思考智慧體 MMCTAgent，基於 AutoGen 打造。它拋棄單次生成模式，由 Planner 拆解任務並呼叫視覺工具檢索，再由 Critic 自我核驗糾錯。在 MM-Vet 基準上，它把 GPT-4V 的準確率從 60.20% 拉昇到 74.24%，目前已在 GitHub 開源。
AI代理
檢視更新的新聞
Landing AI 重新整理 DocVQA 記錄：靠解耦解析與問答拿下 99.16% 準確率
Landing AI 在 DocVQA 基準上取得 99.16% 準確率，超越 Qwen2-VL 及人類水平。團隊將流程解耦，先用自研 DPT-2 把文件轉為結構化資料，後續問答全交由 LLM 處理。這種「一次解析、無限查詢」的設計大幅拉低了反覆跑視覺模型的成本。
Dharmesh 推出公司調研智慧體：一鍵生成全維度報告，支援同步 HubSpot
Dharmesh 釋出新專案 Company Research agent。它整合付費與公開資料，能一鍵生成包含高管、網站流量、營銷資料及 G2 評價等維度的公司背景報告，還支援自定義提問、免登入分享並同步至 HubSpot。
ElevenLabs 釋出 Scribe v2 Realtime：150 毫秒超低延遲聽寫
ElevenLabs 推出即時語音轉文字模型 Scribe v2 Realtime。它專為語音智慧體設計，轉錄延遲低於 150 毫秒，支援 90 種語言混講識別與斷句預測。開發者即日起可直接通過官方 API 或 Agents 平臺呼叫。
火山引擎推程式設計智慧體 Doubao-Seed-Code：首月 9.9 元
字節跳動旗下火山引擎推出程式設計智慧體 Doubao-Seed-Code，首月促銷價 9.9 元，之後月費恢復至 40 元。模型支援 25.6 萬詞上下文，官方公佈 SWE-Bench 得分達 78.8%，相容 Cursor 等開發工具，並已接入程式設計軟體 Trae。
Terminal-Bench 推出 2.0 版與 Harbor：專為智慧體沙盒部署打造
今天，Terminal-Bench 宣佈推出兩項新工具：用於大規模沙盒智慧體部署的 Harbor，以及難度更高、驗證機制更強的 Terminal-Bench 2.0。新版本旨在為開發者提供更嚴苛的智慧體終端能力測試環境。
AI 交易機器人走紅：業內拆解運作邏輯，警告「它不是印鈔機」
行業專家在 Cointelegraph 節目中指出，加密市場的 AI 交易機器人強在資料處理而非預測未來。通用聊天模型很難直接做量化交易，多數機器人也跑不贏市場。現在的 AI 更像 24 小時待命的實習生，依然離不開人類把關。
OpenAI 解讀提示注入防禦：如何防止 AI 智慧體被駭客帶偏
OpenAI 詳解了針對提示注入攻擊的防禦體系。隨著 AI 接入網路並自主執行任務，隱藏在網頁或郵件中的惡意指令可能誘導智慧體竊取資料。OpenAI 結合指令層級訓練、獨立監控、沙箱及確認機制構築多層防線，防止智慧體被惡意內容帶偏。
Perplexity 重構 Comet Assistant：支援跨標籤頁協同，任務效能提升 23%
Perplexity 面向全體使用者推出全新重構的 Comet Assistant。新版不僅增強了複雜網頁理解能力，還能同時跨多個標籤頁處理工作；內部測試顯示其任務表現提升了 23%。此外還加入了許可權控制，在直接操控瀏覽器前會徵求使用者同意。
Google 擴充套件 Opal：零程式碼構建 AI 小應用，現已開放 160 多個國家
Google Labs 宣佈將其無程式碼 AI 小應用構建工具 Opal 擴充套件至全球 160 多個國家。使用者無需編寫程式碼，就能搭建自動化研究、多步驟工作流或內容生成器。這意味著普通使用者和小團隊能在幾分鐘內把想法做成專屬 AI 工具。
Google 升級 Gemini API 結構化輸出：原生支援 Pydantic，保留欄位順序
Google 宣佈增強 Gemini API 的結構化輸出能力，擴大對 JSON Schema 的支援。新版本原生相容 Pydantic 和 Zod，新增支援 anyOf 等語法，並在 Gemini 2.5 模型上嚴格保留鍵順序。這能大幅消除解析報錯，讓智慧體協作更穩定可靠。
Coinbase 推出 Payments MCP：讓 Claude 和 Gemini 直接管錢包、付穩定幣
Coinbase 推出 Payments MCP，讓 Claude、Gemini 和 Codex 等大模型無需 API Key 即可接入加密錢包、入金通道及穩定幣支付。AI 智慧體由此能自主購買算力或付費資料，使用者也可以直接設定支出上限。
Opera 為 Neon 瀏覽器引入 ODRA：能拆解問題、調多模型做深度研究
Opera 為新推出的訂閱制 AI 瀏覽器 Neon 加入深度研究智慧體 ODRA。它能把複雜問題拆解成小任務，呼叫 Google 和 OpenAI 等底層模型並行檢索並彙總成結構化報告。不過 Neon 目前仍處於受邀測試階段。
微軟擴充套件 Dynamics 365 智慧體：能主動促成交易，每人每月送千點額度
Microsoft 為 Dynamics 365 擴充套件多款企業智慧體，覆蓋銷售、客服與供應鏈。銷售成單智慧體可主動預警風險並推進交易，質檢智慧體支援即時全量評估。11 月下旬起，多款 Premium 訂閱每月向每位使用者提供 1000 點 Copilot 額度。
OpenAI 秘密專案 Mercury：招百名投行員工教 AI 搭財務模型
據彭博社披露，OpenAI 正在推進代號為「Mercury」的秘密專案，招募了上百名前摩根大通、高盛等投行人士訓練 AI 搭建財務模型，時薪 150 美元。該專案旨在自動化重組與 IPO 等複雜的 Excel 建模任務，直接接管初級分析師繁重的日常雜務。
OpenAI 推出 ChatGPT Atlas 瀏覽器：內建智慧體模式，替你瀏覽和跨頁面辦事
OpenAI 釋出內建 ChatGPT 的原生瀏覽器 ChatGPT Atlas。它支援記錄跨網頁上下文的「瀏覽器記憶」，付費使用者還能開啟智慧體模式，讓 AI 代替自己點選網頁、整理資料甚至下單。目前已在 macOS 全球上線，Windows 等版本隨後推出。
Anthropic 推出生命科學方案：Claude 接通 PubMed，實驗基準超人類
Anthropic 推出生命科學專屬解決方案 Claude for Life Sciences。搭載 Claude Sonnet 4.5，其在實驗室協議測試中拿下 0.83 分，超過人類基準。新方案原生接入 PubMed、Benchling 等專業平臺並支援定製智慧體技能，覆蓋從文獻檢索到臨床合規全流程。
Anthropic 上線網頁版 Claude Code：不用開終端，瀏覽器裡並行寫程式碼
Anthropic 推出網頁版 Claude Code。開發者無需開啟本地終端，在瀏覽器連線 GitHub 就能派發任務。程式碼在雲端獨立沙箱中並行跑，還支援自動建立 PR 和 iOS 端操作，日常修 bug 和零碎需求可以直接丟給雲端 AI 處理。
Napster 推出 3D 全息屏 View：重 65 克，把 AI 伴侶擺在桌面上
Napster 推出專為 Mac 設計的行動式 3D 全息顯示裝置 View，單買 99 美元，訂購應用年費方案免費贈送。它重量僅 65 克，通過柱狀透鏡技術實現免眼鏡立體顯示，用 USB-C 連上 Mac 就能讓各類 AI 智慧體像真人一樣常駐桌面。
X 徹底重構推薦系統：4 到 6 周內全換成 Grok 驅動
Elon Musk 宣佈 X 將在 4 到 6 周內刪光所有啟發式推薦規則，全面改用 Grok。Grok 每天將篩選超 1 億條帖子和影片，讓優質小賬號更容易被看見，使用者還能直接跟 Grok 對話微調資訊流偏好。