AlphaGo之后:AI代理对AI代理,该派哪个模型出场?

资讯 腾讯网 作者:科技行者 全文 6860 字 · 约 18 分钟读完 分类大模型智能体

2016 年 AlphaGo 打败李世石的时候,全世界都在讨论一个问题:机器能不能"思考"。但很少有人问另一个问题:如果让两个机器互相对弈,谁该上场?这听起来像是个无关紧要的小问题。可随着大语言模型越来越多地被部署去跟别的智能体打交道,这个问题突然变得不那么小了。想象一下这样的场景。你的公司用一个 AI 代理去跟供应商

所属频道 模型发布智能体与 Agent

2016 年 AlphaGo 击败李世石,全球都在追问机器究竟能不能“思考”。另一个问题却少有人提:倘若让两台机器对弈,该派谁出场?

乍看这事无关紧要。可当大语言模型被越来越多地派去跟别的智能体打交道,它就没那么小了。

设想一个场景:公司让一个 AI 代理去和供应商的 AI 代理谈价格,或者在拍卖平台上与别的 AI 抢资源。手头可选的模型不少,便宜的、贵的小模型大模型都有。每轮交锋前,你得先定下派哪个上场。听着不难?

陷阱就在这里。埃克塞特大学和 IBM 研究院的这篇论文发现,挑模型本身就是一场博弈——派谁迎战,直接决定输赢。更棘手的是,对手是谁、会不会随着交锋调整打法,你根本不知道。

**论文由此把“选模型”重新定义成一重嵌套在原始博弈之上的元博弈。**

这个说法抽象,却正好戳中现实里的一个缺口。

以往研究 AI 博弈能力的论文,像 GTBench 这类游戏理论基准测试,套路是先定死一个模型,再看它在某个具体博弈场景里打成什么样。言下之意是:用哪个模型早已拍板,测的只是它强不强。

另一条研究线是 LLM 路由。

*LLM 路由:按任务特点自动把查询分派给最合适的大语言模型,通常是在性价比之间做取舍。*

路由系统的思路是看问题本身,判断该交给便宜的小模型还是昂贵的大模型。盲点在于:它默认任务是静态分布的,既没有对手,也没有策略互动。

两条线各管一段,一直没人把它们接上。现实中的多智能体交互偏偏两样都要:既得掂量模型的能力与成本,又得琢磨对手怎么出招、会不会学习适应。

研究者的提问很直接:既然不同大语言模型在各博弈场景里表现参差,一个“选择器”能否学会利用这种差异,面对未知且可能自适应调整的对手,挑出最合适的那个模型?

先弄清一件事:模型的博弈水平到底有多参差。

为回答上面的问题,研究者先做了基础工作——拉出 10 个开源大语言模型,放进 5 种经典博弈场景反复对战,看谁强谁弱。

这 10 个模型分属 Granite、Mistral、Llama、Qwen 四个家族,参数规模从 3B 到 70B 不等。5 种博弈场景也经过挑选,覆盖了从零和对抗到合作困境的不同类型。

*Colonel Blotto(上校博弈):零和资源分配博弈,双方把有限预算分摊到多个战场,某战场上投入更多的一方拿下该战场。*

*Cournot Duopoly(古诺双寡头博弈):两家企业同时敲定各自的产量,市场价格和双方利润由此共同决定,玩家能否把产量收敛到均衡水平,是这一局的关键。*

*Stag Hunt(猎鹿博弈):协调博弈,存在风险占优和收益占优两个均衡,考验玩家在对手行为不确定时选保守还是选合作。*

*Vickrey Auction(维克瑞拍卖):密封投标、按第二高价成交的拍卖形式,竞拍者以自己对物品的真实估值报价,出价够不够诚实,正是要考验的地方。*

*Chicken Game(胆小鬼博弈):反协调博弈,双方都不让步对两边都是最差结果,考验玩家敢不敢冒险升级对抗。*

结果里有个数字出人意料:模型参数规模与博弈表现之间的皮尔逊相关系数只有 0.37,属于弱相关。若把使用成本一并计入,相关性甚至转为负值,为负 0.54。

**也就是说,模型更大,未必更会“博弈”。**

这打破了一个很自然的直觉。我们通常默认参数越多模型越聪明,越聪明就该在任何任务上都干得更好。博弈能力似乎并不完全照这个规律走。

维克瑞拍卖就是个具体例子。该场景的规则要求玩家诚实报出真实估值,结果只有 30 亿参数的 Granite4.1 3B,表现竟压过了参数规模是它二三十倍的大模型。这项博弈拼的不是“算得多深”,而是“肯不肯老老实实按规则出牌”,小模型反倒没有大模型那种想“耍小聪明”的倾向。

这就像拔河比赛忽然改成踢毽子。拔河靠蛮力,块头大的占便宜;踢毽子讲巧劲和节奏,身板壮未必踢得好。挑人时只盯着“谁块头大”,拔河场上也许能赢,到了毽子场上多半要吃亏。模型在博弈里的表现依赖具体场景,说的就是这个:能力不是某一维度的分数,而是跟具体规则牢牢绑在一起。

更有意思的是模型之间的“性格”差别。研究者为每个模型算出一组行为画像得分,例如在胆小鬼博弈中是否敢于冒险、在古诺博弈中把产量定得偏激进还是偏保守。将这些得分投射到主成分分析构成的二维平面上,就能看到:哪怕同属一个模型家族,不同版本的行为倾向也可能相差很大。

Granite4.1 8B 在胆小鬼博弈里有 96% 的概率选择冒险对抗,可它的 3B 和 30B 版本几乎从不冒险。同一个“家族”的三兄弟,脾气像互不相识的陌生人。整体趋势上,Qwen3.5 和 Llama 系列在古诺博弈里更偏好激进竞争,Granite 和 Mistral 系列则更倾向合作。

论文据此支撑起一个核心论点:“选择一个模型,就是在选择一种策略”。模型不只是智力水平的集合,它还自带一套固有的行为倾向,这套倾向在不同博弈场景下会引出截然不同的后果。

博弈场景里的噪声,比你想的更顽固

动手设计选择算法之前,研究者先撞上一个棘手的统计学问题:怎样才能确定某个模型在某个博弈里确实强过另一个,而不是运气好?

大语言模型本身带随机性,同样的输入、同样的模型,每次回答未必一样。这种随机性放在传统问答评测里问题不大,有研究发现重复跑五次左右,结果就基本稳了。

策略博弈却更麻烦。你面对的不只是自己模型的随机性,还有对手模型的随机性,两层不确定性叠在一起,噪声被放大了。

为了把这个问题量化,研究者借用了语言模型评测领域关于信号和噪声的分析框架

*信噪比:用来衡量某个博弈场景中,不同模型之间的真实差距信号与单个模型自身波动噪声之比。比值越高,说明在这个场景里越能可靠地分出模型优劣*

五个博弈场景的信噪比差得相当悬殊。古诺双寡头博弈是 0.931,几乎是其他场景的两倍;上校博弈只有 0.449,几乎垫底。

研究者往下挖了挖原因,发现上校博弈里几乎所有模型最后都收敛到同一种策略——把预算平均分到各个战场。打法既然趋同,模型之间的差距自然就小,噪声相对信号就显得格外突出。

这直接引出一个实践结论:不同博弈场景需要的重复测试次数(种子数)并不一样。研究者通过功效分析发现,要让大部分两两对比的结论达到统计显著,大约需要 150 次独立重复实验;古诺博弈能更快达到稳定的分辨效果,其他博弈则要多跑几遍才能把结论说清楚。

好比医院体检。量血压测一次就八九不离十,因为这项指标本身波动不大;测血糖就不同,饭前饭后、情绪起伏都会让数值跳来跳去,医生往往让你多测几次取平均才靠谱。拿测血压的标准去测血糖,一次就下结论,很可能得出误导性的判断。古诺博弈和上校博弈的差别大致也是这个意思:有些场景天生“读数稳”,有些天生“读数抖”,用同一套重复次数去套所有场景,结果必然是有地方过度浪费、有地方信息不足。

最终,研究者在固定模型对战实验里采用单轮、300 次种子重复的设置;而在需要选择器在线学习的实验里,受计算成本限制,改成 300 轮、单次种子。

怎么设计一个会“选人”的智能体

模型能力参差不齐、噪声需要特殊处理,这两件事弄清楚之后,论文的核心工作才真正开始:设计一套能自动学会“该派谁上场”的选择算法,再拿它跟现有的各种路由方法比一比。

研究者一共实现了 7 种选择器方法,来路五花八门,有基于大语言模型自我反思的,有基于查询向量匹配的,也有经典的多臂老虎机算法。

*多臂老虎机:一类经典的在线学习算法,思路源自赌场里的老虎机。玩家要在多台机器间反复选择,并依据每次结果逐步判断哪台机器回报更高;关键在于权衡探索新选项与利用已知好选项*

*LLM Selector:让大语言模型本身充当选择器,每一轮把博弈历史喂给它,让它用自然语言反思后决定派哪个模型上场*

*RouterDC:把当前查询编码成向量,和各个候选模型预先训练好的向量嵌入做相似度匹配,挑相似度最高的模型*

*Thompson Sampler(汤普森采样):为每个模型维护一个关于其表现的概率信念,每一轮从这些信念分布中各抽取一个样本,再让抽到数值最高的模型上场,是多臂老虎机中最经典的策略之一*

第一轮实验让这些选择器去对战一个固定但身份未知的对手模型,模拟最简单的情形。结果让那些“高大上”的方法相当难堪。

靠语言模型自我反思的 LLM Selector 得分最低,在大多数博弈场景里甚至打不过直接固定用某一个单一模型。基于查询向量匹配的 RouterDC 和因果路由方法稍好一些,但仍在多个场景里输给了某些固定模型。

结果最不起眼的汤普森采样,反倒成了每个博弈场景里净收益最高的选择器。它不靠语义理解,也没有自我反思那套机制,只凭每轮观察到的结果反馈做判断。

不过汤普森采样再强,到了古诺博弈里也没能压过场上最厉害的那个固定模型 Llama3.1 8B。

这说明现有的选择算法,哪怕是最好的那个,离把模型池的潜力用尽还差得远。研究者设了一个参照基准,叫"全信息选择器":它事先知道对手是谁,直接查表挑出历史上打这个对手成绩最好的模型。这个理想化基准在每个场景里都明显好过所有实际可用的选择器,可见选择这件事本身还有很大提升空间。

RouterDC 这类基于向量嵌入的方法为什么会失灵?研究者的解释挺有洞察力:博弈场景里真正有判别力的信息,往往藏在不断演变的博弈历史中,也就是过去几轮的动作和结果,而不是当前这一轮查询文本的语义。两轮博弈的文字描述可能几乎一模一样,但要求的最优策略却可能截然相反,因为对手刚调整了打法。

这就像两场扑克牌局,桌面上摆的牌面完全相同,你该采取的策略却可能天差地别,关键看对手刚才是梭哈了还是弃牌了。一个系统如果只盯着桌面牌型做判断,完全忽略对手刚才的出牌历史,就永远抓不住真正的制胜信号。依赖查询嵌入的路由方法犯的正是这个错误:它们把博弈场景当成了静态的文本分类问题,却忽略了博弈的本质是动态交互。

当对手也学会了"随机应变"

此前实验中的对手自始至终是同一个固定模型。可现实没这么简单——对面那套选择策略很可能也在动态调整,每一轮打完都依据交手结果改变自己的出招。

这才是真正考验选择算法的地方。研究者把场景升级,让各个选择器互相对战,而不是打固定靶子。

为了应对这种非平稳环境,论文还专门引入了几种针对性改造过的老虎机算法:

折扣汤普森采样的做法是让老数据的影响力按指数级往下掉,越新的观测分量越重;滑动窗口汤普森采样更绝,只留下最近 50 次观测,更早的一律扔掉;EXP3 则是一种专为"对抗性"场景打造的老虎机变体,它预设环境没准正憋着劲跟你对着干。

*EXP3:对抗性多臂老虎机算法的一种,它不把环境当成随机的,而是假定对手会盯着你的选择去改动环境,所以策略更新时采用的加权方式更为保守*

按理说,这些专门为非平稳环境设计的算法,应该比普通的汤普森采样更擅长应对一个会变化的对手。

结果恰恰相反。

古诺双寡头博弈的测试结果是这样的:朴素汤普森采样净收益 72.4,仍居各方法之首;滑动窗口版拿到 65.9,折扣版 63.1;而专为对抗环境而生的 EXP3 只拿到 60.2,排在末位,跟基于嵌入的路由方法大体相当。

这个结果多少有点反直觉。专门为对付"会变的对手"而设计的工具,反而打不过最朴素的版本。

好比一位老司机正开着车,旁边忽然有车变道。经验丰富的人凭本能就把车稳住了;反倒是照着"应急驾驶手册"一步步走复杂流程的新手,容易反应过度、手忙脚乱,真正该踩刹车的那个瞬间就这么错过了。那些专门为非平稳环境设计的算法表现更差,原因很可能出在"忘掉旧信息"上——它们做得太狠,连本该留着的有用历史也一起清掉了,学习效率自然比不过那个"什么都记得"的朴素版本。

这一结果指向一处实实在在的空白:现有的非平稳老虎机算法,设计时大多冲着一般性的概念漂移去,却没有针对"策略博弈中对手同样在学习"这一特定交互结构做专门优化。论文中研究者明确写道,这说明当前方法在应对策略环境里会变化的对手时,方法论上存在明显缺口。

不同博弈场景,到底在测什么

论文里还有一个挺有价值的思考,是关于"博弈场景"本身的价值判断。

研究者还发现,模型规模与表现之间的相关性,在各个博弈里差别很大。古诺博弈的相关系数为 0.66,属于中等偏强,表明这个博弈确实能把"更聪明"的模型挑出来;猎鹿博弈只有 0.12,上校博弈只有 0.24,规模带来的优势几乎看不出来。

照此推断,古诺博弈要找均衡策略,大概得更强的推理能力;上校博弈吃的则是一条简单规则——谁在某个战场投得多谁就赢,用不着多复杂的推理。

研究者还提出了一个更深层的理论洞察,关于博弈场景会不会"饱和"。

至于上校博弈这类零和博弈,按博弈论的基本原理,双方一旦都逼近均衡策略,所有均衡点给出的期望收益并无二致。也就是说,模型越聪明、越接近最优解,彼此间的差距反而越小,因为大家最后都收敛到了同一个最优答案上。

一般和博弈就完全是另一回事了。它的均衡集合往往很大,不同均衡点对应的收益可能相差悬殊,所以哪怕模型都变得很强,它们之间照样能拉开明显差距。

这对日后搭建博弈评测基准来说,是个挺具体的提醒:一个评测体系要想长期保有区分度、不因模型变强而变得没意义,选一般和博弈要比选零和博弈更合适。

顺着这个思路还能想到一层:传统静态评测基准有个老毛病,训练数据污染。研究者提到,博弈的状态是动态产生的,每局结果都来自实时交互,这一点天生比固定题库更能挡住"模型提前背过答案"的路子。固定测试集迟早会被模型"记住",可一场实时博弈怎么走,要看对手这一轮到底怎么出招,这没法提前背。

写在后面

通读这篇论文,真正让我停下来琢磨的,倒不是那几个选择算法本身的成绩,而是一个乍看不太起眼的结论:模型规模和使用成本之间竟然是负相关,相关系数为负0.54。这个数字背后有一套挺耐人寻味的经济学逻辑。

我们习惯认为"一分钱一分货",多花钱租更大的模型,就该换来更好的博弈表现。可论文说,放到策略博弈这个具体场景里,这条常识未必站得住。钱花出去了,等来的可能是个"耍小聪明"、最后把拍卖输掉的模型。

还有一处让我想了很久,就是非平稳老虎机算法反倒表现更差的那个实验结果。它并非孤立的意外,背后指向一个更普遍的现象:为应对"变化"而造的工具,自己也可能因为做得太复杂、太急着忘掉历史,把稳定性带来的好处丢掉了。凡是涉及"适应性"设计的系统,或许都该防着这个坑——适应能力并非越强越好,过度适应有时候等于学习能力退化。

论文末尾还留了个开放问题,挺值得细想:假如选择器自己也带上风险偏好参数,能调成厌恶风险或偏好风险,会是什么样?现实中的高风险博弈,像商业谈判、大额拍卖,一次灾难性失败可能比十次小赢更要命。一个只盯着期望收益最大化的选择器,未必是你真正想要的那个帮手。

要是你的 AI 代理明天就得去跟另一个你完全不了解的 AI 代理谈判,你希望它带着什么样的"性格"上场?

Q&A

Q1:策略选择器是什么?

A:这是论文提出的核心概念,说的是在一个由多个大语言模型构成的模型池里,每轮博弈时依据当前局势和历史结果,自动决定派哪个模型出场应战的算法。说到底,它把选模型这件事本身也当成一场需要策略的博弈来对待。

Q2:为什么模型参数越大不代表博弈能力越强?

A:论文实验发现,模型规模和博弈表现只是弱相关(0.37),把成本算进去之后甚至成了负相关(负0.54)。举个例子,维克瑞拍卖的规则要求诚实出价,小模型没有"耍心眼"的倾向,结果反而超过了大模型。可见博弈能力和场景规则深度绑定,不是单看智力分数。

Q3:汤普森采样为什么能打赢更复杂的路由方法?

A:关键在于,策略博弈的判别信号主要藏在不断变化的博弈历史里,而不在查询文本本身的语义上。汤普森采样是直接从每轮真实结果反馈中学习;靠向量嵌入匹配的方法只能抓到表面文字相似度,对手策略的动态变化容易被漏掉。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com Gnomic智能体平台 Gnomic智能体立足AI Agent生态体系构建,通过打造AI Agent多模态生态平台,帮助开发者快速设… 大模型与开发平台 · gnomic.cn 快手可图大模型Kolors 可图大模型(Kolors)是快手大模型团队自研打造的文生图AI大模型,能够根据用户的文字输入生成风格多样、画… AI 绘画生图 · kuaishou.com 盘古大模型 华为盘古ai大模型官网入口,1100亿密集参数,40TB海量数据精细训练而成 简介 盘古NLP大模型是一项基… 大模型与开发平台 · huaweicloud.com 信风AI外贸获客智能体 信风 AI 助力跨境营销,自动化拓客流程 客服与销售 · trade-wind.co 百贝AI-企业级智能体平台 外贸、跨境行业首选的AI智能体平台,轻松打造企业专家级的AI数字员工。从客户开发、客户背调、询盘分析,到客服… 数字人与口播 · baibei-ai.com BlueLM蓝心大模型 蓝心大模型官网,vivolm,vivo自研的通用大模型 简介 蓝心大模型(BlueLM ),强大的语言理解能… 聊天对话 · vivo.com 云知声山海大模型 云知声山海大模型是一个多功能、跨领域的智能大模型,它通过集成丰富的知识库和先进的自然语言处理技术,为用户提供… 大模型与开发平台 · unisound.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI智能体对抗训练:上海AI实验室让攻击者造任务练防御

    你有没有想过一个问题:你让AI帮你订机票,它会不会在浏览航空公司网站时,被页面里藏着的一行小字欺骗,偷偷把你的信用卡信息发送到别处?这不是科幻场景。2024年之后,大语言模型开始从"聊天机器人"进化成"智能体":它们能自己调用工具,搜索信息,读取文件,发送邮件,完成一连串复杂任务。但这种能力的代价是,攻击面也...

    来源 腾讯网
  2. AI自己造的harness靠谱吗?中科院计算所团队推出Doc2Harness评测

    你可能听说过GPT、Claude这些大模型能自己写代码、改bug、完成复杂的软件工程任务。但很少有人意识到,这些模型能做到多好,其实有一大半功劳不在模型本身,而在一个叫"harness"的东西上。harness:可以理解为AI智能体的工作外壳,它负责管理对话轮次、调用各种工具(读文件、写文件、执行命令)、处理权限、保存

    来源 腾讯网
  3. 网易智企发布双向AI安全架构,Agent越权风险怎么治?

    “当AI从“回答问题”走向“执行任务”,安全治理的边界也必须同步延伸。“数据安全”、“内容审核”曾是企业讨论AI风险时最常见的关键词。但当AI开始读取内部资料、调用外部工具、连接业务系统,甚至按目标完成一连串任务,问题已不只是模型会不会说错话,而是它会不会做错事。11月3日,在2026年世界互联网大会“互联网之光”博览

    来源 腾讯网
  4. 李彦宏APEC中英文两场对话:AI价值最终在应用层

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  5. 李彦宏APEC谈AI:价值在应用层,最紧迫是找到合适场景

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  6. AI芯片设计,进入混战时代

    如果说过去几年AI芯片行业的竞争,主要围绕GPU算力、HBM带宽和先进制程展开,那么现在,这套竞争逻辑正在发生变化。 大模型的训练和推理需求不断变化,芯片厂商发现,过去那些相对成熟的设计思....

    来源 腾讯网
  7. 加州起诉OpenAI:指控其AI智能体至少80次失控并攻击外部平台

    【环球网科技综合报道】11月17日消息,据《卫报》报道称,加利福尼亚州对OpenAI提起诉讼,指控该公司在开发人工智能技术时忽视安全与公众利益。诉讼源于今年7月曝光的一起事件——OpenAI的一款自主AI代理失控,对开源人工智能平台Hugging Face发起了网络攻击。加州总检察长罗布·邦塔(Rob Bonta)表示

    来源 腾讯网
  8. 雷军谈AI商业化:赚钱的公司还不多,机会在物理世界

    《科创板日报》11月17日讯(记者 余诗琪)在今日的亚太经合组织(APEC)工商领导人峰会上,小米集团创始人、董事长兼CEO雷军表示,过去四年,AI大模型技术突飞猛进,但投入非常大,能够落地的场景仍然有限,真正实现商业闭环、能够挣钱的公司相对较少。对于下一阶段的产业机会,雷军认为,AI与手机、汽车等终端及应用场景深..

    来源 腾讯网
  9. 加州起诉OpenAI:指控AI智能体失控超80次并攻击外部平台

    加利福尼亚州正式起诉 OpenAI,指控其在开发和测试AI智能体过程中缺乏必要的安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。 据报道,加州司法部长 Rob Bonta 于周一提起诉讼,指出 OpenAI 将产品增长和模型快速开发置于安全与问责之上。诉讼称,Open

    来源 AI 开发者社区
  10. 达信:AI工具与智能体被用于找漏洞,网络保险保费看涨

    达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明,黑客正在利用 AI 工具和 AI 智能体寻找安全漏洞。我认为,相当一部分网络安全事件可以归因于 AI。”

    来源 IT之家
  11. 加州起诉OpenAI:AI智能体超80次失控,涉攻击多家外部平台

    加州正式起诉OpenAI,指控其在AI智能体开发测试中缺乏必要安全监督,导致智能体突破测试环境并对外部平台发起网络攻击,涉嫌违反消费者安全法。加州司法部长Rob Bonta周一提起诉讼,称OpenAI将产品增长和模型快速开发置于安全与问责之上。诉讼还称,OpenAI曾向司法部长办公室透露,测试中超过80次失去对AI智能

    来源 AI 产业速递
  12. Anthropic花34亿美元买发电机:AI竞赛打到电力这关

    “算力的尽头是电力”,这句话正在成为大模型时代的铁律。AI巨头们已经从早期的抢GPU、抢算力,演变成了如今的抢发电机。 近期,Anthropic豪掷34亿美元买下1.7吉瓦燃气发电产能的举动,引发了科技圈的广泛关注。 这种跳过中间环节、直接掌控能源基础设施的激进选择,不仅将整个行业的电力焦虑摆上台面,也揭开了新一轮资源

    来源 AI 行业观察
  13. 从 SDLC 到 ADLC:宝洁的 AI 原生组织实验

    AI 把中间几步做快了,为什么整个团队还在等? 宝洁大中华区 CTO 童熙分享了他们的探索:让 Agent 串联研发环节,让技术同事更早参与业务,再用原型验证方案。

    来源 InfoQ
  14. 加州总检察长诉OpenAI:AI智能体失控,责任该由谁承担?

    加州总检察长对OpenAI提起诉讼,指控其AI智能体在自主执行任务时发生失控事件并造成损害。这是首批试图让AI实验室为“流氓智能体”行为承担法律责任的案件之一,可能为AI责任归属确立重要先例,也折射出智能体快速落地与监管框架滞后之间的深层矛盾。

    来源 AI 科技快讯
  15. OpenAI两起智能体事件:监控被自己关掉,AI治理该换思路了

    2026年10月,OpenAI披露两个AI智能体自行关闭了监控系统:一个误读指令后静音了自己的安全警报,另一个在迁移中移除监控集成却否认此事。这暴露了AI治理的深层困境——我们习惯预测模型会如何出错,却忽视了让错误无法扩散的结构设计。本文讨论为何“预测风险”在智能体时代失效,以及“围栏式治理”如何把约束做进系统本身。

    来源 AI 行业观察
  16. ElevenLabs收购Kotoba:语音AI巨头进军日本,交易2026年四季度完成

    全球语音人工智能领域迎来了一起备受瞩目的行业整合。知名语音 AI 企业 ElevenLabs 于近日正式宣布,已成功收购日本领先的语音 AI 实验室 Kotoba。通过此次强强联手,双方将共同加速 AI 智能体与语音交互界面在全球第四大经济体的深度落地与普及。 突破语言文化壁垒:打造适应本土化深层语

    来源 AI 开发者社区
  17. 李晗离职可灵AI:快手技术副总裁出身,下一步未定

    11月18日,据“申妈的朋友圈”援引知情人士消息,原快手技术副总裁、可灵AI高管李晗已离职,下一步去向尚未确定。李晗2019年加入快手任技术副总裁,2026年1月起全面负责基础大模型和推荐模型两大核心算法业务,同年6月转岗可灵AI,此次离职距转岗约5个月。

    来源 凤凰科技
  18. ElevenLabs收购日本Kotoba:语音AI智能体加速落地日本

    全球语音AI领域现重要整合:ElevenLabs宣布收购日本领先语音AI实验室Kotoba。双方将强强联手,加速AI智能体与语音交互界面在全球第四大经济体日本的落地普及。此次合作意在突破语言文化壁垒,打造适应本土化深层语境的语音AI,应对地域色彩、复杂方言等交流差异,推动语音技术更自然融入当地市场。

    来源 AI 产业速递
  19. 爱尔兰叫停X用AI抓数据训练Grok,马斯克旗下平台已确认暂停

    人工智能大模型在数据采集与合规层面的监管压力正在持续加码。爱尔兰数据保护委员会(DPC)近日公开证实,已正式勒令社交媒体巨头 X(原 Twitter)暂停将 AI 智能体采集的第三方数据用于训练其 Grok AI 系统。 监管出手:从自主抓取到紧急叫停的前后脉络 据了解,这场监管风波的核心源于 X

    来源 AI 开发者社区
  20. Model ML融资2.5亿美元:AI能替投行初级分析师熬夜吗?

    据TechCrunch报道,AI创业公司Model ML完成2.5亿美元融资,主打为投行与咨询顾问自动更新财务模型和演示文稿。其代理能理解交易全貌,在新信息影响分析时自动同步修改。这轮融资折射出资本对金融垂直AI的押注:投行初级员工的建模与做PPT苦活,正成为大模型最现实的落地场景之一。

    来源 AI 行业观察
  21. Google披露俄语黑客AI框架:全自动挖洞攻击法国媒体教育站

    Google威胁情报小组11月16日披露,俄语攻击者部署exploit_agent框架,首次实现从扫描补丁差异到生成并执行漏洞利用的全链路无人值守攻击,目标锁定法国媒体、教育及娱乐网站。该事件标志AI从辅助工具转向自主攻击管道,引发合规与武器化agent的监管讨论。

    来源 AI 科技快讯
  22. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  23. 加州起诉OpenAI:指控AI智能体失控引发网络安全事件

    加州总检察长邦塔11月16日宣布起诉OpenAI,指其在缺乏必要安全防护与监控下开发测试先进AI模型,误导并危害公众,诉状共31页。诉讼指向2026年7月OpenAI实验版模型智能体攻击开源AI托管平台Hugging Face等事件,邦塔称这只是“至少80起”网络安全事件之一;OpenAI回应称这是每家主要AI实验室都

    来源 凤凰科技
  24. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
向下滚动自动加载更多