Humanize多智能体编排工作流：让不同厂商模型互审，解决智能体编码”自评盲区”
arXiv 一篇新论文提出 Humanize，一套面向智能体编码的多智能体编排工作流，核心思路是让写代码的模型和判定完成度的模型来自不同厂商，配合 72 道机械门禁来约束流程，而不是依赖单一模型自己判断"做完了没有"。
分类： AI 资讯
马斯克宣布Grok Bot将接入Claude等第三方模型，转向多模型混合架构
马斯克在X上宣布，Grok Bot将不再只用自研Grok模型，而是以“最优输出”为标准，自动调用包括Claude Opus 5.5、Midjourney、Suno在内的第三方模型。这意味着一个由SpaceXAI推出的云助手产品，开始走任务导向的多模型混合路线。
马斯克宣布Grok Bot将接入Claude等第三方模型，转向多模型混合架构
马斯克在X平台宣布，Grok Bot将不再只用自研Grok模型，而是以输出最佳结果为标准自动调用Claude Opus 5.5等第三方API，转向多模型混合架构。这值得关注，因为它意味着头部AI产品开始把模型选择权交给效果而非自研绑定。
STEPQuant 面向 Delta 规则循环状态的分时空量化方案发布
研究者提出 STEPQuant，一种针对 Delta 规则循环状态的后训练量化框架，论文摘要称其在 6-bit 预算下接近 FP32 精度，并已在 SGLang 中集成实现超 5 倍状态压缩。
STEPQuant：Delta规则循环状态量化的时空精度分配方案
研究者提出 STEPQuant，一种针对 Delta 规则循环状态的时空后训练量化框架，在名义 6-bit 预算下让量化状态精度接近 FP32，并在 4-bit 配置下优于统一 INT8；集成到 SGLang 后可将循环状态压缩超过 5 倍，服务总内存最高减少 68.7%。该工作目前仅为论文摘要信息，尚未核验…
谷歌Gmail暗藏Gemini智能体：APK拆解泄露AI代写邮件功能
Gmail 安卓版 APK 拆解显示，谷歌正测试将 Gemini 智能体嵌入收件箱，让 AI 扫描邮件并起草回复，但关键步骤仍需用户确认，功能尚未官宣。
arXiv论文提出AI文明风险失败模式框架：无需敌意也可能导致人类灭绝
arXiv 2026年10月8日上线一篇论文，提出用失败模式框架分析先进AI如何可能导致人类灭绝或文明崩溃，核心论点是灾难性风险不依赖AI有意识或敌意。
arXiv发布AI文明风险失效模式分析 不靠意识敌意也可能致人类灭绝
arXiv 2026年10月8日上线一篇新论文，提出用于分析先进 AI 如何导致人类灭绝、文明不可逆崩溃或永久失能的“失效模式”框架。其核心判断是，灾难性 AI 风险不依赖意识、敌意或伤害人类的明确意图。
SWE-Game 基准测试：编码智能体做游戏，最强模型总分仍不到 60
Hugging Face Papers 收录的论文摘要提出 SWE-Game 基准，用 247 个任务、41 款可运行的 Godot 参考游戏测试编码智能体能否做游戏。值得关注的是，即便表现最好的 Opus5，在三个从零构建类任务上的最高分也只有 50.38 分（满分 100），六款模型整体都没过 60 分线…
SWE-Game 基准发布：247 项任务测评编程智能体造游戏能力
Hugging Face Papers 收录的论文摘要提出 SWE-Game 基准，用 247 项任务、41 个可执行 Godot 参考游戏测评编程智能体的游戏开发能力。结果显示构建类任务最高分仍不到 60 分，说明智能体离独立做出可玩游戏还有距离。