谷歌美国K-12学校账户默认关闭搜索与Gemini：开启搜索将同时启用AI功能
据彭博社2026年11月3日报道，谷歌将美国K-12学生账户的搜索、Gemini聊天机器人及 Classroom 中的 Gemini 功能默认关闭，由学校管理员决定是否开启；但一旦开启搜索，内嵌的AI能力也会一并启用。这值得关注，因为它把“用不用AI”的决策权推给了学校，也暴露出搜索与生成式AI难以拆分的产品…
分类： AI 资讯
arXiv论文提出按任务衡量AI记忆价值：增益最高+0.33，工程与科研任务未见效
arXiv 上一篇新论文提出以“任务条件下记忆是否有用”来评估长期记忆，而非给每条记忆一个静态重要性分数；在 LongMemEval-V2 事实回忆任务上，含答案信息的记忆使配对奖励平均提升比对照组高 0.33，但该增益未延伸到软件工程与科研编程评测。
腾讯混元 Hy4 正式版发布：开放权重，主打计算机操作与视觉能力
腾讯于 2026 年 11 月 4 日发布混元大模型 Hy4 正式版，在扩大预训练与后训练规模的同时首次引入视觉和计算机操作能力，并宣布开放模型权重，试图在“能干活”的开源阵营中占据一席。
ProofPaths：用AI面试官验证学生是否真懂解题思路
arXiv 上的一篇新论文提出 ProofPaths，把多智能体评分与个性化追问面试结合，试图判断学生提交的答案是否真正理解推理过程，而不仅是答案正确。
Caper提出后果感知审批机制：先沙箱预执行再决定命令放行
Hugging Face Papers 于 2026 年 10 月 29 日收录的论文摘要提出 Caper，一种面向自主编码代理的“后果感知”命令审批机制：先在快照沙箱里预执行命令，再根据实际观察到的效果决定放行或回滚。
欧盟法院顾问：Gemini若绕付费墙或复用新闻表达，可能侵犯版权
针对匈牙利网站运营方起诉谷歌一案，欧盟法院顾问就Gemini使用新闻内容出具正式意见：绕开付费墙获取内容，或在回答中可识别地复用报道的具体表达，可能侵犯出版商的复制权。该意见不具约束力，但通常会被欧盟法院法官在终审时参考。
arXiv 论文：仅靠观测数据难以学会干预能力
arXiv 上的一篇新论文指出，模型在预测任务上的优势可能恰好以干预响应出错为代价，仅靠数据学习难以可靠获得「干预能力」，需要主动提出、检验和修正因果假设。
普林斯顿AI Lab发布SSoN基准：人类83.3%准确率，大模型最高仅39.7%
普林斯顿大学AI Lab推出静态跨视角空间理解基准SSoN，人类准确率83.3%，参测主流视觉语言模型最高仅39.7%。这说明当前大模型在3D空间几何推理上仍有明显短板。
RPA与AI智能体对比实验：医疗报告抓取，准确率98.9% vs 96.5%
arXiv 上一篇新论文用乳腺影像报告抓取任务，实测传统 RPA 与基于大模型的自主智能体（APA）方案。在接口稳定的前提下，RPA 准确率更高、速度快约 13 倍、单份报告成本低约 6 倍，说明“智能体自动化”并非在所有场景都优于确定性脚本。
agentic RL新方法：用失败回合的文本提示稳定引导在线自蒸馏
论文提出“targeted guidance”框架，在 agentic 多轮软件工程任务中，仅对失败回合注入文本反馈做在线自蒸馏，并与逐条准则的 RL 奖励结合，以在不明显拖累基线 RL 表现的前提下学习原本难以优化的行为。目前信息来自论文摘要与页面概述，尚未显示已产品化或经同行评审。