标签：大模型

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。

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。

抖音生活服务发布2026年中秋国庆消费报告，首次将AI交互渠道纳入假期消费统计：豆包“订酒店”下单量环比增长超过56%，AI入口开始从功能尝鲜走向实际交易。

arXiv 2026 年 10 月 8 日发布的一项实证研究显示，同一个 Agent Skill 在不同模型与执行框架组合下效果截然不同，36.78% 的任务中配置之间的结果出现了明显分化，单纯按相关性挑选 Skill 容易错过更适配的候选方案。

Hugging Face Papers 收录的 ReSAIL 论文提出一种可插拔增强方法，用于缓解 LLM 智能体在迭代自蒸馏中的性能崩溃，在 ALFWorld 与 TextCraft 上三个循环内平均最终成功率绝对值提升 22.5%。

Hugging Face Papers 收录的论文 ReSAIL 提出一种可插拔的迭代自蒸馏增强方法，用于缓解 LLM 智能体在连续部署循环中的性能坍缩问题。摘要称其在 ALFWorld 和 TextCraft 上三个循环后仍能维持增益。

一篇新论文提出基于反事实提示干预的SCAPO方法，在Qwen3系列模型上改善了推理准确率与泛化能力，为RLVR训练中更细粒度的信用分配提供了新思路。

arXiv 2026年10月8日上线一篇新论文，提出名为 Adaptive Workflow Intelligence（AWI）的认知架构，试图让企业自动化流程在政策变化、反馈延迟等非稳态条件下更具适应性，并加入持续反思机制。

WordPress 于 2026 年 10 月 6 日发布 7.1.3 版本，紧急修复 7 个安全漏洞和 4 个程序缺陷。值得关注的是，其中 3 个漏洞由 AI 公司 Anthropic 报告，显示大模型厂商正以安全研究者的身份参与全球建站系统的维护。

arXiv 2026年10月7日发布一篇新论文，提出多智能体框架 AegisFlow，用 Watchdog 与 Repair 智能体自动检测并修复数据管道故障。摘要称在五类常见故障测试中，平均修复时间从170分钟降至3.2分钟，补丁成功率92%。