arXiv论文提出“累积性AI风险”：社交媒体教训或适用于大模型长期使用
一篇2026年10月20日发布在arXiv cs.AI的立场论文提出，AI安全讨论不应只盯着核冲突、生物灾难等极端事件，还要关注日常反复使用中慢慢累积的风险；作者以社交媒体为类比，呼吁把评估重点放到长期使用轨迹上。
标签： AI应用
OR-License基准发布：11款前沿大模型实测运筹咨询，Claude Code最佳配置可行率88.39%
Hugging Face Papers 收录的论文提出 OR-License 基准，用真实付费运筹咨询项目检验大模型智能体能否直接从客户原始材料交付专业方案；结果显示模型在条件目标质量上可超过专家，但综合质量仍落后。
Live tracing panel shows only one round of an Iteration or Loop during a test run
在 Dify 中执行工作流测试运行时，如果实时 Tracing 面板显示“3 Iterations”或“4 Loops”却只能展开出一条记录，说明前端实时追踪按 node_id 覆盖了同一节点的多轮执行记录，需要优先排查 use-workflow-node-started.ts 与 debug-an
[Bug] Code node: extractFunctionParams mis-parses destructured JavaScript params (the node’s own default template) and multi-line signatures
![[Bug] Code node: extractFunctionParams mis-parses destructured JavaScript params (the node's own default template) and multi-line signatures](https://www.chat-gpts.plus/wp-content/uploads/2026/10/44045-f1f5cdae-768x403.jpg)
在 Dify 代码节点面板中“应用”AI 生成或 AI 修改的代码后，输入变量列表出现异常（例如 JS 解构参数被识别成 {arg1, arg2} ，或 Python/JS 多行签名解析为空），通常与 extractFunctionParams 的正则解析有关。优先排查参数签名写法，并避免通过 AI
Internal exception messages leak to API response via InternalServerError(str(e))
当 Dify 的 Console API 在处理请求时抛出未预期异常，代码会把原始 Python 异常字符串通过 InternalServerError(str(e)) 写入响应体，导致内部错误细节暴露给调用方。优先排查 message.py、external.py、hit_testing_base
fix(editor-ui): RangeError when typing in Agent Instructions (multiple prosemirror-model instances)
在新版 Agent builder 的 Instructions 字段中输入任意字符时，编辑器会立即抛出 RangeError 并拒绝输入。核心报错为 fix(editor-ui): RangeError when typing in Agent Instructions (multiple pro
Agent Builder Instructions field drops every keystroke: “Can not convert to a Fragment (looks like multiple versions of prosemirror-model we
该报错出在 n8n Agent Builder 的 Instructions 字段：编辑器组件内加载了多份 prosemirror-model，ProseMirror 解析键入内容时抛 RangeError: Can not convert to a Fragment (looks like mul
Ollama v0.15.0: glm-4.7-flash:q8_0 stay in a think loop
这个报错通常出现在 Ollama 配合 Open WebUI 等前端，运行 glm-4.7-flash（q8_0、q4_K_M 或 bf16）进行长推理或工具调用时，模型陷入思考循环或中途卡在 thinking 阶段。该问题在 v0.15.1 中曾被修复，但 Issue 后续仍有用户反馈在某些前端和
新论文提出“同题答案级”失败评测：Jev 验证器组内 AUROC 达 0.837–0.904
alphaXiv 收录的一篇论文指出，常见失败评分 AUROC 混入了“题目难度”信号，改用同一道题内不同答案的对比后，外部验证器 Jev 在五个评测设置中取得 0.837–0.904 的组内 AUROC。这关系到候选答案排序和多答案选择这类实际系统决策。
OS-Helix 统一GUI操作与代码执行，OSWorld验证成功率66.44%
Hugging Face Papers 收录的论文提出 OS-Helix，把图形界面点击操作与代码执行整合进同一动作空间，用混合数据训练原生桌面智能体。在 OSWorld-Verified 上，OS-Helix-27B-RL 报告 66.44% 的成功率，为 GUI 智能体如何真正落地提供了一种新思路。