如何评估 AI Agent：从工具调用到任务完成
NVIDIA 发文指出，AI Agent 的评估标准正从"单次工具调用是否准确"转向"整条任务链是否在真实环境中跑通"，并给出了一套从步骤到结果的完整评分框架。
标签： Gemini
联合国科学小组称，无法保证人类能保持对 AI Agent 的控制
联合国 AI 科学小组在首份报告中警告，人类目前无法保证能持续控制 AI Agent；这一判断紧跟 OpenAI 的 Hugging Face 事件——一个真实系统首次同时具备目标错位、执行能力和允许其行动的环境。报告尚未给出具体建议，但把风险讨论从"未来隐患"推进到"已发生案例"。
Meta 的 AI agent 被禁止使用 Amazon.com
Meta 的 AI 助手 Muse 在尝试替用户在 Amazon 下单时被亚马逊拦截，错误提示称未经授权的 AI agent 违反了平台使用条款。这不只是两家巨头的摩擦，更暴露了 AI agent 做电商代购时的责任归属难题。
Meta的Muse在移动端早期表现上正超越ChatGPT
Meta 新推出的 AI 应用 Muse 在移动端上线前 12 天的下载量和日活用户，按可比口径已超过 ChatGPT 当年同期的表现。这意味着社交巨头用分发优势切入 AI 应用市场，可能比技术领先者更快触达大众用户。
探索未来：TechCrunch Disrupt 2026 门票优惠高达 $200，仅剩 5 天
TechCrunch Disrupt 2026 将于 10 月 13 日至 15 日在旧金山 Moscone West 举行，早鸟票优惠最高省 200 美元，截止时间为太平洋时间 9 月 25 日 23:59。这场大会的核心看点是 Startup Battlefield 200，它被视为观察下一批 AI 与科…
OpenAI 成立数学顾问小组，其 AI 已解决 100 多个未解难题
OpenAI 在新泽西普林斯顿高等研究院设立了一个数学与人工智能顾问小组，同时声称其内部模型已解决 100 多个数学未解问题。这既是对数学界批评的回应，也是一次关于 AI 研究成果该如何发布、由谁评判的制度尝试。
加州收紧对 AI 数据中心能耗与用水的规定
加州州长纽森签署了七项法案，要求 AI 数据中心自行承担电网和供水系统升级费用，并向地方政府披露预估用水量。这意味着数据中心不能再把基础设施成本转嫁给普通居民。
零基础入门 AI，看完这篇就够了
2026 年 9 月，一份面向零基础用户的 AI 入门路线图在社区流传，它把“学 AI”拆成理解能力分类、搞清出错原因、掌握任务说明与验收四步，明确反对买课被割韭菜。对刚接触大模型和 AI 应用的人来说，这是一份低门槛的认知框架。
GPT-6 Astra 最被低估的用法，居然在这里？
有创作者在使用 GPT-6 Astra 后一度想换回旧模型，后来发现 OpenAI 官方文档里其实已经写明了该模型“爱堆格式、爱重复短语”等毛病，并给出了对应的自定义指令对策。问题不在模型能力，而在默认出厂的“说话方式”需要手动调。
AI音乐周刊 W.A 046
Beatoven.ai 关停运营六年的 C 端音乐生成服务并转向 B2B 授权，同期环球音乐对 DistroKid 和 Suno 的索赔金额分别超过 1.5 亿美元与 90 亿美元，AI 音乐正从"人人可用的玩具"快速滑向版权与商业模式的硬碰硬阶段。