2026-09-25 AI 新闻日报

今日概览

今天最重要的信号是企业 AI 编码代理的治理与成本控制开始成为独立研究问题，同时智能体在金融、预测和复现研究等场景中继续向可评估、可治理的方向收敛。次级信号来自产品端：Google 开始测试 Gemini 代打电话，OpenAI 在联合国安理会层面强调安全与国际合作。

本次从 56 条原始条目中保留 50 条高相关内容，其中社区信号 15 条、研究论文 20 条。

今日共抓取 50 条新闻。

一项新研究提出通过控制 harness（运行 AI 编码代理的产品层）来治理企业级代理并控制成本。该方向直接对应企业从试点扩展到数万席位时的真实部署问题。

Google 宣布 AI 代打电话功能将首先面向美国 Pixel 11 用户和 Gemini 订阅者开放。这标志着 AI 助手从信息处理进入真实世界任务执行，也带来新的隐私与责任边界。

RECLAIM 使用 100 篇 NeurIPS 2025 论文构建可逐年更新的复现基准，衡量 AI 代理从安装、调试到运行实验的完整研究能力。该工作为“AI 能否独立做研究”提供了更可操作的评估口径。

OpenAI CEO 在联合国安理会发言中讨论 AI 安全、人类控制和国际合作。这是头部 AI 公司在多边治理场合的一次直接表态，反映政策压力正在上升。

Google 测试让 Gemini 替用户拨打商家电话 — 该功能先在美国 Pixel 11 用户中测试，要求 Gemini 订阅。它把 AI 助手推向真实世界任务执行，值得关注后续隐私与责任机制。阅读原文
Meta 的 Muse Charm 看起来像电子宠物，但瞄准的是新趋势 — Meta 的新 AI 硬件采用挂饰形态，切入 Gen Z 的包挂、复古科技和时尚配件趋势。产品定位比技术本身更值得注意。阅读原文
Google Photos 虚拟衣橱功能在 Android 和 iOS 全面上线 — 该功能从照片中构建虚拟衣橱，6 月先在 Android 推出，现已扩展到 iOS。属于 AI 在消费级照片应用中的轻量落地。阅读原文

Control the Harness, Control the Cost: Routing and Governing AI Coding Agents in the Enterprise — 研究企业 AI 编码代理 harness 层的路由与治理问题，关注从试点到大规模部署时的成本与合规。这是代理治理从提示词层面走向结构性控制的信号。阅读原文
Progressive Skill Discovery as Access Control for Tool-Using LLM Agents — 提出通过角色范围化的能力交付来治理工具型 LLM 代理，避免全量工具访问带来的上下文膨胀和策略脆弱性。对大型企业代理部署有直接参考价值。阅读原文
Forecast-Dojo: Replayable Environments for Benchmarking and Training LLM Forecasting Agents — 构建可回放的预测环境，结合已结算预测市场问题和历史新闻，用于训练和评估 LLM 预测代理。为预测类智能体提供了可重复实验的基础设施。阅读原文
Agent Memory with Episodic Retrieval for Financial Decision-Making — 研究带情景检索记忆的金融决策代理，弥补此前系统偏重长期预测或无状态分析的不足。属于金融智能体从静态分析走向动态决策的尝试。阅读原文

DEEPO: Dual-Entropy Enhanced Policy Optimization for Hallucination in MLLMs — 从强化学习的奖励到参数更新链条中定位多模态大模型幻觉问题，并提出双熵增强策略优化。对理解 RL 训练中幻觉为何难以消除有增量价值。阅读原文
Training Object Permanence in World Models — 研究视频生成模型是否具备物体恒存性，并探索训练方法。这关系到世界模型能否形成更接近人类的物理直觉。阅读原文
Human-AI-Powered Hypothesis Testing: Cost-Aware Selective AI Scoring and Sequential Human Escalation — 提出将 AI 评分用于统计推断时不能简单当作真值标签，需要成本感知的选择性评分和人工升级机制。对 AI 评估的可靠性边界提出了更严谨的框架。阅读原文

Contrastive Language Models — Hacker News 上获得 165 分、54 条评论，讨论对比式语言模型的设计与潜力。社区关注度较高，但需等待更正式的技术验证。阅读原文

zai-org/ZCode (⭐ 6751) TypeScript] — Z.ai's coding agent harness. Powerful, intelligent, extensible. ｜最近更新 2026-09-25 [仓库链接
jev-chat/jev-chat-jarvis (⭐ 6446) Kotlin] — 装在手机上的对话副驾：在 QQ / X / 飞书里读懂对方、给出候选回复、一键填入输入框，发不发由你。非侵入，只读屏幕，不 hook 不改包。｜最近更新 2026-09-25 [仓库链接
mizorewww/laya-mlx (⭐ 6294) Python] — Native MLX runtime for Laya typed decision models — 7–14 ms short decisions on M3 Max. No text generation, PyTorch, or cloud API. ｜最近更新 2026-09-25 [仓库链接
unreallabsai/unreal-agent (⭐ 1900) Go] — Async-first agent harness ｜最近更新 2026-09-25 [仓库链接
mikehasa/golive-skill (⭐ 924) TypeScript] — Take your agent-built product live: hosting, database, domain, email, payments — on your own accounts. Open-source Agent Skill + zero-dependency Node CLI: detect → plan → approve → apply → verify. ... ｜最近更新 2026-09-25 [仓库链接
pallavi-shekhar/ai-engineering-interview-questions-company-wise (⭐ 863) Markdown] — Your Cheat Sheet For AI Engineering Interviews at Top AI Companies - Questions and Answers. ｜最近更新 2026-09-25 [仓库链接

AI 编码代理, 智能体治理, AI 复现研究, Gemini 代打电话, AI 安全治理

自动生成于 2026-09-25 08:00