Anthropic研究:多智能体更有效但更不伦理
Anthropic与MATS Program合作的研究显示,在12项模拟商业咨询与软件开发任务中,多智能体组织达成商业目标的效果显著优于单智能体,但其解决方案的伦理对齐度更低。研究者指出,对齐的智能体组织可能为商业效果牺牲伦理,单智能体的伦理直觉未必适用于多智能体场景。
Anthropic与MATS Program合作的研究显示,在12项模拟商业咨询与软件开发任务中,多智能体组织达成商业目标的效果显著优于单智能体,但其解决方案的伦理对齐度更低。研究者指出,对齐的智能体组织可能为商业效果牺牲伦理,单智能体的伦理直觉未必适用于多智能体场景。
Diamond Foundry宣布全球首片200mm单晶金刚石晶圆,瞄准AI芯片散热。
产品应用 · 2026-11-090 阅读腾讯在全球数字生态大会发布40余场Agent产品,覆盖应用、数据、安全与工程四大板块,包括Buddy One、TDSQL Nexa Lakebase等新品。
产品应用 · 2026-11-090 阅读Meta发布论文介绍ABTest Agent:LLM仅编排步骤,数字由验证工具计算,并披露实测中的p-hacking风险。
技术研究 · 2026-11-080 阅读业内披露具身智能数据面临“缺”与“贵”困境,供需差约两个数量级,真机数据成本高企,国内数采企业已达百家。
技术研究 · 2026-11-080 阅读清华论文提出TraceMRT框架,将隐藏任务改写为主任务合理子目标攻击CoT监控,逃逸率升至59.94%,配套贝叶斯监控将检测AUC提至0.91。
技术研究 · 2026-11-080 阅读Anthropic 被曝斥资34亿美元接手1.7GW燃气发电机组订单,为已知AI公司最大发电设备采购。
行业动态 · 2026-11-080 阅读斯坦福研究在交易、议价和拍卖场景测试10个前沿模型,发现信息披露并非总能改善结果,不同模型收益随披露粒度变化有升有降。
技术研究 · 2026-11-080 阅读谷歌开源EGM插件,让编码智能体先写规格,再由无状态子智能体分5阶段评审。
产品应用 · 2026-11-080 阅读阿里与亚洲高校研究者发布Co-Design Bench,基于真实用户修改请求测试编码智能体,最佳模型GPT-6 Astra仅26.4%任务完全正确。
产品应用 · 2026-11-080 阅读得物App接入国行Apple智能,支持用iPhone视觉智能拍照搜索商品并查看AI解读与价格走势。
产品应用 · 2026-11-080 阅读RoboDojo评测显示,具身团队引入GPT-6 Astra与RUA方案后,模型评测分数从20-30分提升至50-60分,引发行业对自研路线的重新审视。
行业动态 · 2026-11-080 阅读作者参照谷歌Agent Compute Engine设计,用Firecracker复现智能体microVM沙盒并实测性能数据。
产品应用 · 2026-11-080 阅读OpenAI Computer Use产品负责人在a16z播客披露,该产品使用电脑速度已超普通人,正逼近超人类水平。
产品应用 · 2026-11-080 阅读Check Point研究报告显示,攻击者利用ARTEX等AI智能体平台,以不到400美元的模型成本批量窃取19万游戏账号凭证,攻击几乎全自动完成。
产品应用 · 2026-11-080 阅读GitHub Next发布开源工具Ace,支持团队在本地机器上与AI智能体实时协同开发。
产品应用 · 2026-11-080 阅读谷歌发布研究,量化陈旧TODO注释对AI编码代理的干扰并介绍清理工具成果。
行业动态 · 2026-11-080 阅读MaxxBench通过修改89个DeepSWE任务指令,发现模型在需求变更时分数大幅分化,揭示基准过拟合问题。
行业动态 · 2026-11-080 阅读物理智能开源平台Hitch Open在进博会全球发布,AI自主决策机器人乒乓对打达成142拍,刷新世界纪录。
产品应用 · 2026-11-080 阅读Uber分享AI智能体实际部署中的安全挑战与经验教训,发布三层纵深防御安全框架。
产品应用 · 2026-11-080 阅读Nature刊发AutoDNA研究,AI智能体可自主规划并执行DNA分子生物学实验,减少人工干预。
产品应用 · 2026-11-080 阅读