今日 AI 速览

谷歌云发布通用工作智能体 Gemini Agent：一句话接管复杂任务，打通企业全套业务系统

谷歌云在 Gemini at Work 2026 发布会上正式推出面向企业客户的“通用工作智能体”（Gemini Agent）。产品定位为常驻数字同事，用户只需直接提出目标，智能体便能自主跨 Google Workspace、邮件、日历与第三方业务系统调度任务，自动整理进展简报、撰写分析文档、制作多媒体演示并辅助代码编写。系统支持作为团队虚拟成员担任项目管理或财务分析等角色，首发支持 Gemini 与 Claude 系列模型，并提供开放 API 供开发者将智能体深度嵌入自建工作流。

点评：智能体终于从被动等待提问的对话框，蜕变成主动穿梭在各款办公软件里解决实际问题的数字员工。

数学界研讨 AI 证明严密性：OpenAI 撤回 3 篇数学前沿结果，陶哲轩呼吁构建“Math 2.0 验证体系”

OpenAI 团队正式撤回此前公布的 3 篇关于借助大模型攻克数学未决难题的论文结果，坦承相关证明在形式化核验中存在缺陷。该事件在学术界引发广泛震动，菲尔兹奖得主陶哲轩随后在 Mathstodon 上公开发表长文，呼吁数学界理性看待当前 AI 辅助科研的局限。陶哲轩指出，当前所谓的大模型数学突破往往依赖密集采样与启发式匹配，真正可信的“Math 2.0”必须超越单一指标跑分，建立涵盖可解释推导、形式化系统核查与人类专家交叉验证的全面科学评价体系。

点评：前沿基础科学容不下半点概率侥幸，大模型生成猜想是一回事，能经受住严格形式化推演才是真本事。

腾讯开源轻量级视觉文档检索模型 EVIE-4.5B：多向量压缩刷新 ViDoRe 国际权威榜单纪录

腾讯团队正式开源轻量级视觉多向量文档检索模型 EVIE-4.5B（Evidence-Vector-Informed Embedding）。该模型基于 ColPali 视觉语言架构开发，引入 Matryoshka 词元压缩技术，攻克了长久以来复杂排版图表与 PDF 报告解析慢、向量存储体积膨胀的痛点。在国际权威视觉文档检索评测 ViDoRe Benchmark 上，EVIE-4.5B 全面超越同量级基准并登顶榜首，模型权重与训练代码即日起已在 HuggingFace 与 GitHub 采用宽松的 Apache 2.0 协议全量开放。

点评：多模态 RAG 的核心瓶颈往往不是基座模型读不懂，而是前置检索抓不准；EVIE 的轻量化开源为海量企业级文档问答补齐了关键短板。

斯坦福等提出自反思蒸馏框架 Self-Retrospection：将事后复盘经验转化为前瞻先验决策

针对大模型智能体在多步骤复杂环境中“重复犯错、难以及时复盘”的难题，来自上海交大与斯坦福等机构的研究者联合发表论文《Self-Retrospection Distillation: Turning Post-hoc Experiences into Prior Foresight》。该框架在离线阶段模拟大量长链交互轨迹，让模型对失败决策进行系统性事后归因与纠偏反思，再通过蒸馏算法将复盘策略压缩进前馈先验网络。在复杂多轮代码调试与智能体环境交互基准测试中，采用该架构的模型大幅降低了盲目尝试轮数，任务一次成功率提升超过 30%。

YC 孵化企业 Quivly 推出售后全流程智能体：从客户入驻到自动续约，交付周期从 30 天缩减至 7 天

Y Combinator 2026 年秋季批次创业公司 Quivly AI 正式推出企业级售后与客户成功自主智能体。传统企业软件在销售签约后往往需要耗费数周人工跟进对接实施，Quivly 智能体直连企业 CRM、Slack 与工单系统，能够自主根据合同条款配置账户、回答技术对接疑问并持续监控使用健康度。在早期商业客户的实测中，Quivly 将企业新客户上线周期从行业平均的 30 天压缩至 7 天，并将客户增购续约率提升至 4.3 倍。

极简端侧离线语音识别模型 Whistle 开源：仅需 16.9 MB 内存即可实现低延迟转写

开源边缘计算团队 Cactus Compute 正式发布超轻量离线语音转文字模型 Whistle。不同于动辄需要数 GB 内存和专用 GPU 的常规语音模型，Whistle 进行了极致的模型剪枝与量化优化，整机运行仅需 16.9 MB 内存空间即可流畅运转。该工具支持跨平台本地单机运行，完全零外部网络依赖，能在树莓派和工业物联网端侧设备上提供高质量流式音频转录，特别适合对数据隐私与离线自治有严苛要求的硬件开发者。

Anthropic 修订使用条款明确规则红线：首次明文禁止对 Claude AI 实施虐待与残忍行为

AI 安全领头企业 Anthropic 宣布将于 2026 年 11 月 12 日起正式推行修订版服务条款与可接受使用政策。在新版准则中，Anthropic 首次明文增加安全红线，严禁用户向 Claude 模型输入虐待性、残忍或恶意侮辱性提示词。官方表示，这一规定不仅是为了建立负责任的人机交互范式，更是为了防止攻击者利用极端的情感施压与对抗性提示词突破大模型的安全护栏与伦理对齐边界，新规将全面覆盖所有 API 开发者与消费者订阅用户。

天文学家借助 Claude Code 发现未知系外行星：自建数据分析管线在 NASA 测光库中掘金

在 Reddit 与 Hacker News 上，一篇题为《我觉得我发现了一颗此前无人知晓的行星，我是用 Claude Code 找到它的》经验分享引发广泛讨论。作者分享了自己如何借助 Claude Code 编写复杂的天文测光数据分析脚本，从美国宇航局 TESS 空间巡天望远镜的海量历史光变曲线中自动过滤噪声并提取周期性微弱凌星信号。在智能体的代码协助下，作者成功定位出一颗未在现有星表登记的候选系外行星，该案例生动展示了代码大模型赋能专业科研人员加速科学发现的巨大潜力。

LLM 端到端全自动重构 TypeScript 编译器引热议：原生生成 Rust 高性能版本

开源项目 ts-rust 在开发者社区登顶讨论榜。开发者尝试完全依托前沿代码大模型，将微软官方包含类型检查器和语言服务器协议（LSP）在内的数万行 TypeScript 编译器核心代码，端到端完整改写为高性能 Rust 实现。这一实践不仅展现了大模型在处理超长上下文与深层语法 AST 树转换上的能力，更引发了开发者对“未来基础软件重构与架构迁移是否可以大规模由 AI 接管”的热烈探讨。