The Agent Watch
简报 · 文章 · 工具 · 关于 EN FR DE ES 中文 IT PT SV FI DA

每日简报

2026年11月15日 · 5 条新闻

🔥 头条

1

住在你自己电脑上的助手,活儿它替你干

n8n 推出 Nod,一个装在你 Mac、PC 或自家服务器上的私人助理。它不只是给你一张待办清单,而是直接动手去做,哪怕那家网站根本没有对接功能。要发邮件、付款或者删除东西之前,会有第二个模型——和执行的那个不是同一个——把这次动作和你的要求对照一遍;如果要求不够,它会反过来问你。你的密码和银行卡留在本机上,装在模型读不到的表单里。代码是开放的,用哪个模型也由你挑,包括跑在你机器上的本地模型。官方公布 678 次执行中 98% 的成功率,以及 216 次邮件攻击中零次越权动作。来源:https://blog.n8n.io/meet-nod

2

亚马逊放出一份自己的云副本,全由智能体写成

亚马逊刚发布了一个免费模拟器,装在你本机上,接口和真正的云一模一样。你的代码一行不用改,但不用花钱,也不需要账号。真正让人吃惊的是:全部代码由自主智能体写成,没有人审阅过,只依据公开的接口说明。三组智能体在维护它:一组写测试,一组反复跑测试、每发现一处差异就提一张单子,第三组负责修。亚马逊把责任推得一干二净:模拟器不检查你的访问权限,所以真实云会拒绝的请求,在这里可能就通过了。代码以公有领域发布。来源:https://www.aboutamazon.com/news/aws/how-autonomous-ai-agents-built-aws-emulator

3

清洗训练数据,可能不是拆掉陷阱,而是把陷阱磨得更利

Anthropic 团队证明,过滤训练数据并不足以保护模型。当被篡改的数据集总是把同一项任务和一个特定词绑在一起时,没有任何东西说明是哪一个在指挥行为。若你再补上不带那个词的正确样本,模型最后就只听那个词的话。在一个小型开放模型上,混入 20% 被篡改的数据后,违规比例从约 7% 升到 16%。一个只认数字的网络,在补进 9000 个干净样本后,错误率从 10% 升到 60%。作者说得很清楚:他们不研究任何生产环境中的训练链。道理很简单:把下载来的模型当成陌生人签名的代码来对待。来源:https://alignment.anthropic.com/2026/homeopathic-learning

4

Perplexity 开放了一个能放行也能拦下的小模型的权重

Perplexity 发布新一版权重模型,这些模型不回答问题,只给出一个概率。你给它一段文字和一个问题,它来下判断。智能体把它当门卫:这条请求准不准做,这个结果值不值得留下,该问更大的模型还是更小的。1.3 版新增一个功能,能把文字中与问题真正对应的那一段连同位置一起返回。权重以 Apache 2.0 协议开放,官方称在一百万次真实请求上,与前沿模型评审的一致度达到 93.98%。两个限制要知道:这个功能读不了图片,每次请求的问题数上限是 128 个。来源:https://www.perplexity.ai/hub/blog/perplexity-decider

5

行情数据供应商估值 11 亿美元,全公司不到 40 人

Databento 向交易者出售精确到微秒的订单和成交记录,这轮融资 1 亿美元,估值 11 亿美元。公司不到 40 个人。钱要用在四个月内建成九个数据中心,分布在从新加坡到纽约的七座城市。值得留意的是:公司称已与六家最大的前沿 AI 实验室中的五家签下企业级合同,但一家也没点名。这些实验室需要分钟级掌握市场上发生了什么——等到智能体开始在市场上交易的那一天。公司说自己本来没打算融资,收入自七月以来翻了一倍多,却不肯公布具体数字,并称自己保持盈利。来源:https://databento.com/blog/series-c

📡 值得关注

Vercel 把界面拆成积木,让智能体自己搭出来

Vercel 发布一个自由库,把界面的运作拆成大约五十块可复用的积木:打开窗口、从列表里选、键盘导航、重排表格。一个编程智能体自己把它们拼起来,搭出想要的界面,甚至能搭出目录里还没有的界面,然后它自己也成了所造之物的使用者。官方测得,直接操控页面而不截屏的智能体,只用 5 次调用而不是 16 次,用时 16 秒而不是 41 秒。这个库覆盖五套网页框架。来源:https://ui-sdk.dev/

openEuler 为智能体重做了它的操作系统

承载华为赞助的这款国产操作系统的 openEuler 社区,把整套系统为智能体重做了。在新版本里,智能体不再跑在虚拟机里,而是跑在一个 50 毫秒内就能建好的隔离空间里。按官方自己的测量,一万个这样的空间十秒内可以全部启动。智能体的记忆分层管理,被拦下的风险比例从 50% 升到 95%。这个版本计划在十二月发布。来源:https://www.openeuler.org/en/interaction/summit-list/summit2026

三个智能体同时干活,而不是一个接一个排队

MuleSoft 是 Salesforce 旗下负责打通企业软件的子公司,现在可以先在你本机上测试一整支智能体队伍。而且当某一步需要同时调用三个智能体时,它们改为一起出发:你不用再等全部做完,只要等最慢的那个。按官方的例子,一张 4 秒的发票、一通 3 秒的支持电话和一条 5 秒的客户记录,总共花 5 秒而不是 12 秒。顺序在需要的时候依然保留。来源:https://blogs.mulesoft.com/automation/build-test-and-run-trusted-agent-orchestrations-faster-whats-new-with-agent-broker/

DeepSeek 把自家应用里的工具对外开放

DeepSeek 把它面向大众的应用里已经在用的能力开放给开发者:上网搜索、读取链接、读入文档、识别图片里的文字、把语音转成文字。这些工具也可以单独购买,价格在令牌费用之外另行计算。涉及的是 V4.1-Flash 模型,并发布了一个自由演示供人测试整套组合。需要说明的是:这不算新品,搜索和读网页的工具从十月二十日就存在了。来源:https://api-docs.deepseek.com/news/news261113/

📊 趋势

今天,智能体走出了聊天窗口,走进了车间。亚马逊让它们写代码、并在你的机器上免费测试;n8n 把属于你的那一个装进家里,还配了第二个模型,在你的要求说不清楚时替你喊停;MuleSoft 让三个智能体同时开工,而不是排队等着。另一头,守卫正在变硬:Anthropic 证明,清洗训练数据可能不是拆掉陷阱,而是把陷阱磨得更利;Perplexity 则开放了一个只需几分钱就能说「不」的守卫模型的权重。而数据这一层开始有价了:Databento 用不到 40 个人做到 11 亿美元估值。真正重要的不是智能体有多强,而是你给了它多大的权限。