AI 日报

2026 年 11 月 3 日 · 星期二
7条7个来源08:00更新

日报来源:AIHOT

  1. 05

    OpenAI 自 GPT-5.6 起在其最强模型的内部和外部流量上部署激活分类器(probes),利用模型内部激活逐 token 实时评分,可在生成中途阻断违规回复和工具调用并交由推理模型复审。实验显示 probes 比更大的文本分类器对测试的越狱攻击更鲁棒,准确率随模型能力提升,且在后训练各检查点间迁移良好,但需为新基础模型重新训练,且只能检测可显式训练的已知违规类型。

  2. 06

    自媒体作者卡兹克分享自己搭建近一年的Agent自动化系统,核心是把任务起点从人身上移开,由事件触发Agent工作。系统分为自动化中台、Agent执行、CI中台和飞书决策四层:中台用rules.json统一管理事件触发和Agent调度,本地MacMini跑Agent任务,自建CI中台完成审查、检查、合并、发布、核实五步,只在删数据、花钱、改方向等关键决策时通过飞书卡片找作者拍板。

  3. 07