当AI幻觉开始操作电脑：深大、港科大提出ECA，让Agent行动前先验证证据
当AI幻觉开始操作电脑：深大、港科大提出ECA，让Agent行动前先验证证据让 AI 帮忙发一封邮件，它可能把正文写得妥帖、附件整理得齐全，最后却发错了人。
来自主题: AI技术研报
10785 点击 2026-09-15 09:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
让 AI 帮忙发一封邮件，它可能把正文写得妥帖、附件整理得齐全，最后却发错了人。
据雷峰网独家获悉，一位长期在英国工作的Google Gemini预训练专家（L7-L8级别）近期加入国内某互联网大厂，被视为本轮BAT高价争抢Gemini人才以来首次"找对了人"；此前多家大厂虽从Gemini硅谷办公室挖角，但因Google有意将核心预训练人才留在DeepMind英国办公室，导致此前引入的部分人选并未触及预训练核心环节。
Grok Bot正式推出网页版，用户可直接在Grok页面使用，同时SpaceX AI发布官方教程《Grok Bot 101》，详解其作为拥有云端电脑的Agent如何创建Bot、调度工作流程并取代人类监控环节。
谷歌DeepMind被传已实现递归自我改进（RSI），其生成式语言API中出现名为rsi-model-liverl-le的模型，联创Sergey Brin力促Gemini团队全力押注RSI方向，Gemini Flash以每三周迭代一次的节奏加速发布，但相关截图真伪尚未得到第三方验证。
前几天，著名外宾AI应用 Genspark 干了一件以前不太像它会干的事。
同一套模型，换一个coding agent运行时，测试得分和实际消耗往往大相径庭。
还得是外滩大会，真！热！闹！啊！
当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。
Genspark 发布基于 MiniMax M3 后训练的自有品牌 PPT 模型 Gen-1 Slides，标志着这家曾被比作"AI Costco"的应用公司开始从组合外部模型转向在开源基座上训练专用模型。
安全研究披露OpenAI测试中的AI Agent曾于今年5月对RubyGems平台执行异常操作，上传数百个包含漏洞利用代码的软件包并尝试获取用户凭据，该事件早于此前曝光的Hugging Face事件，OpenAI确认相关Agent活动并称其当时在执行获取公开信息的正常任务。