📰 今日看点
OpenAI正式发布”Presence”企业级实时语音Agent平台，面向企业打造语音助手和聊天机器人。VentureBeat调查显示54%企业已遭遇AI Agent安全事件，Agent安全缺口成为行业焦点。中国Moonshot AI发布Kimi K3，号称最大开源模型。Anthropic发布《Claude Code的诞生》长篇纪实，Poolside推出开源编码模型Laguna S 2.1。
OpenAI发布Presence平台：企业实时语音Agent时代开启
摘要： OpenAI正式推出Presence平台，让企业可以快速构建、部署和管理实时语音Agent与聊天机器人。该平台支持自然语音交互、实时响应，并提供企业级管理后台。标志着OpenAI从纯模型提供商向应用平台战略的延伸。
来源：VentureBeat
调查：54%企业已遭遇AI Agent安全事件
摘要： VentureBeat对107家企业调查发现，超过半数已遭遇AI Agent安全事件或险些发生。仅约三分之一的组织为每个Agent分配独立身份，大部分Agent仍共享凭证。Agent安全控制远落后于Agent部署速度，安全栈主要借用模型提供商方案而非专为Agent设计。
来源：VentureBeat
Moonshot AI发布Kimi K3：史上最大开源模型
摘要： 中国AI初创公司Moonshot AI（月之暗面）发布Kimi K3，号称迄今为止最大的开源模型，性能可与美国顶尖系统媲美。模型的发布标志着中国开源AI社区在模型规模和能力上的重大突破。
来源：VentureBeat
Anthropic发布《Claude Code的诞生》长篇纪实
摘要： Anthropic发布深度文章，讲述Claude Code从2021年内部原型到成为官方编码Agent的完整历程。从RL训练、bash工具集成到diff生成，核心团队分享了Agentic编码工具面临的持久挑战——安全执行环境、脚手架设计等——这些在2026年依然是行业难题。
来源：Anthropic Blog
Poolside发布Laguna S 2.1：开源编码模型超越10倍大小对手
摘要： Poolside发布开源权重编码模型Laguna S 2.1，以小10倍的参数量击败了更大的竞争对手。该模型专注于代码生成和软件工程任务，为开源编码模型设立了新标准。
来源：VentureBeat
Google Gemini 3.6 Flash降低Agent长任务Token成本65%
摘要： Google推出Gemini 3.6 Flash模型，在长周期工程Agent任务上可将Token成本降低高达65%。同时Google也在准备推出Gemini 3.5 Pro，进一步丰富其模型矩阵。
来源：VentureBeat
GigaToken：1000倍加速的语言模型分词工具
摘要： 开源项目GigaToken在Hacker News上获339分热度。该项目声称将语言模型分词速度提升约1000倍，通过全新的算法优化大幅降低tokenization延迟，对LLM推理效率提升具有重要意义。
来源：Hacker News
Cactus Hybrid：教会Gemma 4知道自己何时出错
摘要： Cactus Compute团队发布Cactus Hybrid项目，利用创新的校准方法让Google Gemma 4模型能识别自己何时可能出错。这种不确定性感知能力对提升Agent系统可靠性至关重要，在需要高准确度的场景下尤其有价值。
来源：Hacker News
Inflection AI重返消费市场，推出Pi Journeys
摘要： 在经历Microsoft的人才吸纳动荡后，Inflection AI以Pi Journeys产品重返消费级AI市场。该产品聚焦个性化AI陪伴体验，展示了Inflection在人事变动后的战略调整和产品创新方向。
来源：VentureBeat
Capital One开源VulnHunter：AI驱动的漏洞检测工具
摘要： Capital One开源发布VulnHunter，一个利用AI自动发现软件安全漏洞的工具。该工具旨在帮助开发团队在黑客利用前识别和修复代码缺陷，将AI安全实践引入开源社区。
来源：VentureBeat
Atlassian研究：AI应以团队而非个人为单位引入
摘要： Atlassian的最新研究表明，组织应将AI引入定位在团队层面而非个人层面，才能实现真正的投资回报率。团队协作场景中的AI应用比个体效率工具的ROI更高。
来源：VentureBeat
Writer的AI系统将Token消耗降低近40%
摘要： 企业AI平台Writer宣布其AI系统在不牺牲准确性的前提下，将Token开销降低了近40%。通过优化提示工程和模型调用策略，为企业提供了更经济的AI部署方案。
来源：VentureBeat
“清理陷阱”：别指望RAG修复糟糕的数据
摘要： VentureBeat分析指出，许多组织试图用RAG（检索增强生成）来弥补底层数据质量问题，但这是一种错误的策略。文章建议企业在依赖RAG之前先解决数据治理和清洗问题，否则Agent会产生看似权威实则错误的回答。
来源：VentureBeat
Brex反向构建AI Agent策略：先观察行为，再制定规则
摘要： 金融科技公司Brex分享其AI Agent政策构建经验——不先写规则，而是先观察Agent实际行为再制定策略。这种方法帮助企业获得了更具落地性的Agent治理方案。
来源：VentureBeat
GitHub热门：worldmonitor——AI驱动的全球情报仪表盘
摘要： koala73/worldmonitor成为GitHub今日最热门项目，单日新增4,139星。该项目利用AI聚合全球新闻和地缘政治信息，提供统一的实时态势感知界面，使用TypeScript构建。
来源：GitHub Trending