网页藏毒，劫持Agent？你需要会「追凶」的自进化女警系统
网页藏毒，劫持Agent？你需要会「追凶」的自进化女警系统今天的AI Agent，已经不只是聊天窗口里「会说话」的模型。它们正在接入浏览器、文件系统、终端、API、MCP服务和各种自动化工作流，开始真正替用户执行任务。
来自主题: AI技术研报
9183 点击 2026-09-15 09:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
今天的AI Agent，已经不只是聊天窗口里「会说话」的模型。它们正在接入浏览器、文件系统、终端、API、MCP服务和各种自动化工作流，开始真正替用户执行任务。
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。
大概是今年以来，AI 冲击各种数学猜想，越来越像永不结局的连续剧。这个模型又拿到了更高分，那个模型又解开了一道多年无人攻克的难题，人类的数学智慧岌岌可危。
Claude Opus 5.2深夜在Claude Code中开启灰度测试悄然上线，开发者通过抓包确认前端未变的Opus 5已被路由至5.2版本，响应速度和自主迭代能力显著提升；同时Anthropic内部代号Model 2的模型在CoBench v2榜单取得62.8%高分并接管大部分代码编写工作，RSI进程疑似加速。
DeepSeek据悉将迎来高瓴创投90后合伙人严文韬出任CFO，同时已聘请中信证券筹备上海科创板IPO，并近期发布了DeepSeek V4.1 Flash模型，资本与产品双线加速推进。
众所周知，现在的大模型基本每隔 35 天左右就会换一轮。
最近一周，我们被一件事惊到了。
最近，越来越多应用层 AI 企业走上了一条相似的路线：用自己积累的专业知识和业务经验，训练自己的模型。
让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。
AgnesCode在部分芯片上跑出更高性能，免费模型完成专业级交付。