🤖 AI 资讯晚报 · 10-29

本期九源共命中 153 篇。剔除换壳重复（Gemini 4 Carbon、Genie 4、ETH 证伪、Clover、Ling-3.1、灵光 2.0、Apex-35B 等已在 10-27 至 10-29 早报推送）后，真正的新增集中在三处：大厂把 Agent 做成「跨应用底座」（腾讯 Buddy One）、具身模型开始用三维几何直接监督动作（拓元 E0.5）、以及把「调 AI」本身也交给 AI（蚂蚁 AntOmniEvo）。36氪主抓取只覆盖 14:45–18:51，已回捞 07:00–14:45 缺口补齐。

🔥 必读

1️⃣ 腾讯 Buddy One：五款办公产品共享一个 Agent 底座，账号、积分与跨产品检索全部打通

10 月 29 日腾讯全球数字生态大会上，腾讯发布面向个人的跨应用 AI 协同体系 Buddy One：以 WorkBuddy 为工作台，连接腾讯文档、腾讯会议、腾讯网盘、ima，共享同一套 WorkBuddy Agent 底座（各产品调用的是 WorkBuddy 的 Harness），并用 Buddy One ID 打通账号、积分与跨产品上下文检索。实际用法是「帮我汇总本周某项目的资料」——WorkBuddy 会同时检索资料库、腾讯文档、ima、腾讯网盘，汇总后生成方案并附来源，省掉过去逐一开应用复制材料的过程。积分池统一后可在四个产品通用（腾讯会议暂不消耗积分），关联机制目前免费，PC 端 5.9.0 以上即可绑定。

同场还发布了腾讯网盘，定位是「面向 Agent 时代的记忆空间」，为套件提供统一存储，让任务留下的过程文档与成果成为下次可复用的资产；外部信息由元宝搜索补足（千亿级索引、13 个垂直领域 157 家信源）。企业侧则开放架构：可接自研/第三方 Agent 与第三方 IM，用 MCP、连接器连 ERP/CRM/OA，模型可选混元、DeepSeek、GLM、MiniMax、Kimi 或自部署；案例是一家头部制造企业通过 MCP 直连经销商系统，每月自动初审 2 万单索赔发票。混元 Hy4 与 Hy4 flash 宣布近期推出。

⚠️ 限定：腾讯所说的「进一步记忆共享」仍是后续规划，当前只做到授权范围内的上下文打通与跨产品检索——这两件事不能混为一谈。

原文：机器之心 · 刚刚，腾讯 Buddy One 发布，办公大一统要来了 ｜ 智东西 · WorkBuddy 大一统：腾讯发布 Buddy One

2️⃣ 拓元智慧开源 E0.5：用「未来几何」直接监督动作，真机最高超 π0.5 26.7 个百分点

X-Era AI 拓元智慧开源原生 4D 世界动作模型 E0.5（arXiv 2610.36011、代码在 GitHub X-EraAI/e05）。核心思路是把空间建模与物理建模解耦：空间侧负责几何、物理侧负责动力学演化，用「预测未来若干步的三维几何」作为动作学习的原生监督信号，再把预测翻译成连续可纠错的动作——它关心的不是「看见物体」，而是「物体将如何变化」。

真机数据相当硬：在 AgileX Piper 双臂与 Zerith H1 人形上，经约 16 万条真实轨迹（AgiBotWorld-Beta）预训练后，跨分布内/外整体平均成功率 85.0% 与 88.3%，比 π0.5 高 13.3 与 26.7 个百分点；分布内 96.7% 与 100%。更能说明问题的是「不做具身预训练、直接任务后训练」的对照：Piper 86.7% vs π0.5 的 46.7%、H1 93.3% vs 70.0%，差 40 与 23.3 个百分点；OOD 垃圾清理 H1 从 20% 提到 80%。刚柔混合的「充电器+线缆收纳」任务提升 20–40 个百分点，恰恰是最依赖几何后果判断的一类。全部真机试验 480 次。

⚠️ 数据均为团队自测、基线是 π0.5，未见第三方复现；预训练轨迹规模与真机集群条件也非普通团队可复制。

原文：机器之心 · 以未来几何推演物理交互，X-Era AI 拓元智慧开源原生 4D 世界动作模型 E0.5

3️⃣ 蚂蚁开源 AntOmniEvo：把「调 AI 系统」这件事本身交给 AI，失败候选不丢弃

蚂蚁灵矽开源 AntOmniEvo——一个自动优化 AI 系统的框架。你只提供四样东西：待优化系统里「可修改部分」的文件目录（prompt、规则、脚本、配置）、评估数据、打分标准、系统怎么跑；剩下由框架驱动 coding agent 在「改文件 → 跑评估 → 看分数」的循环里 7×24 迭代。产物是一目录可直接部署的文件，每处改动可 diff、可 review、可回滚，过程全白盒落盘。

算法上两个设计值得记：① Mara Chain——没及格的候选带着诊断记录留下来继续修，下一代继承逐题分数、历代诊断、逐代改动与原始轨迹，专治「同一个错误反复诊断」的顽固失败壁垒；② pareto 过滤的 top-N 选择——先按逐题 Pareto 保留「总分平平但某道难题全场最强」的候选，再按总分截断，避免偏科生被系统性杀掉。消融给得很实：关掉任一机制，爬到同一分数分别要多花约 1.5 倍与 2.3 倍 rollout，且终态都够不到 0.87；TerminalBench 上关掉 Mara Chain，通过率从 71.9% 掉到 57.3%。

⚠️ 基准与打分器由团队自建，数字为自测口径；「optimize anything」目前覆盖 skill、agent harness、检索管线三类形态。

原文：机器之心 · 效果上不去？蚂蚁把「调 AI」这件事，也交给了 AI

📌 值得看

4️⃣ 智元 GO-3 Preview：打通「预训练—后训练—部署后」全链路 Scaling，拿下三榜第一

GO-3 Preview 用 WRAM（世界推理动作模型）串起任务理解、未来状态预测与动作生成，预训练数据约九成来自人类第一视角视频；后训练靠 Genie Evolver 混合三类环境——百台级真机（CEL 群体经验学习，手机包装任务成功率 50.8%→98.3%、120 次测试失败 25→2 次）、物理仿真、世界模型（回到关键决策点试不同力度）。官方称在 RoboDojo、RoboTwin、RoboColiseum 三项评测第一，数百种任务开箱即用，桌面冰壶几小时训练即超过普通人类玩家胜率。⚠️ 厂商自测；GO-3 产品线三天内已第三次出现，故只列此档，不进必读。

原文：机器之心 · 刚刚，机器人学习进入「全链路 Scaling」时代

5️⃣ 亚马逊云开源 Strands Decider 2B 与 Strands Box：给 Agent 一个「只做选择」的小模型和内核级沙箱

Decider 2B 是 20 亿参数的决策模型：以 Qwen3.5-2B 为底，把语言模型头换成给候选答案打分的指针头，rank-16 LoRA 微调，用于模型路由、工具选择、分类、护栏——不生成长文，只从预定义选项里选并给置信度。RTX 3090 中位延迟约 115ms、M3 约 153ms；JevBench v19 在 231 项公开任务上 72.3%。权重、训练数据、脚本均已开源。Strands Box 是开发者预览的执行沙箱，内核强制隔离 + Dogwood 策略语言，覆盖 Shell、Python、MCP 工具、文件与网络，策略可要求「过了测试才能推代码」。⚠️ 早期反馈集中在并发、Apple Silicon 兼容与冷启动；InfoQ 明确指出已公布结果不能证明它优于 Jev。

原文：InfoQ · 亚马逊云科技开源智能体「决策器」和「安全箱」

6️⃣ OpenAI 开始「返钱」：Pro/Business 每月最高 500 美元免费 API 额度

符合条件的 ChatGPT Pro 与 Business 用户可领每月最高 500 美元 API 额度，按计费周期自动续，不只是新用户优惠。Pro 是「交多少返多少」（Pro 100 返 100、Pro 200 返 200）；Business 按席位凑池（Standard 20、Premium 100），单工作区封顶 500，年付一次性发全年、上限 6000。需订阅满 7 天；Plus、Go、免费版、试用、Enterprise、Edu 与旧 Codex 席位都不在内。三处限制要留意：额度随计费周期结束清零不滚存；不能用于 API Key 调 Codex；频率与 Token 速率限制照旧。时机上，Anthropic 三周前刚给 Max 用户 100/200 美元、Team 池化 500 美元，数字几乎一一对应。

原文：机器之心 · OpenAI 发钱了？每月最高 500 美元 API 额度等你领

7️⃣ 豆包工作开放三方模型：Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 直接进企业工作台

豆包工作向团队版与企业版客户开放第三方大模型，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash。功能默认开启，企业无需向模型厂商单独采购、无需额外申请，按用量扣已有的企业 AI 点数。管理侧可按成员/部门/群组/全员划定可用范围，按厂商一键批量启用或单模型配置；还能限定生效端（豆包电脑端、工作电脑端、移动端、网页端、飞书内豆包工作），例如只允许模型在办公环境下生效，兼顾效率与数据边界。这条的意义在于国产办公 Agent 从「自研模型独家」转向「模型超市」。

原文：机器之心 · 豆包工作向企业客户开放配置三方模型

8️⃣ RobotAgentBench：独立 VLA 的任务发现得分不到 2 分，瓶颈在 harness 不在策略

Aether AI 与 UC San Diego 提出开放世界机器人评测 RobotAgentBench：50 种家庭布局、90 项原子任务、18 项短程、8 项长程与 4 类开放场景，按操作、任务发现、情境推理、失败恢复、鲁棒性五维打分，比较 8 个 VLA、3 个 WAM 与 Codex/Claude Code/Antigravity CLI 等编码智能体。结果很尖锐：独立 VLA/WAM 的任务发现得分全部低于 2，开放场景综合最高仅 2.0，InternVLA-A1.5 与 OpenWAM-Alpha 在开放场景停滞时间占比 88.3% 与 84.6%——会操作，但不会「自己找活干」。加入 Agent 框架后跃升：Codex + InternVLA-A1.5 混合配置任务级均分 48.5、开放场景 15.4 为最高；纯代码配置中 Antigravity 39.7、情境推理 80.0；RSI 还能让智能体持续改进控制工具。

原文：机器之心 · 当机器人走出预设任务：RobotAgentBench 全面评测机器人的开放世界能力

9️⃣ XREAL AURA 开售：8500 元的首款 Android XR 分体眼镜，95 克

XREAL 在谷歌 Android 开发者峰会发布并开售全球首款搭载 Android XR 的分体式空间计算眼镜 AURA：起售 1279 美元（约 8520 元），限时 1099 美元（约 7320 元），首批美加日韩，12 月前发货。眼镜 95 克，需搭配计算单元（骁龙 Reality Elite），自研 X Prism 光学引擎、70° 视场角、1200P、最高 120Hz，眼镜端用自研 X1S 芯片做空间处理与低延迟显示。生态是重点：可直接用 Google Play，150+ 款为 XR 打造的应用、10 余款 AURA 专属；配 GameSir 合作手柄（带 Gemini 键）与便携键盘，可 USB-C 接笔电/掌机做多窗口「随身大屏」。定位接近轻量版 Vision Pro，差在生态而非硬件。

原文：智东西 · 卖 8500 元一副的 XR 眼镜，凭什么？

📄 其他