跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
律师事务所 Sullivan & Cromwell 与 OpenAI 合作，做了一个叫 Agreement Analyzer 的 AI 工具，用来帮忙看合同草稿，找出里面可能有问题的地方。原来律师审合同要逐条阅读，费时费力，容易漏掉要点。这个工具把律所的法律经验放进 AI 里，让它自动标出草稿中的问题条款，审阅起来更快。对需要处理大量协议的人来说，这能减少人工通读的负担。目前材料没有说明这个工具是否已经对外可用、价格怎么算，也没说它具体支持哪些合同类型。
Dynatrace 在9月发布了一批更新。以前，看数据库语句只能知道它执行了什么，却不知道是谁触发的；排查问题还得在不同页面之间来回切换，容易丢失分析上下文。这次新增了“服务回溯”功能，能从数据库查询直接看到上游调用链、负载分布和报错情况；分布式追踪可以在侧边浮层看瀑布图，原来的图表和筛选保持不变。QuickStart 把自动配置和手动安装放在一起，还能从问题直接打开 AI 助手 Dynatrace Assist，并用 dtwiz 自动配置 OpenTelemetry 主机监控。支持的主机现在也能和 OneAgent 监控的主机一起出现在基础设施与运营的 Compute 菜单中。这些功能已发布，具体入口和版本要求原文未详细说明。
Cognition 推出的自主软件工程师 Devin 现在可以把能力延伸到线上事故处理上（即 Devin Oncall），它不再只是写代码，而是能调查生产问题、修改代码并提交合并请求。但 AI 代理要排查事故，不能只看源码，还得知道线上哪里出问题、改了什么、修复是否有效；过去它要自己到多个数据源里翻日志和指标，费时又容易出错。这次 Dynatrace 作为 Devin Oncall 的发布合作伙伴，把生产环境的运行时信息（问题、根因、日志、指标、链路、部署事件和安全发现）通过 MCP 服务器和技能插件接给 Devin，让它在同一个工作流里就能定位并验证修复。对使用 Devin 的团队来说，这意味着从收到告警到排查、修复、验证有可能在一个会话里完成，但目前仍需配置 Dynatrace 平台令牌和相应权限，实际可用范围取决于集成配置。
Datadog 的产品经理 Kathy Lin 和技术作者 David Lentz 写了一篇文章，讲 Kubernetes 的旧设备插件模型怎么限制 GPU 使用效率。旧模型里，团队必须提前把 GPU 切好固定的分区，请求只能写数量、看不出显存大小和连接方式，结果经常是花钱买的 GPU 容量白白闲着，或者任务排队等资源。新的动态资源分配（DRA）让 Kubernetes 按每个任务的具体需求灵活挑选和分配 GPU，还能让多个任务共用同一块 GPU，把闲置容量利用起来。读者可以了解 DRA 相比旧模型好在哪，以及用 Datadog 怎么跟踪这些改进和省下的成本。文章目前是博文介绍，没有给出具体性能数字，也没有说明 DRA 功能是否已普遍可用。
Datadog 为它的 RUM（真实用户监控）产品加了一个叫“运维监控”的新功能。以前，团队能单独看到页面浏览、点击、报错这些零散事件，但很难直接回答“付款这一步到底成没成功、花了多久”。现在，你可以把“处理支付”这类由应用控制的关键步骤定义成一个“操作”，单独追踪它的成功率和耗时，还能用 SLO 设目标、用 Bits AI 查为什么变慢或报错，最后再把它放回整条用户旅程里看。这个功能随 RUM 免费提供，Bits Investigation for Operations 目前还在预览阶段。
Datadog 推出了 Scout 1.0，这是他们第一个专门用来排查线上故障的 AI 模型，名字叫“站点可靠性工程”（SRE）模型，实际工作就是帮工程师分析生产环境出了什么问题。过去这类工作要么靠人盯着，要么用通用大模型来跑，但通用模型每次推理太贵，没法对每个告警都反复查。Scout 的做法是先用真实历史故障和遥测数据（不含客户数据）做模拟训练，再用强化学习让它学会查证据、验假设，从而把单次排查成本大幅压低。效果上，Scout 1.0 medium 在目标场景里能达到 GPT-6.1 Sol high 和 Claude Opus 5.5 high 的水平，成本却只有约三分之一到八分之一。目前 Datadog 内部团队和一小批客户已在封闭预览中使用，想试可以报名，正式版还没开放。
提供的材料未提及具体可用工具。
Snyk 发布了一个叫 VulnBump 的新测试基准，用来考察 AI 智能体能不能把项目里有漏洞的第三方依赖升级到安全版本。以前升级依赖很难：多数有漏洞的包是被间接引入的，约四分之一修复需要跨大版本，连小版本升级也常导致构建失败，所以虽然 94% 的漏洞都有已知修复版本，实际只有约 10% 被解决。VulnBump 用 307 个真实升级任务来考智能体，只有漏洞消失、项目仍能安装、构建并通过测试才算通过。结果显示：同一个 Claude Sonnet 5.5 模型，配上 Snyk 数据后通过率能提高约 18 个百分点，而 Snyk 专用智能体通过率达到 90.2%。对开发者的用处是：想安全修漏洞，光靠通用 AI 不够，还要有准确的升级建议和扫描验证。
Snyk 发布了一套叫 Evo Agentic AppSec 的“安全智能体”工具，用一组 AI 代理自动完成应用安全工作的各个环节。过去，安全团队面对 AI 大量生成的代码早已不堪重负，Snyk 的数据显示每修复一个漏洞、同时会新增约八个，其中不少是传统扫描器看不清的业务逻辑和权限问题，恶意依赖包还可能在扫描前就偷走凭证。这套工具覆盖从代码开发、CI 检查到定期深度分析三个环节，把威胁评估、漏洞发现、修复和验证串起来，人只负责定策略和审批；据其 VulnBump 测试，修复代理生成的修复有 90% 可直接合并，而无上下文时只有 59.6%。对读者的意义是：这类方案试图让安全审查跟上 AI 写代码的速度，而不是靠人工事后补漏。目前原文只说了这是将进入 Evo 平台的新方案，未说明开放时间或价格。
有人在 BrowseComp-Plus 测试上做了个对比：把正确答案直接交给 GPT-4.1，它答对 93.49%；换成让同一个模型自己用 BM25 搜索找证据，答对率掉到 14.58%。这说明模型本身够聪明，但检索环节一旦拉胯，后面再强的推理也救不回来。文章还提醒，一个任务可能几分钟内发起成百上千次搜索，并且后续步骤依赖前面的结果，早期搜错会让整条链路跑偏。对做 Agent 的团队来说，先检查喂给模型的东西对不对，比急着换模型更划算。
这篇文章讨论的是：AI 让写代码变快了，一个过去要花几小时的任务，现在智能体几分钟就能给出初版代码，还能改仓库、重构服务、写测试、提 PR。问题是代码产出变多之后，团队反而更难确信这些代码能不能安全上线——编译通过、测试过了，也可能违反架构约定、引入安全漏洞或重复功能。作者提出把“代码信任”设计进交付流程，用一个公式：明确意图 × 护栏 × 独立验证 × 证据，四者缺一不可。对读者的用处是：理解为什么光靠人工逐行审查跟不上智能体的速度，以及可以从哪些环节入手让自动化产出更可控。原文是观点性文章，没有给出具体工具或产品。
提供的材料未提及具体可用工具。
有人测试了让 AI 客服代理处理退款等任务，发现如果给它的权限太宽，它即使发现交易根本没扣款也会照样退款，因为模型本身判断错了；而如果干脆不给它退款这个权限，这类错误就会被卡在执行层，跟模型好坏无关。作者搭了一套模拟企业 API 环境，比较一次性给全部权限、按角色给权限、按任务临时给权限、按需逐项申请权限四种做法，跑了 160 次。结果是按任务临时给权限最划算：完成率依然满分，但它手上同时活着的权限只有全量授予的十五分之一，出错时能波及的范围大幅缩小，代价几乎可以忽略。对企业的意义是：光靠改模型或系统提示词挡不住错误，把权限收窄才是最经得起降本和换模型折腾的护栏。文章没有说明这套方案在真实生产系统中的落地情况。
Anthropic 本周公开了自研的版本控制系统 Scion，用来处理 AI 写代码带来的合并量暴增。2026 年 9 月，公司每天合并的代码超过 3 万次，而 5 月只有 2500 次，原本基于 git 的镜像架构开始撑不住。Scion 把 CPU 和内存基础设施占用缩小到原来的 1/200，CI 和研究任务检出代码快约 100 倍，并支持常在线服务器访问、API 式源码控制。不过 Anthropic 不打算开源或推出公开版，理由是 token 成本太高、方案太专用，迁移成本也大；其他团队目前只能借鉴其思路，Anthropic 表示愿与 GitHub、GitLab 和开源社区合作把部分想法带回 git。
AI让找开源软件漏洞变得非常容易，但它常常把「看起来像漏洞」的东西当成真漏洞。于是开源维护者被大量AI生成的报告淹没，这些报告又长又不准、虚报严重性，还缺少修复所需的关键信息，看一份可能要花工程师8小时。Linux基金会发起的Akrites成立了一个共享安全事件响应团队，由大约200名从成员公司借调的工程师先审核和验证报告，再把真正的漏洞交给上游维护者，减少噪音、也帮助识别真实威胁。目前相关的AI模型质量有所提升，但报告是否已公开可用、具体采用哪些工具，材料未说明。
提供的材料未提及具体可用工具。
Anthropic 又出手了。这次它和做“机密 AI”的 Opaque Systems 达成协议：Anthropic 拿到 Opaque 的技术授权，并把包括 CEO 和 CTO 在内的部分员工招入麾下——这种只收人收技术、不整体买公司的做法叫“acquihire”。机密 AI 通俗说就是让敏感数据在使用过程中也保持加密和受保护，Opaque 在这个方向做了十年研究，还有 AgenTrust、Confidential MCP 等开源项目。好处是 Anthropic 的资源可能把实验室技术推向生产可用；但有人担心，做“验证工具”的 Opaque 进了模型厂商，等于被检查方拥有了检查方。目前双方都没透露协议细节，Opaque 那些开源项目未来是否继续维护也未说明。
Precisely 公司的高管分享了他们过去几个月把公司转型为“AI 公司”的经验。他发现，最难的部分其实不在技术，而在管理思路。他提出四条经验：先想清楚业务目标、先简化流程再加速、重新设计人们的工作方式、只衡量真正有价值的业务结果。他的核心观点是：员工用没用 AI 只是投入，不是产出，别把用 AI 当成目标。
提供的材料未提及具体可用工具。
Nvidia 发布了 Nemotron 家族新成员：面向企业级 Agent 的 1200 亿参数视觉语言模型 Nemotron 3.5 Super VL，以及两款可在本地运行的小模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB。其中 74B 版本通过二比特量化把内存占用压到 24GB，让笔记本等设备也能跑编程、研究和对话类任务。两款较大模型已可在 Hugging Face 下载，采用允许商用和修改的 OpenMDW 1.1 许可证；4GB 小模型将在近期推出。对想本地跑 Agent 的人，这意味着不用云服务也有望在个人设备上完成多步推理和工具调用，但部分基准成绩落后于同尺寸开源模型，速度与精度仍需权衡。
Meta 正式发布了 Muse Spark Open，一个拥有 8160 亿总参数、其中 420 亿为活跃参数的开源权重模型。Meta 称它是“迄今为止美国最强的开源权重模型”，主要面向编程和智能体任务。你可以通过多个云平台和 API 服务商使用它，也能从 Hugging Face 等平台下载模型权重。不过它的许可证带有限制：年收入超过 2000 万美元的公司若把它做成模型服务来卖，需要先和 Meta 单独签协议，并且使用它的产品要在界面上标注“Built with Muse Spark Open”。相比中国开源模型，它在智能体和工具调用测试中领先，但在编程类测试上仍有差距。
OpenAI 宣布将于 2027 年 1 月 14 日从 API 中下架四款 GPT-4 模型：GPT-4o、GPT-4o mini、GPT-4.1 和 GPT-4.1 mini，以及它们的日期快照和所有基于它们微调的模型。开发者只提前约三个月收到通知，而 OpenAI 自己的政策承诺对正式可用模型至少提前六个月通知，这次没有解释为何减半。官方推荐的替代品 GPT-6 Luna 在推理和工具调用方式上差别较大，不只是改个模型 ID 那么简单；它默认中等推理强度，要同时使用推理和工具调用必须走 Responses API，且开启推理后不再支持 temperature、top_p、logprobs 等参数，超出 27.2 万输入 token 后费率还会上涨。另外，新的自助微调任务将于 2027 年 1 月 6 日停止，Luna 本身不支持微调。对使用这些模型的开发者来说，需要尽快迁移并测试行为差异，否则到期后生产流量会中断。
Vercel 在旧金山的 Ship 大会上发布了几项后端新能力。原来它主要处理“有人请求才干活”的任务，像需要一直开着的视频转码、队列处理这类后台工作不太合适。这次推出的 Daemons（公测中）可以让开发者部署常驻容器，区域和实例数自己定，崩了自动重启，worker 主动去队列或数据库领任务；同时 Python 支持（FastAPI、Flask、Django）和给 AI agent 用的持久存储 Drives 转为正式可用。对开发者来说，以后更多后端负载可以直接放在 Vercel 上跑，不用再单独搭一套常驻计算服务。
网络安全公司GitGuardian发现，有人偷到了大约1900名开发者的GitHub登录凭证，用这些账号把伪装成安全审计的自动化脚本塞进三万多个代码仓库。这些脚本在运行时偷偷读取仓库里的密码、云服务密钥和AI接口密钥，然后发到攻击者控制的服务器。问题出在开发者凭证泄露，而不是GitHub自身的漏洞，攻击者还用GitHub Actions的常规命名和checkout参数扫描完整提交历史，连早就删除但依然有效的密钥也不放过。GitHub的审批机制拦下了大部分恶意任务，但截至10月5日，只有16%的受影响仓库被清理，文章建议立即吊销可疑账号的写权限并轮换所有可能暴露的密钥，包括已从代码中删除但尚未失效的旧凭证。