港交所行政总裁:正积极研究延长衍生产品的夜市交易时间
相关推荐
谷歌 CEO 皮查伊:推出 Gemini 4 Argon
ChainCatcher 消息,谷歌 (GOOG.O) CEO 皮查伊宣布推出 Gemini 4 Argon。
谷歌云发布Gemini Agent:单一通用工作代理,整合Workspace、多模型路由与企业级治理
动察 Beating AI 快讯,谷歌云 CEO Thomas Kurian 在 Gemini at Work 2026 大会上发布 Gemini Agent,定位为单一通用工作代理——用户只需给出目标而非指令,即可完成知识工作、内容创作、图像媒体生成及代码编写与运行。该代理具备统一入口、无处不在的访问(网页、iOS、安卓、Windows、Mac 及 Workspace、Microsoft 365、Slack 等渠道)、持久化执行(云端运行,关闭笔记本后任务继续,记忆与个性化图谱跨设备统一)、多代理编排(可动态创建带独立身份的临时子代理,也可作为长期同事代理拥有专属邮箱与存储)、深度上下文理解及模型选择灵活性——底层模型可跨谷歌 Gemini 系列与 Anthropic 的 Claude 等自由切换,以最佳模型匹配任务、降低成本。目前近 80% 谷歌云客户使用其 AI 产品,近 90% 的财富 100 强使用 Gemini Enterprise。 该代理直接嵌入 Gmail、Drive、Docs、Slides、Sheets、Chat 及日历,并携带相同的记忆、技能与控制;新增数据分析技能让技术与业务用户均可用自然语言在数分钟内获得可执行洞察;同时为金融服务和法律团队提供行业专属工具与知识。安全与治理层面,谷歌提供身份与策略管理、授权与权限控制、安全沙盒、网络网关等机制;成本控制方面则通过多模型编排、智能路由和实时支出上限实现。早期测试客户包括运动品牌 On,其利用动态模型选择加速上市;Shopify 将前沿模型混合用于数百万商户,PayPal 每周路由 1000 万次多模型请求。
谷歌发布Gemini 4 Argon,首批向美国政府及网络防御者开放
PANews 10月1日消息,据谷歌官方博客,谷歌发布新一代旗舰模型Gemini 4 Argon,称其在复杂工作流、网络防御和软件工程方面达到前沿水平,在DeepSWE v1.1测试中得分77.9%,输出上限由6.4万token提升至100万token。谷歌CEO Sundar Pichai在X平台发帖称,该模型已提供给美国政府,并于今日通过Fairwind计划向部分受信任的网络防御者开放。谷歌表示,后续将优先向付费API客户及Google AI Ultra订阅用户推出,API介绍价为每百万输入token 2美元、每百万输出token 10美元。
博通CEO称公司AI发展最大制约因素是资本
据报道,博通CEO陈福阳(Hock Tan)表示,随着AI持续发展,资本将成为该公司面临的最大制约因素。其表示,公司正在克服晶圆短缺和存储芯片短缺问题,但资本将是最大的制约因素。(界面)
微软CEO:企业应将AI视为内部安全风险,确保AI Agent可随时暂停或关闭
Odaily星球日报讯 微软 CEO 萨蒂亚·纳德拉发文表示,企业应将 AI 模型纳入内部安全风险管理体系,即使模型本身没有恶意,也可能因错误或遭攻击者利用而造成安全风险,尤其是在涉及敏感数据访问及关键操作时,不能仅依赖模型供应商的安全承诺。 纳德拉强调,应将 AI 模型与 Agent 执行框架分离,通过外部系统控制数据访问和工具调用权限,并为关键操作保留防篡改、可供人工审查的记录。同时,企业应在部署阶段就考虑模型遭入侵的可能性,确保授权人员能够随时暂停或关闭 Agent,并持续开展安全测试及事故披露。 此外,微软本月已宣布 Windows 平台正式支持 MXC 隔离工具,可通过外部策略限制 Agent 对文件及网络的访问。
微软CEO:超级智能时代需建立“可控”架构,不能将责任外包给AI
Odaily星球日报讯 微软 CEO Satya Nadella 发布长文表示,随着超级智能(Super Intelligence)系统的发展,行业需要重新审视 AI 信任架构,不能简单依赖模型提供方的承诺,也不能将 AI 行为带来的责任外包。 纳德拉称,过去几十年传统软件系统被部署到各行业时,开发者通常能够追踪行为对应的具体代码路径。但如今的前沿 AI 模型能力已超过传统软件系统,却无法明确将模型输出归因于具体训练数据或模型权重配置。企业正在将具有自主行动能力的 AI 系统接入敏感数据,并赋予其执行关键任务的权限,因此需要构建具备可观察性、可测试性和可控性的系统,将“智能供给”与“权限控制”分离。 纳德拉提出,应采用工程化方式治理超级智能,通过确定性的系统设计、人工控制和操作流程约束非确定性模型,并将 AI 系统视为潜在“内部风险”进行管理,包括限制权限、记录行为、建立隔离边界等。他还提出超级智能系统应遵循多模型协作、全程可观察、持续验证、独立控制、独立审计、风险隔离和事件披露等原则。其中,他强调模型思维链(CoT)透明度是基础要求,但仅依靠 CoT 透明并不足够,因为模型输出本身仍可能缺乏可靠的可解释性。 纳德拉最后表示,未来最值得信任的超级智能系统,并不是“最值得信任的模型”,而是“即使不完全信任模型,也仍能安全运行的系统”。