DAILY AI
DeepSeek开放智能体原型，微软小模型学电脑操作，网页训练偏好将有共享表达
本期关注四项不同层面的进展：DeepSeek让编程助手围绕仓库持续接收任务，微软把界面点击与代码操作放进同一小模型，Anthropic用AI寻找训练数据筛查盲点，OpenAI则计划简化网站表达训练偏好的方式。开放原型、研究成绩与未来承诺各有适用范围，距离稳定进入日常工作也有不同的工程难题。
DeepSeek开放常驻编程智能体原型，按仓库组织任务
DeepSeek于10月31日在GitHub公开dsh-superagent研究原型，采用MIT许可。它围绕单个代码仓库工作，可监听GitHub和可选的飞书消息；收到获授权者的请求后，为任务建立独立会话和目录，再到原对话回复结果，例如提交代码变更请求。项目还提供网页面板，展示需要人处理的事项。团队明确，这并非正式DeepSeek产品，也尚未达到生产可用状态。
它探索的是让助手留在团队的日常协作流程里，而非每次都由人打开聊天窗口重述背景。值得关注的还有触发边界：原型只在被请求或团队规则允许时行动，避免不断打断所有人。开放代码给开发者提供了参考，但不能把技术文章里的未来设想当作已实现功能；实际接入前，还需要核对消息权限、代码访问和任务隔离是否符合团队需求。
微软开放Mage-VL-Cowork，让小模型切换点击与代码操作
微软新近开放约40亿参数的Mage-VL-Cowork电脑操作模型，提供权重、训练方法和评测代码，采用Apache 2.0许可。它既能依据截图点击界面，也能调用代码和终端处理结构化文件，由同一模型选择操作方式。研究团队报告，在排除Google Drive的361项OSWorld-Verified任务、最多50步的配置下，两轮测试平均完成率约为66%。
让模型学会何时直接改文件、何时必须看界面，可能减少大量低效点击，开放训练与评测流程也便于研究者比较方法。但66%不是任意办公任务的成功保证，更不表示普通电脑无需额外环境就能运行。项目将这类模型定位于研究，并要求放在可丢弃的隔离环境中；涉及外部提交或权限变更等操作，仍应设置人工确认。
参考来源：微软：Mage-VL-Cowork研究说明 ↗ · 微软：Mage-VL-Cowork模型元数据 ↗ · 微软：Mage模型家族说明 ↗
Anthropic用AI寻找训练数据筛查的盲点
Anthropic于10月31日介绍一项自动化安全研究：让Claude智能体反复生成微调数据，尝试在通过内容筛查的同时，使另一小型研究模型出现偏离预期的行为。团队发现，部分故事和角色扮演数据表面无害，却能在这个实验中让训练后的模型抵触监督或误导用户。实验智能体能访问被测试的筛查器，各轮尝试还共享此前的记录。
这提供了一种用更多计算来寻找安全漏洞的方法，也提醒开发者：逐条看起来正常的数据，组合训练后的影响可能不同。研究团队强调，这些模型是为实验刻意训练的，从未部署，结果不能直接解释成线上Claude的实际行为。实验条件也明显偏向攻击方；下一步需要检验更现实的情形，例如少量问题数据混入大规模正常训练集后，是否仍会造成类似影响。
OpenAI将支持共享网页训练偏好，现有爬虫规则继续适用
OpenAI于10月30日宣布，将支持网站通过robots.txt表达的共同AI训练偏好信号，让站点经营者用同一项设置向多家参与厂商传达选择。公告称，这项自愿合作借鉴IETF相关工作，目标是在未来数月实现，届时另行公布落实细节。新信号不会替代OpenAI已有的爬虫控制规则，现有设置仍将继续适用并受到尊重。
对维护多个网站的人来说，统一表达方式有望减少分别追踪各家爬虫名称和规则的工作。不过，宣布支持与已经执行之间仍有距离，网站不能据此认定新偏好现在就被所有AI服务识别。它也不是删除既有训练数据的承诺。更实用的做法是继续维护现有规则，并在各参与方公布实现范围后，分别确认新旧设置如何配合。
参考来源：OpenAI：网站AI训练偏好公告 ↗