清除条件
共 271 条 · 第 1/7 页
MarkTechPost22 小时前模型产品发布/更新海外

MiniMax 开源 MCode Stack:15 个编码 Agent 技能

MiniMax 于 2026 年 10 月 28 日以 MIT 许可证开源 MCode Stack,这是其团队日常开发 MiniMax Code 所用的工作流与 Agent 技能集合。仓库包含 2 套技能栈、17 个技能(15 个来自 Ronny、2 个来自 Jiachen)、5 份检查清单和 5 篇配套说明,不含 MiniMax Code 源码。技能以纯 Markdown 的 SKILL.md 形式提供,可直接装入 MiniMax Code(需 Node.js 22.19+)或 Claude Code,无需 GP…

推荐理由可直接装进 Claude Code 或 MiniMax Code 的 17 个 Markdown 技能

Hacker News Show22 小时前模型产品发布/更新海外

SlideBySide:上传幻灯片共享链接,无需共享屏幕

SlideBySide 上线,用户上传 PDF 或 PowerPoint 后生成链接,观众打开即可同步看同一页幻灯片。支持实时光标(标注姓名)、画笔/荧光笔/激光笔标注、按人或整体设置翻页与下载权限、观众自行浏览后跳回直播页、全屏演示模式,以及从 Google Drive、OneDrive 导入。观众无需注册、无需安装会议软件,浏览器直接使用;上传新版本会保留旧版本及其标注。

推荐理由做远程演示或评审时,不用装会议软件、观众不用注册,发链接就能同步翻页和标注。

TechCrunch AI22 小时前模型产品发布/更新海外

Google 开放 Connected Apps 平台,开发者可向 Gemini 和搜索提交应用

Google 推出 Connected Apps Platform,允许任何企业或开发者把自己开发的应用接入 Gemini 和 Google Search,并查看流量、延迟和错误率。开发者需要先接入云端托管的 MCP 服务器,或通过 AppFunctions API 接入 Android MCP,再用 Google Connected Console 注册、测试和提交应用,并自行选择只在 Search、只在 Gemini 或两者同时上线。目前 Gemini 已有 50 多个 Connected Apps,合作方包括…

推荐理由想做 AI 入口分发的开发者可以关注:接入 MCP 就能让应用出现在 Gemini 和搜索里,还能查看流量和错误率。

The Decoder22 小时前模型产品发布/更新海外

Google 开放 Android 开发环境,支持第三方 AI Agent

Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2,推出「Bring Your Own Agent」功能,开发者可通过开放的 Agent Client Protocol 在 IDE 内运行 40 多个编码 Agent,包括 Anthropic 的 Claude Agent、OpenAI 的 Codex 和 Google 自家的 Antigravity,这些 Agent 可直接访问项目结构、符号解析、模拟器和 Logcat。同时发布 Android Benc…

推荐理由Android 开发者现在能在 IDE 里同时跑 Claude、Codex 等多个 Agent,UI 任务提速 77%

The Decoder23 小时前模型行业动态海外

OpenAI 柏林 DevDay:Dots 将登陆欧洲,Codex 德国周活涨 20 倍

在柏林 DevDay Exchange 2026 上,OpenAI 开发者体验负责人 Romain Huet 表示,AI 助手 Dots 预计「几周内」在欧洲更广泛上线,目前欧洲经济区、瑞士和英国的 Personal Pro 账户仍无法使用。OpenAI 称德国 Codex 周活跃用户自 2026 年 1 月以来增长 20 倍,但未公布绝对数字;近五分之一的桌面用户用其处理文档、演示和表格。管理层称客户对视频序列理解需求很少,因此未优先开发;Sora 视频生成器 3 月因资源需求过大关停,未排除日后重启。

推荐理由Codex 德国周活半年涨 20 倍、1/5 用户拿它做办公文档,这两个数字能判断编码工具的边界在哪。

Simon Willison1 天前模型行业动态海外

亚马逊工程负责人:AI 帮不上忙也是发现,不是失败

亚马逊工程领导层发布关于 AI 时代开发者角色的内部更新,其中 Terk Terkowitz 提出:如果你的工作无法从当前 AI 工具中获益,那是一个发现,不是失败。他建议记录原因、与同行分享、向经理反馈并寻找解决方案,并称能说清 AI 在哪些环节还帮不上忙的工程师,正展现了公司所要求的判断力。原文为 Simon Willison 摘录的引语,信息有限。

推荐理由管理者可把这句判断标准直接搬进团队 AI 使用复盘,缓解工程师的采用压力

OpenAI News1 天前模型行业动态海外

OpenAI 案例:Legora 用 AI 重构法律工作流

OpenAI 发布客户案例,介绍斯德哥尔摩法律 AI 公司 Legora。该公司 2023 年成立,CEO Max Junestrand 称其正在打造“法律工作的 agentic 操作系统”,OpenAI 是其关键模型供应商,支撑 agentic 法律工作和大规模文档审阅等核心流程。Legora 内部也用 ChatGPT Work、Codex 等工具:工程团队可同时探索 20 个方案,数天内选定最优;排查问题时,编码 agent 能检索数百万行日志,有时约 5 分钟就能从收到 bug 报告走到修复完成。其法务团队则…

推荐理由做法律、合规类 AI 产品的人可参考:5 分钟从 bug 到修复、20 个方案并行验证的具体用法。

Fireworks AI1 天前模型新模型发布海外

Paper Instruments 用强化学习训练出 Ultramarine 1 Flash,推理成本降约 98%

Paper Instruments 基于 GLM-5.3 Flash 用强化学习训练出 Ultramarine 1 Flash,在内部知识工作基准上得分 59.3,超过 Fable 5 的 57.8,单任务成本 0.13 美元对 8.19 美元,低约 98%。训练使用 Fireworks Training API,团队保留对数据、采样、损失函数和训练循环的控制。该模型在 6 个知识工作基准上平均比基座模型高 4.1 分,现已通过 Fireworks 无服务器推理开放试用。

推荐理由单任务 0.13 美元对 8.19 美元,做金融、法律类 Agent 可先测这个开源替代

TechCrunch AI1 天前模型行业动态海外

Guidewire 以 17 亿美元现金收购 Hyperexponential

保险科技公司 Guidewire 宣布以 17 亿美元现金收购做 AI 承保的英国公司 Hyperexponential,交易预计明年完成。若达成特定营收目标,另付 4 亿美元,总对价约 20 亿美元。Hyperexponential 成立于 2017 年,累计融资近 9000 万美元,投资方包括 Andreessen Horowitz 和 Battery Ventures。其软件被 40 个国家的近 600 家保险公司使用,用于让 AI Agent 与人类一起完成承保、分析和定价决策。

推荐理由看 AI Agent 在垂直行业落地的实际估值:近 600 家保险公司在用,20 亿美元总对价

MarkTechPost1 天前模型新模型发布海外2 个独立信源

Liquid AI 发布 LFM3:6 个 2B 级开源多模态模型

Liquid AI 发布 LFM3 系列,6 个开源权重模型共享同一底座,覆盖文本、视觉、音频、全模态和决策任务,每个模型都能在单张 GPU 上微调。LFM3-1.7B 有 1.73B 参数、256K 上下文,4-bit 量化后约 1 GB 内存即可运行,提供 GGUF、MLX、ONNX、FP8、NVFP4 权重。官方评测称其 29 项基准平均 49.37,高于 Qwen3.5-9B 的 47.24;IFEval 96.66,AutomationBench 41.29 对 15.10。短板是知识类:GPQA Dia…

推荐理由1 GB 内存跑 1.7B 模型,AutomationBench 是 Qwen3.5-9B 的 2.7 倍

Hacker News · AI1 天前模型行业动态海外

亚马逊收缩 Nova 模型团队,转向机器人前沿模型

据 Bloomberg 报道,亚马逊正在缩减大部分 Nova 系列 AI 模型的研发规模,并进行团队重组,把资源集中到「最高优先级」目标上。文本、图像和视频生成等 Nova 模型进入「维持运转」状态,只保留最低限度的资源支持。人力与算力转而投向由 Pieter Abbeel 领导的单一「前沿模型」项目;Abbeel 是伯克利机器人学习实验室主任,其机器人公司 Covariant 于 2024 年被亚马逊收购。此前一周,亚马逊刚关闭了旧金山一个 80 人规模的 AGI 研究办公室。

推荐理由看亚马逊如何从通用大模型撤退、把资源押到机器人方向,这是判断大厂 AI 投入风向的一个具体信号。

Hacker News Show2 天前模型产品发布/更新海外

Show HN:用规格文档驱动 AI Agent 开发的插件 Spec-First

开发者发布 Spec-First 插件,把 Agent 开发流程拆成 create-spec、review-spec、apply-spec、deliver-spec 四个环节:先写规格(目标、步骤、带文件和行号的事实、完成标准),再由没看过对话记录的审查者挑错,然后按项目规则写代码和测试,最后经检查门禁提交并开 PR。每个规格对应独立分支和 worktree,状态存在 context.yaml 里,可中断续跑;deliver-series 命令能把大改动拆成多个规格,无文件冲突的并行构建。作者称其内部已用一千多个规…

推荐理由想给 Agent 加规格审查和并行分支流程的开发者,可看它的四步技能拆分和 context.yaml 续跑设计

MarkTechPost2 天前模型新模型发布海外

Mirendil 发布首个模型 Fern 0.1,上下文达 1000 万 token

AI 研发实验室 Mirendil 发布首个模型 Fern 0.1,这是一个从零训练的编码模型,上下文窗口最高 1000 万 token,约合 23 MB 代码、50 万行,可一次性载入 Megatron-LM 规模的代码库。参数规模 0.1 至 0.5T,未披露具体数量与激活参数,仅提供托管早期访问,未公布开源权重。基座模型在 RULER 单针检索任务上,32K 至 10M token 各长度均达 100%;但在 Terminal Bench 4.0 上仅 6.1%,同一表格中 Claude Opus 5.5 为…

推荐理由1000 万 token 上下文可整库读入,但 Terminal Bench 仅 6.1%

MarkTechPost2 天前模型新模型发布海外

OpenAI 发布 GPT-6.1 Terra,API 价格降至 Sol 的一半

OpenAI 发布 GPT-6.1 Terra,定位高并发视觉推理与电脑操作,API 名为 gpt-6.1-terra,输入每百万 token 1 美元、输出 5 美元,约为 GPT-6.1 Sol 的一半。上下文 105 万 token,最大输出 128K,仅通过 OpenAI 托管提供,不开源。在 Agents' Last Exam v1 上,中等推理强度得分 57.6%,每任务成本 0.29 美元,而 GPT-6 Astra 同等分数每任务 4.82 美元;MMMU-Pro 视觉最高 85.5%,比 Astr…

推荐理由做屏幕自动化、表单和文档批处理的团队,每任务成本从 0.84 美元降到 0.29 美元,但复杂编码别用它

OpenAI News2 天前模型产品发布/更新海外

Greptile 用 GPT-6 Astra 做应用级自动化测试

代码审查公司 Greptile 将 GPT-6 Astra 的 computer use 能力用于自动化测试:针对每个 pull request 启动开发服务器、把浏览器视口调整为 iPhone 尺寸、模拟用户操作,并依靠模型的视觉理解发现「按钮消失」这类只读代码看不出的问题。CEO Daksh Gupta 称,人工 QA 团队测试所有改动的速度已跟不上模型辅助的交付节奏。Greptile 还把代码库知识库通过 MCP server 接入 Codex,数千客户已连接,用于让生成的代码遵循既有模式;团队以 AI 生成…

推荐理由做代码审查或 QA 自动化的人可以看 Greptile 如何用 computer use 把「跑起来看」纳入 PR…

The Decoder2 天前模型新模型发布海外

GPT-6.1 Terra 发布:API 价格减半,性能逼近更大模型

OpenAI 发布 GPT-6.1 Terra,API 价格是 GPT-5.6 Terra 的一半:输入每百万 token 1 美元、输出 5 美元,缓存输入降至 0.05 美元。对比 Claude Sonnet 5.5 的 2 美元和 10 美元,价格同样只有一半。Artificial Analysis 称其为“每美元智能”的新标杆:最高推理强度下 Intelligence Index 比 GPT-5.6 Terra 高 6 分,单任务成本 0.40 美元对 1.40 美元。编码 Agent 指数 v2.0 得 …

推荐理由输入 1 美元/百万 token、缓存 0.05 美元,做 Agent 和批量任务可直接换用降本

MarkTechPost2 天前模型产品发布/更新海外

Nace AI 发布 Drex for Search:BrowseComp-Plus 得分 92.05%

Nace AI 发布面向 AI Agent 的检索层 Drex for Search,在 BrowseComp-Plus 上搭配 GPT-5 得分 92.05%,每题平均 12.6 次搜索调用。它通过 CLI、SDK、MCP 或 REST 接入 Claude Code、Codex、Cursor、OpenCode 等编码 Agent,可检索 100 万以上文件,支持托管云、自有 AWS/Azure 及本地离线部署。在 OfficeQA Pro 测试中,9 组 Agent 与模型组合平均多答对 6%、步数减少 62%、…

推荐理由做 RAG 或 Agent 检索的可以直接看:token 省 56%、步数减 62%,还支持 MCP 接入

TechCrunch AI3 天前模型行业动态海外

特斯拉与 Turo 合作推广 FSD,租车平台标注支持车型

Turo 将在租车平台上标注哪些特斯拉车辆配备了 FSD(Supervised),符合条件的车主可获得一个月免费试用。Turo 正与特斯拉对接 API,以核实车辆是否启用 FSD。此前特斯拉披露,全球约 170 万客户付费使用 FSD,而已售出车辆超过 1000 万辆;北美第三季度交付车辆中超过 75% 的客户购买了 FSD 订阅,较第二季度增长约 20%。Turo 称 Model 3 和 Model Y 是其平台今年第三、第四受欢迎的车型。

推荐理由FSD 付费率 75%、累计 170 万订阅,这组数字能判断特斯拉自动驾驶商业化进展

Techmeme3 天前模型行业动态海外

Ben Thompson:公共互联网模式已实质消亡

Stratechery 作者 Ben Thompson 发文称,公共互联网模式因内容饱和、算法聚合器和 AI 安全漏洞而实质消亡,但这一变化可能带来新的可能性。文章从 2003 年他创建博客记录赴台经历的个人起点切入。原文为付费专栏,公开部分信息有限。

推荐理由理解内容分发逻辑变化的一个判断框架,做内容、SEO 和流量生意的人可对照自己的处境。

MarkTechPost3 天前模型论文研究海外

清华开源 AKV:LLM Agent 的 KV 缓存工程服务

清华大学与香港中文大学的研究者开源了 AKV,这是一个面向 LLM Agent 的 KV 缓存工程服务系统,基于 SGLang 构建,采用 Apache-2.0 许可。它的做法是不再摘要旧历史,而是直接丢弃选定的 KV 缓存条目,并继续复用其余部分。在 3 个模型和 4 个 Agent 基准上,平均成本下降 27.7%,平均任务得分提高 1.7 分。测试模型包括 GPT-OSS-120B、MiniMax-M2.7 和 MiroThinker-1.7-Mini,运行在 NVIDIA GPU 上,论文使用 8 张 A8…

推荐理由做 Agent 长任务可省 27.7% 成本,SWE-bench 单任务从 20 美分降到 9.7 美分

MarkTechPost3 天前模型新模型发布海外

BOSS 直聘旗下 Nanbeige 开源 33B Agent 编码模型

BOSS 直聘旗下 Nanbeige LLM Lab 在 Hugging Face 以 Apache 2.0 协议发布 Nanbeige4.3-33B,这是一个 33B 稠密模型,面向 Agent 编码和办公协作任务,支持 524,288 token 上下文,BF16 权重约 66 GB,需多卡部署,官方给出 4 路张量并行的 SGLang 和 vLLM 配置。同时发布 Base 版供自定义后训练。在官方自测中,该模型在 20 项基准里领先 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-3…

推荐理由Apache 2.0 可商用,512K 上下文,Terminal-Bench 2.1 比 Qwen3.8-27B 高…

Hacker News · AI3 天前模型行业动态海外2 个独立信源1 条讨论

OpenAI 与 Anthropic 数月内大幅降价,最高降幅达 80%

文章梳理了 2026 年 6 月至 9 月两家公司的主要模型发布与调价:OpenAI 于 7 月 30 日将 GPT-5.6 Luna 价格下调 80% 至 $0.20/$1.20/$0.02(输入/输出/缓存读取,每百万 token),8 月 21 日将 GPT-5.6 Sol 降价约 20% 至 $4/$20/$0.40,为期三个月;Anthropic 将 Sonnet 5 的临时发布价 $2/$10/$0.20 转为永久价,Fable 5.1 把缓存读取成本降低 75%。文章指出,在 Agent 编码场景中,…

推荐理由做 Agent 编码的可以直接按文中价格表估算成本,缓存读取占支出 96%-99%,是降本关键。

Hacker News Show4 天前模型产品发布/更新海外

Farol:给 PR 合并前做风险地图的开源 CLI

开源项目 Farol 发布,是一个免费 MIT 许可的 CLI 和 GitHub Action,在 AI 代码审查之后运行,为批准合并的人给出 0-100 的风险评分和风险所在文件。它基于静态分析而非模型推测,同一 PR 结果可复现。输出包括:变更影响到的所有页面、API、RPC、任务和脚本及调用链;fast track、quick review、careful review 三档结论;按风险排序的文件、内联 diff、未测试行标记和手工验证清单。通过 npx @winninjs/farol 或 GitHub Ac…

推荐理由免费开源,一条 npx 命令就能给 PR 打分并指出高风险文件,适合有 AI 审查流程的团队补上人工把关环节

The Decoder4 天前模型技巧与观点海外

Anthropic:单 Agent 优于多子 Agent,速度约快一倍

Anthropic 基于多个企业部署经验建议,企业应评估能否把多个子 Agent 合并成一个按需加载上下文的单一主 Agent。从 Opus 4.5 起,以及 Opus 5.5、Fable 5.1,模型能在单个循环里直接管理复杂计划,从而降低成本与等待时间。在一次对比中,单 Agent 架构的运行速度约为多 Agent 架构的两倍。Anthropic 称,多 Agent 工作流在功能编写、测试编写、代码审查之间的每次交接都会丢失上下文;单 Agent 因已有上下文,可同时写功能与测试,另设验证器只跑测试并报告结果。…

推荐理由正在搭多 Agent 流水线的团队可据此评估合并,单 Agent 实测快约 2 倍。

The Decoder4 天前模型新模型发布海外

OpenMobile-2 开源手机 Agent 追平闭源模型

南京大学、商汤等机构发布 OpenMobile-2,基于 Qwen3.5 和 Qwen3.6 构建 9B 和 27B 两个手机操作 Agent,并开源完整训练环境、数据和复现说明。团队重建淘宝、京东、滴滴、美团、Slack、Google Drive 等 35 个应用,加上模拟器和 Android 模拟环境共覆盖 110 多个应用,生成约 11600 条示例流程和 2000 多个带自动校验的练习任务。27B 模型在 AndroidWorld 从 67.1 升至 79.9 分,在真实设备 SPA-Bench 上从 31…

推荐理由开源了 110 多个应用的可重置训练环境和 27B 手机 Agent,做移动端 Agent 可直接复现

MarkTechPost4 天前模型产品发布/更新海外

Cognition 开源 Devin 漏洞修复插件,覆盖 GitLab CVSS 10.0 漏洞

Cognition 发布 Devin Vulnerability Fixes 插件,采用 MIT 许可免费开源,包含三个 Agent Skill,分别修复 PHP2Shell、Node.js 10 月安全版本和自管理 GitLab 的远程代码执行漏洞。其中 GitLab CVE-2026-110264 为整数溢出,CVSS 10.0,影响 7.0 起所有 CE/EE。插件可在 Devin、Claude Code、Codex、Cursor、GitHub Copilot 等读取 SKILL.md 的编码 Agent 中…

推荐理由手上有 PHP、Node.js 或自建 GitLab 的团队,可以直接用这三个 Skill 批量出补丁 PR

MarkTechPost5 天前模型技巧与观点海外

Letta 教程:构建带持久记忆的有状态工程 Copilot

MarkTechPost 发布 Letta 实战教程,演示如何构建有状态工程 Copilot。核心是可被 Agent 自主更新的 core memory 块,并支持程序化同步与多 Agent 共享;此外还加入归档向量记忆做语义检索、服务端自定义工具做确定性风险估算、流式输出观察执行过程、服务端消息历史持久化对话,以及 .af 导出实现 Agent 工作流可移植。文中给出完整 Python 代码,通过 letta-client 调用 Letta API。

推荐理由想给 Agent 加长期记忆和跨会话状态的开发者,可直接照代码跑通 core memory 与 .af 导出。

The Decoder5 天前模型论文研究海外

研究:编码 Agent 的复杂框架更贵但不更强

一项研究对比 Claude Code、OpenCode 和 mini-SWE-agent 三种编码 Agent 框架,在 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash、HY4-Preview 五个模型上测试。在 447 个 SWE-bench Verified 任务上,最重的 Claude Code 与最轻的 mini-SWE-agent 通过率相差不到 2 个百分点,在 5 分区间内统计等价;但三种框架的 token 消耗是最精简方案(mini-SWE-agent…

推荐理由换框架带来的提升和重跑一次的随机波动差不多,但 token 花 2 到 3 倍,选型时别为框架溢价买单

MarkTechPost5 天前模型新模型发布海外

NVIDIA 发布 Nemotron 3.5 Bolt E4B:4GB 显存跑本地语音 Agent

NVIDIA 发布开源小模型 Nemotron 3.5 Bolt E4B,总参数 8B、有效参数 4B、64K 上下文,Q4_K_M 量化后在 RTX 上占用 3.1–4.3 GB 显存,可运行于 GeForce RTX、Jetson、DGX Spark 等设备。该模型基于 Google Gemma 4 E4B,仅用强化学习后训练,未做监督微调。NVIDIA 自测在 21 项基准中 15 项领先 Gemma 4 E4B、Qwen3.5-4B 和 Nemotron 3 Nano 4B,IHEval 得 84.8(Ge…

推荐理由4GB 显存即可本地跑语音 Agent,还留出空间给语音和视觉模型,做端侧产品的可以直接试

LangChain5 天前模型技巧与观点海外

LangChain 详解 AI Agent 检索难题:三种常见失败模式

LangChain 发文讨论 AI Agent 的上下文工程,指出检索是核心难点。文章归纳 Agent 检索的三类问题:低效搜索(反复打开文件、重写查询,浪费 token 和时间)、单次返回过多上下文(一次搜索塞满窗口,没空间做正事)、无关或过时信息(模型难辨真假,错误会沿后续步骤传递)。文章以竞品分析 Agent 为例,说明 agent harness 应针对不同检索任务选用合适工具,并介绍 Deep Agents harness 的内置技巧。原文为博客开头部分,具体技术方案未完整呈现。

推荐理由做 Agent 检索和上下文管理的人可对照三类失败模式检查自己的 harness 设计

MarkTechPost6 天前模型产品发布/更新海外

You.com 推出推理路由,聚合 12 个开源模型并承诺 99.9% 可用性

You.com 上线 Inference Router,一个兼容 OpenAI 和 Anthropic 接口的托管 API,可在 12 个开源权重模型间路由请求,承诺 99.9% 最低可用性 SLA 和零数据保留(ZDR),全部托管在美国境内,按 token 计费且不收平台费。模型从 GPT-OSS 120B(125K 上下文)到 Kimi K3、Qwen3.8 Max(1M 上下文),Kimi K3 为 2.8T 参数,Qwen3.8 Max 为 2.4T MoE。请求先走自有推理容量,满载或故障时切换到 Par…

推荐理由需要合规 ZDR 和美国托管、又不想签大额承诺的团队,改个 base URL 就能接入 12 个开源模型。

TechCrunch AI6 天前模型新模型发布海外

OpenAI 开放 Decisions API,决策模型市场竞争升温

OpenAI 于周四向所有客户开放 Decisions API,该模型基于 ChatGPT Luna 重新配置以提升推理速度、降低成本,并非专门训练的决策模型。产品负责人 Nikunj Handa 称延迟从 1-3 秒降至 100-180 毫秒,并新增语音和视觉模态。该 API 于 9 月 29 日开发者日发布。客户 Box、Datadog、Ramp、Speak 已用它替换 LLM 提升吞吐,Speak 称操作间隔从 1.4 秒降至 0.13 秒。该市场由 TypeSafe 的 Jev 模型开创,TypeSafe …

推荐理由做 Agent 或分类工作流的开发者可关注:延迟降到 100-180 毫秒、成本低于 LLM,且已可直接调用。

OpenAI News6 天前模型产品发布/更新海外

OpenAI 正式发布 Decisions API,决策速度最高提升 10 倍

OpenAI 宣布 Decisions API 正式可用。该 API 基于 GPT-6 Luna,专门处理答案范围有限的问题,让应用和 Agent 对文本、图像和结构化输入做近实时决策,速度比通过 Responses API 调用 GPT-6 Luna 快最多 10 倍。相比公测版,新增 GPT-Live 原生集成、复用上下文的 prompt caching、美国与欧盟推理驻留;支持原生 JSON 输入、在问题指令中附带图像,单次请求最多可提 400 个问题(此前上限的两倍),并扩充了亚洲多地容量。API 返回三种…

推荐理由做 Agent 路由、分类、打分的开发者可直接换用,单次请求最多 400 个问题且快 10 倍。

The Verge AI6 天前模型行业动态海外

Meta 财报:Muse 下载超 1000 万,扎克伯格押注 Agent 网络

Meta 在第三季度财报电话会上披露,个人 AI Agent 应用 Muse 自 9 月上线以来,在美国和加拿大已有超过 1000 万用户下载并完成设置,扎克伯格称这是 Meta「史上最成功的发布之一」。其中约四分之一用户每日使用,四分之一用户通过 Muse 购物,平均单笔消费超过 200 美元,Meta 对每笔交易抽成。扎克伯格预测,未来数十亿人将使用 Muse,不同用户的 Muse 之间会互相沟通和交易,形成「大规模 Muse 网络」,并称 Muse 有望在几年内成为比 Instagram 和 Facebook…

推荐理由Muse 上线一个月就有 1000 万下载、单笔消费 200 美元,做 Agent 电商和交易抽成的人可以看这个数字。

Hacker News Show6 天前模型产品发布/更新海外

agent-usage-guard:防止 Claude Code 十分钟耗尽五小时额度

开发者 rbartoli 发布 Claude Code 插件 agent-usage-guard,在消耗发生前拦截失控用量。作者称一次研究任务触发了 394 次子代理调用,其中 341 个同时运行,10 分钟内消耗 8400 万 context token,导致额度锁定;60 天日志中有 12 次锁定。插件读取 5 小时与每周用量百分比,默认窗口用量达 80% 时新代理需批准、95% 时拒绝,5 小时窗口 10 分钟涨 20 个百分点也需批准;同时限制并发子代理与重试循环。纯本地运行,不存提示词,钩子失败时放行。需…

推荐理由常跑多代理任务的人可直接装:80%/95% 两档阈值挡住十分钟烧完五小时额度的失控

The Decoder6 天前模型产品发布/更新海外2 个独立信源

Google 推出 Agent Compute Engine,为每个 Gemini Agent 分配独立微虚拟机

Google 发布 Agent Compute Engine,为每个 AI Agent 分配一台硬件隔离的微虚拟机,由 Titanium 芯片提供安全隔离。该服务已用于支撑 Gemini,将在未来几个月开放预览。Agent 空闲时虚拟机自动暂停,释放算力给其他任务;虚拟机之间共享内存以降低单机运行成本。Google 同时开源了 Kubernetes 运行时 Agent Substrate,称单台服务器可容纳的 Agent 数量提升 10 倍;在 20 万 Agent 的测试中,挂起与恢复耗时不到 500 毫秒。管控…

推荐理由做 Agent 平台的人可以看:单机 Agent 密度提升 10 倍、20 万 Agent 挂起恢复不到 500 毫秒

Hacker News · AI6 天前模型产品发布/更新海外

英伟达开源 OpenShell:为自主 AI Agent 提供安全沙箱运行时

英伟达发布 OpenShell 0.1.x,一个面向自主 AI Agent 集群的安全私有运行时。它在内核层对每次文件访问、系统调用和网络连接执行策略检查,Agent 运行在隔离沙箱中,看不到真实凭证,凭证只注入到发往已批准端点的请求。策略变更在生效前会经过形式化验证,标出新增的高风险访问(如带凭证访问新主机),等待人工审核。支持 Linux、Apple Silicon macOS 和 WSL 2,依赖 Docker、Podman 或主机虚拟化,提供 CLI、SDK、Helm 部署和 Agent Skills。

推荐理由想让 Agent 读文件、装包、调 API 又不敢给权限的,可以用它按策略限制访问范围

TechCrunch AI6 天前模型行业动态海外

特斯拉 Cybercab 下月进达拉斯,年底向车队客户开售

特斯拉 CFO Vaibhav Taneja 在第三季度财报电话会上称,Cybercab 将于下月在达拉斯启动运营,年底前扩展到更多城市,并开始向车队运营商销售。特斯拉目前已在达拉斯、休斯顿及佛州三城投放小规模 Model Y robotaxi。相比之下,Waymo 在美国十余个城市部署了超过 4000 辆 robotaxi。特斯拉未披露 robotaxi 业务收入,并将股东信中「累计付费 robotaxi 里程」图表改为「累计无人监督里程」,该指标不再区分车上是否有付费乘客。马斯克称该业务到 2027 年第二季度…

推荐理由看 robotaxi 竞争格局:Waymo 已部署 4000+ 辆,特斯拉改用不区分付费的里程指标,收入数据仍缺失

TechCrunch AI10/22模型产品发布/更新海外

Anthropic 推出 Claude Duet,面向专业用户的 Agent 应用

Anthropic 发布 Agent 应用 Claude Duet,面向专业人士和小企业,用于自动化和管理任务。它基于 Claude Opus 5.5 模型,可生成每日简报、创建仪表盘、根据用户数据建议行动,并通过独立虚拟机在后台执行任务,需要时请求用户批准。Duet 可接入 Claude Marketplace 的 6000 多个连接器和插件,能通过 Stripe Link 或 Shopify Shop Pay 代用户在线购物,但支付等敏感步骤需用户确认,且不涉及证券交易和账户间转账。Anthropic 同时上线…

推荐理由想了解 Anthropic 的 Agent 产品形态和 6000+ 连接器生态,可看这篇。