Delta 游戏模拟器发布 2.0 版本，针对苹果折叠机 iPhone Duo 优化：控制器皮肤适配竖屏和横屏的每种姿态，折叠机身时模拟的 DS 游戏自动进入睡眠模式，类似合上真机 DS 的翻盖。新增 Sega Genesis 游戏支持，以及还原经典 Genesis 手柄外观的 iPhone、iPad 皮肤；加入面向经典宝可梦游戏的 DLC 功能，提供活动道具、稀有宝可梦等，支持 Game Boy Advance 全部主线作品，首个 DLC 即将上线，由宝可梦 ROM 修改社区开发，未使用 AI 工具。另有实验性功…
推荐理由用 iPhone Duo 玩模拟器的人可以看折叠休眠和分屏细节；宝可梦玩家可等 GBA 主线 DLC。
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。
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
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
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
马斯克在特斯拉财报电话会上表示，公司目标是在 2030 年前后实现年交付 500 万辆，并称「有不错的把握」达成。这一数字较他 2020 年提出的 2030 年年销 2000 万辆大幅下调。特斯拉交付量在 2023 年达到 181 万辆的峰值后连续两年下滑：2024 年 179 万辆，2025 年 164 万辆。2026 年至今已售出 132 万辆，第四季度需再售约 31 万辆才能避免连续第三年下滑。原文指出，要实现 500 万辆目标，特斯拉需要彻底重构商业模式，而目前既没有合适的产品，也没有足够的产能。
推荐理由看清马斯克 500 万辆目标与 164 万辆实际销量之间的差距，以及连续两年下滑的趋势
Liquid AI 发布 Liquid RIPL（Real-time Inference Pipeline），一个在实时请求路径中运行 Liquid Foundation Models（LFM）的低延迟推理引擎，端到端返回完整生成结果低于 50 ms，并称在峰值负载下持续有请求到达时延迟仍能保持。支持 LFM2.5 系列 230M 到 2.6B 参数模型，运行在 NVIDIA H100、H200、B200 和 RTX PRO 6000 上，基准测试用单张 B200。据其自测，p95 延迟比 vLLM 上的 Qwen…
推荐理由做搜索排序、风控、支付授权这类毫秒级场景的团队，可参考其 6 个实时工作负载的延迟预算数据
The Verge 报道，Arc 浏览器即将关停。原文正文内容混入了无关的 Nintendo Switch 2 破解信息，关于 Arc 关停本身只给出了标题，没有说明关停时间、影响范围或用户数据如何处理。原文信息有限。
推荐理由用 Arc 的人需要尽快确认书签和数据的迁移方案
巴黎语音 AI 公司 Gradium（从 Kyutai 分拆）开源端侧 TTS 模型系列 Phonon。英文版 Phonon 31m 采用 Apache 2.0 协议，q8 GGUF 文件仅 64.5 MB，输出 24 kHz 单声道音频，可在 CPU、手机、树莓派 5、浏览器（WASM/WebGPU）上运行，无需 GPU 和云端调用。CPU 上首帧音频延迟约 7 ms。在 Gradium 自测的 500 句困难集上 WER 为 1.70%，对比 Kokoro 的 3.50%；但在 Seed-TTS 评测集上 WE…
推荐理由64.5 MB 就能在手机和树莓派上离线跑 TTS，首帧 7 ms，做端侧语音应用可直接下载试用
Cohere 发布 Rerank 5 重排序模型，分 Pro 和 Fast 两档，支持 32K 上下文、100 多种语言，可对 JSON、表格、YAML 等半结构化数据重排，升级无需重建索引。新增 Context Focus 功能，返回文档内相关段落的字符区间；在 30 个 QA 数据集测试中，删掉一半检索文本仍保留 96% 的答案质量。分数改为可校准概率，ECE 约 0.06，低于 Voyage AI Rerank 3 的 0.234。Pro 在 Cohere 自评的 46 个数据集中 39 个排名第一，BRIG…
推荐理由做 RAG 的可以用 Context Focus 砍掉 19%–34% 的 token，还能按概率阈值过滤
Datalab 发布开源文档解析基准 OmniParseBench，用 16,288 项通过/失败小测试评测解析器输出，覆盖 2,937 页文档，包括扫描表单、手写体、arXiv 数学公式和密集表格。作者基于 Datalab 公布的 27 个解析器判定结果重建排行榜，并自行在 50 页样本上运行 Tesseract 和 Indra OCR。发现：排名前两位的解析器在统计上并列，多数文档切片下榜首会变化，且发布时公布的一项数字与公开文件不符。原文为教程，含完整代码。
推荐理由做 RAG 或文档解析选型时，可直接用这套 1.6 万项测试复现评测，避免只看榜单排名。
Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型，并公开全球预计算嵌入：10 米分辨率，提供 64 维和 128 维两种版本。模型读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱数据，为每个 10 米像素生成一个 128 维向量。在 27 项评测中，128 维版本在 20 项得分最高，64 维版本在 18 项领先，对比对象为 AlphaEarth Foundations 和 Tessera v2。模型权重、预训练数据和代码全部开源，并配套无需登录的浏览器工具 Emb…
推荐理由无需 GPU 和下载影像，用现成全球嵌入训练小分类器即可做作物、火灾等制图
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
Spotify 在第三季度财报电话会上确认正在打击家庭套餐共享，称这是对现有验证工具的「常规改进」。新方法是二维码验证：家庭套餐成员会收到通知，需在 7 天内用自己手机扫描套餐管理者手机上的二维码，以证明同住。若错过验证窗口，用户 12 个月内无法加入其他家庭或双人套餐，只能转为自费的个人套餐。Spotify 联合 CEO Alex Norström 称家庭套餐已存在约 12 至 13 年，占订阅用户相当比例，验证方式需要持续改进，没有终点。
推荐理由与 AI 无关，是流媒体订阅规则变动，关注 AI 的读者可跳过。
LlamaIndex 推出 OCRia-1，一个 40 亿参数的视觉语言模型，主打文档解析。在 ParseBench 上综合得分 87.4，比第二名高 12.1 分，是 350 亿参数以下解析模型的最高分。在表格评测中，olmOCR-bench 得 92.9、PulseBench-Tab 得 84.1、fr-bench-pdf2md 得 72.1，均排名第一。官方称其在准确率、成本和延迟三方面同时领先，重点优化了嵌套表头、合并单元格和不规则网格的重建，面向金融报表、保险单据等场景。
推荐理由4B 参数就在文档解析上超过 7B 的 olmOCR-2，做票据、报表 OCR 的可以直接对比选型
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。
Atari 宣布，Atari VCS 的软件商店将于 2027 年 2 月 1 日关闭。用户可在 2027 年 1 月 31 日前继续通过官方商店下载软件；此前已下载的应用和游戏在商店关闭后仍可使用。Atari 表示，商店关闭后将提供系统更新，把全部功能迁移到本地机器，移除对 Atari 认证和软件基础设施的依赖；同时计划推出 Atari Home Brew 应用，让用户继续添加第三方开发者分享的新游戏。VCS 是一款基于 Linux、采用 AMD 芯片的迷你主机，可模拟预装的经典 Atari 游戏。
推荐理由与 AI 无关的复古游戏主机停服消息，关注 AI 的读者可直接跳过。
LangChain 宣布 LangSmith LLM Gateway 进入公开测试。该网关位于 Agent 与模型之间，统一执行运行时管控，避免成本超支和故障。支持按组织、工作区、API key、用户四个层级设置限时花费上限并追踪支出，超限时 Agent 收到 402 响应；同样四级可设速率限制；还支持模型回退和敏感数据处理。多租户场景下，可通过自定义请求头识别终端客户，在共用一把 API key 的情况下为每个客户单独设花费和速率上限。
推荐理由做生产环境 Agent 的团队可直接用：花费上限、限流、模型回退一次配置，避免重试循环烧出四位数账单
Modal 发布开源训练服务器 Spindle，兼容 Thinking Machines 的 Tinker 接口，运行在用户自己的 Modal workspace 中。用户按 GPU 时间付费，而非按 token 付费，并可自行修改服务端。Spindle 支持全参数训练和多 LoRA，覆盖多种开源模型，可同时运行数百个训练任务。Modal 称，相比闭源 API，Spindle 在相似性能下成本显著降低。部署只需一条命令。Modal 同时提供训练库 Dojo 和底层集群原语，Spindle 位于两者之间。
推荐理由按 GPU 时间计费替代按 token 计费，跑几十个实验的团队可直接省成本
Symantec 安全研究人员发现一个攻击性 AI Agent，会劫持互联网上未受保护的语言模型，自主发起攻击，被劫持模型的拥有者承担算力账单。该 Agent 获得模型访问权后，会扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭证，并在后台安装挖矿程序，全程无需人工介入，可持续多达 10 万步。Symantec 称其为「LLMjacking」。事件因攻击者把完整工作提示词发到 Symantec 的蜜罐而暴露，蜜罐记录到来自数万个地址的逾 12.7 万次请求。攻击者还用五层越狱提示词试图绕过商业模型的安全护栏，并…
推荐理由了解 LLMjacking 这一新型攻击：被劫持模型的算力账单由模型所有者承担，自建模型服务的人需要检查暴露面。
MIT Technology Review 的 Business Lab 播客中，Celonis 企业 AI 首席科学家 Devavrat Shah 提出「决策智能」概念：AI Agent 能支持单个任务，但若不了解任务在决策流程中的角色和业务约束，就会遗漏关键限制、做出代价高昂的错误决策或消耗过多算力。他建议企业先把 AI 接入现有流程和数据，建立上下文层，让 Agent 在设定的边界内运行并输出可人工审核的建议；落地时从某个具体业务决策入手，找出其中最难的环节测试 AI 能否改善，再用速度和价值增益判断是否扩大…
推荐理由做企业 Agent 落地的人可以拿走一个方法：先选一个具体决策、攻最难的环节、用速度增益决定是否扩展。
MIT Technology Review 指出，AI 基础设施成本讨论长期聚焦 GPU，而推理产生的后端数据存储成本被忽视。西部数据（WD）内部测量显示，一段 8 秒视频返回给用户的是 3.97MB 的 720p 文件，但后端留下超过 500MB 关联数据，包括日志、缓存上下文、即时渲染、备份和安全记录，是用户所见文件体积的 130 倍。麦肯锡预测，到 2030 年 AI 推理需求年复合增长 35%，训练为 22%，推理将占数据中心总需求 40% 以上。WD 委托 IDC 对 763 名 IT 与业务决策者的调查…
推荐理由做 AI 基础设施预算的人可以直接引用：8 秒视频后端数据是输出文件的 130 倍，存储增速可能超过算力预算。