Exa 发布面向 AI Agent 的搜索 API Exa 3.0，新增更便宜的搜索类型 Exa Lite，每 1000 次请求 4 美元，与 Exa Auto 共用同一索引。Dynamic Highlights 正式可用，官方称比整页文本少用 95% token 且不额外收费。Exa 称在 8 项自测基准上领先 Perplexity、Brave 和 Parallel，BrowseComp 得分 91.8%，ATLAS 为 42.0%，对 Perplexity 的 37.2%。基准由 Exa 自行运行，属自报数据。…
推荐理由做 Agent 检索可算成本：Lite 每千次 4 美元，比整页文本省 95% token
Cloudflare 在 Workers AI 上预览发布 Clairic，一个 System One 抽取模型：读取文本或图片后直接返回带类型的值（数字、日期、ID 等），不做推理、不生成输出 token，每个字段一次前向传播完成。上下文窗口 65,536 token，单次请求最多 4 张图片，仅通过 @cf/cloudflare/clairic 在 Cloudflare GPU 上运行，权重尚未开放。官方测试中抽取步骤耗时 0.46 秒，对比 GLM-5.3 的 16.1 秒；支持 estimate 和 for…
推荐理由做发票、单据、邮件字段抽取的开发者可关注：0.46 秒 vs 16.1 秒，且缺失字段返回 null 而非编造
DEV Community 作者 James Anderson 发文称，近两年开发者社区弥漫着一种压力：公开承认自己享受编程似乎变得不合时宜。他引用 Chris Kiehl 的文章《It's Still OK to Enjoy Programming》，认同其观点——享受一件事不需要经济理由。他认为「编程已死」的叙事并非靠论证说服人，而是靠信息流反复灌输，让人在不知不觉中接受「一件事的价值等于它的经济价值」这一前提。原文信息有限，未给出具体数据或案例。
推荐理由写代码的人可以借此识别「AI 取代论」如何靠重复而非论证影响判断
Baseus 发布 Security PrimeSentinel U2 Pro Outdoor 3K 双摄像头，配备电动聚光灯，可实时照射并跟随移动目标，同时提升夜间录像清晰度。产品由一台 3K 固定摄像头和一台支持 360 度旋转、变焦的 3K 摄像头组成，支持全彩夜视。通过 AI 分析，它能在检测到运动时推送摘要，区分人、宠物、车辆和包裹，并过滤风吹树枝等无关移动。录像仅在检测到运动时拍摄，存于 512GB 加密存储卡，可通过 App 远程查看，并接入 Alexa 和 Google Home。售价 269.99…
推荐理由想买带 AI 追踪聚光灯的家用摄像头，可看 269.99 美元定价和 150 天续航这两个具体数字
Nace AI 发布 Drex Max，一个面向电脑和浏览器操作 Agent 的多模态决策模型，在公开 Decision Index 0.3.2 上得分 67.59，比 TypeSafe 的 Jev 1.14 高 6.9 分。该模型只读文本和图像、返回校准后的概率分布，不生成文本；每道题只能是是/否、选项或评分三类之一，一次 HTTP 请求返回全部答案。API 单次最多 262,144 tokens，每次请求最多 8 张图、16 个问题，仅提供托管 API，未开源。BFCL 工具调用 98.2、JevBench 9…
推荐理由做 computer-use Agent 的团队可看：一次调用拿到点击决策概率，BFCL 98.2
AnyLanguageModel 发布 1.0 版本，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。该项目是 Apple Foundation Models 框架的兼容替代品，只需把 import FoundationModels 改成 import AnyLanguageModel，同一套会话代码即可调用系统模型、llama.cpp、MLX、Core ML 的本地开源模型，以及 OpenAI、Anthropic、Gemini、Ollama、Private Cloud Com…
推荐理由Apple 平台开发者只需改一行 import，就能在本地模型和多家云端 API 之间切换
Fireworks AI 宣布 Muse Glimmer 30B 的监督微调（SFT）免费开放至 11 月 30 日。用 Kalshi 历史市场数据微调后的 tuned Glimmer 在未见过话题上的预测准确率为 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；在历史回测中，扣除模拟交易费后，假设的 1000 美元变成 1071 美元，而 Jev 和 base Glimmer 均亏损。训练集为 2026 年 1 月 4 日前结算的 20051 个问题，评测集为 4 月 8 日后开盘的 33712 …
推荐理由免费 SFT 窗口到 11 月 30 日，附 Kalshi 预测实验完整配方，可直接复现
Modal 发布 Sticky Sessions，让同一会话的所有请求固定落在同一个容器上，解决语音转文字、语音 Agent、多人游戏等需要跨请求保持状态的场景。用法是给 Modal Server 加 @modal.sessioned() 装饰器，再通过 SDK 或 HTTP API 开启会话。此前 WebSocket 连接绑定的是 Function input 而非容器，断线重连可能落到不同容器；共享 Affinity-Routing-Key 头只能尽力而为，容器仍可能被缩容替换。Sticky Sessions …
推荐理由做实时语音或长连接推理的开发者可以直接用 @modal.sessioned() 替代 max_containers=1…
vLLM 发布 vllm-torchtpu，这是让 vLLM 在 Google Cloud TPU 上运行的新后端，基于 Google 的 TorchTPU 栈，复用 vLLM 现有模型代码，多数模型无需改动即可在 TPU 上部署。该项目来自 Inferact 与 Google 上个月宣布的工程合作。安装方式为 pip install vllm-torchtpu，需 Python 3.12 的 Cloud TPU VM。调度器、KV cache 管理器、OpenAI 兼容 API 服务均沿用上游 vLLM 未修改版…
推荐理由在 TPU 上跑 vLLM 只需 pip 装插件，模型代码不用改，已有 vLLM 部署可平移
Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线首日即可使用。这是一个 816B 参数的混合专家（MoE）模型，每个 token 激活 42B 参数，上下文窗口为 100 万 token，面向长周期编码和 Agent 任务。在 Vals AI 的 Harvey 法律 Agent 基准上，它以 25.4% 的通过率在 75 个模型中排名第一，接近 Claude Opus 5（6.7%）的 4 倍。在 Rogo 的 Big Finance Bench 上，它在所有难度级别都超过 C…
推荐理由816B 参数、100 万 token 上下文，法律基准通过率是 Claude Opus 5 的近 4 倍
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，模型评估方法仍不成熟，业界尚不知如何有意义地比较不同评测，评测结果也很快失效。她认为可信度的关键在于结果能否复现，而这依赖开放权重带来的模型访问权限。对于近几个月流行的“嵌入式评估员”（把第三方观察者放进 AI 组织内部），她指出评估员资质需要更多标准化。她还提到，评估对象正从模型本身扩展到包含 harness 和 Agent 的整个系统，较弱的模型配上更好的 harness 可能胜过前沿模型，而 …
推荐理由了解评测可信度为何依赖开放权重，以及 harness 对模型表现的实际影响
OpenAI 研究员 Jason Wei 撰文预测，未来十年放射科会改变，但放射科医生不会很快被自动化取代。理由一：放射科是高度多任务领域，单凭 X 光可诊断的疾病至少上百种，CT 和 MRI 可达数千种，AI 会先掌握常见病，罕见病受数据量限制，因此会先做分诊工具，从分诊到全自动最快也要 3-5 年。理由二：单位成本下降会带来弹性需求（杰文斯悖论），放射科医生可能只需读 20% 的影像，但影像总量可能增至 5 倍。长期看，廉价快速的读片还会推动更便宜的扫描设备。
推荐理由Hinton 2016 年预言五年取代放射科医生，如今需求反而更高；文章给出 3-5 年分诊过渡和 5…
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，单任务成本却不到一半。该分数与 GLM-5.3-Flash 持平，略高于 Gemini 3.8 Flash（41），低于 DeepSeek V4.1 Flash 1017（45）。在 Humanity's Last Exam 上得 48%，高于 DeepSeek 和 GLM；在 CritPt 物理推理上得 22%，低于 DeepSeek 的 24%；在 AA-Omnisc…
推荐理由单任务 0.22 美元、输出 token 更省，做成本敏感的推理任务可以直接对比 DeepSeek V4.1 Flash