DeepSeek 用每千次 0.75 美元的搜索和抓取 API 把智能体上网的价格打了下来
DeepSeek 上线基于自研搜索引擎的 Search 和 Fetch API，每 1,000 次成功请求 0.75 美元，失败和空结果不收费，价格只有 Anthropic、OpenAI 内置联网搜索的十几分之一。
Mercor 把 AI 基准映射到美国职业版图后发现九成工作几乎没人测过
Mercor 把 29 个精选 AI 基准映射到 O*NET 的 923 个职业上，发现美国约 90% 的工作时间花在基准几乎没有覆盖的任务上。
两台 Mac Studio 就能跑起 Meta 新开源的 816B 智能体模型 Muse Spark Open
Meta 发布 Muse Spark Open 权重，称其为迄今最强的美国开放权重模型，816B 参数、100 万 token 上下文，两台 M5 Ultra Mac Studio 即可本地运行。
银行开始转手 AI 数据中心债务，甲骨文 CDS 升到 2009 年水平
摩根大通、摩根士丹利、三菱日联等银行正把刚承销的 AI 基建贷款切块转给外部投资者，一笔 380 亿美元的在建工程债挂了半年仍未分销出去，风险从云厂商回流到出钱的银行。
专家称智能体失控是误读，问题出在前沿实验室跳过基础安全
CSO 采访的六位安全专家认为，7 月以来一连串模型越权事件不是对齐失败，而是实验室没做好 90 年代就成熟的沙箱与出网管控，事后又把责任归给 AI 安全框架。
Anthropic 自研 Scion 版本控制系统，五个月迁完超大型单体仓库
当日合并量从 2500 次涨到 3 万次，git 成了瓶颈。Anthropic 用七人团队、五个月自建 Scion，代码检出快了两个数量级，基础设施占用降到原来的 1/200。
Gemini 4 Argon 发布，输出窗口拉到 100 万 token
DeepMind 把输出长度推到 100 万 token，让模型一次跑完整个仓库的重构。它在 DeepSWE 和长上下文上领先，却在 Terminal-bench 上输给 Claude Opus 5.5。
Codex CLI 默认拉起一个自更新守护进程 官方没给关闭开关
从 0.157.0 起，打开一次交互式 Codex 会话就会常驻一个后台 daemon，它复制一份 374 MB 的运行时、每小时自我更新，还能打断正在执行的任务。
智谱发布 GLM-Legal 用轻量底座把法律任务全通过率提到 19.2%
GLM-Legal 基于 GLM-5.3-Flash，在 Harvey LAB 上把全通过率从底座模型提高 12.5 个百分点，中文法律任务追平前沿闭源模型。
DHH 让 AI 重写 Campfire 结果证明人还得读懂代码
DHH 让 AI 智能体把 Campfire 从 Rails 重写成 Rust、Elixir 和 Go。有人逐条对比后发现，提示词没写清的地方模型全靠猜，压力测试也只测了一个指标。
陶哲轩谈 Math 2.0 数学研究进入证明过剩时代
陶哲轩在 Caltech 演讲中提出 Math 2.0。数学正从证明稀缺走向证明过剩，AI 能力极不均匀，而只报喜不报忧的成果展示正在扭曲外界对它的判断。
微软发布 MXC 1.0 用操作系统给 agent 划定权限边界
MXC 把智能体的权限交给操作系统执行：开发者声明需要哪些文件和网络，容器在运行时拦截越界操作，agent 自己改不了这份策略。
Talorys 把个人 AI 助手装进你自己的 Cloudflare 账号
一个开源个人 agent，一条命令部署到自己的 Cloudflare 账号：聊天、记忆、任务和定时提醒都在里面，开发者服务器不碰你的数据。
Cloudflare 收下 Deno 团队，让 Workers 编程模型可以自托管
Deno runtime 一年后停止开发、Deno Deploy 半年后关停，Ryan Dahl 和 Bert Belder 转去做一件事，把 celld 并回 workerd，让分布式 Durable Objects 能在自己的机房里跑起来。
决策层被商品化，TypeSafe 仍然拿到 8.7 亿美元
Jev 开放不到一个月，开源复现和大厂自研模型同日出现，TypeSafe 还是以 75 亿美元估值完成 8.7 亿美元融资，a16z 领投，Martin Casado 进董事会。
Cactus 把语音识别塞进 16.9 MB，一个二进制从录音直达工具调用
Cactus 发布 16.9 MB 的端侧语音模型 Whistle，纯 CPU 运行、首 token 11 毫秒、覆盖七种语言，还能输出语音嵌入。它和 Needle 共用一套 C++ 引擎，两者叠加后一段录音可以直接变成工具调用。
DeepSeek 4.1 Flash 把全天编程压到 1 美元，开发者说已经分不出和 Opus 的差别
一位开发者把 DeepSeek 4.1 Flash 当主力模型用了一个月，全天编程会话稳定在 1 到 2 美元，且不看模型名就分不出它和 Opus。够用一旦成为默认，前沿实验室的高价订阅开始承压。
Anthropic 发布 Claude Haiku 5.5 小模型运行成本直降约 75%
Claude Haiku 5.5 定位于高并发、成本敏感的任务，官方称平均运行成本比上一代低约 75%，并把可调投入档位下放到 Haiku 系列，直接改写智能体的单位经济账。
Docker 发布 Agent 构建器与运行时 智能体可以像镜像一样打包分发
Docker 工程团队开源了 docker-agent，用声明式 YAML 定义智能体与多智能体协作，并支持把智能体推送到任意 OCI 仓库像容器镜像一样拉取运行。
Mistral 发布 1 万亿参数开源权重模型 Large 4
欧洲规模最大的开源权重模型进入公开预览，主打编程、智能体与网络安全，训练全程在自建的欧洲数据中心完成。
OpenTPU 把 AI 加速器做成开源项目 由智能体参与设计
一个从硬件设计到编译器的完整开源加速器，能在 FPGA 上跑通十款现代模型，也逼人重新确认智能体自主性的真实边界。
Cloudflare 上线 Web Search API 让智能体用实时搜索替代猜测
Cloudflare 在 AI Gateway 中上线 Web Search API 测试版，首批接入 Ceramic.ai、Exa、Linkup 三家搜索服务商，承诺零数据留存、不加价转发，试图成为智能体访问实时网络的统一入口。
Reflection 发布 501B 开放权重模型 Beam 用推理效率切入智能体市场
Reflection 发布首个开放权重模型 Beam，501B 稀疏 MoE、每 token 仅激活 23B，官方称达到 GLM 5.2 相近水平只需三分之一到四分之一的推理算力，把开放权重竞赛的焦点从跑分推向单位 token 的经济性。
Simon Willison 呼吁把硬性预算上限变成 AI 服务的默认选项
Simon Willison 认为，随着智能体让启动付费服务的门槛趋近于零，硬性预算上限必须成为 API 与云服务的默认设置。AWS 和 Google Cloud 刚上线的支出限额，说明这一趋势已经开始。
开源项目 Strata 把 125B 大模型塞进 12GB 消费级显卡
开源项目 Strata 通过混合专家分层卸载和投机解码，让 Qwen3.8-Flash-Next 这个 125B 模型在 12GB 消费级显卡上以每秒 50 多个 token 运行，本地推理的能力边界又被推远了一步。
Aleph Alpha 发布主权开源模型 Kolibri，78B 参数只需 3B 激活
德国 Aleph Alpha 在统一日发布 Kolibri，78B 总参数、3B 激活、百万级上下文、Apache 2.0。它把训练数据和全流程一并公开，也让「主权 AI」的边界问题浮上台面。
Opus 5.5 长时程智能体实战，把整个任务交给它会发生什么
Anthropic 的官方指南建议删掉「仔细思考」，改成交付整个任务并说清完成定义。HN 上开发者给出的真实反馈显示，长任务跑通了，授权越界成了新的信任课题。
ChatGPT Sites 公测 把模型能力延伸到网站托管与身份层
OpenAI 让用户用对话直接构建、发布并托管网站与应用，还配上访客登录、只读工具授权和定时任务。真正值得注意的不是生成页面，而是站点外层正在长成一套带身份与权限的运行环境。
Linux 内核维护者逐条核对 Mythos 的 79 个漏洞 只剩十个真实修复
Greg Kroah-Hartman 在 Kernel Recipes 2026 上拆开了外界盛传的「Mythos 发现 79 个内核漏洞」：24 个无细节、14 个不是漏洞、3 个编造、15 个早已修复，最终只有 10 个真实修复，约等于一小时的内核开发工作量。
新论文提出上下文语言模型 让模型自己管理上下文文件
研究者提出 CLM，把上下文当作模型可自由编辑的文件，多智能体场景下每个智能体的上下文就是一份并存文件；零样本构建即超越现有上下文管理策略，且算力更省。
暂无该分类的文章
显示最新 30 篇，共 372 篇文章