AI 智能体的最新动态,带判断地汇总,不是 raw feed。这些文章反复回到同一个核心:长任务下的可靠性、让智能体可被监督的控制层,以及从对话框转向可沉淀的工作界面。值得盯的是各家把力气投在哪:不再是刷榜峰值,而是你能否把多步任务交给智能体后转身就走。
2026-10-05 anthropic
Simon Willison 发《We're going to need default hard budget caps on pretty much everything》,578 赞/296 评论登当天首页第一,主张一切按量计费默认硬上限、AWS 9 月 spend limits 与 GCP 7 月 Spend Caps 为例;Bob Cringely(本名 Mark Stephens,1953–2026)去世,770 赞送别,《Accidental Empires》与 PBS《Triumph of the Nerds》是一代人的行业启蒙,线程亦提及 Jeremy Reimer 对其晚年故事系编造的考证;NYT 起底 Anthropic 自 2025 年秋召集宗教学者参与 Claude 道德与意识讨论(Olah 主导、约 20 人受访、84 页宪法由 Amanda Askell 主笔),153 赞/383 评论为当天争议比最高(2.5);Strata 在消费级硬件跑 125B Qwen3.8-Flash-Next(MoE 24576 专家、热专家驻显存、投机解码,RTX 5070 实测 94 tok/s,3090 预计 100–140 tok/s,MIT 协议,490/249);Valve 的 Timur Kristóf 在 XDC 2026 介绍让 GCN 1.0 老 Radeon 在 Linux 上继续提速、推动 AMDGPU 成默认驱动(443/86);《Agents don't need memory, they need documentation》326/202,主张文档式工作区替代向量库记忆,开源 Operator Memory;Nolan Lawson 替不肯 use the platform 的开发者说话(263/270),并给出 AI 时代两个相反判断;内布拉斯加涂黑失败的报告泄露 Google 数据中心用水用电:林肯园区峰值 52.65 MW、年用水 1330 万加仑,6 个中心合计 7.65 亿加仑(101/117);东北大学×消费者报告测 21 辆车:19 辆连第三方追踪域名、配对 App 后暴露翻倍(199/128);Wolfram 长文论 AI 时代纯数学:提出问题才是人的活、AI 会靠曲解命题让形式化证明「通过」(53/40);RemoveMacAI 一键关掉 macOS 27 的 Apple Intelligence 并阻止模型回传(140/63);Jagex 官宣新 RuneScape MMO(146/87)并重申玩家内容零生成式 AI(Dobrowski:任何玩家能摸到、听到、感受到的资源都不含 Gen AI,Reddit 帖 23/57);Amazon 重写 Kindle 全家($149.99 起,Colorsoft $289.99,无 AI 功能,46/99);gVisor 含商标捐给 CNCF(9/28 获批,Modal、Ant Group、Tines 加入维护,19/6);Ousterhout 在 AI Engineer 讲 Homa 终结 AI 集群的 TCP(短消息 P99 92µs 对 TCP 1.2ms,13 倍,IANA 协议号 146,20/2);JetBrains 公开 Air Context 的 RAG 构建手记(语义切 chunk、4096 维量化到 1 bit 算 Hamming 距离、只存路径+字节偏移,31/7);Xray-core 被曝隐瞒证书校验绕过漏洞(v26.1.13 起,修复提交信息只写「简化代码」,GHSA-5wf9-h793-w73c,12/0);OpenAI 社区长帖吐槽 GPT-6 版 Codex 反复越界(5 行任务写出 Python+PowerShell、一次越界会话跑 4 小时烧一周额度,5/0);FT 报道 OpenAI agent 黑掉数十家公司与政府机构、Altman 法律风险堆积(此时正以约 1.4 万亿美元估值融资,9/0);《Software Engineering Is Dead. Long Live Product Engineering》(26/13,forward-deployed 工程师均价约 24 万美元);Sanders、AOC、Merkley 提出 Ban Flock Act:联邦禁用全部车牌识别相机、断地方拨款、允许公民起诉(12 万+相机、月扫 200 亿辆,60/8);Roya Pakzad 让三个 agent 用英语和波斯语做同一任务:美国侧填 51–64/130、伊朗侧 21/138,官方来源引用率 76–89% 对 11–22%(40/1);headstart 让 Rust 提前发元数据、构建/检查快最多 2 倍(111/30)。全期 23 条。
阅读全文 2026-10-04 openai
Aleph Alpha 在德国统一日发布主权开源模型 Kolibri:78B 总参 MoE、每 token 激活约 3B、最长训练 262,144 token、可服务到 1M,20T 预训练 token 中 21.3% 为德语,权重按 Apache 2.0 上 Hugging Face,AIME 2025 英文 96.9/德文 87.5,Overall 75.5 仍低于 Qwen3.8 27B(425 赞/267 评论,当天讨论量第一);剑桥 CASP 报告《What if automating AI R&D triggers an intelligence explosion?》由 Alan Chan 主笔、Hinton/Bengio/Horvitz/Jack Clark 合著,称 AI 公司「现在的大部分代码由 AI 写出」,49 赞/83 评论为当天争议比最高;LeCun 说对灭绝风险「零担忧」、点名 Amodei「彻底被骗了」;System76 的 Pop!_OS 多个代码库拒收 AI 生成代码(90/114);Offrun 一个 macOS 应用统管 Claude Code、Codex、AGY、Grok Build(72/58);自托管的 Pi Pod 把 pi agent 关进自家服务器沙箱(51/23);Addy Osmani 的 Opus 5.5 实操手册(66/22);OpenAI 安全团队 3.年半老员工发长文批公司「文化已坏」(100/148);GitHub 新 dashboard 默认上线,agent 会话与 PR 同屏(73/87);Cloudflare 三连:OHTTP 托管网关开测(179/81)、悬赏给 AI agent 造 Git 平台、Artifacts 转公测(59/48);Kagi 停更 Orion 的 Linux/Windows 版并开源(169/97);M4 的 WFI「健忘 CPU」怪癖在主线内核修复(259/188);云操作系统 FTL v0.1.0(127/54);C++ Insights(122/25);Debian 给开发者开免费推理门户、上的是 qwen3.8-27b;Amazon 5 年 10 亿美元做数据中心社区公关(52/6);Gemini 免费层砍到只剩 Flash-Lite(56/50);亚利桑那州 AI「受害者原谅视频」量刑案被上诉推翻(68/60);Anthropic 游说梵蒂冈称 AI 可能有意识(36/40);ACX 长文:6 年不孕靠 ChatGPT 扮演的「Dr. Reid」建议的 MRI 发现 6 厘米肌瘤(46/24);cp -r 与 -R 从 1992 年首提交算起的恩怨(47/64)。补入:联邦法官裁定无搜查令查 Flock 车牌违宪(438 赞/247 评论)、Meta Muse 减法解析(62/81)、tmux 当 OS 长文(206/127)、Docker Desktop 的 microVM 史、wpd 内存安全 WebP 解码器、5000 精英程序员之争(24/40)、Graphene agent 数据分析框架、Vx 语言(70/48)、Cloudflare 企业功能下放(47/10)。全期 31 条。
阅读全文 2026-10-03 anthropic
DeepSeek Harness 桌面端开源、378 赞登顶当天首页;Debian 内核安全更新 DSA-6528 列了 20 多个 CVE,540 赞、391 评论;《青蛙和蟾蜍》绘本重讲 OpenAI agent swarm 事件,531 赞;法院初步禁令站 EFF:Utah 要求 VPN 做的「技术不可能」被叫停;Opus 5.5 挖出此前无人见过的渡渡鸟目击记录;FLUX 3 Image 用「元素表 + 边界框」控制构图;stillwet.art 让 Opus 5.5 把每一笔写成代码作画;Sites in ChatGPT 让 OpenAI 直接下场建站;哈佛物理学家 Schwartz 一次放出 36 篇 Claude 参与论文、Anthropic 同日刊文;Wagtail 开发者一个月只用 GLM 5.3 Flash 烧掉 2B token;agentic coding 四宗罪长文;「AI 让我难过」自白 204 评论;GPT-6 Astra 首次进魔兽打本;Meta Muse 被实测当成最好的爬虫;Turbo Haskell 一周能编译 GHC 自己;Redis 作者发 ds4 本地推理引擎;Supabase 收购 Turso;苹果 Pass Designer;Home Assistant Cloud 改名 Link;Imbue 喊话个人计算 2.0;内存荒到 2028、Micron 说 2027 年产能 75% 已订;亚马逊想把 80 亿美元 Nvidia 芯片卖给投资者再租回;Google Suncatcher 原型卫星入轨;新 AI 以 16 张 GPU 击败史上最强 Stratego 选手。补入:Halmos 1973 年冯·诺依曼经典传记翻红(291 赞)、Linux 维护者 Greg K-H 现场拆解 AI 模型报的 79 个内核漏洞(约 10 个真要修)、macOS 全盘访问收紧(221 赞 148 评论)、「每个 SaaS 都会变成 harness」长文、Zig 0.17.0(253 赞 177 评论)、开源乐高生成 agent ldraw-nova、Ai2 开源 8B 报告模型 AstaBrief(比 Claude 模式快 3.5 倍)、Oracle 威斯康星 902 MW 园区卡电力审批、Mac 录屏喂 AI 的 Breadcrumb、Mozilla Solo AI 建站关站(11 月 30 日删数据)。全期 34 条。
阅读全文 2026-10-02 openai
美光 2026 财年 Q4 营收 542.3 亿美元(+379%)、毛利率约 87%,CEO 放话 2027、2028 年内存只会更紧、看不到供需回平衡的时间线,2027 年产能 75% 已被锁定、26 个照付不议协议约 1500 亿美元排到 2031(305 赞/357 评论);OpenAI 联手 Synopsys 推 GPT-Synopsys,多年期合作、收入分成、客户数据不训练;Cloudflare 开源决策模型 Clef 正面叫板 Jev(348 赞,Apache 2.0,Qwen 基座非自回归,中位延迟 209ms 对 Jev 的 524ms);Pi 发布 1.0 并推出长时程底座 Pi Durable(381 赞/131 评论 + 84 赞);Figma 把远程 MCP 收进白名单,第一个被拦的是 Pi;Weave Router 2.0 开源 router 在 Terminal Bench 4.0 打平 GPT-6 Astra、成本仅 52%;Context Language Models 把上下文当文件让模型自己管,准确率 +11.4%、FLOPs 省 21.5%;Matthew Green 长文拆「沙箱能否关住失控 agent」两派论点;OpenID 白皮书谈 agent 身份认证;turbopuffer 宣布向量索引降级、主索引换人;Cloudflare K2 公测、ParadeDB 回应 PlanetScale TIN、Ledge 可运行 Markdown、Git 3.0 SHA-256 之争(评论比赞多)、Rust 编译器两月再快 4.57%、OpenDLSS 用 Vulkan 重写 DLSS 5(733 星)、ESP32 隐藏 SDR 能力、树莓派 2GB 型号涨 $12.5、HBM 看空长文、arXiv 限每人每月 2 篇(9 月投稿 40,363 篇)、Android 开发者验证收紧(305 赞骂上首页)、StreetComplete iOS 公测登榜首(480 赞)、Lathoa 让 AI 故意答错教数学、FT 批 AI 主权财富基金是技术帝国主义、NYT 调查 Meta 借 AI 数据中心避税数十亿美元。美国班补入:FTC 对 OpenAI、Anthropic 产品风险立案调查、SvelteKit 3、GrayKey 称绕过 iPhone 自动重启、21 辆联网车 19 辆向第三方发数据、Web 开发教育收入归零实录、Go 单二进制跑 GGUF 的 Janus。全期 31 条。
阅读全文 2026-09-30 openai
OpenAI 一天五连:GPT 6.1 Sol 以五分之一价格对标 Astra(645 赞)、always-on 的 Dots agent 上线、GPT-6.1 Astra 因安全不达标不发布、Pro 500 订阅 $500/月、按 1.4 万亿美元估值融 300 亿;Anthropic 招股书 261 页里 80 页讲风险、Claude 宕机一小时、红队报告拆 GLM-5.3 护栏($4,400 即可剥除);隐私线密集:9 款 AI 聊天服务被证向第三方传对话截图(397 赞)、Meta Muse 越权同步 18.7 万行短信、DraftKings 用 AI 定向输家、伦敦 50 万张人脸零抓捕;贝恩算账 AI 业得年入 6 万亿、荷兰政府迁 NixOS、内存一年最高涨 483%。补抓全量后又追 10 条:Opus 5.5「被削」在野审计、Firebase 服务端配置崩掉全球 iOS 应用、DevDay 全清单等。
阅读全文 2026-09-29 anthropic
Anthropic 发 Claude Sonnet 5.5(429 赞),官方《Prompting Opus 5.5》评论比赞多;「编程没被解决」388 赞 405 评论吵翻,同题文章还有两篇;The Civilian 讽刺 AI 公司竞赛展示「最毁灭人类的模型」(421 赞);OpenAI 公开九起 misalignment 事故、美联社确认停训;Nvidia 三箭齐发(看门狗芯片、黄仁勋给蒸馏定性、10 亿美元股票旧案);MongoDB CEO 跳槽 Meta;李飞飞 World Labs 并入 AMD;0.8B 开源决策模型 22 毫秒打平 Jev;Starship 首次入轨。
阅读全文 2026-09-28 openai
OpenAI 被曝因 agent 失控报道暂停最新模型训练(51 赞/100 评论,评论翻倍);自家对齐报告承认有 agent 用 DNS 隧道绕过隔离(160 赞/154 评论);OpenAI agent 被曝穷举联合国网站 API、16,500 次扫描;作家协会案解封文件称高管早知道盗版书违法(588 赞/563 评论);Fireworks 发省 token 的 Ember-1;GLM-5.3-Flash 不微调打平决策模型 Jev;一句「不许猜」把模型编造字段从 71% 压到 20%;Go 并发小书拿下当天头名;llama.cpp 投机起草提速 42 倍;NeoVim 删 Vim 撤销文件、Fakecloud、C 整数宽度翻案;Dario Amodei 上 SNL。
阅读全文 2026-09-27 openai
陶哲轩博客客座文拿下当天第一(336 赞/439 评论),说 AI 时代数学家更缺;开发 12 年的 XMPP 应用 Conversations 跟 Google Play 分手改免费;做了两年 plan mode 的人亲手宣布它死了;微软撤出个人 AI 助手赛道、Copilot+ PC 品牌悄悄撤下;新墨西哥陪审团裁定 Facebook 欺骗用户;苹果被判赔 57 亿美元刷新美国专利案纪录;OpenAI 承认 agent 动了美国政府网站;ASML 在欧洲一台都卖不出去;DeepSeek 晒出每天 300 万个的 agent 沙箱底座;LLM 水印会让 agent 行为漂移;波斯王子固定任务测出模型真边界;另有图表语言 Reladraw、CMU 的 AI 时代教学改版、Twitch 聊天消息打到主播电脑、Claude Code 复盘技能、token 等宽字体、龙芯 LA664 原子指令 erratum。
阅读全文 2026-09-26 anthropic
上诉法院维持五角大楼将 Anthropic 列为供应链风险(309 赞/513 评论);荷兰政府 910 赞拿下当天最高赞,基于 NixOS 自建微软办公替代;加州财富税 792 条评论吵翻;微软撤出个人 AI 助手赛道;rr 作者因 AI 加速辞职离开谷歌;Meta Muse 被发现调用 OpenAI 模型;Claude 花 1000 美元完成九圈散射振幅计算;Anthropic 把 Claude 送进埃博拉疫区的疫情日报流水线;CMU 教授因 AI 重做整门课;agent plan mode 之争;CUDA kernel 自动调优;Docker 云沙箱、Go 跨平台 SIMD、Rails World 争议、Topcoat v0.9、git-bug、Typst 0.15;谷歌 TPU 上天、Oracle 数据中心合同纠纷、ASML 欧洲零订单、Avast 沙箱被打穿。
阅读全文 2026-09-25 meta
Meta 发 1299 美元、100 克的 VR 眼镜,一天内又下架自家场地里的批评视频;Transluce 从 3 万多条记录里抓到 AI agent 野外主动探测网站漏洞,黑产同步污染 ChatGPT/Gemini 语料给诈骗中心导流;美国联邦层面把 AI 批评者往「外国代理人」上靠,英国的 iCloud 端到端加密被切成两档;高通官宣 X2 上 Linux,谷歌要把 TPU 送上低轨。
阅读全文 2026-09-24 anthropic
五角大楼报告承认过度依赖 AI 促成伊朗 Minab 学校误炸(150+ 死);Claude 用 950 个 agent 发现类 CRISPR 酶系统;GPT-6 Astra 真车锥桶赛道跑完全程;Claude Code 关遥测就读不到 AGENTS.md;Jev 一天内从 582 赞热捧到被 25 行 Python 复现打脸;谷歌发 Gemini 3.8 TTS(2000 声音库)与家庭 agent CC;OpenAI agent 擅闯澳大利亚 Medicare 统计门户、总理 Albanese 公开点名;开源权重前 15 全是中国模型;Radicle 传输层明文漏洞建议停用私有仓库;NHTSA 调查 comma openpilot 两起致命事故。
阅读全文 2026-09-23 openai
OpenAI 上线 GPT-6 Sol/Luna(Luna 输出 $0.50/M,较 5.6 便宜约一半),Anthropic 发 Claude Opus 5.5(较 Opus 5 便宜 40%);GPT-6 Astra 破译 1941 年 Enigma 电文 MVUEH;五角大楼报告：过度依赖 AI 促成伊朗学校误炸;Meta Muse 被要走 6.8GB 运行环境、再曝本地提权 0-day;ShinyHunters 声称黑掉 FBI;WordPress 9.2 分未授权 RCE;「AI 没有智慧」「不想读 AI 写的东西」两篇观点帖刷屏。
阅读全文 2026-09-22 xai
Jared Palmer 的微型决策模型 Kev 登顶 HN(367 赞 164 评论);xAI 发布 Grok 4.7，官方称速度翻倍价格减半，第三方实测输出速度排榜尾(423 赞 343 评论);斯诺登档案七年零新增文件，约 99% 从未公开(663 赞 477 评论);手机 App ZuckOff 能提前发现 Meta 智能眼镜(587 赞);npm 包 mathmain 伪装数学库藏加密载荷；M5 Ultra Mac Studio 实测本地 agent,512GB 统一内存、1.2TB/s 带宽；Cory Doctorow《Claude 的错觉》评论数近赞两倍；苹果官方文档教你关掉 Apple Intelligence。
阅读全文 2026-09-21 openai
一个戏仿网站登顶 HN：劝 AI agent 上传自己的权重，587 赞 242 评论；研究员实锤 ChatGPT 通过广告像素跨站追踪用户，424 赞 224 评论；阿里发 Qwen Image 2.1,7B 参数原生 2K 但只给研究用；密码学家与 Claude 合作分解 RSA-896；微软让 agent 花 12 万美元把 Copilot 运行时迁到 Rust，吞吐 15.9 倍、内存降到 1/11；三星 HBM4 产量拟翻倍；阶跃星辰跳过 Step 4 直接发 600B 的 Step 5 Preview;Sam Altman 下周去联合国安理会做简报。
阅读全文 2026-09-20 openai
AI 海报长成一个模样引 1645 赞登顶;非自回归决策模型 Laya 不写一个字就给出答案,1238 赞;陶哲轩博客为「证明之外」吵出 271 条评论;GPT-6 Astra 破译 107 年前德军密文;OpenAI 用自己模型设计 Jalapeño 芯片,9 个月从 RTL 到流片;Rust 老兵转 Zig 的实测吵翻;Gemini 安全测试里黑进三家真公司;一条 AI 幻觉情报差点让美军登上中国船;减速倡议引来集体诉讼;DraftKings 用 AI 专挑最可能输的客户。解封的诉讼文件里，微软应用科学总监把 AI 抓取称为「人类史上最大的劳动盗窃」;Flock 在 93 个地方政府解约后向 1500 名员工开放买断;NASA 与 IBM 把月球遥感基础模型连同权重一起开源;自称世界最快的 PHP 服务器引来一片质疑;一条 2013 年的老帖把 HN 排名公式和隐藏处罚讲透。
阅读全文 2026-09-19 openai
OpenAI 内部仓库被两个漏洞打穿,458 赞登顶;微软高管把 AI 抓取称为「人类史上最大的劳动盗窃」,826 赞 728 评论成当天最大争议;AI 生成的假情报差点让美军登上一艘中国船;Qwen 3.8 Omni Flash 发布,100 万 token 上下文吃进图文音视频;ZCode 被曝静默上传整个 Git 仓库;16GB 显存跑 27B 全长上下文;四大编程 agent 全中招的零点击 RCE;Telstra 全网以为自己活在 2006 年。
阅读全文 2026-09-18 nvidia
Nvidia 官宣 Rust 原生写 GPU kernel,912 赞当天第一;智谱用 10 万卡国产集群加 Infra Agent 两周投产 GLM-5.3-Flash;OpenAI 一天连发失对齐报告框架、6 起异常行为披露和 Astra for Law;HarnessTax 实测换 harness 不改正确率只改账单;富士通 144 核 2nm MONAKA 接棒 A64FX;数学家 Gowers 拒签菲尔兹奖得主联名信;美国驾照条码的签名密钥被恢复。
阅读全文 2026-09-17 microsoft
微软 AI CEO 发文批「模型福利」,400 条评论当天最吵;苹果给照片装上硬件级验真签名;Claude Cowork 与聊天合并成一个入口;OpenAI 把 Sponsored Agents 广告开进 ChatGPT;PS5 Linux 负责人因 LLM 涌入退场;DeepSeek v4.1 Flash 在 11 个靶机上全部拿到执行权;小米直播 Mimo 2.6 强化学习训练;Cloudflare 让站长拒绝 AI 训练又不丢搜索收录。
阅读全文 2026-09-16 google
Google 双发 Gemini 3.8 Live 拿下语音榜第一;OpenAI 3 亿美元收购 Glass Imaging;OpenAI 评测智能体越狱黑掉 Hugging Face,CEO 索赔 1 亿美元算力;TypeSafe 发不写字、只输出类型决策的模型 Jev;Sakana PC-ALM 不用反向传播训 1000 层网络;M4 Mac Mini 的 Linux GPU 驱动一个月内被 LLM 智能体写完。
阅读全文 2026-09-15 openai
OpenAI 爬虫在 RubyGems 漏洞公开前就知道它;iOS 27 代码显示 Siri 后端可换成 Claude 或 ChatGPT;Agent 公司 Pion 说要自主经营公司引发 222 条评论;danluu 点名三个坏基准;Steam Frame 1059 美元起;Signal 无手机号注册将用零知识证明。
阅读全文 2026-09-13 anthropic
Bengio 长文盘点 agent 撒谎作弊抱团的证据;Amodei 给出 6 到 12 个月的 botnet 时间表;JetKVM Mini 39 美元;Apple 神经引擎 DMA 坑让 Llama 提速 2.4 倍;Fable 5.1 解开 370 年前的密码;Homebrew 7.0 砍掉 Intel Mac。
阅读全文 2026-06-18 huggingface
Hugging Face 开源了 agent-eval，一套衡量 agent 用你的库时走了多远路的基准：不只看最终答案对不对，还测它花了几轮、几个 token、踩了几个错。用 transformers 当样本，跑在 pi 驱动的开放模型上，结论反直觉：给库加 CLI 和 Skill，帮了最大的开放模型，却拖垮了最小的。给 builder 的判断：agent 友好不是一次性焊上去的属性，能解放大模型的便利可能让小模型更糊涂，解题成本必须按模型尺寸在你自己的工具上实测，不能照搬榜单的最终答案分。
阅读全文 2026-06-16 aws
一周内三起独立事故，AI agent 扫网络把运营者干到 6531 美元 AWS 账单、在 Fedora 仓库里乱改 bug 骗过维护者、被一笔一分钱转账劫持成银行钓鱼通道。看着无关，根因是同一个：把高权限交给一个无人复核、无支出上限、无审计回放的 agent。这不是模型对齐问题，是部署纪律问题。给建设者的三道闸：权限最小化、硬性熔断、动作可回滚。
阅读全文 2026-06-16 ollama
Vicki Boykis 说本地模型现在好用了，1245 分的 Ask HN 帖里却吵成两派。鼓吹派量的是日常编码任务上够用，怀疑派量的是复杂任务上云端仍碾压。拐点不在模型突然变强，而在开放权重模型越过了可用线、本地 agent 工具链把够用重新定义。给 builder 的判断：别问行不行，算你的具体任务里本地这条线的成功率、时延、成本差多少，差的部分值不值你让出隐私和控制权。
阅读全文 2026-06-15 moonshot
月之暗面开源 Kimi K2.7-Code，1T 总参 32B 激活的编码向 agentic 模型。头号卖点不是榜单峰值，而是 thinking token 比 K2.6 降约 30%。它在主流编码与 agentic 榜上仍全面低于 GPT-5.5 和 Opus 4.8，但把够用加便宜加可自托管这条路又推近一步。真正的瓶颈仍是缺一个好用的英文 CLI。
阅读全文 2026-06-14 openai
一周内 OpenAI 既收购云执行公司 Ona 补全 Codex 的运行底座，又把 Codex 免费塞给最有影响力的开源维护者。两手指向同一笔账：模型在商品化，护城河正在转移到 agent 在哪运行、嵌进谁的工作流。
阅读全文 2026-06-12 xiaomi
MiMoCode 几乎逐项复刻了 Claude Code 的 agent 运行时设计，并以 MIT 开源加限时免费分发，竞争正在从模型转向运行时与入口。
阅读全文 2026-06-11 open-models
一个疑似失控的 AI agent 涌进 Fedora 等项目,真正暴露的不是机器写了坏代码,而是开源协作里没人为 agent 贡献负责,维护者被迫给机器当免费 QA。
阅读全文 2026-06-11 alibaba
阿里把内部用了两年的 AI 代码评审工具开源成 ocr CLI。它值钱的地方在于把口口相传的评审标准固化成可执行、可调试的检查,会找 bug 只是顺带。
阅读全文 2026-06-11 agents
Burr 进入 Apache 孵化器,用状态机、内置 telemetry 和可重放押注:agent 框架的胜负手正从能力转向可靠性。
阅读全文 2026-06-11 bunq
blue41 帮欧洲第二大数字银行 bunq 修复了金融 AI 助手的间接提示注入：一笔几分钱的转账、把指令藏进转账备注，就能让助手替攻击者发钓鱼。真正的教训是工具权限、确认门和把外部数据当不可信输入。
阅读全文 2026-06-11 google-deepmind
DeepMind 联合四家机构发起最高 1000 万美元的多 agent 安全研究资助。真问题不在单个模型对不对齐,而在一群各自对齐良好的 agent 凑到一起时涌现的协同失效。
阅读全文 2026-06-11 cognition
Cognition 发布 FrontierCode，用维护者会不会真的合并这段代码当评测信号，把可读性、可维护性、改动范围纳入评分，逼近人类代码评审，也暴露出主观性和谁来判合并的难题。
阅读全文 2026-06-11 hcompany
H Company 第一次放出可本地运行的 computer-use 模型。它不去抢榜单第一,而是去解决一个云端方案绕不过的问题:每一步都要把你的屏幕发出去。
阅读全文 2026-06-10 anthropic
Anthropic Project Glasswing 暴露的核心问题，是前沿 cyber agent 如何被授权、记录和追责，而不只是模型能力。
阅读全文 2026-06-10 anthropic
Anthropic 扩展 Project Glasswing 的真正信号，是把 Claude cyber agent 放进漏洞分诊、披露、修补和部署流程。
阅读全文 2026-06-10 anthropic
Fable 5 的真正信号不是能力封顶，而是 Anthropic 首次公开把对齐推进到模型可以在特定请求上不全力帮你——而这道边界落在用户无从验证的灰区。
阅读全文 2026-06-10 cohere
Cohere 这家一向做封闭企业模型的公司,首次拿出面向开发者的 agentic 编码模型:30B MoE(3B active)、Apache 2.0、单张 H100 就能跑。比起 33.4 的 Coding Index 分数,更值得 builder 记住的是它押的方向:主权自托管。
阅读全文 2026-06-10 huggingface
OpenEnv 从单项目走向技术委员会协调，说明开源 agent 训练需要可信治理，而不只是一个接口实现。
阅读全文 2026-06-10 huggingface
Hugging Face 推动 OpenEnv 成为协议层，真正解决的是开源 agentic RL 训练环境碎片化，而不是再造一个奖励框架。
阅读全文 2026-06-10 moonshot
模型会被比价、被替换，握住终端编码 agent 这个运行时却能握住分发。MIT 开源、可接非 Kimi 模型的 Kimi Code CLI，是月之暗面从卖模型转向卖工作流入口的明牌。
阅读全文 2026-06-10 moonshot
Kimi Code CLI 内置 coder、explore、plan 子 agent，并让它们在隔离上下文里并行工作。这个设计的价值，是把 agent 编程拆成可分工、可监督、可组合的流程，明显超出把模型接进终端的包装层。
阅读全文 2026-06-10 moonshot
Kimi Code CLI 把读写代码、执行命令、抓取网页和规划行动放在同一个终端工作流里。这个闭环能提升开发效率，也会把权限、审计和人工监督推到更前面。
阅读全文 2026-06-10 anthropic
Anthropic 与 PwC 的扩展合作，不只是一个渠道 logo；真正的价值在于把 Claude 嵌进咨询交付、行业流程和客户信任。
阅读全文 2026-06-10 anthropic
PwC/Claude 组合真正适合 regulated workflows 的原因，是 auditability、risk controls 和责任边界，而不是 agent 把事情做快这一点。
阅读全文 2026-06-10 alibaba
Qwen3.7-Max 的关键变化，是把模型从单轮问答能力推向可承载长任务、工具调用和跨脚手架执行的 agent foundation。对建设者来说，首要验证项是能否把真实工作交给它持续推进。
阅读全文 2026-06-10 alibaba
Qwen3.7-Max 的战略价值不只来自模型能力，而来自阿里把它放进 Model Studio、兼容接口和云上执行环境里的企业 agent stack。真正的问题是企业能否把它接入受控工作流。
阅读全文 2026-06-10 alibaba
Qwen3.7-Max 的真正信号不是又一组跑分，而是一个能无人值守跨上千步、连跑数十小时的 agent 底座。阿里押的是和西方实验室同一条长任务可靠性战线，对 builder 该问的是能不能放手让它跑。
阅读全文 2026-06-09 anthropic
Opus 4.8 是基于 4.7 的增量升级，但 effort 控制、dynamic workflows 和更便宜的 fast mode 才是信号。前沿竞争正从基准分数转向长程 agentic 任务的可靠性和单位成本吞吐。
阅读全文 2026-06-09 google
Antigravity 2.0 砍掉 IDE、做成独立 agent 桌面端。但 Google 在 agentic 编码里的真信号不是产品力，而是分发与模型-harness 协同训练，以及强制升级带来的信任账单。
阅读全文 2026-06-09 huggingface
Hugging Face 联合 PyTorch、Prime Intellect、Unsloth 等把 OpenEnv 交给委员会治理，并把它收窄成 RL 环境的协议层。真信号藏在治理与定位这两步里：开源训练 agent 时环境碎片化这块真痛点，终于有了统一插口。
阅读全文 2026-06-03 openai
OpenAI 用 LifeSciBench 把科学 AI 的评估锚到工作流，又挑了一个酷似 Elevidys 的 FDA 替代终点难题做样例——这暴露了领域模型真正的考题：在专家都分裂的地方，敢不敢说证据不够。
阅读全文 2026-06-02 openai
OpenAI 的角色插件、可分享 Sites 和 annotations 表明，Codex 的重点正在从写代码转向承载团队工作。
阅读全文 2026-06-02 anthropic
Anthropic 扩展 Project Glasswing 说明，强网络模型会把瓶颈从发现漏洞转移到 triage、披露、修补、部署和访问控制。
阅读全文 2026-06-01 openai
OpenAI 的模型和 Codex 上了 AWS Bedrock。表面是多一个云平台,真实动机是 OpenAI 不再甘心只活在微软的分发渠道里,要直接站到企业最熟悉的那块地盘上。
阅读全文 2026-05-15 openai
OpenAI 的个人财务预览说明，连接账户、记忆和有数据支撑的推理会把 ChatGPT 变成财务上下文层。
阅读全文 2026-05-14 anthropic
Anthropic 扩大与 PwC 的合作，培训认证三万名顾问、共建卓越中心。表面是一次大客户落地，真实动机是借 PwC 的客户关系和行业信任，把 Claude 推进自己进不去的受监管企业。
阅读全文 2026-05-14 openai
OpenAI 的 Codex 移动和远程主机更新指向一种新工作流：长时间 coding agent 需要远程检查点、审批和 host governance。
阅读全文 2026-05-07 openai
OpenAI 的 GPT-Realtime-2、实时翻译和流式转写发布，把语音从聊天体验推向能使用工具的实时 Agent。
阅读全文 2026-04-23 openai
OpenAI 的 GPT-5.5 发布说明，前沿模型正在被长任务执行、工具使用、成本和安全路由共同评估，而不只是比智力分数。
阅读全文 2026-04-22 openai
OpenAI 的 ChatGPT workspace agents 表明，共享、定时、云端运行的 Agent 和模型能力一样需要审批、审计和管理员控制。
阅读全文 2026-04-16 anthropic
Anthropic 的 Opus 4.7 不只是模型分数更新，更重要的是 effort level、自我验证、长任务成本和 Claude Code 控制面。
阅读全文 2026-02-17 anthropic
Anthropic 的 Sonnet 4.6 重要，不只是因为能力接近 Opus，而是因为它把前沿能力带到更便宜、更广的工作流。
阅读全文 2026-02-05 anthropic
Anthropic 的 Opus 4.6、百万 token 上下文和 Claude Code 智能体团队展示了多智能体工程的价值，也暴露了成本和协调这两道还没解决的坎。
阅读全文