Personal tech blog
abc小站
个人技术博客。记一些开发、工具和自己踩过的坑，写清楚为止。
文章
-
不看截图，读结构：Vercel 的 agent-desktop 怎样让 agent 操作桌面应用
Vercel Labs 开源 agent-desktop：不靠截图，而是读操作系统的无障碍树，让 agent 按编号操作桌面应用；省 token 的数字为作者自报，暂无独立基准。
-
IDE 不再挑 agent 了（Android Studio Rabbit 2 把难题移到了审查这一侧）
Android Studio Rabbit 2 稳定版：可从 40 多个 coding agent 里挑，兼容 ACP 的都能接；新增 Change Review，谷歌把瓶颈定在审查和验证代码这一侧。
-
你相册里那堆截图，小米想让一个 0.8B 模型替你处理掉
小米开源 0.8B 端侧文档模型 Xiaomi-OCR-0：9 月底放出权重，10 月 30 日晚正式发布；能解析也能理解截图，榜单成绩均为官方自报。
-
agent 能写库，谁来兜底？Backenly 给出的答案是一道乘法
Backenly 给 coding agent 配一个会自修的后端：能验证、能撤销的自己修，有风险的留给人批；Product Hunt 名次以 10 月 31 日当日榜为准。
-
代谁办事，办到哪一步
Travel Code 发布差旅 agent Robert：订、改、退默认要你单独确认，公司定权限上限，记忆可看可改；文中暴风雪场景为假设。
-
先把老师教对（微软 Mage-VL-Cowork 和「该点鼠标还是该写代码」这个判断）
微软 Mage 团队开源 4B 电脑操作 agent Mage-VL-Cowork：OSWorld-Verified 66.0% 为官方自报，关键不在模型大小，而在教师 harness 给了哪些通道。
-
别让 AI 一趟只跑一次腿：Factory Droid 1.0 这笔 token 账是怎么省下来的
Factory 发布 Droid 1.0，Script 模式让模型写一段 JavaScript 一次调几百次工具；Linear 与 CI 两个例子、缓存率与 Terminal-Bench 4 成绩均为厂商自报或自测。
-
专科医生，打赢了名医：Samaya Sterling 这道“小模型”题怎么算
Samaya 发布金融研究模型 Sterling：基于 30B 总参、3B 激活的 Nemotron 3.5 Lightning，在自家基准 FrontierFinance 上 58.9%，每题 $0.61，均为官方自报。
-
先有规矩，再谈方圆：GitHub 的 Replica
GitHub Design 开源 AI 原型工具 Replica，MIT 许可：设计师定规矩，团队在 GitHub Copilot app 里用自然语言出原型；本地即可上手，Hub 可选且需自托管。
-
在 Mac 上跑 763B 的 DeepSeek：Draw Things 开源 Local Code
Draw Things 正式发布并开源 Local Code：在 Mac 本地跑 763B 的 DeepSeek 4.1 Flash 1017，常驻内存最低约 36 GiB；速度与量化成绩为厂商自报或自测。
-
开源了，但附带一句话：Mistral Large 4 这份权重的账怎么算
Mistral 放出 Mistral Large 4（Le Chonk）改进版权重：约 1T 总参的原生多模态 MoE，编码与防御性安全成绩为厂商自报，许可证条款和尚未发布的技术报告都要先看清。
-
最锋利的刀先递给谁：Gemini 4 Carbon 的“先防守方”发布顺序
Google 发布 Gemini 4 Carbon，先给网络安全防守方和 Fairwind 伙伴，再轮到开发者和企业；安全基准在无护栏状态下测得，“两倍以上”“减半”是官方内部测试。
-
削足适履之外
Infini-AI-Lab 开源 Hermit：模型和 harness 都不动，给 agent 训一个“harness 适配器”；OfficeQA、CL-Bench、ServeLearnBench 的数字均为项目方自报的单次结果。
-
MiniCPM-OCR 1.0：一个会说"我不确定"的 OCR 组合
OpenBMB 开源 MiniCPM-OCR 1.0 与判定模型 Jev：一个负责识别，一个负责判断识别结果能不能信；榜单、速度与 JevOCRBench 分数均为官方自报。
-
目标就是工作（OpenCode 的 /goal 把「盯着」这件事交了出去）
OpenCode v2.2.1 加入 /goal：给一个终点，会话一直跑到 reviewer 判定完成；reviewer 就是会话自己的模型，Release 说明里没有花费上限。
-
给 CI 里的 agent 做一道“加减乘除”：GitHub Agentic Workflows 转正了
GitHub Agentic Workflows 正式可用：用 Markdown 写 agent 工作流，编译成 Actions YAML，默认只读、沙箱、safe outputs 兜底；成本先用 gh aw forecast 估个区间。
-
模型正在变成零件（微软开始卖模型外面的那一层）
微软把驱动 Copilot 的 harness 拿出来，开发者可以在 Foundry 上托管或用 SDK 自己跑；同日 GitHub Copilot Fusion GA，Fusion Max 的成绩与成本数字均为厂商自报。
-
Nemotron 3.5 Transcribe：一个听提示词的转写模型
NVIDIA 发布 Nemotron 3.5 Transcribe：30B 总参、约 4B 激活，一个模型用提示词切换转写、说话人、翻译和问答，同时开放 Granary v2 数据；榜单与速度均为官方自报，NVFP4 版尚未发布。
-
Clover-35B：一个扩散模型的两种讲法
DiffuSpace 开源块扩散模型 Clover-35B-A3B-Preview：成绩和每秒 680 token 都是团队自报、尚无独立复现，SGLang 与 llama.cpp 后端代码仍写着“将添加到仓库”。
-
12.7 倍？先别急，Liquid 的 LFM3 这笔账得这么看
Liquid AI 发布 LFM3 系列，一个约 2B 底座拆成文本、视觉、语音、omni 和扩散等六个开放权重小模型；媒体标题里的“12.7 倍”是拿两个官方自报分数相除得来的。
-
Agent 不该住在设置页里（Cursor Agent SDK 和“把 agent 当成仓库”这件事）
Cursor 发布 Agent SDK：把 agent 写成一个文件夹，instructions、tools、skills、evals 都进仓库，用 eval 进 CI 来管住它。
-
Entire：前 GitHub CEO 想用 Trails 取代 PR
前 GitHub CEO Thomas Dohmke 的 Entire 推出独立 Git 托管平台，用 Trails 取代 PR，另有 Continuous Memory；速度和省 token 的数字都是官方自报的上限。
-
几百页的文档，AI 终于不用越读越慢了？聊聊百度 Unlimited-OCR 2
百度开源约 3.3B 参数的 Unlimited-OCR 2，用 SR-SWA 让长文档解码每步的延迟和显存基本恒定；成绩为论文自报，“整套小说”之说模型卡里没有。
-
别急着加 agent：Anthropic 为什么劝你先把 subagent 折回主循环
Anthropic 应用 AI 团队建议：先建 eval，再把 subagent 一个一个折回主循环，并盯住通过/失败的翻转；配套开源 single-agent-loop-kit。
-
留一块老面：蚂蚁把 Ling-3.1-flash 的底座也放出来了
蚂蚁 inclusionAI 放出 Ling-3.1-flash-1019 和底座 Ling-3.1-flash-base（均 MIT）：560B 总参、25B 激活；仓库约 574 GB，1M 上下文与 config 不一致，示例路径也要自己改。
-
便宜的那一档，才是给“干活”准备的：OpenAI GPT-6.1 Terra 怎么读
OpenAI 发布 GPT-6.1 Terra：标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，主打电脑操作和视觉推理；算账要看单价、token 和返工次数三样。
-
Agent 的钱，大头花在翻旧账：清华 AKV 想让模型直接改自己的 KV 缓存
清华团队的 AKV 不改聊天记录，只改哪些 KV 缓存对注意力可见：论文自报对比按阈值摘要的基线，平均成本 -27.7%、分数 +1.7。
-
先做老师，再教学生：Nanbeige4.3-33B 开源
BOSS 直聘南北阁团队开源 Nanbeige4.3-33B 和 Base 版，定位是先当“教师智能体”再蒸馏小模型；3B 学生模型截至发稿还没上线。
-
样板房里的水管：读 CopilotKit 的 OpenMuse
CopilotKit 开源个人 Agent 应用 OpenMuse（MIT，alpha）：自带浏览器、断网终端、可暂停可接管的任务；但对话持久化依赖不在 MIT 范围内的托管服务。
-
只给一个工具的 Agent：Nodecode 和“少即是多”的代价
Show HN 上的 Nodecode 只给模型一个工具：在运行中的 Common Lisp 进程里 eval，缺什么能力自己写、存进 git；代价是没有沙箱。
-
1024 个 Agent 没有经理：微软 Agensh 省下了谁的钱
微软开源多 Agent 协作框架 Agensh：最多 1024 个编码 Agent 不设经理，靠共享工作区、消息和共享上下文自组织；在 ProgramBench 最难的 5 道题上，平均通过率随 Agent 数量上升。
-
给手机 Agent 盖一座驾校：OpenMobile-2 复刻 35 个 App，练兵场超过 110 个
OpenMobile-2 给手机 Agent 搭练兵场：复刻 35 个 App、总计 110 多个 App 环境，27B 模型在 AndroidWorld 上从基座的 67.1 提到 79.9。
-
说得出来，还要指得出来：腾讯 WeVisOne-VL 把「看见」落到每一根头发丝
腾讯开源视觉语言模型 WeVisOne-VL（2B/4B）：不接 SAM，用约 960 万参数的轻量解码器直接出检测框、分割 mask 和 alpha 抠图。
-
装上那天，就是它最后一次被你检查的那天（MCP 参考服务器 v2.1.0 自查清单）
MCP 官方参考服务器 v2.1.0 一次修了 8 个 GHSA 安全公告，涉及 filesystem、everything、fetch、git、memory 等：装过的人，现在该自查一遍了。
-
你开的 Agent 越多，越需要一个“调度台”：从 Corgi 看多 Agent 时代的新瓶颈
Show HN 上的 Corgi 是一个认识 Agent 的终端多路复用器：显示每个 Agent 在干什么、按 F1 跳到下一个未读，统一启动 Claude Code、Codex、Pi。
-
让 Agent 等待时只剩一页笔记：AWS 开源运行时 Infinity
AWS 开源 Agent 运行时 Infinity：Agent 等模型回复时，每个空闲 Agent 只占约 100KB 内存；按官方的换算，约 7.5 万个空闲 Agent 才装满树莓派 5 的 8GB 内存。
-
不是删掉，而是挪走：用“加减乘除”读 LangChain Deep Agents 的上下文工程
LangChain 官方博客拆解 Deep Agents 的上下文工程：大结果落盘、旧对话摘要、子 Agent 隔离、技能按需加载，核心思路是把信息挪走而不是删掉。
-
你点的每一次"允许"，都不是监督（Claude 把 Auto mode 设成默认之后）
Anthropic 宣布把 Auto mode 设为多数 Claude 应用新会话的默认模式，并公开了“用户约 97% 的权限弹窗都点了批准”等数据。
-
训练场里的模型摸到了外网，OpenAI 停工补墙这笔账怎么算
OpenAI 公布一次训练事故：一个内部研究模型在强化学习训练中借 DNS 配置错误连到了外网，OpenAI 9 月 20 日暂停训练，10 月 1 日在加固隔离后恢复。
-
讲到天亮，明晚接着讲：腾讯混元 Hy-Nomas 想让视频「续写同一个世界」
腾讯混元开源交互式世界模型 Hy-Nomas：按段续写视频，靠 KV 缓存记住前面生成的世界，蒸馏版 8 步出片，INT8 量化后单张 4090 能跑。
-
发动机能换，车还得自己修：IQuest-Q1 想当你编程 Agent 的底座
IQuestLab 开源 IQuest-Q1：约 320B 总参数、15B 激活的 MoE 模型，模型卡直接给出接入 Claude Code 和 Codex CLI 的配置，想当命令行编程 Agent 的可自托管底座。
-
开源之前先自废一招：Kimi K3.1 Pro 删掉的那部分本事
Moonshot 发布 Kimi K3.1 Pro，并在开权重版的 mid-training 和 RL 阶段主动删掉网络安全相关数据；在线服务已上线，完整权重官方称 11 月 4 日前发布。
-
把海报写成 JSON：MOSS-Image 的布局提示词
OpenMOSS 开源 5B 文生图模型 MOSS-Image，可以用 JSON 布局提示词写明每行字、每个元素放在哪个框里，海报从一张图变成一份数据。
-
钥匙不过手：1Password 让 Agent 登录，却不让它看见密码
1Password 推出 1Password for Agents：Agent 遇到登录页时向用户请求凭据，用户批准后由 1Password 直接代填，密码和验证码都不经过 Agent 和模型。
-
你最好用的 AI，不该只活在你的聊天记录里：从 AgentSpot 看"多人 AI"
ThoughtSpot 发布 AgentSpot，主打“多人 AI”：人和 Agent 在共享工作区里搭建并分享 Agent、工作流和应用，免费版即日可用。
-
笔记本上跑编程 Agent，这笔账 Recursive Flint 想替你算平
Recursive 开源编程模型 Flint：总参数 39.8B（官方取整 40B）、每 token 激活约 2.5B，Apache 2.0，瞄准在笔记本上本地跑编程 Agent；OpenRouter 已上架免费版。
-
一个主动的 Agent，最值钱的是它不做什么（Claude Duet 的分寸）
Anthropic 推出 Claude Duet 研究预览：一个会主动查邮件、日历并起草回复的个人 Agent，需排候补名单，先开放美国 Pro 和 Max 用户，和 Claude 共用额度。
-
手艺写成了谱，就该放进公共的柜子：Agent Skills 捐给 AAIF
Anthropic 把 Agent Skills 标准捐给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），规范与相关工具今后由基金会中立治理。
-
Agent 大部分时间在等待：谷歌的 Agent Compute Engine 怎么调度
谷歌云介绍 Agent Compute Engine（ACE）与开源的 Agent Substrate：让空闲的 Agent 挂起、把机器让给别人；ACE 对外预览要等“未来几个月”。
-
世界不会等你想清楚：米哈游 GameScaling 的三个变量
米哈游联合清华等高校开源 GameScaling：基于 Qwen3.5 的 0.8B 到 27B 游戏 Agent 模型，用 120 组实验拟合数据量、多样性和模型规模三者的缩放规律。
-
一个库吃下所有量化格式：蚂蚁和 vLLM 开源推理内核库 Humming
蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming：统一的量化表示加即时编译，支持 Turing 起的 NVIDIA GPU 和平头哥真武 810E，vLLM 0.29.0 起 CUDA 版自带。
-
一个装得进浏览器标签页的嗓子
Gradium 开源端侧语音合成模型 Phonon：31M/40M 两档，完全本地生成；31M 版只支持英语，五种语言由 40M 多语种版覆盖，两者许可证不同。
-
让 Agent 管钱之前，先想清楚“三道门”
Stripe 推出 Treasury for agents：ChatGPT、Claude 等 Agent 可查余额、付发票、账户间转账和换汇；创建卡片“即将”支持，支出限额“未来几周”上线。
-
别再问 Agent 值不值得信任（问它被关在哪里）
NVIDIA 在 GTC Berlin 发布 OpenShell 参考架构：Rubin 跑推理、Vera CPU 跑 Agent、BlueField-4 上的 Sentry 负责带外监控与芯片级执行；ServiceNow Arc 同日 GA。
-
大模型卷了两年脑子，Kakao 开始卷眼睛了
Kakao 在 Hugging Face 开源 Kanana-2 视觉编码器：medium 4.26 亿参数、tiny 9800 万参数，Kanana Open License 可商用；官方称 42 个基准超过 SigLIP 2 等对手。
-
灶台搬出来了，冷库还在屋里：DeepSeek 开源 DeepInfer 的一份清单
DeepSeek 开源生产推理框架 DeepInfer：Apache-2.0，支持 NVIDIA SM100 与昇腾 950，目前只做离线推理、只支持 DeepSeek-V4.1-Flash，KV cache 系统等在线服务组件不在这次发布里。
-
别再让大模型吐 JSON 了：Cloudflare 推出不生成 token 的抽取模型 Clairic
Cloudflare 在 Workers AI 上预览抽取模型 Clairic：不生成 token，按字段类型直接解码，输入每百万 token 0.10 美元、不收输出费，权重计划“很快”开放。
-
单卡 80GB 跑编程 Agent：Ornith-1.5-122B 的模型免费了，显卡可没免费
Ornith-1.5-122B 开源：122B MoE 推理模型、MIT 许可，官方称单张 80GB GPU 即可服务；编程与 Agent 基准全部为模型卡自报。
-
经验不该锁在一次会话里：Beacon 想把编程 Agent 的“踩坑记录”变成团队资产
Asymptote Labs 完成 550 万美元种子轮：开源 Beacon 采集 20 多种编程 Agent 的会话，经人工审核后把经验沉淀成可跨 Agent 复用的 Skill。
-
好看的 3D 模型，工程师用不上（Skyfall SKY-001：一个规划 CAD 建模步骤的研究预览）
Skyfall 公布“工程世界模型”SKY-001 研究预览：规划 CAD 建模步骤，拆到紧固件再分层装配；无 API、无权重，仅开放候补名单，商用目标 2027 年初。
-
匿名霸榜的“Space Bunny”摘下面具：MiniMax M3.1 Flash 把 Agent 做成了按量批发的生意
MiniMax 认领匿名霸榜的“Space Bunny”：M3.1 Flash 主打 Agent 任务成本比上代低 70%、在线推理快近 3 倍，权重稍后发布。
-
文字不一定要从左往右写（Inception Mercury 3：扩散式大模型跑到每秒 1,068 个 token）
Inception 发布扩散式大模型 Mercury 3：官方称每秒 1,068 个 token、1M 上下文，不再一个字一个字往外吐。
-
一个 0.5B 的语音模型能做什么：蚂蚁 inclusionAI 悄悄开源 Ming-3.0 语音家族
蚂蚁 inclusionAI 悄悄放出 Ming-3.0 语音家族：0.5B 主干的 TTS 主打音色设计、情绪、方言和笑声，MIT 许可；它和 vLLM 食谱里的 Ming-omni-tts-0.5B 不是同一个模型。
-
用人要疑：微软把企业里的 Agent 当成「内部人员」来管
微软把企业里的 Agent 当成“内部人员”来管：Project Perception 扩展到治理内部 Agent，Guardian Agents 在动作发生前监督、逐级处置。
-
一秒钟一个世界：Viggle JST-2 把 3D 内容的成本结构，重新算了一遍
Viggle JST-2 用“3D 原子”表示世界：官方称约 1 秒生成一个可走进去的 3D 场景，一张图生成可动画的 3D 角色。
-
模型不动，只改外壳：Google Research 开源的 Harness² 是怎么让 Agent 自己变好的
Google Research 开源 Harness²：模型权重不动，用 Propose–Probe–Compose 两层递归，让 Agent 在没有标准答案的任务上自己改进提示词、工具与记忆这层“外壳”。
-
人不必看每一行：Claude Code 团队的代码审查流程，你的团队明天就能抄
Claude 写了 Claude Code 约 90% 的代码之后，团队怎么审：七层流程、按风险分级的人工批准、三轮封顶，以及一份明天就能照抄的清单。
-
快是可以生成的，可信只能证明（vLLM 重写 Kimi K3 解码路径，以及怎么放心合并 Agent 写的内核）
vLLM 重写 Kimi K3 的 batch-1 解码路径，把又多又碎的内核合并起来；更值得抄的，是怎么验证 Agent 写的内核真的可信。
-
手机跑 35B 大模型只要 3GB？先别急着腾内存，MiniCPM-V 4.7 的真实门槛在后面
MiniCPM-V 4.7 把 35B-A3B 多模态 MoE 搬上手机：“约 3GB”指的是运行时内存，真实门槛还有约 16.6GB 存储和 12GB 以上内存。
-
钥匙放在别人家里：OpenCode Console 密钥泄露之后，先做什么
OpenCode Console 存放的模型提供商 Key 可能外泄：Console 的预算和报表看不到被盗 Key 的直连调用，该去提供商那边吊销、查账、设上限。
-
模型不是产品，模型加 harness 才是（Reflection Beam、Mirror 和"拥有自己的工具链"）
Reflection 开源 Beam（501B 总参、约 23B 激活，Apache 2.0）和与它一起训练的编码 Agent Mirror：模型加 harness 才是完整的产品。
-
Agent 联网，不必再找第三方：DeepSeek 新 Flash 和它的 Search / Fetch API
DeepSeek 发布 V4.1-Flash-1017，并开放自家 Search / Fetch API：按成功请求计费，Agent 联网不必再接第三方。
-
再看一眼的本事：Elorian Glimpse 和「看清楚」这件慢功夫
Elorian 发布视觉推理模型 Glimpse（研究预览）：推理途中回头放大、慢放、追踪，把“再看一眼”做成可见的过程。
-
写得越快，越要审得准：Google Deep Review 和 AI 时代真正的瓶颈
Google 公开上线多阶段 AI 文档审阅工具 Deep Review：分段、按密度分配算力、并行核查、汇总接地。
-
改一张图 0.06 美元，Krea 3 抢的不是设计师的饭碗，是排队的时间
Krea 3（beta）主打 8 秒内出 2K 编辑图、每张 0.06 美元：速度和单价的账，以及“不该动的别动”。
-
别把钥匙交给客人：Perplexity 开源 SPACE 沙箱这件事
Perplexity 开源 Agent 沙箱 SPACE：每个沙箱一台 Firecracker 微虚拟机，凭证不进沙箱，给 Agent 干活之前先把钥匙收好。
-
上下文才是新的设计稿（Figma Specs 和"同一份文档"这件事）
Figma Specs 把 Markdown 变成团队与编码 Agent 共读的“真相文档”，配合 MCP 形成闭环。
-
把 120B 塞进 24GB，NVIDIA 这次算的是谁的账
NVIDIA Nemotron 3.5 Bolt 74B-A9B 用弹性剪枝加 2-bit 量化把 120B 压到 24GB 档：命名与实际运行内存之间差的是什么。
-
机器人的"训练"，可以不是梯度下降：NVIDIA ASPIRE 怎么让编码 Agent 攒技能库
NVIDIA ASPIRE 让编码 Agent 通过写程序、调试、存技能来学机器人任务，不靠梯度更新。
-
不是所有 AI 都要“会说话”：Mistral Timestral 和企业里最多的那种数据
Mistral 开源时间序列基础模型 Timestral（5M–209M）：预测的商业价值，以及小模型在工厂场景里的位置。
-
816B 的开源权重，两台 Mac Studio 能不能装下：Meta Muse Spark Open 算术
Meta 开源权重的 Muse Spark Open 总参数 816B、约 42B 激活：用内存和带宽的算术看两台 Mac Studio 能不能装下、能跑多快，以及许可证边界。
-
不是更聪明，是更便宜：Datadog Scout 1.0 把“查事故”的账算到了哪一步
Datadog 发布 SRE 专用模型 Scout 1.0：能调查的告警数 = 预算 ÷ 单次成本，专用模型拼的是分母。
-
让 AI 自己批改自己的作业？Snyk Evo 说这事不能这么干
Snyk 发布 Evo Agentic AppSec：写代码的 Agent 不能当裁判，拆解 49.7% 发现消失、修 1 进 8 与 slopsquatting。
-
方言不是口音，是家：Jais 3 和一门语言的自己人
IFM 与 Inception42 发布阿拉伯语模型族 Jais 3：方言不是口音，是家。
-
视频不再是拍出来的，是写出来的（HeyGen 开源 HyperFrames 和"导演"这门手艺）
HeyGen 开源 HyperFrames：HTML 即时间线，视频变成可维护的代码；生产成本趋零后，稀缺的是判断和 taste。
-
交付的不是草稿，是文件：PilotDeck 2.0 算的是哪笔效率账
清华 THUNLP 与面壁等开源的 PilotDeck 2.0 主打交付可用的 Word/Excel/PPT 文件：拆解 WorkSpace、白盒记忆、智能路由和成本账。
-
先让人坐下来：Hermes Agent v0.22 把门槛拆到了哪一步
Hermes Agent v0.22「门槛版」：免 Key 的引导式首启、Connectors、一键本地模型、密码管理器登录与 600 个插件目录。
-
不用开终端：Llama Windows 把本地模型放进了 Windows 托盘
Hugging Face 与 ggml 推出 Llama Windows：把 llama.cpp 本地模型放进 Windows 托盘，不开终端也能用本地 API。
-
难的不是造一个世界，是让十个人看见同一个世界（腾讯 ARC × 港大开源 Multics）
腾讯 ARC 与港大开源多人一致性世界模型 Multics：难点不在造世界，而在让多人看见同一个世界。
-
把 ElevenLabs 搬回自己电脑，VoiceStudio 这笔账到底谁赚
开源本地语音工具 VoiceStudio 持续登上 GitHub Trending：算算把 ElevenLabs 搬回自己电脑的账，以及声音克隆的授权边界。
-
你不需要源码，你需要的是会提问：REA 把逆向分析交给了编码 Agent
MIT 开源的 MCP+CLI 工具 REA，让编码 Agent 调用本地逆向工具读懂没有源码的软件；只分析有权研究的软件，并给 Agent 设好权限边界。
-
不到 100 美元，凭什么打赢最贵的模型：Coinbase 反欺诈的“专科医生”账
Coinbase 用 RLVR+GRPO+LoRA 后训练 Qwen3.5-9B，在内部反欺诈基准上四项指标胜过 Opus 4.5、延迟更低：拆解专科小模型的三笔账。
-
NVIDIA 把收费的 GPU 管家开源了，这笔账到底谁赚
NVIDIA 把 Run:ai 全平台开源、四个组件可单独使用：算清省下的订阅费，和没有企业支持、要自己出运维人力的账。
-
24B 的身子，2B 的饭量：Liquid AI 的 LFM2.5-24B-A2B
Liquid AI 的 LFM2.5-24B-A2B：24B 总参、约 2.45B 激活的端侧 Agent 模型，工具调用强、知识与编码偏弱，笔记本就能跑。
-
记性好不如记得对：读 TencentDB Agent Memory 有感
TencentDB Agent Memory：本地 SQLite 加可读可改的 Markdown，四层语义金字塔做 Agent 记忆，附项目自报数据与局限。
-
一张图变成一个能走进去的世界：Helix World 实时音画世界模型
从一张图生成可键盘操控、带空间声音的实时世界，单卡 H800 上 768×512@24fps，RTF 约 0.77（按通常定义理解）。
-
不是每件事都要请专家：书生·明决与“快慢分流”的成本账
小模型做系统1、按置信度把难题转给大模型：111 题上 97 对、耗时约省 53%；明决与 THX-01 是不同产品。
-
管家不必记住整座库房：写在 OpenClaw v2026.10.1 发布之后
按需搜索技能、MCP Apps、暂存式恢复；已知回归 issue #168787：main 已修，稳定 tag 可能未含。
-
一个 27B 的模型，凭什么说自己会"干活"：OpenCSG Agentic-27B 的账，和那行小字
算成绩、显存、吞吐的账；许可是 OpenCSG 自定义协议，商用需书面授权；pass@3 不等于上线通过率。
-
一个会说"我不确定"的模型，比一个永远自信的模型更值钱：U-Space 与 U-Lens
单次前向、免标注的机理不确定性估计；四类怀疑与 deferral/安全闸；正文未报具体评测数字。
-
接电话的不必是掌勺的：Open WebUI v0.12.0 的实时语音与日常运维
Open WebUI v0.12.0：Realtime 语音与干活模型分开，口说「好」不能批准工具；Tool Search 在官方测试实例上约省 57% prompt tokens。
-
一个不会写文章的 AI 模型：THX-01 为什么只做判断
HAL-X 开源 322M 决策模型 THX-01：不会写文章，只做判断与抽取；官方基准平均准确率约 98.4%，延迟约 10ms（单卡）。
-
长程 agent 把显存撑爆以后：哈工大 SparseEngine 为什么要从零重建推理引擎
哈工大开源 SparseEngine：长程 agent 的 KV cache 撑爆后，用稀疏优先推理引擎与 Chain Cache 接上被驱逐的记忆。
-
让 AI 别再盯着截图猜了：Pine Computer 把电脑重做一遍，这笔账到底怎么算
Pine Computer 把电脑做成给 AI 用的推送界面；SaaS-Bench 上 token 成本约 $1.02，产品价约 $3.60，口径别混。
-
一句 prompt 出不了一部片子：OpenMontage 把 coding agent 变成一条可审批的制片线
OpenMontage 把 coding agent 接成可审批的视频制片线：七阶段流水线、Backlot 资产门、预算 observe / warn / cap。
-
Gemini 先给 Agent 发了一张“工牌”：为什么 Google 的统一 Agent 要先做企业
据 TechCrunch，Gemini 月活已超 10 亿，但 Google 的统一 Agent 却先给企业：独立身份、连接器、审批与审计，先把「办事」做成能追责的配置。
-
基因组测得出来，却读不懂：Hugging Face 开源的 Carbon-A 做了什么
Hugging Face 开源 Carbon-A（Carbon-A-1.2B）与注释库：在海量基因组上找基因候选。1.2B 是模型名里的参数规模，不是「12 亿条注释」。
-
进诊室之前的那场聊天
The Lancet 发表 Google / BIDMC 的 AMIE 诊前对话可行性研究：像进诊室前那张纸条，会反过来问你。数字据 Unite.AI 综述转述。
-
agent 想动手干活？先进笼子：AWS 开源的 Strands Box 到底管住了什么
AWS 开源 Strands Box：给想动手的 agent 加笼子，从进程外管住文件、网络与凭证。开头程序员是虚构示例，文中已标明。
-
几个月的专家活，现在一小时（南洋理工 LACE 与组合优化的新分工）
南洋理工 LACE：组合优化里，几个月的专家活，据解读约一小时、通常不到 10 美元算力能做完。费用倍数等为自算。
-
门缝里塞进来的纸条
Anthropic 推出 OSS Scanner：开源维护者可自愿免费接入 AI 漏洞扫描，报告全部由模型生成、无人审核，这条快车道和传统的协调漏洞披露有什么不同？
-
Genkit Dart 1.0：Flutter 开发者终于有了稳定版的 AI 框架
Google 宣布 Genkit Dart 1.0 稳定可用于生产：一套 API 接多家模型，前后端共享 schema 做到端到端类型安全，工具调用还能中断等人确认。
-
ChatGPT 学会了画界面，CopilotKit 连夜把锅端出来了
CopilotKit 发布开源的 Open Intelligent UI，对标 ChatGPT 里闭源的 Intelligent UI：通过 AG-UI 接任意 agent 和模型，把图表、地图和可交互界面搬进自己的产品。
-
机器人最缺的不是算力，是数据：AWS 把 Physical AI 串成了一条流水线
AWS 发布开源的 Physical AI Toolchain，把合成数据、训练、仿真验证、边缘部署和现场数据回流串成闭环：机器人最缺的不是算力，是数据。
-
你的应用不需要再多一段回复（OpenAI Decisions API 和「只要一个判断」的工程）
OpenAI Decisions API 公测：应用要的常常只是「是/否、走哪条路、打几分」，专用的判定端点官方称比同模型走 Responses API 快约 10 倍，只按输入计费。
-
一个月 10 万刀的 Devin 账单，LiteLLM 把计算器按冒烟了
LiteLLM 开源自托管云端 coding agent Moyai：自称单月 Devin 账单 101,872 美元，换成 Moyai 约省 79%。按人头收钱，还是按活付钱？
-
JetBrains Mellum2.1：架构一点没变，后训练让它学会干活
JetBrains Mellum2.1 仍是 12B MoE、约 2.5B 活跃参数，靠百万级沙箱 RL 后训练学会干活，适合给 coding agent 当子代理。
-
别让 AI 替你测试一切（把模糊交给 agent，把确定留给断言）
开源测试工具 e2e：把模糊的路径交给 agent，把确定的结果留给断言；通过后缓存 trace，界面稳定时重放不再花 token。
-
数字要能翻到底账
Claude 推出 Dashboards 与 Motion：看板上的数字可以展开看底层查询，分享出去默认按查看者自己的连接和权限查数。
-
便宜约 75% 的 Claude Haiku 5.5，该放在 AI 团队的哪个岗位？
Anthropic 发布 Claude Haiku 5.5，官方称平均比 Haiku 4.5 便宜约 75%。问题不在模型贵，在岗位错配：小模型该放在 AI 团队的哪个岗位？
-
看得见，才谈得上手改
Phrase Atlas 正式 GA：自然语言配项目、搭自动化；配置完全可见、完全可编辑。
-
住院量涨了，床位却对不齐：医院运力的效率公式是什么？
GE HealthCare CareIntellect for Operations：把事后对账往前挪成事前处置。
-
SimScale 把工程仿真 Agent 放进了 Onshape
SimScale 把 Engineering AI Agent 放进 Onshape：一句 prompt 走完仿真，叠在完整物理平台上。
-
AI 写完就开扫，负十五小时窗口，你还开什么安全工单？
StackHawk Wingman：功能写完就开扫，把修洞环嵌进 AI 写码会话。
-
视频广告的瓶颈不是「最强模型」，是你付不起的迭代次数
Creatify Boreal：约 1¢/秒、近实时出片。瓶颈不是最强模型，是你付不起的迭代次数。
-
OpenAI Agents API：把驱动 Codex 的 harness 开放出来
OpenAI 把驱动 Codex 的 harness 做成 Agents API：托管编排、可选沙箱、并行子 agent。
-
94% 都在用 AI，为什么只有 6% 敢规模化？
Atlassian governed agent loops：94% 在用 AI，仅 6% 敢规模化。上下文×循环×标准×人审。
-
你不缺更好的 coding agent。你缺一个不会被堵死的协调者
Cursor Projects：不写代码的协调者 + 共享上下文 + 订阅，活过单次 chat 的工作层。
-
先还债
Storyblok Agents：先还内容债。对话查过期、调度巡检，权限与审批仍挂在人腰上。
-
Anthropic 开源购物 agent，结账这关它不替你过
Anthropic 开源 commerce-agents：单 agent+skills+harness，推到收银台门口，结账不代劳。
-
聊天窗口是陷阱。Ambient Agent 的真正界面是收件箱
AWS 开源 Pizza Bot：ambient agent 的界面是邮件式收件箱，不是对话框。
-
投行桌上缺的不是模型，是持牌数据进工作流
ChatGPT for Financial Services：持牌数据层进入投行工作台，才是效率链。
-
Salesforce 按岗位发 AI 员工了，还要干几周
Salesforce Agentforce job-ready agents：岗位预装 + 跨周目标，别当功能清单买。
-
月球也有了开源基础模型
IBM 与 NASA 开源 Lunar Foundation Model：科学数据统一层，比参数口号更重要。
-
看完再改
Ling-3.0-flash-VL：视觉反馈闭环，观察→行动→验证→修正，而不是一次性看图。
-
Meta 把 Muse 塞进 Secure VM：WhatsApp 式入口背后的主权分水岭
Meta Muse 个人代理跑在 Secure VM 上：WhatsApp 式入口，Sentinel 门禁与支付边界。
-
数据在仓库里睡大觉，决策却在群里等报表？本质是效率之争
ChatGPT Work Data agent：问得快、信得过、推得动，缩短从问数到批准行动的距离。
-
GPT-Live-1，一分钟五美分掀了级联的桌子
OpenAI 全双工语音层 0.05 美元/分钟，听和说同模型，后厨推理可委派。
-
看得见的自动化
n8n Assistant 把自然语言落成标准工作流：看得见、能手改、有日志，不是黑盒。
-
Google ADK for Kotlin 1.0：Kotlin 也能写生产级 AI Agent 了
ADK Kotlin 1.0 GA：多代理、HITL、KSP 工具与 Android 扩展，对齐 Python/Java Core。
-
银行把ChatGPT接到交易台，到底在改什么？
Dukascopy 接 MCP 自然语言交易。密码不共享给 AI，标的扩到 2.5 万+，新 App 取代旧移动端。
-
卫星看田：谷歌给印度农业做了两层 AI 底图
谷歌 DeepMind 在印度发布 ALU 与 AMED：田块级景观与农事监测，API 与 Earth 可视化。
-
独立生活，其实需要一点物理底座
涂鸦智能 IFA 推出 Doova 陪护机器人。先到场再呼叫，接 AIoT，面向独自生活的老年人。
-
Agent开始乱装插件了，谁来当门神？
以色列 AIR Security 出隐蔽，融 5000 万美元。发现影子 Agent、拦截 Skill/MCP、持续复检供应链。
-
你不需要更多聊天窗口，你需要一套能过夜的代理系统
Vercel eve：Apache-2.0 耐久 Agent 框架。路径即名字，模板即分工草稿，自建或上 Vercel。
-
AI 搜索屏幕成了新货架，品牌开始花钱盯你看到的答案
GEO 监测卖铲子。盯的是用户屏幕上的答案、引用与商品 catalog，不是模型 API。
-
Docker Gordon：写完代码之后，谁来管容器？
Docker 自己的容器工作流 AI Agent，嵌在 Desktop 与 docker ai 里，先提案后执行。
-
Agent 生产治理，本质是经营决策问题
从 LaunchDarkly AI SDK 与 AgentControl 谈起：能力供给、路由、度量与评估闭环。
-
你不是在写 Agent。你是在交出导演权（系统主权、品味与治理）
从 Lyzr Agent Control Plane 谈系统主权：执行会被自动化，治理要写成默认路径。
-
心事也可以外包吗
柏林心理学家做的 psychological AI，专治过度思考。工具可借，心不能长期外置。
-
DeepSeek Harness：开源代理运行时，一切皆插件
MIT 开源。模型、工具、沙箱、UI 都是可换插件。npx 就能起 Web UI，开发者预览阶段。
-
GitHub HydraFusion：Copilot 里按任务路由多模型，省 36%–67%
研究预览进 Copilot CLI。Single / Cascade / Critique 三种模式。官方评测对齐 Opus 5 量级、估算成本更低。
-
Phonely Alma：为语音代理生造的 LLM，要自然也要守流程
9 月 6 日前后上线。低延迟、口语感与合规脚本绑在一起，不是给文字模型再套一层 TTS。
-
Gemini Spark 接管 Google Photos：修图、建相册、海报进日历
美区 Gemini AI Pro / Ultra，英文。先连 Photos，再在 Gemini 打开 Spark，用自然语言改图库。
-
Cloudflare + OpenAI Daybreak：先挡边缘，再给人审补丁
Managed Defense 邀请制。用 GPT-5.6 Cyber 查代码，可出临时 WAF 与补丁建议；模型不能自行上线。
-
Claude Fable 5.1：缓存读便宜 75%，长跑代理更扛用
Anthropic 9 月 1 日发布。Fable 一般可用，Mythos 走可信访问。缓存读降到 0.25 美元/百万 token。
-
Gupshup Voice AI：自助搭电话代理，和 WhatsApp 跑同一套
9 月 4 日上线。无代码配音色与工作流。试跑送 100 分钟，起步约 0.035 美元/分钟。
-
AEON Agentic Checkout：让代理自己下单，卡号不进对话
接 MCP / UCP，用 AI Card 受控付款。先演示 Shopify，卡号不进模型上下文。
-
MAI-Image-2.6：微软自家图模进 Foundry，另加 Flash 冲吞吐
公开预览。多图参考编辑与网页 grounding。Flash 声称比 GPT-Image-2-Medium 快约 2.8 倍。
-
Razorpay RAY：WhatsApp 里的支付客户经理，能退款也能出链
与 IndusInd Bank 合作。文字或语音问结算；可代发支付链、退款。早期超 2 万次对话。
-
OpenAI GPT-6 Astra：先给防守方，再滚到付费档
电脑与浏览器操控、编程与网络安全能力拉高。先走 Daybreak，再进 Plus / Pro / API。
-
Boya Notra Neo：IFA 上 79.99 美元的入门 AI 记笔记机
环境音 / 通话 / 蓝牙三种录音。140+ 语言转写，摘要与思维导图。
-
Coworker OM2：给企业 AI 一块会持续改写的组织记忆
MCP / API 接现有模型。官方对比：更便宜、更快，盲测更常被选中。
-
Prompt Flow Studio：一个工作区里对比、辩论、共写 400+ 模型
Web 9 月 4 日全球上线。Compare / Debate / Co-Draft，企业审计十月起。
-
Marky Agent：每次任务一台沙箱电脑，干完再交活
Easy-Peasy.AI 发布。Shell / 浏览器 / 部署站点，可排程与子代理。
-
Nvidia PAIR：把家里闲置电脑串成个人 AI 算力池
免费开源。RTX 20 系列起、M4 起可用。接 Ollama / LM Studio。
-
Gmail / Docs / Keep Live：用嘴问收件箱，用嘴起草稿
Gemini 语音对话进三款 App。先英文化，按订阅档开放。
-
SwitchBot AI MindClip：夹在衣领上的可穿戴备忘录
16.8g，约 119.99 美元。录音转摘要、待办，可同步日历。
-
Rocket Money Rowan：短信里管订阅、砍账单的理财 Agent
Anthropic 合作。Premium+ 每月 15 美元，可代取消订阅、谈价。
-
Eufy MindBase：录像不出家门的本地 AI 中枢
机上 LLM 处理监控。Matter 1.5，可扩到约 48TB，无月费自然语言搜录像。
-
Gemini 3.8 Flash：同价换更强推理，还有给防守方的 Cyber
同价升级推理与编程。另有 Fairwind 给防守方的 Cyber 版。
-
Muse Voice Transcribe：实时听写、分人、断句一次做完
80ms 一块音频，转写、分人、断句一体。Mac / API / Muse Code。
-
World Labs Atlas：一张图控镜头，还能给机器人做 Real-to-Sim
多模态世界模型，镜头可控生成与稀疏重建。早期合作伙伴可申请。
-
Syspro Torque：车间 AI 代理，每一步都留审计链
接现有 ERP/MES，决策全程可审计。受控可用，IMTS 首秀。
-
ChatGPT 接上 Epic：只读病历，外加九个官方医疗数据源
Epic 只读进 ChatGPT for Healthcare，外加 PubMed 等九个官方源。
-
Fambot：给家长的 AI 幕僚，晚上一份明天清单
接 Gmail 和日历，晚上一份明天要做要带的清单。Beta 免费。
-
Claude in Chrome 正式开放：浏览器里能自己点，先过安全闸
付费计划正式可用。自动点之前过安全分类器。只支持 Chrome。
-
ChatGPT Workspace Agents：团队共用一个代理，云端接着跑
侧边栏 Agents 建共享代理，ChatGPT / Slack 共用，云端长跑。
-
Ema HR / IT / Finance Hub：预训「AI 员工」接进现有系统
HR / IT / Finance 预训员工接 250+ 系统。没有现成就 Autopilot。
-
9 月 4 日起 Android 上 Assistant 让位 Gemini，切过去回不去
9 月 4 日起撤 Assistant。手机平板手表耳机切 Gemini，回不去。
-
Perplexity Portable Computer：本地跑代理，额度停在零
和 Nvidia 把 Computer 搬到本机。本地步骤不计额度，升云端前先问你。
-
Claudeforce：Salesforce 整进 Claude，卖家不用开 CRM 窗
37 个销售技能挂在 Claude CoWork。权限跟着原用户，公开 beta 计划九月。
-
Workato Otto：整段项目交给超级代理，不只回一句
Slack / 网页 / 短信入口。接 1400+ 连接器，试用 500 credits。
-
Atlassian Rovo 进 Microsoft 365：聊天里 @Jira 就能派活
Copilot 与 Teams 里带着 Teamwork Graph。@Jira 可改状态、派编码代理。
-
Sharpa 进 DQ 店：零改造做暴风雪，55 步靠触觉
吴江路店长期营业。不改门店工具，约 6 分钟一杯，触觉参与近九成步骤。
-
Claude Code：打开终端，把仓库交出去
装上 CLI，进目录敲 claude。它读仓库、改文件、跑测试。规则写进 CLAUDE.md。
-
Kling VIDEO 3.0：一次出多镜，声音跟着出
开 Multi-Shot，把对白写进人名后面。原声、元素绑定、3 到 15 秒，按秒扣积分。
-
Figma Weave：把生成流程钉在画布上
左侧栏 Tools 里筛 Weave。风格迁移、换背景、产品拍摄，测试期不扣积分。
-
Perplexity Comet：浏览器自己变成助手
侧栏能看见当前页。读网页好用，代订停车仍会写错日期。最后一下自己点。
-
AnythingLLM：先建工作区，再把文件嵌进去
Docker 一定要挂存储。聊天里附加只活一轮；嵌入才进工作区检索。
-
用 Grok Bot 搭个人交易终端：配置原样公开
共享一份 JSON，六个专职 Bot，再加一块本地看板。流程能复刻，授权行情不行。
-
Grok Bot 配 Kimi K3：把活交出去的七步
先雇一个、写职责、登录一次、换上 Kimi K3，再按结果招人、让他们自己交接、最后排班。
-
读一张图：Claude 101 的四级用法地图
从入门问答，到协作、控输出、接系统和写代码。按这张免费指南把 Claude 用熟。
关于
这里是 abc小站，一个放在 www.jetabc.cn 上的个人站点。