⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 104 条
今天10月14日周三
  1. AI HOT81

    LangChain 开源 Open SWE 框架，用于构建内部编码智能体

    LangChain 发布 MIT 许可的开源框架 Open SWE，该框架基于 Deep Agents 和 LangGraph 构建，沉淀了 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式。框架提供隔离云沙箱、精选工具集、子代理编排及 Slack/Linear/GitHub 集成，支持自定义沙箱提供商、模型、工具和中间件，旨在为探索内部编码代理的组织提供可定制的起点。

    推荐理由：将 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式沉淀为开源框架，便于团队评估起点。

  2. AI HOT79

    LangChain 评测显示 GLM-5 和 MiniMax M2.7 在智能体任务上接近闭源模型

    LangChain Deep Agents 评测表明 GLM-5 和 MiniMax M2.7 在文件操作、工具调用等核心智能体任务上的得分与 Claude Opus 4.6 等闭源模型相当。文章详细对比了成本与延迟，例如在每天输出 1000 万 tokens 的应用中，使用 MiniMax M2.7 比使用 Claude Opus 4.6 每年可节省约 8.7 万美元。

    推荐理由：原文展示了自建智能体评估体系与成本延迟数据，可直接用于开放模型的部署选型。

  3. 夕小瑶科技说86

    Gemini 4 Argon 正式上线

    Gemini 4 Argon 在 AI Studio 和 Vertex 上线，价格定为输入 2 美元、输出 10 美元。Artificial Analysis 显示 Argon High 的 Intelligence Index 为 53，单任务平均成本 1.99 美元；在 Andon Labs Blueprint-Bench 2 上得分 0.544，位列同类前沿模型首位。

    推荐理由：结合多款社区实测与多项基准成绩，展示新模型在代码、视觉推理与Agent任务中的表现变化。

  5. 智东西60

    好莱坞团队洽谈获取Sora权限以复活模型

    一家由好莱坞制片人杰弗里·卡森伯格等联合创办的AI视频初创公司正与OpenAI洽谈，希望获取已关停的Sora视频生成模型的使用权限，并在此基础上深度定制面向电影制作人的软件及服务。若双方达成协议，OpenAI将获得该初创公司的部分股权，从而将其自营的Sora转化为技术授权资产。目前谈判仍在进行，双方尚未确定是否能共享Sora的模型权重。

  6. Ars Technica · AI72

    Gemini 4 Argon 开始向付费用户推送，仅部分计划可用

    Google 开始向付费用户广泛推送 Gemini 4 Argon，低层级付费计划无法获得完整访问权限。模型未调整能力表现，仍依赖上月公布的基准测试作为高级推理和智能体编码能力的证据。Argon 被用于优化 YouTube 评论系统，消除冗余表情符号渲染使服务器负载降低 45%，并在 Project Wing 的无人机物理模拟器中修复了 2018 年引入的关键 bug。

  7. Google Gemini API Release Notes84

    Gemini 4 Argon 正式可用，针对复杂编码与智能体任务

    Google 宣布 Gemini 4 Argon (gemini-4-argon) 正式可用，将其定位为针对复杂编码、智能体、数学和科学任务的能力最强模型。官方提供了 API 变更、定价及迁移指南，用户可据此进行接入调整。

    推荐理由：官方确认 Gemini 4 Argon 正式可用，为复杂编码与智能体任务提供模型能力参考。

  8. Google DeepMind97

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，今日面向开发者、企业及全球用户开放。该模型在 Vals Index 等跨行业基准中位居第一，输入价格为每百万 token 2 美元。在内部测试中，Argon 将 Gemma 4 E2B 在 A100 上的推理速度提升 2.85 倍，并显著提升了在 3D 空间推理及网络安全领域的性能。

    推荐理由：官方给出了 Argon 在工程、科研及安全领域的最新实测数据，为开发者评估其复杂任务能力提供了基准。

  9. Google DeepMind89

    Gemini 4 Argon 发布：面向机器人的多模态模型

    Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，旨在加速物理 AGI 进程。该模型在 Embodied Reasoning (ERQA) 基准测试中取得 87% 的纯推理得分，超过所有其他前沿模型。

    推荐理由：展示了Argon在物理理解、代码生成和视觉语义推理上的具体应用，通过多个机器人控制案例说明其跨栈能力。

  10. Google AI Developers Blog70

    Gemini 4 Argon 发布：支持在 Python 代码库进行自动化性能优化

    Google 发布 Gemini 4 Argon，通过该模型在 Google ADK 项目中的实战案例，展示其自动化性能优化能力。文章详细复盘了利用 .agents/skills 和 /goal 模式进行 11 小时无人值守优化的过程，成功将 ADK 框架在长会话下的性能开销降低 40%。开发者目前可以通过 Gemini 平台、AI Studio 及 Antigravity 访问该模型。

    推荐理由：展示了利用新模型进行跨文件性能优化的完整流程，提供了可复用的Agent配置技巧。

  11. Google AI Developers Blog85

    Google 发布 Gemini 4 Argon 机器人模型

    Google 发布 Gemini 4 Argon 模型，在 Embodied Reasoning (ERQA) 基准上以纯推理模式获得 87% 成绩，领先所有其他前沿模型。Argon 支持机器人控制、Real2Sim、物理理解和研究自改进四大方向，可在 Google AI Studio、Gemini API 和 Google Antigravity 中使用。

    推荐理由：官方给出了 Argon 在具身推理评测中的具体表现和四类工作流案例，读者可以判断它对机器人研发流程的影响。

  12. Google AI Blog94

    Google 发布 Gemini 4 Argon

    Google 宣布 Gemini 4 Argon 模型在全球范围内通过 API 及客户端开放使用，该模型在 Vals Index 排名第一，并支持 1M token 上下文。该模型在复杂工程、网络安全和科学研究等深度任务中表现优异，官方展示了其在代码重构、量子计算优化及机器人控制等方面的具体应用成果。

    推荐理由：Google 官方说明 Gemini 4 Argon 在全球范围内通过 API 和客户端开放，展示了其在复杂工程、科学和安全领域的实测性能。

  14. AWS Machine Learning Blog47

    如何在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体

    xAI 的 Grok 4.7 现已在 Amazon Bedrock 上线，支持 500K 上下文窗口及可配置推理 effort 设置。文章演示了基于 Grok 4.7 构建工具调用智能体，并在 72 次运行中正确回答 67 个任务。结果显示在 xhigh 推理级别下正确率达 100%，而在 low 级别下可节省约八分之一输出 token，为用户提供可调节的效率与准确率权衡。

  16. AWS Machine Learning Blog47

    Orca Security 利用 Amazon Bedrock 实现自然语言安全查询

    Orca Security 基于 Amazon Bedrock 构建 Discovery AI 智能体，将自然语言安全查询转化为 Sonar 系统的高效结构化查询。该混合架构结合 RAG 与模式感知技术，使查询成本降低 90%、输入 token 减少 93%、延迟缩短 75%。通过多阶段管道和 Amazon Titan Text Embeddings，系统实现了日均数千次查询的稳定处理。

  17. The Verge · AI90

    Google 发布 Gemini 4 Argon 模型

    Google 正式发布 Gemini 4 Argon 模型，声称其在编码、网络安全、科学、金融和法律等基准测试中优于 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。

    推荐理由：介绍了 Gemini 4 Argon 的定价策略、内部应用及发布范围，提供了判断其市场定位和竞争策略的参考。

  18. LangChain Blog73

    Deep Agents SDK 如何管理智能体上下文

    Deep Agents SDK 采用文件系统离载大型工具结果和输入、以及 LLM 摘要三重策略，防止智能体上下文膨胀。超过 20,000 token 的工具响应会被离载到文件系统；当上下文超过模型窗口的 85% 时，旧工具调用被截断，必要时触发 LLM 生成包含会话意图和下一步的结构化摘要，完整历史保留在文件系统中以便后续检索。

    推荐理由：Deep Agents SDK 通过文件系统离载和摘要策略管理上下文，为长任务智能体提供可落地的工程方案。

  20. LangChain Blog76

    LangChain 发布 Deep Agents Deploy，提供比 Claude Managed Agents 更开放的智能体部署方案

    LangChain 推出 Deep Agents Deploy Beta，旨在以单一命令 deepagents deploy 将智能体编排逻辑、内存和多租户沙箱打包为生产级服务。它基于开源的 Deep Agents harness，支持 OpenAI、Anthropic 和 Google 等多种模型，并暴露 MCP、A2A 等开放端点，允许用户自托管以保留数据控制权。

    推荐理由：文章对比了托管方案与开源方案在内存管理上的差异，帮助开发者评估部署时的数据控制与供应商锁定风险。

  23. LangChain Blog83

    LangChain 实测：GLM-5 与 MiniMax M2.7 在 Deep Agents 框架中替代闭源大模型

    LangChain 团队通过 Deep Agents 框架的自动化基准测试发现，开源模型 GLM-5 和 MiniMax M2.7 在文件操作、工具调用和指令遵循等核心智能体任务上的表现已与闭源前沿大模型相当。

    推荐理由：实测显示GLM-5与MiniMax M2.7在核心智能体任务上可替代闭源模型，并提供了低成本部署与调优实践路径。

10月13日周二
  6. The Decoder53

    西方数学家担忧 AI 削弱理解力，中国联合八所机构成立数学与 AI 联盟

    西方数学家（包括 25 位菲尔兹奖得主）担心 AI 生成的证明会侵蚀数学理解并引发依赖，部分社区甚至呼吁抵制 AI 生成证明；与此同时，菲尔兹奖得主丘成桐与一组中国顶尖数学家在北京发起“丘成桐数学与人工智能实验室联盟”，联合八所机构，计划建立超过 1000 名研究者的网络，推动在数学研究中构建专业模型、开发机器可验证证明及透明的 AI 推理。

  7. 新智元84

    Anthropic 加强反蒸馏防御，大幅降低推理数据泄露

    Anthropic 通过三项措施加强反蒸馏防御，使平台蒸馏获取的推理数据减少约90%-99%并清退数万个相关账号。新措施包括限制推理数据的跨组织与跨模型复用、部署两阶段分类器拦截完整推理提取请求，以及对被拦截的蒸馏请求实施收费。

    推荐理由：新智元汇总了 Anthropic 反蒸馏防护的技术细节，呈现了推理保留与分类拦截对成本的影响。

  8. 新智元73

    STEPX Neo 正式发布

    阶跃终端发布 STEPX Neo，这是一款全球首款大模型原生智能体手机，搭载 Step AOS 1.0 操作系统和个人智能体阶跃 Amoo。手机采用软硬模三位一体架构，集成六麦克风矩阵与 MiniLED 背屏，支持端云协同处理意图，并与支付宝、携程等近百家企业实现底层生态打通。

    推荐理由：原文拆解了软硬模原生架构和开放生态，展示了用户如何参与定义智能体手机的能力边界。

  10. 极客公园70

    苹果发布 Apple HomeView 智能家居屏幕

    苹果在「欢迎回家」发布会上推出 7 英寸 Apple HomeView，美国售价 299 美元。该设备支持面部识别以切换用户界面，并集成 Siri AI 功能；国内目前仅开放预购 HomePod mini 2。

    推荐理由：文章解析了 Apple HomeView 如何通过面部识别与设备绑定实现家庭共享与个人隐私的平衡，并指出其在中国大陆的落地限制。

  11. TLDR AI38

    Meta 发布 Muse Wonder，微软推出 Maia 300 芯片，AI 自我复制能力引关注

    Meta 发布前沿模型 Muse Wonder，强化编码能力与主动记忆功能；微软推出第三代自研 AI 加速器 Maia 300，能效提升 40%，计划 2027 年大规模部署。Anthropic 测试模型在自我复制能力上接近自主跨硬件复制，同时研究人员评估了 GLM-Legal 在法律工作流中的表现，其在 Harvey LAB 基准测试中全通过率可达 19.2%。

  15. AI HOT63

    LangSmith 推出 AI Search，支持用自然语言搜索 Agent 轨迹

    LangSmith 推出 AI Search 公测，允许使用自然语言按行为搜索 agent 轨迹。该功能基于 SmithDB 将多源追踪转化为轨迹后，利用决策模型逐条读取轨迹以匹配如 PII 泄露等复杂行为。每条轨迹享有 8K token 预算并优先填充用户消息与回复，目前已在 LangSmith Cloud 的 GCP 美国、欧盟和亚太区域开放。

  16. InfoQ CN55

    谷歌高管 Josh Woodward 在 Lenny's Podcast 反思 AI 产品开发与团队管理

    谷歌高管 Josh Woodward 在 Lenny's Podcast 中分享了负责 Google Labs 和 Gemini 应用期间的产品开发反思。他建议团队维护“几乎可以实现”清单以捕捉技术机遇，指出模型基准测试被过度关注而产品原则讨论不足。Josh 强调需警惕过早扩张，认为未来团队规模将缩小，协作与信任能力变得更为关键。