IT之家 · AI5858阿里云 Memory 服务升级，增强 Personal Agent 的长期记忆与个性化能力
阿里云 Memory 服务升级，通过提取对话关键信息保存为用户画像，增强 Personal Agent 对用户偏好、计划和历史约定的记忆能力。
实时
#推理
- IT之家 · AI5858
- IT之家 · AI4242
2026 款奔驰 E 300 L 改款轿车上市：首次搭载中国团队开发的 AI 座舱
2026款奔驰E300L改款轿车上市，建议零售价42.38万元至50.98万元，起售价下调1.6万元。该车首次搭载由奔驰中国研发团队主导开发的全新AI智能座舱，融合豆包AI大模型，支持季度性大版本OTA升级。
Hugging Face Daily Papers3838R^2Orch：通过技能内化循环中的自我博弈实现智能体编排的递归自我改进
R^2Orch 通过可学习的任务选择和技能撤回的递归自我博弈来训练编排器，无需手设计课程，在推理和交互任务中提升性能。实验结果显示，R^2Orch 在十二个数据集上始终优于基线，涵盖问答、数学、代码和交互任务。代码开源。
Moonshot AI · Hugging Face 新模型Kimi K3.1 Pro 发布：Open-Weight 多模态智能体模型
Kimi K3.1 Pro 是 Moonshot AI 开源的多模态智能体模型，参数量 2.8T，激活参数 104B，上下文窗口 1M tokens，在编码、3D 创建、金融研究等领域表现优异。与 Kimi K3 相比，采用 Gated DSA 层提升长文本处理效率，在 Terminal-Bench 4.0 等评测中超越 Claude Fable 5.1 和 GPT-6 Astra 等竞品。
- Hugging Face Daily Papers6565
研究表明迈向通用人工智能的系统一与系统二协同设计可降低执行成本
研究提出通过让轻量级预测器 System-1 在执行前评估候选交互，可降低资源密集型执行器 System-2 的执行成本，理想情况下执行计算量可减少至 1/ρ_u 倍（ρ_u 为效用相关交互密度），该协同设计方法适用于训练、推理、决策和智能体工具使用等场景。
Codex releases00GitHub Copilot 0.167.0-alpha.3 发布
GitHub Copilot 0.167.0-alpha.3 发布，未提及具体更新内容。
- Codex releases00
GitHub Copilot 0.167.0-alpha.2 发布
GitHub Copilot 0.167.0-alpha.2 发布，该 AI 编码智能体用于任务、项目和自动化工作，提供代码审查、质量分析、安全漏洞检测等功能。
IBM Research Blog88Ponder This挑战 - 2026年11月 - The SumSum
IBM Research博客发布2026年11月的Ponder This挑战，要求计算长度为10^10的序列a0,...,a10^10-1，其中ai=(N^i) mod (10^10+19)；额外奖励求解长度为10^11的序列ai=13^i mod (10^11+3)。
The Decoder5858Adobe 正测试 AI 智能体能否像专业 Photoshop 用户一样使用编辑工具
Adobe 研究人员开发的 EditAgent 系统通过将通用编辑器与专用工具结合，并使用量化数据而非人工判断来选择最佳结果，显著提升了图像编辑 AI 智能体的性能。
Hacker News · AI 热帖6565Claude Code对比JavaScript框架的开发成本
Claude Code 对比了 Next.js、SvelteKit 等 JavaScript 框架构建 Pokémon 应用的成本，结果显示 SvelteKit、Gracile+Lit 和 Angular 的开发成本最高，分别为 $4.28、$4.65 和 $4.97 美元，而 Hono+htmx 最低为 $2.67 美元。
- IT之家 · AI3838
Qt 推出零代码嵌入式界面设计工具 Clate，设计成果可直接导出 QML 代码
Qt 推出零代码嵌入式界面设计工具 Clate Beta 0.6，支持可视化编辑和 Claude Agent 驱动的 AI 生成，导出 QML 代码供 Qt 6.12 集成，暂不支持组件复用与数据绑定
- The Decoder4242
Google DeepMind 发布 StreamVibe 视频智能体以理解用户需求
Google DeepMind 发布 StreamVibe 视频智能体，该模型基于 Qwen3.5-9B 并经过专门训练，能理解模糊请求并在适当时机提供帮助，在 ProactiveBench 上将响应时机和质量提升 10.7%，主动交互率提高 12.3%。测试显示其优于其他开源模型，但在长视频（>5分钟）中仍难以持续追踪变化指令，性能下降至基准的 38.5%。
量子位精选7272清华姚期智团队提出代数世界模型 AWM，让 AI 从现象中推导规律
清华大学姚期智、袁洋团队提出代数世界模型（AWM），将交互环境中的对象与规则抽象为代数世界，通过探索、提炼、证明三步生成Lean 4可验证的数学断言。在ARC-AGI-3测试集上，基于Opus 5的AWM通关全部183个关卡，得分99.9%，平均通关动作数为人类基准的43%
推荐理由: 清华团队提出代数世界模型，把游戏探索转成可机器检验的数学证明，读者可看到智能体从试错走向形式化建模的一条路径。
MarkTechPost6060DeepSeek 开源 dsh-superagent，一个路由-工作器编码智能体
DeepSeek 发布了 dsh-superagent，一个 MIT 许可的主动编码智能体原型，v0.1.0，通过路由器分发任务至隔离的工作器会话执行，模拟测试 p95 任务完成时间 15.7 分钟。
- MarkTechPost5858
Nace AI 开源 Drex Max v1：一个可在 Apple Silicon 上本地运行的 27B 决策模型
Nace AI 开源了其最强大的决策模型 Drex Max v1，可在 Apple Silicon 硬件上本地运行。该模型包含 bf16 权重、Q8_0 GGUF 格式、仿射 Q4 检查点和 llama.cpp/Ollama 分支，在公共决策指数 0.4 上得分 67.52，优于 Drex v2.0（61.25），并在 InfographicVQA 上达到 97.3 的技能分。
- IT之家 · AI6565
高通发布骁龙 X 系列 PC 处理器 Windows 显卡驱动，改进多款游戏体验
高通发布 2026.10.1 版本 Adreno GPU Windows 显卡驱动，改进初代骁龙 X 和骁龙 X2 处理器在《永劫无间》《荒野大镖客：救赎 2》《刺客信条。]
OpenRouter Blog6060使用 OpenRouter 构建 AI 代码审查器
使用 OpenRouter Responses API 构建的 AI 代码审查器可在提交前检查 Git 代码变更中的错误和安全问题，审查过程平均耗时 1-4 分钟，费用介于 $0.015 至 $0.045 之间。
36氪 · AI5858英伟达披露下一代CPO技术OOI，原型样品已就位
英伟达展示下一代共封装光学技术OOI，将光引擎集成到GPU硅中介层上，把光电转换环节进一步向芯片内核靠拢，原型样品已就位。该方案以更大面积的中介层取代现行有机封装基板，目前仍处于研究阶段，暂无商业化时间表。
- IT之家 · AI5858
商汤开源 SenseNova Loop-9B-Preview，宣称媲美 27B 参数大小模型
商汤科技开源 SenseNova Loop-9B-Preview 模型，采用 Looped Transformer 架构，在仅 9B 参数规模下媲美 27B 模型，并在代码生成、办公场景和智能体任务中优于其他模型，包括超过 Qwen3.5-27B
- Hacker News · AI 热帖
GPT-5.6 Sol 在和平模式下完成 Factorio 运行
GPT-5.6 Sol 在 Codex 中以低思考级别，耗时 13.5 小时游戏时间完成了和平模式（无比特人）的 Factorio 运行。该运行使用了游戏管理器，允许 Sol/Codex 通过小型库（此次为 Python 而非 Bash）与游戏交互，模型按 GUI 规则编程控制游戏。观察运行结果显示 Sol 在某些方面超出预期，但也暴露出明显弱点。
Databricks Blog5858Databricks Lakebase 分支功能助力 CI/CD：来自 100 个 PR 数据库的经验
Databricks Lakebase 通过其基于复制-on-write 的数据库分支功能，将每个 PR 分支的创建时间缩短至秒级，支持峰值约 100 个并发分支，每分支独立读写，兼容标准 Postgres 并支持大型 JSONB/LOB 列，满足 Snorkel AI 在 CI/CD 流程中快速、安全、低成本地测试生产数据的需求。
Browser Use6666Browser Use 推出 BU Ultrafast 浏览器智能体
Browser Use 推出 BU Ultrafast 浏览器智能体，将任务处理时间缩短至 22 秒、成本降至每任务 0.0064 美元，较默认 GPT-6 Luna 模型快 3 倍且更便宜。该模型现已在美國所有 Browser Use Cloud 计划中免费提供，此前处于候补状态。
Latent Space4242Arca如何用Claude代理支持长期金融工作
Arca在AI工程师纽约峰会上表示，其代理主要负责背景工作，但人类顾问保留最终决策权，代理仅分析并提出解决方案，交易由人类执行。代理任务最长可达十天，公司开发了内部记忆系统追踪任务进度和责任分配，并使用Anthropic和OpenAI的模型，通过自定义harness基于内部基准自动选择模型。安全方面，代理操作受严格限制，不涉及客户风险，并使用沙盒计算和额外措施处理敏感数据。
- IT之家 · AI6565
香港Arrowmax推出AI电动螺丝刀S1，号称全球首创
Arrowmax在Kickstarter推出AI电动螺丝刀S1，号称全球首创，起售价80美元，预计2027年4月发货。S1通过摄像头和AI模型识别螺丝类型、尺寸，并自动挑选批头、调节扭矩，所有训练样本均由自家采集。单机售价80美元起，套装早鸟价129美元起。
- 量子位同一件事 · 2 家5858
新芯航途发布X7 Ultra芯片：世界模型首次指导设计，NPU算力达700TOPS且利用率98.7%
新芯航途发布 X7 Ultra 芯片，首次用“大模型算力”描述性能，NPU 算力达 700TOPS 且利用率 98.7%，量化模型输出与 FP32 基准模型相似度超 99.99%，内存带宽消耗降低 80%，能效提升 100%。该芯片专为量产智驾大模型设计，采用超大核 NPU 架构和专用计算引擎，配合 AI 工具链优化，支持千线级激光雷达处理和摄像头时延抖动优化，搭载 Arm v9 车规级 CPU，ASIL-B/ASIL-D 安全标准。
- IT之家 · AI6565
OpenCode 启动 Cheepseek 第四阶段：10 美元订阅享 100 美元 DeepSeek V4.1 Flash 额度
OpenCode 启动 Cheepseek 第四阶段，每月 10 美元订阅用户可享价值 100 美元的 DeepSeek V4.1 Flash 模型额度，该模型参数量 552B，支持文本与图像输入、函数调用、智能体工作流，上下文窗口约 100 万 token。
- Hugging Face Daily Papers5555
VibeGame 框架：基于 AI 原生引擎和自进化对抗智能体团队的提示词游戏开发
VibeGame 框架通过 AI 原生引擎和八种专用对抗智能体团队，从自然语言提示词构建完整 2D 游戏，支持交互验证和自进化组件复用。在 GameCraft-Bench 子集上，VibeGame 的 P2G（提示词生成游戏）版本以相同底层模型超越 GPT-6.1-Sol 等多种智能体方案。
- IT之家 · AI6565
微软发布 Windows App SDK 2.6.4 完善 Win11 原生框架 WinUI 体验
微软发布 Windows App SDK 2.6.4 完善 Win11 原生应用框架 WinUI 体验，规避“网页套壳”应用的内存占用问题，提升应用稳定性和兼容性，并增强 AI 功能。该版本简化 Language Model API 访问，升级 ONNX Runtime 至 1.27.1，修复文本控件关闭崩溃，并包含覆盖 WinUI 3、应用生命周期等可靠性及诊断改进。
- OpenRouter Blog4242
OpenRouter：开源权重模型使用占比达72%，与闭源模型成本差异显著
OpenRouter上开源权重模型在9月底已占顶尖50%模型token的72%，较2025年10月提升455%；闭源模型虽使用量也增长近10倍，但开源模型每百万token输入成本仅闭源的约四分之一；因竞争激烈，开源模型如DeepSeek V4.1 Flash、GLM-5.3 Flash等价格更低，但顶尖闭源模型Claude Opus 5.5在AI分析智能指数上仍领先11分。
NVIDIA Technical Blog6565NVIDIA Dynamo 如何在 Kubernetes 上构建验证型运行时
NVIDIA Dynamo 分布式推理框架需要在 GPU 驱动、资源分配、调度、网络和监控等方面进行验证，才能在 Kubernetes 上成功部署。部署只是第一步，AI 应用团队需要一个可重复的从模型配置到推理端点的路径。
Baseten Labs6565Base Labs 研究发现价值函数在强化学习中的计算效率
Base Labs研究发现价值函数在强化学习中的计算效率通常不值得，因为它产生的梯度噪声减少量往往小于训练成本。在单轮任务中，完美价值函数最多能消除40-60%的优势方差。唯一可能受益的情况是使用小型价值头，但收益可能微乎其微。PPO批评家与GRPO在相同步数下表现相当或更差，而一些研究通过在组上添加批评家或使用组相对奖励机制实现了对GRPO的改进。
- NVIDIA Technical Blog6565
使用少量命令在边缘应用开发中运行 AI 模型
开发者在边缘构建新一代智能体，用于监控驾驶员注意力和车厢条件、帮助机器人理解环境规划任务、协调生产线上的机器集群，这些物理 AI 应用需要感知、推理和行动的模型，在严格的内存、功耗和延迟预算内运行。
Baseten Blog6262Baseten 实现全球最快 15 秒增量权重同步
Baseten 将 ~770 GB GLM-5.3 模型的增量权重同步时间从 36 秒缩短至 15 秒，暂停时间从 6 秒降至 0.8 秒，吞吐量提升 3.2 倍。
Hugging Face Blog4040基于 NVIDIA Nemotron 开源模型的万圣节互动投影项目 MonsterHouse
MonsterHouse 是一个用 NVIDIA Nemotron Voice Agent、NVIDIA Nemotron ASR、NVIDIA Nemotron 3.5 Bolt E4B 4GB、Magpie TTS Zeroshot 和 Audio2Face-3D 构建的互动投影，能通过语音与访客交流并模仿脾气暴躁的老海盗声音。
TechCrunch · AI3838Zest 推出基于文本的 AI 餐厅总管预订服务
Zest 推出 AI 餐厅总管，通过短信推荐餐厅并预订，支持 OpenTable、Resy、SevenRooms 链接服务，可融入群聊并支持投票功能。用户可基于菜系、场合等条件获取推荐并查询餐厅详情。
AWS Machine Learning Blog3838Worldwide Express 如何用 Amazon Bedrock 和多智能体 AI 解决货运异常问题
Worldwide Express 通过 Amazon Bedrock 和多智能体 AI 解决了每月 1500 万美元因货运异常导致的资金冻结问题，其系统包含三个专门处理不同类型账单纠纷的智能体，并在 6 个月内将活跃异常减少 75%，加快了 4 周的回款时间并每年节省 100 万美元。
O'Reilly Radar3434O'Reilly Radar: Expert Intelligence 如何让组织变得更智能
O'Reilly Media CTO Andrew Odewahn 的研究智能体通过映射组织信息系统、连接 MCP 并赋予技能文件，结合 Expert Intelligence 层级分析。
- 量子位3838
联想天禧AI 4.5重磅发布：三大场景打造“职场超能搭档”
联想天禧AI 4.5迎来AIPC端正式发布，实现AIPC、AI平板、AI手机多端覆盖。围绕职场痛点，以“超全能办公、超高效会议、超省心差旅”三大场景体验重磅升级，通过连接器与技能全打通、AI实时脑暴、全双工语音交互等能力，实现跨端协同与软硬一体进化。联想AI主机升级天禧4.5，支持7×24小时全天候在线自主推进复杂任务，实现Token自由。
- NVIDIA Technical Blog6565
使用 NVIDIA NemoClaw 构建可控的专用智能体
开发人员使用 NVIDIA NemoClaw 构建自主智能体，该框架包含模型、执行器和领域特定工具，并支持安全部署。NemoClaw 提供政策执行运行时、优化和可观察性工具，确保智能体在访问真实企业系统和数据时的可靠性和安全性。
- NVIDIA Technical Blog6565
如何检查和配置 NVIDIA GPUDirect Storage
NVIDIA GPUDirect Storage (GDS) 加速本地和云环境中的 GPU 存储访问，在 NVIDIA GPU 和存储目标之间提供稳健、便携且高效的数据路径，增加带宽、最小化延迟并降低 CPU 和内存利用率。
