Rohan Paul@rohanpaul_aiAI 评分5151#Agent
#Agent
今日 4 条- Rohan Paul@rohanpaul_aiAI 评分5151
Hacker News：AI 热帖精选AI 评分8080 GPT-6 Astra 发布后，Sebastian Raschka 解析 looped transformer 与隐藏推理链传闻
OpenAI 发布 GPT-6 Astra，作者评测认为其计算机使用和图像渲染能力尤为突出，ARC-AGI-3 达 99.9%，前代 GPT-5.6 Sol 仅 7.8%。
推荐理由：作者以架构视角拆解 looped transformer 原理与研究进展，并给出循环架构与隐藏思维链传闻无关的独立判断，读者可借此理解争论的技术基础。
Ant Ling@AntLingAGIAI 评分5151蚂蚁百灵发布 Ling-3.0-flash-VL，并与 Day-0 合作伙伴 Novita 同步上线，限时免费 14 天。
Google Developers Blog（RSS）精选AI 评分6161 Google 讲解 Harness 工程：如何评估、迭代并守护 AI 编码 Agent
Google Developers Blog 发布关于 AI 编码 Agent harness 工程的实践文章，主张用行为评估补充 Terminal-Bench、SWE-bench 等端到端基准。
推荐理由：Google 团队分享用行为评估迭代和守护 AI 编码 Agent 的方法，给出可复用的三步测试循环与示例代码。
🚨 AI News | TestingCatalog@testingcatalogAI 评分5252Lightfield 宣布完成 a16z 领投的 4700 万美元 A 轮融资，由联合创始人兼 CEO Keith Peiris 公布。
Fireworks AI（网页）AI 评分5454 Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，以约 1/17 成本比肩 Opus 5
Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
Google Developers Blog（RSS）AI 评分4949 Google 发布 ADK for Kotlin 1.0：在 Kotlin 与 Android 上构建生产级 AI 智能体
Google 宣布 Agent Development Kit（ADK）for Kotlin 1.0 正式 GA，功能与 ADK 1.0 Core 完全对齐，并提供 Android 优先的端侧扩展。
OpenRouter：Announcements（RSS）精选AI 评分7373 OpenRouter 推出 shell 沙箱工具与 Files API，任何模型可在托管 Linux 容器中执行命令
OpenRouter 发布 openrouter:shell 服务端工具和 Files API，OpenRouter 上任何支持工具调用的模型都可在托管 Linux 容器中运行命令，两者现已在 beta 阶段开放。
推荐理由：原文给出定价、容器网络策略和文件生命周期等落地细节，读者可以据此评估在自己的 Agent 工作流中怎么用这套沙箱。
TechCrunch：AI（RSS）AI 评分5858 AI 助手 Instinct 为用户推出独立邮箱地址以代管账号和任务
估值 25 亿美元的 AI 助手 Instinct 推出新功能，为每位用户提供专属邮箱地址，让智能体自行注册和管理账号、联系商家、跟进事务。创始人 Noah Shinn 表示这是让 Instinct 拥有并运行自己账号的第一步；用户还可向该邮箱转发订单确认等信息，让智能体代办退货、加入群组邮件串追踪决策和待办。
DAIR.AI@dair_aiAI 评分5959OpenRouter：Announcements（RSS）精选AI 评分6262 OpenRouter 推出美国区域路由，与去年上线的 EU 路由配套保障数据驻留
OpenRouter 推出 US In-Region Routing，请求经 us.openrouter.ai 在美国境内解密并只路由到美国 provider 端点，eu.openrouter.ai 同理服务欧盟。
推荐理由：原文区分了端到端与仅推理的区域路由，并给出具体接入方式，读者可以据此评估各家网关的数据驻留承诺。
凡人小北@frxiaobeiAI 评分6565
elvis@omarsar0AI 评分5252TechCrunch：AI（RSS）AI 评分6363 Cymphony 获 3000 万美元融资，Sequoia 再度加注 AI 智能体安全
安全初创公司 Cymphony 融资 3000 万美元，其中 2500 万美元 A 轮由 Sequoia 与 SMBC Fin Atlas Beyond Fund 共同领投，投后估值超 1 亿美元。
TechCrunch：AI（RSS）AI 评分5151 Instacart 推出 AI 购物助手 Clementine
Instacart 发布 AI 购物助手 Clementine，可将对话、购物清单或食谱直接转化为可下单购物车，支持生成个性化食谱、按饮食需求推荐、提示优惠和低价替代品，还能识别手写或截图清单照片。该助手已在美国和加拿大上线，此前 Uber Eats 和 DoorDash 也推出了类似的 AI 购物助手。
The Decoder：AI News（RSS）AI 评分7070 Hugging Face 推出 ML Intern，通过聊天即可运行机器学习实验
Hugging Face 推出内置于聊天机器人的 AI 助手 ML Intern，让没有 ML 专长的用户通过对话运行机器学习实验。它会搜索 Hugging Face Hub、GitHub 和网络寻找模型、数据集和工具，先估算算力成本并给出预算，获批后不超过限额；可自主创建数据集、训练模型、监控任务、上传结果、写报告和构建 demo，每个训练任务有独立仪表盘。
IT之家（RSS）AI 评分7070 OpenAI 称 GPT-6 Astra 需求空前，必要时或暂停新增 Pro 订阅
OpenAI Codex 负责人 Tibo Sottiaux 表示 GPT-6 Astra 需求前所未有，若持续上涨可能临时暂停新的 Pro 订阅，但现有用户订阅不受影响。Astra 于 9 月 3 日开放，上线初期遭遇算力瓶颈，官方推出额度重置补偿，并称优化后额度消耗最多可降至原来的四分之一到三分之一；Codex 此前周活跃用户约 2000 万。
IT之家（RSS）AI 评分5454 面壁智能联合 OpenBMB 开源 MiniCPM5-2B，AA 榜单 4B 以下开源基座模型第一
面壁智能联合 OpenBMB 开源 2B 端侧基座模型 MiniCPM5-2B，在 AA 榜单获 23 分，居全球 4B 以下开源基座模型第一，Agentic Index 达 20 分，同级模型如 LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B 仅 2 分。
- Ant Ling@AntLingAGIAI 评分5555
inclusionAI 在 ModelScope 发布开源视觉模型 Ling-3.0-flash-VL，采用 MIT 协议，提供 BF16 和 FP8 两种权重。
- Rohan Paul@rohanpaul_aiAI 评分6767
MarkTechPost（RSS）AI 评分7171 Meta 发布个人 AI 智能体 Muse，运行在专属 Muse Secure VM 云端虚拟机上
Meta 发布个人 AI 智能体 Muse，可代发邮件、订旅行、议价账单并跟进长期目标，现已在美国 iOS、Android 和 muse.ai 推出，含免费档与付费档。
HuggingFace Daily Papers（社区热门论文）AI 评分5757 Gander 全双工全模态交互智能体技术报告发布并开源
作者发布 Gander 技术报告，这是一个端到端模型，在单一框架内统一全模态感知、实时交互与智能体能力，支持视频、语音、文本流式输入与随时打断的全双工交互。其采用 Cerebellum-Brain 协同框架，小脑负责实时交互与对话，大脑负责复杂推理与智能体任务，并基于流式 Thinker-Talker 架构实现低延迟；模型、代码和数据将开源。
HuggingFace Daily Papers（社区热门论文）AI 评分5252 Miles v0.1 发布：面向生产级后训练的开源 RL 系统
Miles v0.1 是一个全栈、生产就绪的前沿后训练系统，围绕 slime 的设计，将 RL 训练循环各环节按可验证、干净、可定制的原则构建，并已在 https://github.com/radixark/miles 开源。
Thariq@trq212AI 评分5353- Rohan Paul@rohanpaul_aiAI 评分5151
IT之家（RSS）AI 评分6262 蚂蚁百灵发布开源 Ling-3.0-flash-VL，首个原生多模态模型引入视觉反馈闭环
蚂蚁集团发布并开源百灵系列首个原生多模态大模型 Ling-3.0-flash-VL。模型基于 Ling-3.0-flash 的 MoE 架构，总参数 124B、单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token，并引入观察、行动、验证、修正的视觉反馈闭环机制。
公众号：蚂蚁百灵（Ling）AI 评分6565 蚂蚁百灵开源首个原生多模态大模型 Ling-3.0-flash-VL
蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构，总参数 124B，单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token。
- Rohan Paul@rohanpaul_aiAI 评分7171
Meta 发布面向个人事务的 Muse AI 智能体，由 Muse Spark 1.3 模型驱动，可连接邮箱、日历、购物和支付服务，并在应用关闭后持续工作。
Together AI 研究与产品博客（RSS）精选AI 评分6868 Together AI 深度解析开源模型 AI 编码栈 MIGHT
Together AI 发布深度解析文章，介绍开发者从闭源模型转向开源模型所需的 AI 编码栈，提出由 Model、Inference、Gateways、Harness、Tools 组成的 MIGHT 框架。
推荐理由：原文给出开放权重模型编码栈的分层框架，读者可据此按任务选模型、按价格选供应商并保持工作流稳定。
- 🚨 AI News | TestingCatalog@testingcatalogAI 评分6767
IT之家（RSS）AI 评分7272 Meta 发布首款个人智能体 Muse，内部测试暴露安全漏洞与运行故障
Meta 于 9 月 9 日正式发布个人智能体 Muse（内部代号 Hatch），初期仅在美国上线，可自主完成发邮件、卖车、预订旅行等任务，提供免费基础版及每月 20 美元和 100 美元订阅套餐。
Hacker News：AI 热帖AI 评分6464 Inception 发布扩散大语言模型 Mercury 2.5
Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。
ClaudeDevs@ClaudeDevsAI 评分5555TechCrunch：AI（RSS）AI 评分6868 Cognition 以 480 亿美元估值融资 20 亿美元，AI 编码赛道投资热度持续
Cognition（Devin 开发商）宣布以 480 亿美元估值融资 20 亿美元，由 Andreessen Horowitz、Accel、Founders Fund、General Catalyst 和 Avenir 领投，距上次 260 亿美元估值融资仅四个月。
TechCrunch：AI（RSS）AI 评分7272 黑客窃取 Claude 订阅者 token，多名用户额度被暗中消耗
Anthropic 确认有攻击者利用 infostealer 恶意软件窃取 Claude 登录会话，铸造未授权 Claude Code OAuth token 并消耗订阅者用量。
OpenAI@OpenAI精选AI 评分6565推荐理由：原文给出了 Astra 的正式开放范围和覆盖产品，读者可以确认自己的订阅计划是否已可用。
- Rohan Paul@rohanpaul_aiAI 评分7272
Meta 发布面向个人事务的 AI 助手 Muse，由面向长程智能体工作的最新模型 Muse Spark 1.3 驱动，可连接邮件、日历、购物和支付等服务，并在应用关闭后继续工作。
Tomer Tunguz 博客（VC 分析）精选AI 评分6767 Tom Tunguz 分析 OpenAI 的 3x AI 生产力增益是否只是机器不睡觉
Tom Tunguz 引用 OpenAI 内部数据，分析其 3x 研究生产力增益的来源：每名研究员 8 小时班次对应 3.14 个 agent 工作日，通常并行运行 4 个 agent。
推荐理由：文章用 OpenAI 自己披露的数据拆解 3x 生产力说法，指出其中一半工作仍需人工干预且推理成本激增 40 倍。
Charlie Holtz@charlieholtzAI 评分6060TechCrunch：AI（RSS）AI 评分7575 Meta 发布个人 AI 智能体 Muse，主打替用户完成日常任务
Meta 于周二在美国推出个人 AI 智能体 Muse，可连接邮件、日历、支付等应用，代办发邮件、订旅行、降账单、填表、购物等任务，结账借助 Link by Stripe。