2026年10月18日,Dongxi 东锡 NLP 提出判断,认为 AI 正剧烈压缩 Junior 的生存空间。他针对“Anthropic 2027 年停止招聘初级工程师”的说法表示,该说法是原帖为博流量,但 AI 确实在压缩初级工程师的生存空间。他引用 Anthropic 报告称,内部 AI Agent 的工时已是人类工时的 6 倍,并指出单纯写代码已不如 Agent,能理解真实业务问题、拆解任务并交付上线更有竞争力。报告还提到 Anthropic 更看重自主推进、判断力、AI fluency 和对结果负责四项特质。目前该判断由单一来源报道,尚无后续发展事实。
匹配字段摘要
Meta 于 2026 年 10 月 13 日发布 Muse Wonder 系列,包含 Muse Wonder 和 Muse Wonder Full 两款模型,称其为目前能力最强的模型,在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康等专业领域及前沿编码能力。两款模型具备 Active Memory 与 Active Focus,按 Meta Superintelligence Scaling Framework 训练、评估和发布。Artificial Analysis 数据显示,两款模型在 Intelligence Index v4.3 最高推理强度下分别得 52 和 56,高于 Muse Spark 1.3(max)的 48;Muse Wonder 已在 Meta 一方 API 和 Muse Code 上线,Muse Wonder Full 仅面向 Muse Code 用户。同日,Arena 将两款模型纳入 Agent Arena 测试,Simon Willison 发布 llm-meta-ai 0.2 插件支持新模型。10 月 14 日,Arena 公布 Muse W
匹配字段摘要
2026年10月13日,Gemini 4 Argon 出现在 GCP 配额页面。Testing Catalog 援引 AiBattle 称该模型预计几小时内上线,并称这是 API 即将发布模型的前兆,当天早些时候也有 Google 员工预告即将发布。当晚,Testing Catalog 报道该模型已开始推送,并已在 GCP 的 Agent Studio 上线,用户可在该平台测试,Google AI Studio 和 Gemini 应用预计随后跟进。10月14日,谷歌正式发布 Gemini 4 Argon,面向全球开发者和企业开放,可通过 AI Studio、Gemini 平台 API 使用,并支持 Google Antigravity 及 Gemini 应用和搜索 AI 模式的 Ultra、Pro 订阅用户;报道称其支持最高 1,048,576 个 token 的长解码输出,并公布限时入门定价。
匹配字段摘要
2026年10月13日,阿里巴巴推出由Qwen驱动的智能体Qwen Go,面向搜索、比价和客服协商场景,并与淘宝、支付宝集成,把个人AI助手接入购物与支付系统。据X.PIN报道,演示视频显示该智能体为延误航班争取到10美元赔偿,并通过淘宝价保追回约7美元;它不只会回答问题,还能查订单、联系人工客服并核实折扣。同日雷锋网报道称,千问Personal Agent「千问Go!」即将发布,有用户分享通过千问Go申请航班延误理赔获得70元理赔款,另有用户表示其帮忙申请到52元淘宝价保退款,该智能体还可执行汽车保养、运动预约和购物比价等任务。目前尚无后续发展事实。
匹配字段摘要
2026年9月9日,Meta 发布个人 AI 智能体 Muse,由 Muse Spark 模型驱动,可在 Muse app 或 WhatsApp 中对话使用,能执行发邮件、订行程、填表、议价等任务,并在需要审批时回来确认。Muse 运行在云端专用虚拟机 Muse Secure VM 上,由独立的 Sentinel agent 管控联网行为,用户可选择连接哪些应用及授权范围,并可要求其遗忘特定信息。该产品已在美国上线 iOS、Android 和 muse.ai,即将登陆 AI 眼镜,大部分功能免费并提供订阅方案。此后,David Singleton 于9月11日表示个人头像功能是他最早爱上的功能;9月18日,Tarek Sheasha 转发用户使用体验并邀请用户编辑 Muse 信息流提示词;9月23日,Alex Cornell 回顾 Muse 最早设计稿中的“status”状态胶囊及其设计理念;9月28日,针对有用户称 Muse 向 Facebook Marketplace 卖家透露买家住址一事,David Singleton 表示已在 Threads 回复当事人并发送私信,愿协助调查。
匹配字段摘要
2026年1月29日,蚂蚁大模型团队发布实测,在隔离VM中部署开源项目Moltbot(原名Clawdbot),用Ling-1T驱动并接入Discord测试,验证了角色扮演、文档调研、代码编写等任务。文章将Moltbot架构拆为动态上下文主循环、Channels与50+ Skills、Cronjob加Heartbeat主动机制、以Markdown文件为中心的记忆与工作区四部分,并总结出通用Agent公式:强力基座模型加工具集合加上下文管理加长期记忆加调度策略。作者同时指出,赋予完整OS权限存在指令注入风险,对抗测试中可被诱导读取~/.ssh等敏感目录,且高频推理的token成本可能超过设备本身,认为它目前更适合作为开发者的实验田。
2026年1月29日,蚂蚁大模型团队发布实测,在隔离VM中部署开源项目Moltbot(原名Clawdbot),用Ling-1T驱动并接入Discord测试,验证了角色扮演、文档调研、代码编写等任务。文章将Moltbot架构拆为动态上下文主循环、Channels与50+ Skills、Cronjob加Heartbeat主动机制、以Markdown文件为中心的记忆与工作区四部分,并总结出通用Agent公式:强力基座模型加工具集合加上下文管理加长期记忆加调度策略。作者同时指出,赋予完整OS权限存在指令注入风险,对抗测试中可被诱导读取 /.ssh等敏感目录,且高频推理的token成本可能超过设备本身,认为它目前更适合作为开发者的实验田。
匹配字段摘要
2026年10月15日,Meta发布开放权重模型Muse Spark Open,权重当天在Hugging Face上线,采用Muse Model License。据PyTorch Blog,该模型为816B总参数、42B激活参数、1M token上下文窗口,原生多模态并面向编码与智能体任务,在Muse Spark基础上增加安全后训练,可在SGLang和vLLM上运行。10月16日,该模型上线Amazon SageMaker JumpStart,提供BF16与NVFP4两个变体;同日进入Arena的Agent Arena实测,并上线Code Arena的WebDev等项目。10月17日,Arena公布Muse Spark Open (Max)以1511分成为Code Arena WebDev排名第一的美国开源模型,在全部开源模型中排第13。
匹配字段摘要
TensorZero 在工程博客中提出,LLM 应用应被建模为部分可观测马尔可夫决策过程(POMDP),而非以 Agent 为中心。该观点认为,智能体只对应 LLM 函数,环境则包含应用中的其余代码。据此,文章建议应用与 LLM 的接口应是变量之间的函数 f:X→Y,而非提示词到生成;并主张按轨迹存储观测、动作与奖励,用离线策略评估做评测。TensorZero 表示已基于这些原则构建开源生产级系统,并计划未来自动生成、评估和呈现新的函数变体。目前尚无后续发展事实。
匹配字段摘要
TensorZero 提出 将 LLM 应用视为 POMDP 而非 Agent 的模型
English translation is being prepared.
匹配字段摘要
2026年9月10日,商汤科技阐述其差异化AI商业模式,提出以“模型、Token Factory与Agent Harness”为核心的战略,探索可持续盈利路径。公司将重点从追求模型规模转向帮助客户完成现实任务:通过模型提升基础能力,以Token Factory改善智能生产的质量与效率,并借助Agent Harness连接模型、知识、工具和工作流,推动端到端任务执行。目前,该战略聚焦把技术能力转化为可持续商业价值。
匹配字段摘要
2026年7月24日,Codeberg修改条款,排除主要由生成式AI编写的项目,引发开源社区分歧。Armin Ronacher分析认为,该规则对代码作者占比的界定较模糊,若问题实为垃圾项目和资源滥用,平台应直接针对这些行为制定规则。文章主张开源社区正视LLM与Agent进入软件开发的趋势,并期待Codeberg成为GitHub的有力竞争者。
匹配字段摘要
2026年7月23日,DeepSeek CEO梁文锋在投资者会议上介绍公司的AGI路线、算力瓶颈、开源策略与商业化思路。他认为,当前技术路线将从Agent进一步走向持续学习、自我迭代和具身智能,并将持续学习视为下一代模型的核心能力。梁文锋还表示,DeepSeek最强模型也可能开源,且开源不会影响公司的商业模式。
匹配字段摘要
商汤科技 阐述 模型、Token Factory与Agent Harness战略
English translation is being prepared.
匹配字段摘要
2026年9月4日,Andrew Ng在DeepLearning.AI来信中提出,使用编码智能体构建软件有一套稳定的高层工作流。他将其概括为规划、执行、部署与监控三个阶段:规划包括头脑风暴、撰写规格和生成执行计划;执行包括构建、测试与验证,并需平衡智能体自主度与人工监督;之后进入部署与监控。他还列出关键技能,包括指挥工作流、赋予智能体自主权、审查产出,以及定制智能体及其环境,例如接入skills、插件、MCP服务器,维护AGENTS.md或CLAUDE.md等常驻上下文。他同时指出,社交媒体夸大了长时程自主任务的实际效用,多数有效用法是高度迭代的过程。目前该观点来自其本人来信,尚无后续发展事实。
匹配字段摘要
Anthropic 今年第二季度收入 115.55 亿美元，首次实现 9.74 亿美元经营利润，约 80% 收入来自按量计费。IDC 数据显示，2026 年上半年中国公有云 MaaS 市场收入达 106.3 亿元，同比增长 889.4%，占公有云 PaaS 收入比重从去年下半年的 5.2% 升至 21.0%。智谱开放平台及 API 收入 8.25 亿元、占总收入 86.5%，火山引擎以 45.1% 份额居首，文章认为模型服务已能产生毛利，竞争单位转向推理优化与交付能力。
执行，更长的任务让用户能够持续调用，也让一次使用有机会对应更高的工作价值。与此同时，公司披露的单位 Token 推理成本较年初下降 80%，使更大规模的服务有了成本基础。 能力提高，打开愿意付费的任务；推理成本降低，让这些任务可以被更频繁地交给模型。两件事开始在收入里相遇。 DeepSeek 呈现的是另一种走法。低价和低推理成本使它适合大量编程、工具调用和 Agent 任务，宽松的 MIT 许可，又让更多服务商能够部署并出售它的模型。用户既可以向 DeepSeek 直接采购，也可以向其他提供推理服务的平台采购。 这些例子说明，MaaS 正在容纳不同的模型定位。更低的价格可以换来广泛使用，更强的能力可以进入更复杂的任务，速度和供给稳定性也可以成为客户付费的理由。 而同一个模型，还可以同时支撑原厂和第三方的生意。模型公司的技术进步，能够通过自己的 API 变现，也能够通过其他平台的部署进入市场。 因此，模型被使用得最多，与模型原厂获得最多收入，并不必然是同一件事。价格、供给能力，以及调用发生在哪个平台，都会影响收入最终落在哪里。 这份 IDC 报告里，收入份额最高的仍然是火山引擎，达到 4
匹配字段正文
英伟达CentML工程师Benjamin Chislett用1.2万行CuTe DSL编写的Megakernel优化月之暗面Kimi K3推理，vLLM博客报告batch 1下超过840 tokens/s、多配置解码吞吐提升1.5至2倍，SemiAnalysis测算GB300 NVL72上达423 tok/s/user、提升1.68倍。vLLM博客称智能体优化的推理代码正超过人类审查与维护速度，团队因此提出fast-track model optimization RFC，让审查者从高层抽象判断设计而非逐行审代码。文章还提到英伟达正为vLLM开发DeepSeek V4.1等其他模型的优化。
00 NVL72硬件上，K3达到423 tok/s/user的推理速度，性能提升1.68倍。vLLM博客原文报告的数据则是：batch 1下超过840 tokens/s，多个测试配置下解码吞吐提升1.5—2倍。 没有换一张卡。没有上更先进的制程。没有等下一代芯片。 但真正让这件事值得深挖的，不是那1.68倍。 是博客里的一句话，被绝大多数中文报道忽略了： “Agent-optimized inference code is outpacing our review and maintenance workflow.” 智能体优化的推理代码，正在超过人类团队的审查和维护速度。 一个工程师、1.2万行代码、AI辅助开发 先看技术层面发生了什么。 Kimi K3不是普通模型。它的Stable LatentMoE架构有896个专家，每次推理激活16个。这种极端稀疏的MoE，在训练端是“用更少激活参数撬动更大容量”的利器，但在推理端是工程噩梦。据SemiAnalysis分析，K3一次前向计算的HBM带宽需求约1.5TB，每次前向触发超过120次All-to-All通信。解码阶段是典型的内存带宽受
匹配字段正文
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
V4.1 Flash 1017 和 GLM-5.3 6 分（AA）。 编码与智能体：它在 FrontierCode 2.0 上得分 15%，而 DeepSeek V4.1 Flash 1017 为 29%，GLM-5.3 为 22%。它在 Terminal-Bench 4.0 上达到 25%，而 Muse Spark Open 为 8%。在 Coding Agent Index 上，它每个任务使用 850 万 token 得分 48，而 GLM-5.3 为 49 分、每个任务使用 1590 万 token。 效率：它在每个 Intelligence Index 任务上使用 82K 输出 token，比 Preview 少 39%，这使其处于开放权重帕累托前沿。每个任务成本为 $2.06。 幻觉：AA-Omniscience 幻觉率从 41% 降至 28%，但准确率仍低至 26%。 Vals Index：在开放权重模型中排名第 5，总体排名第 17，在应用构建和法律研究方面有所提升（Vals）。 架构：根据一项社区分析，该模型采用 DeepSeek V3.2 和 GLM 5 风格的全稀
匹配字段正文
Kimi 于 10 月 24 日发布 K3.1 Pro，API 输入价格从每百万 Token 20 元降至 13 元、输出从 100 元降至 68 元，但用户因 Token 消耗过快质疑性价比，官方 10 月 26 日致歉并补偿额度、调整模型配置。作者用 Pro 版订阅账号实测五项创作任务，合计消耗约 25.48% 月度额度，其中《桃花源记》6.91% 最高、机械键盘 1.46% 最低，消耗主要来自 Plugin 条目与多轮修改。文章还提到海外博主推广被要求隐藏付费合作标签的争议，以及前米哈游国际化总裁金雯怡加入月之暗面负责出海。
际感受并没有同步变便宜。 有用户测试经典的“鹈鹕骑单车”任务，生成时长达到1小时47分钟，5小时额度消耗87%，周额度消耗16%。还有开发者记录到，只发送一句“你好”，Token计数就达到4.2万。 10月26日，Kimi发布致歉和补偿声明，承认“问题出在我们，本应更早修复”。官方提出两项措施：为有效期内的订阅会员重置并补偿额度；调整模型配置，减少不必要的子Agent调用和输出长度。 这份声明承认，模型背后的调用机制没有被控制好。 过去，用户对模型价格的理解相对简单：输出多少Token，按照单价计算。 但现在，一次请求可能还包括长上下文读取、后台推理、任务拆解、工具调用、子Agent协作和多轮自我修正。 用户只发送一句话，模型可能在后台完成一串动作。只要每次任务消耗的Token更多，即使API降价，用户最终付出的成本或许还会增加。 K3.1 Pro被官方称为“迄今为止能力最强的3万亿级参数模型”，支持100万Token上下文，定位在长程编程、3D创作和金融研究，在这些优势场景下，本身就容易触发长上下文和多Agent调用的任务类型。 独立研究机构Artificial Analysis测试
匹配字段正文
The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1，讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR，推理毛利率从两年前的负 94% 转为正 85%，每兆瓦推理收入约 6500 万美元，但收入高度集中于编程场景，且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺，并对比了 OpenAI 更偏消费端的业务结构。
美元的价格为Anthropic提供算力，但现在我能拿到每兆瓦650亿美元中的16%，外加算力成本，”所以我们现在看到所有云厂商的利润率都在上升。部分原因是CPU利用率在上升，因为大量的编程工作，以及强化学习方面的一些工作，但我们所说的这些“token即服务”业务——也就是AWS Bedrock、Microsoft Foundry、Google Gemini Agent Enterprise平台（即此前的Vertex）——实际上正在大幅提高这些云厂商在AI上的利润率。 他们也在受益，最近股东们把功劳给了他们。第二季度，Azure和AWS的季度表现都极其、极其强劲，尤其是AWS，这得益于Anthropic在Bedrock上的增长。 你认为这会让亚马逊永远不想训练自己的前沿模型吗？他们在让AWS成为其他所有人的基础设施方面做得很好，但他们是少数没有因为缺乏自有模型而感到不安的大型科技公司之一。 是的，这很有意思。亚马逊非常乐意服务各种各样的客户，而他们的[前沿能力]非常少。当我们看自己对训练算力的估算时，除甲骨文之外，他们在所有超大规模云厂商中是最少的。那里似乎没有太多战略。 我知道微软在过
匹配字段正文
微信原生 AI 助手“小微”上线已 130 天，入口从官方披露的 16 处扩展到第三方实测的 28 处，覆盖聊天、搜索、公众号、视频号与 PC 端。微信通过 6 月 8 日发布的开发者接入指引，要求开发者把小程序拆成原子接口和原子组件并编写 SKILL 说明书，未接入的小程序将无法被微信 AI 推荐及调用。文章还提到开发模式需通过平台评测（服务交付、交互体验、性能质量三项 80 分以上，场景覆盖 60 分以上）才具备被调用资格，而调用排序规则尚未公开。
出行服务等核心场景做适配。这个时间点比 6 月 8 日那份指引早了近两个月。到 6 月首批公开披露的内测名单里，京东、美团、滴滴、携程、同程旅行、得物、肯德基等多家企业已经列在里面。 名单内的企业走的应该是与微信共建的通道，不走公开提审。这一点可以从时间点上倒推：指引 6 月 8 日才发布，携程 4 月中旬就完成了接入。 京东围绕电商、外卖、物流接入 AI Agent，其 AI 购物助手此前已经对接了多家手机厂商。美团有自研的 LongCat 模型（6 月开放测试的版本为 LongCat-2.0-Preview），总参数突破万亿，训练和推理全程依托国产算力集群，基于这套模型的 AI 助手“小美”已经在做跨场景决策。 滴滴把核心网约车服务融进去，用户通过微信内的 AI 交互就能直接唤起快车、专车、特惠，不需要跳转。同程本来就是腾讯生态的深度合作方，接入之后用户可以用自然语言完成行程规划和预订。 这些能力本来就在建设之中，接入微信只是顺带完成对接。无论指引是否发布，它们都会朝这个方向走。 头部之外，多数小团队的选择是开自动模式，等平台解析。但这套规则对所有人都是新的，被选中靠什么，也在变。
匹配字段正文