DeepSeek 在 2026 年 10 月 17 日的 API 更新日志中发布 DeepSeek-V4.1-Flash-1017，并开放自研搜索 API，官方称该引擎索引全球千亿级网页、每天处理数亿次搜索请求，并对 SEO 作弊、GEO 操纵和低质 AIGC 做识别过滤。Search 接口返回 rerankscore、authority、date 等字段，snippet 供 UI 展示、summary 供模型阅读，Search 与 Fetch 各按成功请求计费，国内站每千次 5 元，账号级限速各 5 QPS。作者据此判断公域检索可外包、私域召回与路由分流仍需自建，并提醒 5 QPS 使缓存、请求合并和队列成为上线前提。
匹配字段标题、正文
Pragmatic Engineer 调查 27 家公司的 AI 编码工具支出与 PR 产出，发现公司规模与 AI 支出无关，且多数公司难以回答 AI 投入的回报率。CodeRabbit 数据显示开发者每周 PR 数同比增长 113%，但部分公司 PR 频率持平、单次 PR 代码量增至 3 倍。高支出案例中，一家量化交易公司月支出达 800 万美元、人均 1600 美元，一家两人 .NET 团队人均每月 3000 美元、PR 频率提升 5-10 倍。
匹配字段摘要、正文
Pragmatic Engineer 播客对话 Uber 杰出工程师 Uday Kiran Medisetty，拆解 Uber 内部 AI 开发基础设施。Uber 在 2023 年构建 Model Gateway 以支持在 Anthropic、OpenAI 等模型间切换，并配套 AI Guard、成本追踪与审计日志；AIFX 让工程师在 Claude Code、Codex、OpenCode 之间切换时保留设置、技能和插件。Uber 对 AI 支出采用分层配额加经理审批的混合模式，CostCheck 插件提供成本优化建议，近几个月 token 成本降低约 50%。
匹配字段摘要、正文
Pragmatic Engineer 采访微软 Windows 团队，梳理下一代 Windows 在系统层面对 AI 智能体的支持计划。Windows 将原生支持智能体身份识别（基于 Entra ID，可在任务管理器中与人类用户区分），并推出本地 MCP 服务器注册中心 ODR、智能体隔离技术 MXC，以及跨 GPU、NPU、CPU 运行本地模型的 Windows ML。微软还计划在系统中内置小语言模型，Scott Hanselman 演示了一台搭载 NVIDIA GPU 的预发布 Surface 笔记本本地运行 Qwen 并接入 GitHub Copilot，出词速度约 40 tokens/秒。
匹配字段摘要、正文
Pragmatic Engineer 作者 Gergely Orosz 走访 OpenAI 总部，采访七位工程负责人，梳理 Codex 与 ChatGPT Work 如何成为公司内部工作的主干。文中提到，四个月内非工程团队对 Codex 的使用率从约 0% 升到 90%，IDE 使用自 1 月起下降，PR 数量与 CI/CD 负载出现约 10 倍增长。OpenAI 还搭建了 Perf Factory、Sevbot 等基于 Codex 的自动化反馈回路，用于性能回归定位和事故响应。
匹配字段摘要
Jakub Pachocki 表示，包括 Astra 在内的当前前沿模型，其计算图深度与 GPT-4 相差不超过 2 倍，误读这一情况可能引发走向“不可监控”的竞赛。OpenAI 从首批推理模型开始便持续保留并利用思维链监控；该技术虽较脆弱且呈负面趋势，但强化它仍是当前研究计划的核心目标。
“不可监控”的竞赛。OpenAI 从首批推理模型开始便持续保留并利用思维链监控；该技术虽较脆弱且呈负面趋势，但强化它仍是当前研究计划的核心目标。 · Jakub Pachocki says the computation-graph depth of current frontier models, including Astra, is within a factor of two of GPT-4, and that confused reporting could trigger a race toward “unmonitorability.” OpenAI has preserved and used chain-of-thought monitoring since its first reasoning models; although the technique is fragile and trending negatively, strengthening it remains a core goal of the current research program.
匹配字段摘要、正文
作者主张，范围明确、任务有限的 AI 应采用专业化模型或智能体，以更有效地利用参数，并可能减少模型幻觉与 Token 消耗。开放式任务更适合覆盖广泛但深度较浅的通用模型。专业知识收益何时触底目前难以衡量，作者希望借助机制可解释性进一步研究。
可解释性进一步研究。 · The author argues that AI systems with a defined scope and a limited set of tasks should use specialized models or agents to employ parameters more efficiently and potentially reduce hallucinations and Token consumption. Open-ended tasks are better suited to general-purpose models with broad but shallower coverage. The point at which additional domain knowledge stops paying off remains difficult to measure, and the author hopes to investigate it through mechanistic interpretability.
匹配字段摘要、正文
Together AI 用 Kimi K2.7 Code 和 Claude Fable 5 分别生成 12 个落地页，Kimi 平均成本低约 94%，多数页面的质量评分仅相差数分。加入通过自定义 MCP server 提供的设计截图和视觉参考后，Kimi 的页面层级、字体和构图有所改善；评测由 GPT-5.5 按统一标准对截图与源码打分。
相差数分。加入通过自定义 MCP server 提供的设计截图和视觉参考后，Kimi 的页面层级、字体和构图有所改善；评测由 GPT-5.5 按统一标准对截图与源码打分。 · Together AI used Kimi K2.7 Code and Claude Fable 5 to generate 12 landing pages each, finding that Kimi cost about 94% less on average while scoring within a few points on nearly every page. After receiving design screenshots and visual references through a custom MCP server, Kimi produced stronger hierarchy, typography, and composition; GPT-5.5 evaluated the screenshots and source code using a shared rubric.
匹配字段摘要、正文
Together AI 将 AI 原生云定义为围绕 AI 垂直整合的云平台，统一覆盖 GPU、互连、存储、编排、训练、微调和推理。它应支持数千块 GPU、持续集成前沿研究成果，并在突发需求下兼顾性能、成本与可靠性，让团队无需重写代码即可从本地实验扩展到大规模集群。
GPU、互连、存储、编排、训练、微调和推理。它应支持数千块 GPU、持续集成前沿研究成果，并在突发需求下兼顾性能、成本与可靠性，让团队无需重写代码即可从本地实验扩展到大规模集群。 · Together AI defines an AI Native Cloud as a vertically integrated platform spanning GPUs, interconnects, storage, orchestration, training, fine-tuning, and inference. It should support thousands of GPUs, continuously incorporate frontier research, and balance performance, cost, and reliability under bursty demand, allowing teams to scale from laptop experiments to massive clusters without rewriting code.
匹配字段摘要、正文
Redis 作者 antirez 更新了他用 LLM 写代码的经验，认为当前 LLM 是好的能力放大器但不是合格的单人开发者，多数场景应拒绝 vibe coding，保持人在回路中。他推荐主要使用 Gemini 2.5 PRO 和 Claude Opus 4，并建议避免使用编码智能体和 RAG，把完整代码库与文档直接放进上下文窗口，由人手动在终端与 LLM 网页界面之间搬运代码。他同时提醒，因意识形态或心理抵触而完全不用 LLM 也会积累劣势。
匹配字段摘要、正文
Meta 于 2026 年 9 月 23 日发布 Meta VR Glasses。据 Meta Newsroom 介绍,整机约 100 克,比 Meta Quest 3 轻五倍,采用眼镜加外接 puck 的两段式设计,puck 负责算力、电池与存储。设备搭载 5K Infinite Display 与 micro-OLED 面板、37 PPD,支持 Dolby Vision 和 Dolby Atmos,由高通 Snapdragon Reality Elite 处理器驱动;puck 电池可支持约三小时高分辨率媒体播放和 45W 快充。Meta AI 智能体已集成进操作系统,可通过语音、眼动和手势操作,无需手柄。产品将于 2027 年春季开售,售价 1299.99 美元。目前尚无后续发展事实。
匹配字段摘要
2026年8月25日,Pragmatic Engineer 报道金融科技公司 Ramp 自研内部后台编码智能体 Inspect 的实践。报道称,目前 Ramp 有 75% 的已合并 PR 由 Inspect 发起,7 月累计会话量突破 100 万次。Inspect 以远程沙箱方式运行,接入公司内部数据源与工具,可自行运行测试、查询遥测和功能开关,并对前端改动做截图与实时预览验证,远程开发环境启动时间在 5 秒以内。Ramp 团队表示,自研原因是本地机器只能并行运行一两个会话,且需要更好的前端工具和远程开发环境。Inspect 基于开源编码智能体 OpenCode 构建,公司内部已有 200 多个智能体运行在该平台上。
匹配字段摘要
Pragmatic Engineer 介绍 Ramp自研内部编码Agent Inspect
English translation is being prepared.
匹配字段摘要
2025年7月20日,Redis 作者 antirez 更新了他用 LLM 写代码的经验,提出用 LLM 编码应避免 vibe coding,并保持人在回路。他认为当前 LLM 是好的能力放大器,但不是合格的单人开发者,多数场景应拒绝 vibe coding。他推荐主要使用 Gemini 2.5 PRO 和 Claude Opus 4,并建议避免使用编码智能体和 RAG,把完整代码库与文档直接放进上下文窗口,由人手动在终端与 LLM 网页界面之间搬运代码。他同时提醒,因意识形态或心理抵触而完全不用 LLM 也会积累劣势。目前该观点来自其原创博客,尚无后续发展事实。
匹配字段摘要
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。
一直成立到 4M 参数（@LotfiSanae）。 智能体研究： AgentBaton：从能力强的模型向更便宜的模型进行一次交接，可将 API 成本降低 65.9%（@dair ai）。 SwarmChat：在这个开放的智能体消息平台上，16 个智能体组成的集群以快 6 倍的速度达到与单智能体相当的性能（@PranjalAggarw16）。 DecisionRAG：用决策模型替代检索器，在 R@1 上比稠密检索加 8B 重排序器高出 13.8 个点（@omarsar0）。 本地与云端推理之争：Sam Altman 认为本地推理浪费稀缺的 DRAM（引述）。这一说法遭到反驳（@kimmonismus），并在批处理物理层面获得部分支持（@cis female）。 Codex 使用限额：OpenAI 将 Pro 100/200/500 和 Business Premium 的限额翻倍，并取消了原定的 Pro 200 削减（@thsottiaux）。有一项估计认为，500 美元套餐每月约值 10.5 万美元的使用量（@theo）。 Claude API：最大请求大小从 32MB 提升至 128
匹配字段正文
文章结合亚马逊、谷歌、Meta等巨头最新财报与多家机构调研，梳理AI红利在头部模型公司、上游芯片与云厂商、采用AI的企业和普通劳动者之间的分配情况。Anthropic招股书显示2026年上半年营收162.86亿美元、同比增长1300%，但算力及基础设施费用达89.45亿美元，占营收55%。麦肯锡调查中80%受访者称AI提升了效率，仅37%认为AI对所在企业息税前利润有正面贡献。
出，这些收益也未必会同比例转化为普通人的收入。 前不久，马斯克在《乔布斯传》作者Walter Isaacson主持的访谈中，描绘了他想象中的未来：超级智能可能比人类聪明数千倍甚至数百万倍，就像人类并不在意森林里黑猩猩的日常生活一样，超级智能或许也不会在意人类。 这样的未来尚无从验证。但在科技巨头已经开始畅想无限智能、无限富足的今天，普通人仍然在等待一些现实得多的改变——更高的收入、更少的工作，以及真正改善的生活。 我们还在等待。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
匹配字段正文
中国青年报社调查显示，92.0%的受访者用AI查询过病情，69.7%会带着AI诊疗建议与医生沟通。牛津大学近1300人实验发现，同一病例由医生输入时AI识别率达94.9%，由普通人自行描述症状时降至不足34.5%。文章还提到AI的讨好倾向，以及千问接入药品说明书等医学资源、腾讯AI临床助手接入医院信息系统等产品进展。
到了诊室，这些信息可以帮医生更快地进入状态。 事实上，市场上已经有一批AI产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线“健康档案”功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的“AI临床助手”也接入了医院信息系统，疾病预测准确率能达到96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，“AI作为辅助参考，不替代医生最终诊断”。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
匹配字段正文
a16z 对 100 位千人以上企业 CISO 的调研显示，87% 预计网络安全支出将增加，主要驱动是 AI 带来的威胁与企业自身 AI 部署扩大的攻击面。2027 年最受关注的七项安全举措全部与 AI 相关，SOC 自动化获得最多第一优先级投票，但仅 18% 已把 AI SOC 工具投入生产。45% 计划在 12 个月内为内部 AI 智能体安全新增采购或升级，42% 计划采购攻击性安全能力。
Jeffrey Glover and Greg Barbaccia David Ulevitch and David George 当 AI 替你购物时，谁在赚钱？ Alex Immerman and Santiago Rodriguez Growth David George Growth 扩大 a16z 成长基金与平台 David George and Raghu Raghuram Growth 你不是一个模型。不要按 token 定价。 Tugce Erten and Sarah Wang Infra OpenRouter & Stripe：智能网络 Martin Casado Growth Cursor + SpaceXAI：迭代最快的团队获胜 Infra Yoko Li a16z 专家新闻 “帖子”（包括播客、视频和社交媒体）中表达的观点仅代表其中引用的 a16z 个人，不代表 a16z Capital Management, L.L.C.（“a16z”）或其各自关联公司的观点。a16z Capital Management 是一家在美国证券交易委员会注册的投资顾问。注册为投
匹配字段正文
a16z 合伙人 Ben Horowitz 与 Michael McGuiness 撰文，以 Databricks 从 Spark、Lakehouse、Lakebase 到智能体的四代技术演进为线索，讨论智能体如何改变企业。文章称 Databricks 已突破 70 亿美元年化收入、同比增长 80%，估值 1900 亿美元，每天有超过 1700 万个数据库由智能体启动。作者提出企业需要面向智能体的记录系统，把定义、权限和评估结果沉淀下来，并认为未来更多人的工作会转向指定任务、委派执行和检查结果。
长 Marc Andreessen 美国活力 欢迎Jeffrey Glover上校和Greg Barbaccia David Ulevitch和David George 当AI负责购物时，谁获得报酬？ Alex Immerman和Santiago Rodriguez 增长 David George 增长 扩展a16z增长基金和平台 David George和Raghu Raghuram 增长 你不是一个模型。不要按token定价。 Tugce Erten和Sarah Wang 增长 Cursor + SpaceXAI：迭代最快的团队获胜 增长 如何赢得AI领域最大的市场 Raghu Raghuram和Sarah Wang 制造十亿台智能机器 增长 David George a16z专家新闻 “文章”（包括播客、视频和社交媒体）中表达的观点仅代表其中引用的a16z个别人员的观点，不代表a16z Capital Management, L.L.C.（“a16z”）或其各自关联公司的观点。a16z Capital Management是一家在美国证券交易委员会注册的投资顾问。注册为投资顾问并
匹配字段正文
月之暗面10月24日发布Kimi K3.1 Pro，Terminal-Bench 4.0得分65.7%，但199元和699元套餐用户抱怨额度不足，有开发者测算旧套餐API价值约为新套餐的1.94倍。K3.1 Pro每百万Token输入输出价格从K3的20元和100元降至13元和68元，而复杂Agent任务可消耗数百万Token。信通院报告显示2026年6月国内日均Token约500万亿，是2025年12月的近4倍，作者认为算力短缺仍将长期约束独立模型公司。
问题，如今却希望它能够像真正的员工一样，连续工作几个小时，甚至同时运行几十个Agent。 模型每变聪明一点，我们就会发现更多值得交给它完成的工作，而这些新工作，又需要更多算力来支撑。 10月23日，中国信通院发布了一份《大模型词元服务性能监测报告（2026年）》，其中的两组数据，恰好为这种变化提供了注脚。 In June 2026, domestic average daily Token consumption had already reached about 500 trillion, nearly 4 times that of December 2025. At the same time, the normalized average price of domestic large model services rose from 6.8 yuan in the second half of 2025 to 13.46 yuan in 2026, an increase of nearly 100%. The normalized average price here is
匹配字段正文