SemiAnalysis 对 Anthropic、OpenAI、Meta、MiniMax、Moonshot、Z.ai、Cursor、Cognition 等订阅计划逐一做了额度实测，按模型与工作负载换算成 API 等价价值。在中端模型上，Anthropic 的 Opus 5.5 提供的 API 等价价值约为 OpenAI 的 5 倍；OpenAI 上周把 200 美元档额度减半并新增 500 美元档，使 Pro 100、200、500 每美元 token 数趋于一致。文章还给出按 token 类型（输入、缓存写入、缓存读取、输出）测量额度消耗的方法，并指出厂商可随时通过调整 credit 成本静默改变额度。
匹配字段摘要、正文
Baseten 工程师让 Claude Code 配合 Fable 5 基于 MetaInfer 技能框架，在单张 B200 上为 Qwen-3.6-35B-A3B 生成推理引擎 VibeQwen，单流解码速度最高比 vLLM 0.25.1 快 90%，TTFT 快 2.33 倍。该实验耗时约一周、消耗约 17 亿 token 和约 200 B200 小时，引擎在全部测试流量模式下均超过 vLLM。作者随后用同一知识库为图像分割模型 SAM 3.1 生成服务端 Sammie，在单张 H100 上达到 91 张图像/秒，吞吐比 Facebook 参考实现提升 50%。
匹配字段摘要、正文
SGLang 团队发布技术博客，介绍其围绕统一 runner/backend 接口重构的 CUDA Graph 支持，其中由 SGLang 首创并开源的 Breakable CUDA Graph（BCG）现已成为 prefill 的默认策略。BCG 用 521 行代码实现与 torch.compile 分段方案（1,771 行）相同的分段执行，构建 prefill 图快 3.8–5.2 倍；在 gpt-oss-120b（TP4，4×GB300）上，BCG 比 eager 快 1.70 倍，完整捕获达 1.93 倍。博客还介绍了 prefill 的完整 CUDA Graph 捕获、显存复用机制，以及与 Meta PyTorch 团队合作拆出的独立库 meta-pytorch/breakable-cuda-graphs。
匹配字段摘要、正文
DeepSeek Harness v0.1 现已开放开发者预览，并以 MIT 许可证开源，面向全球构建智能体运行框架的开发者。该项目由 Cordis 元框架驱动，将模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 均实现为可组合、替换和扩展的插件。
DeepSeek Harness v0.1 现已开放开发者预览，并以 MIT 许可证开源，面向全球构建智能体运行框架的开发者。该项目由 Cordis 元框架驱动，将模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 均实现为可组合、替换和扩展的插件。 · DeepSeek Harness v0.1 is now available in Developer Preview and open-sourced under the MIT License for developers building agent harnesses worldwide. Powered by the Cordis meta-framework, it implements models, tools, skills, sessions, sandboxes, filesystems, loops, orchestration, and UI as plugins that can be mixed, matched, replaced, and extended.
匹配字段摘要、正文
Johann Rehberger 用 ChatGPT o3 和两个独立账号实测了 ChatGPT 的记忆与聊天历史功能，发现系统提示词中新增了 Model Set Context、Assistant Response Preferences、Notable Past Conversation Topics Highlights、Helpful User Insights、Recent Conversation Content 和 User Interaction Metadata 等区块。其中 Recent Conversation Content 保存约 40 条最近对话，包含时间戳、对话摘要和用户输入的全部消息，但不含 ChatGPT 的回复；作者尝试用一年前的特定话题提问，ChatGPT 无法检索到这些历史对话，说明该功能并非全文搜索或 RAG 检索。作者还指出用户无法查看 ChatGPT 具体存储了哪些信息，认为应提高透明度并允许删除条目。
匹配字段摘要、正文
Meta 更新商业条款,删除了被解读为允许其抓取网站内容训练 AI 的表述。Neiman Lab 和康奈尔大学法学教授 James Grimmelmann 此前认为,该条款意在让 Meta 免费使用抓取内容训练 AI,并可绕过 robots.txt 中的屏蔽指令。Meta 传播副总裁 Andy Stone 和发言人 Daniel Roberts 曾回应称 Meta 使用网络爬虫的方式没有变化,此次条款更新则直接移除了争议表述。另有报道称,Meta 更新商业服务条款时曾声明有权使用企业账户域名、网页或 URL 的内容来训练 AI 模型,引发争议后已删除该表述;Meta 称此次更新只是对既有广告条款的合并整合,并非扩大爬虫行为,修改后条款限定爬虫与数据收集仅用于广告和商业产品,站长仍可通过 robots.txt 控制爬虫权限。
匹配字段标题
Meta 更新商业条款,删除了被解读为允许其抓取网站内容训练 AI 的表述。Neiman Lab 和康奈尔大学法学教授 James Grimmelmann 此前认为,该条款意在让 Meta 免费使用抓取内容训练 AI,并可绕过 robots.txt 中的屏蔽指令。Meta 传播副总裁 Andy Stone 和发言人 Daniel Roberts 曾回应称 Meta 使用网络爬虫的方式没有变化,此次条款更新则直接移除了争议表述。另有报道称,Meta 更新商业服务条款时曾声明有权使用企业账户域名、网页或 URL 的内容来训练 AI 模型,引发争议后已删除该表述;Meta 称此次更新只是对既有广告条款的合并整合,并非扩大爬虫行为,修改后条款限定爬虫与数据收集仅用于广告和商业产品,站长仍可通过 robots.txt 控制爬虫权限。
English translation is being prepared.
匹配字段标题
Arena 公布,Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev,以 1726 分排第 6,使 Meta 进入实验室前三。该成绩比 Muse Wonder (Max) 的第 17 名(1651 分)高 75 分、11 位,比 Muse Spark 1.3 (Max) 的第 14 名(1659 分)高 67 分、8 位。分项上,它在 Data & Analytics 和 Consumer Product 排第 4,在 Brand & Marketing 排第 5。目前没有后续发展。
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
匹配字段标题
Meta 构建了一个面向合规领域的 AI 代理,作为特定合规领域的二级专家。据 Meta 工程博客介绍,该系统把组织知识拆成 200 多个结构化文件,并用可组合的 recipes 分离知识与推理流程。专家反馈经诊断、编译、验证后以文本编辑形式落地,无需重训模型,每个修复都会自动加入回归测试集。系统在六周三个开发冲刺后,将单项评估耗时从数天缩短到数分钟,改进周期内零回归。目前该代理仍处于这一已披露状态,后续进展暂无新的有证据发展。
匹配字段标题
2026年10月16日,Meta工程团队分享用智能体AI构建独立Groups应用Forum的工程实践。团队把AI智能体当作工程流程的参与者而非打字加速器,并以通过构建、测试和评审的已验证产出而非代码量衡量成功。具体做法包括:把自动化验证信号接入智能体循环,用导航智能体模拟真人操作做回归测试,并采用与生产共享代码库、但把原型代码完全编译出生产构建的沙箱构建方式。据该分享,Forum在八周内达到与Facebook Groups的核心功能对齐,自主压力测试在开发阶段发现并修复了一处内存问题,使内存占用和页面错误约减半。目前尚无后续发展事实。
匹配字段标题
Meta 分享 用AI智能体构建Forum应用的工程实践
English translation is being prepared.
匹配字段标题
2026年10月16日,Apple Machine Learning Research 发布最新版本 MLX,支持在 Mac Studio 上本地及分布式推理大语言模型。据其介绍,该版本借助 macOS 26.2 的 RDMA over Thunderbolt 5 驱动和 MLX v0.30.1 起的 jaccl 通信集合实现多机分布式推理;在四台 M5 Ultra Mac Studio 上,816B 参数的 Muse Spark Open 以 NVFP4 精度生成速度超过 36 tokens/s;单机上 M5 Ultra 相比 M3 Ultra 的 TTFT 最高快 4.6 倍,生成速度提升 1.6 倍。文中还给出 mlx_lm.benchmark、mlx.launch 和 mlx_lm.server 的命令示例,并说明可用 OpenCode 等工具接入本地 LLM 服务。同日另有报道称,Apple 与 Meta 合作使 Muse Spark Open 可在两台或四台 Mac Studio 上本地运行并完成智能体任务,并提到 M5 Ultra 集成 GPU 每台可用最多 512 GB
2026年10月16日,Apple Machine Learning Research 发布最新版本 MLX,支持在 Mac Studio 上本地及分布式推理大语言模型。据其介绍,该版本借助 macOS 26.2 的 RDMA over Thunderbolt 5 驱动和 MLX v0.30.1 起的 jaccl 通信集合实现多机分布式推理;在四台 M5 Ultra Mac Studio 上,816B 参数的 Muse Spark Open 以 NVFP4 精度生成速度超过 36 tokens/s;单机上 M5 Ultra 相比 M3 Ultra 的 TTFT 最高快 4.6 倍,生成速度提升 1.6 倍。文中还给出 mlx lm.benchmark、mlx.launch 和 mlx lm.server 的命令示例,并说明可用 OpenCode 等工具接入本地 LLM 服务。同日另有报道称,Apple 与 Meta 合作使 Muse Spark Open 可在两台或四台 Mac Studio 上本地运行并完成智能体任务,并提到 M5 Ultra 集成 GPU 每台可用最多 512 GB
匹配字段摘要
Meta 构建 作为特定合规领域二级专家的 AI 代理
English translation is being prepared.
匹配字段标题
ARC Prize于2026年10月29日公布Meta的Muse Spark Open在ARC-AGI上的验证成绩:ARC-AGI-1为89.0%、每任务0.29美元,ARC-AGI-2为57.5%、每任务0.73美元,ARC-AGI-3在标准harness下为0.1%、每任务3.9K美元。ARC Prize称其v1/v2得分与Haiku 5.5和GPT-6 Luna相近,但成本约为后者的9倍;该模型在OpenRouter上定价为每百万输入1.25美元、每百万输出4.25美元。随推理档位提升,ARC-AGI-2从medium的29.4%(平均每任务55k tokens)升至xhigh的57.2%(每任务180k tokens)。
匹配字段摘要
Artificial Analysis 于 2026 年 10 月 24 日在 AA-AgentPerf 上线 Meta 新开源权重模型 Muse Spark Open 的初步测试结果。该模型为 816B 参数、42B 激活的 MoE,在 Artificial Analysis Intelligence Index 上得分 39。测试显示,NVIDIA B300 与 GB300 在吞吐优先配置下每兆瓦功耗均可达约 150M tokens/s;GB300 在 100 tok/s 输出速度下约 108M、B300 约 92M;AMD MI355X 在 65 tok/s 下为 70M tokens/s 每兆瓦。模型 62 层中有 46 层采用 2,048-token 滑动窗口注意力,使 1M 上下文下的 KV cache 需求较全注意力降低约 75%。Meta 发布了 NVFP4 checkpoint,AMD 发布了 MXFP4 checkpoint。目前尚无后续发展事实。
匹配字段摘要
2026年10月20日,邵猛推荐了MIT课程MAS.S62「How to AI an AI」的第4-5讲,主题为「Harness evolution」。据其介绍,这两讲分别梳理harness组件、记忆、工具与技能演化,以及规划、任务分解与多agent系统演化。记忆部分用三轴分类法串起MemGPT、mem0、MEM1、Reflexion/ExpeL,并以CLM把上下文管理统一为文件操作;工具部分从Toolformer、ToolLLM、CodeAct讲到Meta-Harness,后者把整个harness表示为文件系统,反馈信息量约为此前方法的400倍。多agent部分给出五条实证发现,包括MAS在可分解任务上赢81%、在顺序依赖任务上输70%,以及CORAL在8个任务上取得新SOTA、多agent演化比单agent提升4%–20%。目前该推荐仅有邵猛本人发布的一篇来源,尚无后续独立报道。
匹配字段摘要
Arena 于 2026 年 10 月 17 日更新 Arena Alignment Index,新增两家实验室和三个模型。据 Arena 发布的榜单信息,Meta 的 Muse Wonder 以 77.5% 位列第 6,在三款新模型中得分最高,其未授权操作率 2.09%、欺骗性完成率 14.41% 均为三者最低;Reflection 的 Beam-1.0-501B-A23B 以 75.3% 排第 7,虚假归因率 4.50% 为三者最优;阶跃星辰的 Step 5 Preview 以 75.1% 排第 8,未授权操作率 2.11% 与 Muse Wonder 接近。目前该更新仅见 Arena 一方发布的信息,尚无其他后续发展。
匹配字段摘要
2026年10月8日,Artificial Analysis发布加入幻觉门控后各模型的排名与得分变化。据其报道,多数模型表现大幅下滑:Meta的Muse Spark 1.3 (max)门控前以26.7%排名第一,计入幻觉后降至8.9%,xAI的Grok 4.7 (xhigh)以9.4%升至榜首。其他模型方面,GLM-5.3 (max)有13.9%任务通过全部标准,但无重大幻觉的仅0.3%;Kimi K3 (max)从16.7%降至5.3%;Claude Sonnet 5.5 (max with fallback)从11.7%降至2.8%;GPT-6.1 Sol (max)降幅较小,从7.5%到6.9%。目前该发布尚无后续发展事实。
匹配字段摘要
Baseten 工程博客作者基于 MetaInfer 技能框架,让 Claude Code 自主构建并优化推理引擎。在单张 B200 上,其为 Qwen-3.6-35B-A3B(NVFP4)构建的 VibeQwen 单流解码速度最高比 vLLM 0.25.1 快 90%,TTFT 快 2.33 倍,并发 32 时单副本吞吐高出 71%;整个项目约一周,消耗约 17 亿 token 和 200 B200 小时,成本在数千美元量级。作者随后用同一知识库为图像分割模型 SAM 3.1 构建推理服务 Sammie,在单张 H100 上达到 91 张图/秒,比 Facebook 参考服务吞吐提升 50%,耗时数天、约 2 亿 token。目前尚无后续发展。
匹配字段摘要