NVIDIA Nemotron 3 Ultra 上线 Ollama 云
NVIDIA Nemotron 3 Ultra 已在 Ollama 云上线，这是一个 550B 参数（55B 激活）的开源模型，面向长时运行的智能体工作流。它支持 1M token 上下文，针对 NVFP4 格式优化，官方称在智能体生产力、指令遵循和长上下文任务上准确率领先，成本较其他领先开源模型最多节省 30%。
匹配字段摘要
←搜索结果
搜索“其他”
微软发布 Autopilot 智能体类别，首个智能体 Scout 亮相
微软在 Build 大会上发布名为 Autopilot 的新一类智能体，首个智能体 Scout 可在 Teams、Outlook、OneDrive 和 SharePoint 间运行，连接聊天、邮件、日历和联系人数据，并能自主安排会议、标记重要会议、生成准备材料、识别临近截止时间并预留日程。Scout 由 OpenClaw 驱动，绑定 Entra 身份并受组织访问控制约束，目前仅向少数客户和 Frontier 计划组织开放预览。微软称其具备企业级安全与管控，但文章指出 OpenClaw 的安全口碑存疑，且未说明针对常见 AI 攻击的其他防护措施。
匹配字段摘要
Together AI 如何高效服务 MiniMax M3：支持 1M-Token 上下文与原生多模态
Together AI 优化了 MiniMax M3 的生产级推理服务，使其支持 1M-Token 上下文、原生多模态与智能体工作流。MiniMax Sparse Attention 让预填充和解码分别提速超过 9 倍和 15 倍，其他优化使常见智能体流量下的性能提升 81%–125%。M3 开放权重发布后，Together AI 将提供开发者端点。
Together AI 优化了 MiniMax M3 的生产级推理服务，使其支持 1M-Token 上下文、原生多模态与智能体工作流。MiniMax Sparse Attention 让预填充和解码分别提速超过 9 倍和 15 倍，其他优化使常见智能体流量下的性能提升 81%–125%。M3 开放权重发布后，Together AI 将提供开发者端点。 · Together AI optimized production inference for MiniMax M3, enabling 1M-token context, native multimodality, and agentic workflows. MiniMax Sparse Attention delivered more than 9x faster prefill and 15x faster decoding, while broader optimizations improved performance by 81%–125% under common agentic traffic. Together AI
匹配字段摘要
Google AI Studio 上线 I/O 新功能：可直接构建 Android 应用并一键安装
Google AI Studio 在 I/O 期间上线新功能，用户可直接在 AI Studio 中构建 Android 应用，并一键安装到自己的设备。同时，只需通过提问即可自动为 Google Docs、Sheets 及其他 Workspace 应用构建应用，无需使用密钥。
匹配字段摘要
Google 在 I/O 上推出 Gemini 3.5 Flash，面向智能体与编程
Google 在 I/O 上推出 Gemini 3.5 Flash，称其面向智能体和编程具备前沿性能。该模型于当天在全球推出，针对现实世界的智能体工作流提供前沿级性能，速度是其他前沿模型的 4 倍。
Google 在 I/O 上推出 Gemini 3.5 Flash，称其面向智能体和编程具备前沿性能。该模型于当天在全球推出，针对现实世界的智能体工作流提供前沿级性能，速度是其他前沿模型的 4 倍。 · Google introduced Gemini 3.5 Flash at I/O, claiming frontier performance for agents and coding. Rolling out globally that day, the model delivers frontier-level performance for real-world agentic workflows at 4x the speed of other frontier models.
匹配字段摘要
Gemini 3.5：兼具前沿智能与行动能力
Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。
Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。 · Google DeepMind introduced the Gemini 3.5 family for complex agentic workflows, beginning with 3.5 Flash, while 3.5 Pro is planned for next month. Gemini 3.5 Flash scores 76.2% on Terminal-Bench 2.1 and produces output tokens four times faster than other frontier models. It is generally available and is now the default mo
匹配字段摘要
Sakana AI 与 SMBC 集团联合开发多 AI 智能体提案书自动生成应用
Sakana AI 与三井住友金融集团（SMBC 集团）联合开发出「提案书自动生成应用」，并已在三井住友银行投入实务使用。该应用由多个角色不同的 AI 智能体协同完成信息收集、分析、假设构建、故事策划、质量评估与事实核查，将原本需 1〜2 周的大型企业提案书制作缩短至数十分钟到数小时。双方自 2025 年 5 月签署合作契约，此为第一号落地项目，后续将扩展至 SMBC 集团其他业务领域。
匹配字段摘要
DeepSeek-V4-Pro 优惠延长至 2026 年 5 月 31 日 15:59 UTC
DeepSeek-V4-Pro 优惠已延长至 2026 年 5 月 31 日 15:59 UTC。材料未说明具体折扣幅度、适用范围或其他限制。
DeepSeek-V4-Pro 优惠已延长至 2026 年 5 月 31 日 15:59 UTC。材料未说明具体折扣幅度、适用范围或其他限制。 · The DeepSeek-V4-Pro discount has been extended until May 31, 2026, at 15:59 UTC. The material does not specify the discount amount, eligibility, or other restrictions.
匹配字段摘要
Cognition 复盘多智能体：哪些做法真正有效
Cognition 发文复盘十个月的多智能体实践，认为并行写作者群体仍难落地，真正有效的是写操作保持单线程、其他智能体只贡献判断的模式。文中给出两个已验证案例：Devin 与 Devin Review 在互不共享上下文的情况下迭代，平均每个 PR 发现 2 个 bug，其中约 58% 为严重问题；跨前沿模型互调的 smart friend 在生产环境中于最难场景带来实际提升。作者同时指出，让能力较弱的主模型判断何时升级求助仍是未解问题，并认为这属于训练层面的问题。
匹配字段摘要
Sakana AI 提出 String Seed of Thought：让 LLM 输出更忠实于概率分布且更多样
Sakana AI 提出提示技术 String Seed of Thought（SSoT）：让 LLM 在输出中先生成随机字符串，再据此推导答案，无需外部随机数生成器。该方法在开源与闭源 LLM 上显著降低输出偏差，在 DeepSeek-R1 等推理模型上准确率接近真实随机采样，并可从二选一推广到 n 选一和任意概率分布。在 NoveltyBench 多样性基准的六个类别上，SSoT 均优于其他方法且保持输出质量，该工作将在 ICLR2026 展示。
匹配字段摘要
Linear 复盘 3 月 24 日安全事件：权限过滤失效导致私有团队数据越界暴露
Linear 复盘 3 月 24 日安全事件，一项性能优化中的变量遮蔽错误导致团队级权限过滤失效，约一小时内私有团队数据可能被同一工作区的其他成员访问。暴露可能涉及通知邮件、约 7,000 次客户端完整启动、移动端、API 和第三方集成，但未波及工作区外部，也未暴露凭据、API keys 或身份验证 tokens。Linear 已回滚代码、清理客户端缓存并扩充权限边界测试，事后审计未发现恶意滥用证据。
匹配字段摘要
用户评价 Cursor Composer 2：快且不陷入循环
Cursor 发布 Composer 2 后，有用户表示这是自己处理大多数任务的首选模型，认为它聪明、快速、高效。该用户还提到其他模型常陷入过度思考的循环，而 Composer 2 没有这个问题，用起来很有趣。
匹配字段摘要
goose 通过 ACP 支持 Codex、Claude 和 Gemini 订阅
goose 官方博客宣布，借助 Agent Client Protocol（ACP），用户现在可以在 goose 中使用 Codex、Claude 和 Gemini 的订阅。Codex 可直接登录 ChatGPT 账号，无需安装其他组件；Gemini 通过 OAuth 用 Google 账号登录；Claude 需一次性安装一个小型适配器包。goose 会把已配置的 MCP 扩展通过 ACP 传递给 Claude，而 Codex 属于完整的 LLM API，可直接在 goose 中使用扩展。原有的 claude-code、codex、gemini-cli 等 CLI 直通 provider 即将移除。
匹配字段摘要
Cursor 团队介绍其智能体 harness 调优细节
Cursor 团队成员 Balta 表示团队一直在为每个模型调优 harness，具体做法包括避免模型陷入循环、把较大的工具返回结果写入文件让智能体用 grep 检索以免撑爆上下文，以及在循环中加入提醒引导智能体行为。他同时表示很高兴看到用户喜欢改进后的智能体 harness，后续还有更多更新。被引用的推文称 Matt Maher 测试了前沿模型在 Cursor 与其他 harness 中的表现，Cursor 平均提升模型性能 11%，其中 Gemini 从 52% 升至 57%、GPT-5.4 从 82% 升至 88%、Opus 从 77% 升至 93%。
匹配字段摘要
OpenHands Index 更新：新增多款模型评测并修复 Commit0 基准漏洞
OpenHands 更新其软件工程评测基准 OpenHands Index，新增 Claude 4.6 Opus、GPT 5.2 Codex、Kimi K2.5、GLM-4.7 和 MiniMax M2.5 的评测结果，并公开全部评测轨迹。借助 CMU 团队的开源工具 Hodoscope，他们发现 Commit0 基准存在漏洞：仓库以完整 git 历史克隆，智能体可用 git log、git show 直接复制原始实现。改用浅克隆（--depth 1）修复后，MiniMax-M2.5 的 Commit0 分数从 50% 降至 18.8%，运行时间增加近 4 倍，多数其他模型下降约 12-13%。OpenHands 同时与 Laminar 合作，为每次评测提供可交互的轨迹可视化。
匹配字段摘要
Sarvam AI 发布 Arya 智能体编排栈
Sarvam AI 发布 Arya 智能体编排栈，面向生产级智能体，围绕八个可组合原语（LLM、Agent、MCP、Node、Ledger、Task Graph、Code Interpreter、Artefact）构建。该栈提供不可变状态账本、按节点调节确定性与智能体自由度的机制，以及用 HCL 声明式描述任务图的构建方式，并支持将任务图封装为 MCP 供其他智能体调用。Sarvam AI 表示其调试服务 Acta 会持久化每次状态转换，便于追踪与回放。
匹配字段摘要
Cognition 为 Devin 推出自动修复 PR 评论功能
Cognition 为 Devin 推出自动修复功能，可自动处理 Devin Review 及其他审查机器人留下的 PR 评论，并继续自动修复 lint 和 CI/CD 问题。该功能适用于任何在 PR 上留言的机器人，包括 linter、CI 流水线、安全扫描器和依赖管理工具，机械性修复无需人工介入。用户可在 Settings > Customization > Autofix settings 中配置响应哪些机器人，也可在 app.devin.ai/settings/review 开启自动审查。
Cognition 为 Devin 推出自动修复功能，可自动处理 Devin Review 及其他审查机器人留下的 PR 评论，并继续自动修复 lint 和 CI/CD 问题。该功能适用于任何在 PR 上留言的机器人，包括 linter、CI 流水线、安全扫描器和依赖管理工具，机械性修复无需人工介入。用户可在 Settings Customization Autofix settings 中配置响应哪些机器人，也可在 app.devin.ai/settings/review 开启自动审查。
匹配字段摘要
谢赛宁：Waymo 世界模型与多模态本质
自动驾驶将比其他任何事物更快实现现实世界影响。真正酷的部分是，世界模型不只是关于视频；它是关于对各类连续、高维、含噪信号的建模。这才是"多模态"的真正含义。祝贺 @maxjiang93、xander、bo 以及整个 Waymo 团队 👏
匹配字段摘要
Anthropic 发布 Claude Opus 4.6，首次在 Opus 系列引入 1M token 上下文
Anthropic 发布 Claude Opus 4.6，称其在编码能力上较前代提升，能更长时间维持智能体任务，并首次为 Opus 系列模型提供 1M token 上下文窗口（beta）。该模型在 Terminal-Bench 2.0 取得最高分，在 Humanity's Last Exam 上领先其他前沿模型，在 GDPval-AA 上比 GPT-5.2 高约 144 Elo 分、比 Opus 4.5 高 190 分。API 侧新增自适应思考、四档 effort 控制、上下文压缩（beta）和 128k 输出 token，定价维持 $5/$25 每百万 token，超过 200k token 的提示按 $10/$37.50 计费。
匹配字段摘要
SGLang-Diffusion 发布两个月：推理速度较初版提升 2.5 倍
SGLang-Diffusion 自 2025 年 11 月初发布以来，经两个月优化后（docker 镜像 lmsysorg/sglang:dev-pr-17247）比初版快 2.5 倍，在 NVIDIA GPU 上比其他方案最高快 5 倍。新增对 Flux.2、Qwen-Image-Edit-2511、Z-Image-Turbo、GLM-Image 等模型的 Day-0 支持，并集成 Cache-DiT、支持 LoRA 与 ComfyUI 自定义节点。
匹配字段摘要