Google 于 2026 年 9 月 11 日通过 Google Developers Blog 介绍 autofinetune 项目,把自主研究循环用于 LLM 后训练。该项目基于 Tunix、Gemma 和 Cloud TPU,由 Antigravity CLI 与 Gemini Flash 3.7 编排。第一个实验中,智能体在 Cloud TPU v5e-1 上对 functiongemma-270m-it 自动调整 LoRA rank/alpha、优化器和学习率等,几小时内完成 20 次实验。第二个实验基于 Tunix 官方 GRPO 示例训练 Gemma 3 1B 做数学推理,在 Cloud TPU v6e-1 上跑 40 次实验,总奖励提升约 10%。代码、示例运行和 program.md 模板已放在 autofinetune GitHub 仓库。目前尚无后续发展事实。
匹配字段摘要
2026 年 9 月 9 日,Cognition 宣布完成 E 轮融资,融资规模超过 20 亿美元,估值达 480 亿美元。据 Cognition 模型 / Devin 博客发布的信息,本轮由 Andreessen Horowitz 和 Accel 领投,Founders Fund、General Catalyst、Avenir 等现有投资方跟投。公司称自 5 月上一轮融资以来,run-rate revenue 已从 4.92 亿美元增长至近 9 亿美元。Devin 被 NVIDIA、GE Aerospace、Citi、Mercedes-Benz、Modal 等公司的工程团队使用,目前具备 Auto-Triage 事件初查、Security Swarm 漏洞发现与分诊,以及从 Slack、GitHub、Linear 等系统事件触发任务的 Automations 能力。目前尚无后续发展事实。
匹配字段摘要
2026 年 8 月 14 日,Figma 上线技能创作功能,支持用户直接在 Figma 中为设计智能体编写技能(skills)。据 Figma 官方说明,技能是纯文本 markdown 文件,可让智能体按指定步骤或设计稿参考执行任务,并支持预览、迭代和手动编辑 markdown。部分技能也可用于第三方智能体中的 Figma MCP server,相关技能已发布在 GitHub 仓库。Figma 还从社区精选了 10 个技能,包括 /xray-scan、/find-animation-opportunities、/camera-pan-and-zoom、/better-interface、/component-handoff 和 /create-color 等。目前该功能已上线,暂无后续发展事实。
匹配字段摘要
2026年7月27日,Kimi.ai 开源了 MoonEP 通信库。据 Kimi.ai 发布的信息,MoonEP 是面向分布式 MoE 工作负载的高性能通信库,旨在让大规模专家并行通信更高效,帮助降低大型 MoE 训练和推理系统中的通信开销。该消息由 Kimi.ai 官方账号发布,并附有 GitHub 链接。目前尚无后续发展事实,事件状态停留在开源发布这一节点。
匹配字段摘要
2026年7月27日,Kimi.ai 与 kvcache-ai 合作开源了 AgentENV,这是一个用于大规模运行智能体环境的分布式系统。据 Kimi.ai 发布的信息,AgentENV 的组件为 Kimi K3 的智能体强化学习训练提供支持,具备快速快照、恢复和 fork 能力,可支撑大规模并行智能体工作流,并附有 GitHub 地址。目前该事件尚无后续发展事实,状态停留在开源发布这一节点。
匹配字段摘要
2026年9月8日,Cohere发布面向North Mini Code的Megakernel推理服务引擎并开放GitHub代码。该引擎在单张H100上以BF16运行,端到端平均解码吞吐量较vLLM提升1.25至1.41倍;批大小为1时达到292 tok/s,为vLLM的1.58倍。它支持连续批处理、分页注意力、流式输出、前缀缓存、工具调用及OpenAI兼容接口。目前最大批大小为8,预填充仍由普通PyTorch内核运行,期间会暂停解码。
匹配字段摘要
Google与NASA JPL发布MAPL-EMIT甲烷羽流检测模型及全球数据库。该模型基于NASA EMIT高光谱卫星数据,采用Swin-S视觉Transformer架构,结合空间上下文区分真实甲烷羽流与相似光谱地表,并同步完成重叠排放源的解耦,可自动检测、量化并定位全球甲烷羽流。在专家标注羽流上,其召回率达84%。团队已在Earth Engine发布全球羽流数据库,并在Kaggle和GitHub开放训练模型、合成羽流与推理库。目前尚无后续发展事实。
匹配字段摘要
2026年8月28日,腾讯混元发布Hy4 preview,总参数770B、激活49B,支持1M上下文,定位生产力场景与开源前沿,并强调价格稳定可负担,官方同时给出博客、Hugging Face和GitHub入口。8月29日,腾讯混元宣布Hy4 preview在vLLM上运行,同日上线Cline供试用。8月30日,腾讯混元开源Hy4 preview,采用Apache 2.0,原生内置MTP层,开箱即支持投机解码,并称163位内部专家对203个真实工程任务盲评中略胜GLM 5.3与Kimi K3。9月1日,腾讯混元披露Hy4 preview自主发现推理瓶颈,通过算子融合与通信优化将端到端吞吐量提升31.8%。
匹配字段摘要
2026年8月21日,Slack推出Slack Code,一项支持人类与编码智能体在共享频道协作的软件开发功能。据The Register报道,Slack为编码智能体开设专属项目频道,用户可在对话中@智能体,让它创建代码频道并跟进任务;频道成员可查看智能体操作、审阅其提出的改动、查看实时HTML预览,并在需要时让它改变方向,任务完成后频道可自行归档,留下可搜索记录。Anthropic、Cognition、GitHub、OpenAI的ChatGPT和Vercel等正在为Slack Code开发集成,Claude、Devin、Copilot和ChatGPT等智能体将进入代码频道;Slack还推出Agent DM、Agents标签页和Add to Slack功能。The Rundown AI报道称,该功能在所有Slack套餐上线时均可使用,支持接入ChatGPT、Claude、Devin、Vercel和GitHub,部署变更需经人工批准。目前尚无后续发展事实。
匹配字段摘要
2026年8月18日,Unsloth宣布其发布的Qwen3.8-27B Unsloth GGUF模型在Hugging Face趋势榜上排名第二,下载量达到270万。同一消息还提到,Unsloth同时登上GitHub趋势榜第三名。Unsloth在发布中感谢用户的支持与喜爱。目前该模型在Hugging Face趋势榜位居第二,相关热度仍在持续。
匹配字段摘要
2026年8月14日,Augment Code解决方案架构负责人Mayur Nagarsheth在博客中分享使用Cosmos软件工厂理解业务的实践。他构建了企业试点健康视图,整合产品使用、GitHub/PR活动、Salesforce交易状态和客户通话记录,生成每个试点的采用率、活跃度、技术进展、风险和整体健康评估。该视图支持按客户原话验证指标,例如某生命科学数据平台将一周任务缩短至约3小时,超过CDO的75-90%自动化目标。Cosmos还能在数据刷新时识别信息时效,并拒绝用更快但更不准确的指标替换现有数据。
匹配字段摘要
2026年8月11日,Unsloth发布Unsloth Desktop,称其为首个可在本地运行和训练模型的桌面应用,已上线官网和GitHub。该应用开源,支持Mac、Windows和Linux,覆盖MLX、扩散图像/视频、音频、GGUF,可将Claude Code和Codex接入本地LLM,并支持CPU与多GPU环境(NVIDIA、AMD、Intel、Mac)。官方称训练速度提升2倍、显存占用减少70%,工具调用准确率提高50%并支持自愈与沙箱化代码执行,同时提供私有网页搜索、深度研究、RAG、MCP以及NVFP4、GGUF导出。次日,Unsloth公布2-bit NVIDIA Nemotron 3.5 Lightning工具调用实测结果:仅用22GB显存连续运行10分钟工具调用,引用80多个网站,执行了代码,并搜索了10个真实地点,可通过Unsloth Desktop运行和训练。
匹配字段摘要
2026年8月3日,OpenRouter发布Ori Eval,用于帮助开发者从500多个模型中选出最适合自己项目的模型。据其介绍,用户只需向编码智能体提出需求,Ori Eval便会扫描代码库,确认成本、性能、延迟等优先级,挑选5个最新候选模型并生成review.eval.ts文件进行并行评测,最终返回带理由的推荐结果。评测文件以*.eval.ts形式通过bun test运行,可接入GitHub Actions阻止回归,失败即构建失败。
2026年8月3日,OpenRouter发布Ori Eval,用于帮助开发者从500多个模型中选出最适合自己项目的模型。据其介绍,用户只需向编码智能体提出需求,Ori Eval便会扫描代码库,确认成本、性能、延迟等优先级,挑选5个最新候选模型并生成review.eval.ts文件进行并行评测,最终返回带理由的推荐结果。评测文件以 .eval.ts形式通过bun test运行,可接入GitHub Actions阻止回归,失败即构建失败。
匹配字段摘要
2026年7月30日,Google DeepMind发布Gemini Robotics ER 2机器人模型,定位为机器人的高层大脑,支持实时空间推理、多步任务规划和多机器人协作,可通过Gemini API、Google AI Studio或Gemini Enterprise Agent Platform调用。官方称,相比ER 1.6,新模型能通过连续视频流跟踪任务进度并实时纠错,在进度分类任务上达到57.4%准确率,在moment-finding任务上达到91.3%准确率和0.96s平均绝对距离。官方还展示了其编排Boston Dynamics Spot的导航与机械臂API完成取物,并支持Apptronik Apollo 2与Franka F3 Duo协作,代码已在GitHub开源。7月31日,Demis Hassabis表示机器人现在可以推理每一个动作,完成此前无法实现的任务,例如打精细的绳结,甚至组队解决复杂工作流。
匹配字段摘要
2026年7月28日,Liquid AI发布两款双向编码器模型LFM2.5-Encoder-230M与LFM2.5-Encoder-350M。两款模型基于LFM2混合架构,支持8,192 token上下文,并已在Hugging Face开放权重。官方称其可在分类、自然语言理解和token级任务上微调;350M在14个模型、17项任务中排名第四,230M超过ModernBERT-base和所有EuroBERT。CPU上8,192 token单次前向约28秒,约为ModernBERT-base的3.7倍速度,评测框架已在GitHub开源。
匹配字段摘要
2026年9月8日,Pydantic 发布 vocabguard PyPI 包,以应对前沿模型的语言漂移现象。据 Pydantic AI 官方文章,Anthropic Claude 系列模型在描述软件组件连接点时大量使用“seam”一词,其中 Opus 4.6 被视为源头,4.7、4.8 放大,并扩散到 GPT 5.6 Sol、DeepSeek v4 Flash 0731、Qwen 3.8 27b、Z.AI GLM 5.3 Flash 等模型。作者抓取 GitHub PR 发现,含“seam”的约 70 万条中约 68.5 万条来自 2026 年,并用 4,319 份 2025 年前与 1,047 份 2026 年 README 做 TF-IDF、SVD、t-SNE 可视化。文章提出用 Pydantic AI Capability 应对这一现象。目前尚无后续发展事实。
匹配字段摘要
2026年8月26日,Browser Use发布工程博客,宣布开源200个长时程强化学习环境,相关任务及其rubric已公开在github.com/browser-use/benchmark。据该博客介绍,这些环境从真实用户流量和真实网页构建:先从数亿条任务提交中筛出约一千万条去重任务,用Gemini 3 Flash做适配性标注,与人工标签一致率为77%,密封集为81%;再由MiniMax M3执行筛选,约40%的合格任务被判定为可行且足够难。作者指出迭代式rubric不会收敛,改用9个模型各跑两次的并行轨迹,由Claude Fable 5编写rubric,事实经实时网页核验并标注日期,最终将条目翻转率压到1%以下。目前该故事仅有这一项事实证据,尚无后续发展。
匹配字段摘要
2026年8月21日,Amazon Science发布SOP-Bench,一个面向AI智能体的开源基准,用真实企业标准作业流程(SOP)配合可用工具和标准答案进行评测。据官方说明,该基准覆盖12个业务领域、超过2000个任务,已在GitHub和HuggingFace发布,包含12套专家编写的流程、生成的工具与数据集、两个基线智能体和评测代码。官方还称,测试11个前沿模型发现,升级模型有时反而降低表现,例如推理型智能体上Claude 4.5系列得分低于Claude 4系列;给智能体增加20个看似合理但无用的工具后,成功率几乎减半。目前该基准已公开,尚无后续发展事实。
匹配字段摘要
Mastra于2026年9月8日发布开源软件工厂Mastra Factory测试版。据官方介绍,Factory连接GitHub、Linear和Slack,按可配置看板分阶段运行智能体,每个阶段可设为手动或自动。官方称自7月alpha版上线以来,Factory已自动化25-35%的PR、关闭50-60%的issue,项目每周收到100多个issue、合并约200-250个PR。团队还介绍了基于图谱的wiki知识库、AgentController会话管理和Signals实时纠偏机制,并计划将知识图谱作为独立原语发布。目前该产品处于测试版阶段。
匹配字段摘要
2026年7月27日,Mastra发布Mastra Factory,这是一套让智能体把软件从issue推进到生产的系统。据Mastra介绍,该系统可连接GitHub、Linear和Slack,用户在工厂界面点击开始后,由编码智能体接手后续工作。系统在intake、triage、planning、building、review、completion各环节设置显式门禁,并提供类型化工作流、记忆、调度、工具和可观测性,以保证过程可治理、可审计。Mastra表示,其此前在issue接收和PR评审上存在瓶颈,为此构建了理解PR与issue的技能,以及提供代码库上下文的评审智能体。目前该发布尚无后续发展事实。
匹配字段摘要