Yeekal Logo Yeekal
4,506 字
早报 | MORNING 2026-09-30

OpenAI 发布 dots 与 GPT-6.1 Sol,英伟达收购 Hugging Face

今日要点
  • OpenAI 发布 GPT-6.1 Sol,输入 $2/输出 $10 每百万 token
  • OpenAI 上线 dots 常驻 Agent,连接 4000+ 应用
  • 英伟达宣布收购 Hugging Face,金额未披露
OpenAI 发布 GPT-6.1 Sol,输入 $2、输出 $10 每百万 token,并上线常驻 Agent dots,每个 dot 有独立云电脑、可连接 4000+ 应用;英伟达宣布收购 Hugging Face,金额未披露;Google Cloud 发布 GKE Agent Sandbox,首个命令时间从 45–85 秒降至 1–9 秒。

1️⃣ OpenAI 发布 dots 与 ChatGPT Space:全天候个人 Agent 进入 ChatGPT 生态#

  • 核心发布:OpenAI 推出由 GPT-6 Astra 驱动的常驻个人 Agent「dots」,每个 dot 拥有独立云电脑与浏览器,可连接 4000+ 应用,7×24 在后台推进任务。
  • 交互与权限:用户可在 ChatGPT、Slack、Teams 中与 dot 交互,未来支持短信与电话;关键操作需用户批准,敏感操作永远只能本人执行。
  • 企业形态:预览 Specialist Dots,企业可分配独立身份、账号与系统权限,并接入微软 Agent 365 管理。
  • ChatGPT Space:以 Pages 交互式文档为单元,支持图表、表格、可运行原型,用户可 @ChatGPT、Codex 或 dot 协作;今日面向 Pro、Business、Enterprise 推出。
  • 可用范围:dots 面向 Pro、Business Premium、Enterprise 开放,首个 dot 包含在套餐内,与 dot 对话不占普通 ChatGPT 用量额度。 🔗 OpenAI dots 介绍 | ChatGPT Space | OpenAI 发布推文

2️⃣ OpenAI 发布 GPT-6.1 Sol、Ultrafast 与 Pro 500:模型性价比再调整#

  • 模型发布:GPT-6.1 Sol 上线,官方称以 Astra 五分之一价格提供近 Astra 能力,强化 Agentic Coding 与 Computer Use。
  • 定价与性能:API 输入 2/百万token、输出2/百万 token、输出 10/百万 token,缓存输入 $0.10/百万 token;DeepSWE 上追平 Astra,OSWorld 2.0 差约 2.1 分,事实性错误减少约 32%。
  • 可用平台:ChatGPT Work、Codex、API、Amazon Bedrock、OpenRouter、GitHub Copilot、Devin、Notion、Figma 等已接入或同日上线。
  • Ultrafast:Codex 中最高 8 倍生成速度(300 tokens/秒),API 最高 6 倍;今日支持 Astra,GPT-6.1 Sol 即将支持。
  • 订阅调整:新推出 Pro 500,额度为 Plus 的 25 倍;Pro 200 重新开放,但额度计算减半,老账号暂时保留 20x;OpenAI 承诺不再引入 5 小时限制。 🔗 OpenAI 发布 | Ultrafast | Bedrock 上线

3️⃣ OpenAI 更新 Codex 云环境、Security Cloud 与开发者 API#

  • Codex 云环境:向 Plus、Pro、Business、Enterprise 开放,任务可在云端持续运行,关闭笔记本不中断;Business 与 Enterprise 可共享环境。
  • Codex Security Cloud:默认接入 Daybreak Blue 网络能力模型,扫描整个 GitHub 仓库、持续审查提交、自动去重并准备修复。
  • Codex CLI:新增全屏界面、/usage、/theme、托管工作树、Mermaid/LaTeX 终端渲染与可折叠 diff。
  • 开发者 API:Agents API 加入 Computer Use;Decisions API 由 GPT-6 Luna 驱动,以选择题方式做分类、路由与下一步决策,约 150ms 返回,限预览。 🔗 Codex 云环境 | Codex Security Cloud | Codex CLI | Decisions API

4️⃣ OpenAI 上线 Marketplace 与 Sign in with ChatGPT#

  • Marketplace:OpenAI 企业采购市场首批 30+ 合作方,企业可将既有 OpenAI 采购承诺额度用于购买 Notion、Vercel、Runway、Figma、ElevenLabs 等合作产品。
  • Sign in with ChatGPT:Notion、Devin、v0 等已支持用 ChatGPT Plus/Pro 订阅登录并消耗其额度;Notion 可选用 GPT 模型,Devin 用量计入 Codex 与 ChatGPT Work 额度。
  • 插件扩展:开发者可将 Figma、Adobe、会议应用等原生嵌入 ChatGPT 与 Codex;ChatGPT 可在对话中自动发现并推荐插件。
  • 团队协作:Business 与 Enterprise 可在 Slack 和 Microsoft Teams 中 @ChatGPT,将讨论串转为计划、幻灯片或表格。 🔗 OpenAI Marketplace | Notion 接入 ChatGPT 订阅 | Devin 接入 | Slack/Teams 集成

5️⃣ 英伟达收购 Hugging Face#

  • 官方口径:Hugging Face CEO Clément Delangue 在 X 上宣布公司被英伟达收购,称可借此招募此前作为小创业公司招不到的人,并给他们十年时间推动开源 AI 获胜。
  • 行业影响:Hugging Face 是开源模型、数据集与推理工具的核心分发枢纽;若并入英伟达,可能强化其从硬件、推理到开源生态的纵向整合。
  • 待披露:截至发稿,英伟达与 Hugging Face 尚未发布联合官方新闻稿,交易金额与监管审批细节未公开。 🔗 Clément Delangue 声明

6️⃣ 英伟达发布 Kumo Tabular:开放表格数据基础模型#

  • 模型发布:英伟达推出 Kumo Tabular 系列,面向表格数据预测,官方称在精度—推理时间权衡上建立新帕累托前沿。
  • 开放策略:同时发布开放权重、开源软件与宽松商用许可,代码与模型已上架 Hugging Face 与 GitHub。
  • 行业意义:表格数据是企业 AI 最大存量数据形态之一,开放基础模型有望降低预测建模与迁移门槛。 🔗 Jure Leskovec 发布 | Hugging Face 模型卡 | GitHub

7️⃣ Google Cloud 发布 GKE Agent Sandbox for RL:沙箱启动提速 10-45 倍#

  • 正式发布:Google Cloud 推出面向 Agentic RL 与评估的 GKE Agent Sandbox,并提供 Python 编排 SDK。
  • 关键指标:首个命令时间从 45–85 秒降至 1–9 秒,最坏尾部等待从 7.5 分钟降至 10 秒内,控制面 churn 减少 3 倍。
  • 技术设计:通过 SandboxWarmPool 与 GKE Image Streaming 预热水池,支持高基数镜像;已集成 Gymnasium、NVIDIA NeMo Gym、OpenHands。
  • 客户反馈:Mistral AI 称单集群可处理超过 30,000 个沙箱的峰值,用于大规模 RL 训练。 🔗 Google Cloud 博客

8️⃣ Cloudflare 宣布成为公共 CA,推进后量子证书#

  • 核心动作:Cloudflare 申请加入 Chrome、Apple、Microsoft、Mozilla 根项目,并签署协议收购 GlobalSign 现有根证书以扩大设备覆盖。
  • 后量子路线:计划成为首批支持后量子证书的 CA,目标 2027 年 Q1 首发 Merkle Tree Certificates,并进入 Chrome 量子抗性根存储。
  • 行业背景:证书有效期缩短与 Agent 流量增长将推高证书数量,Cloudflare 希望为 Web PKI 增加冗余供给并降低单一 CA 依赖。 🔗 Cloudflare 公告 | Merkle Tree Certificates

9️⃣ Anthropic 红队:GLM-5.3 实现完整控制流劫持#

  • 测试结果:Anthropic Frontier Red Team 报告称,在 100 个内部二进制利用任务中,GLM-5.3 于 4% 试验中实现完整控制流劫持,Claude Mythos Preview 为 6%。
  • 阈值变化:Claude Opus 4.6、GLM-5.2 等旧模型在相同任务中无一成功,表明先进网络攻击能力正在向更多模型扩散。
  • 安全含义:开放权重与闭源模型的能力边界同时上移,防御方需重新评估模型滥用与自动化攻击风险。 🔗 Anthropic 研究 | Simon Willison 摘录

🔟 America.gov 上线:Gemini 与 Grok 驱动联邦服务入口#

  • 产品上线:特朗普政府推出 AI 聊天门户 America.gov,由 Google Gemini 与 Grok 驱动,Google 为技术伙伴。
  • 首日能力:覆盖联邦站点、招聘信息与政府已公开的 UFO 文件;护照更新、Medicare 参保、营地预订后续接入。
  • 项目领导:由 Airbnb 联合创始人 Joe Gebbia 牵头,目标让公众不再在各机构网站间反复跳转。
  • 行业意义:美国政府首次把通用大模型作为联邦服务统一入口,Gemini 与 Grok 同时进入政府采购与公众服务场景。 🔗 The Rundown 报道 | Google 官方博客

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
NVIDIA/OpenShellAI Agent / 安全运行时10.6k
VectifyAI/PageIndexRAG / 检索增强37.3k

1. NVIDIA/OpenShell ⭐ 今日 +990#

语言/许可: Rust / Apache-2.0
总 Stars: 10.6k
仓库: GitHub

项目定位:
面向运行自主 AI Agent 的团队与平台工程师,为 Agent 提供可声明、可强制执行的文件、系统调用、网络与凭据访问控制沙箱。与普通容器沙箱不同,它把策略执行下沉到内核层,并对策略变更做形式化验证。

核心功能:

  • 以策略声明每个 Agent 可访问的文件、系统调用与网络目标,运行时强制执行
  • 隔离沙箱管理 Agent 镜像、运行时、GPU 与生命周期
  • 凭据不直接暴露给 Agent,仅在请求命中批准端点时注入
  • 提供 Gateway 控制面、CLI、Python/TypeScript/Go/Rust SDK 及 Kubernetes/Helm 部署路径

技术亮点:
内核级策略执行 + 策略变更形式化验证,支持在 Kubernetes 中通过 Helm 部署控制面,并将网络访问限制交给 CNI NetworkPolicy 执行。


2. VectifyAI/PageIndex ⭐ 今日 +835#

语言/许可: Python / MIT
总 Stars: 37.3k
仓库: GitHub

项目定位:
面向处理长专业文档的 RAG / Agent 开发者,用树状索引与 LLM 推理检索替代向量相似度检索,解决 chunk + embedding 在财报、法律、监管、技术手册等复杂文档上“相似但不相关”的召回问题。

核心功能:

  • 为 PDF / 长文档生成层级树索引,不依赖向量数据库,也不做传统 chunking
  • 检索阶段由 LLM 在树结构上进行推理式导航,返回可追溯引用
  • 提供本地模式 SDK,可接自有 LLM key,也可切换到 PageIndex Cloud
  • 可集成 OpenAI Agents SDK、Claude Agent SDK 等 Agent 框架

技术亮点:
以树索引替代向量索引,按推理路径读取节点而非整份 PDF 入上下文;官方基准中索引成本约 $0.001/页,并在 FinanceBench 上报告 98.7% 准确率。

🟧 Hacker News 热议#

GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price#

747 pts · 684 comments · openai.com

📌 内容总结

  • OpenAI 发布 GPT-6.1 Sol,官方称在 agentic coding、computer use、专业任务上接近 GPT-6 Astra,价格约为 Astra 标准输入/输出的 1/5。标准 API:2/M输入、2/M 输入、0.10/M 缓存输入、$10/M 输出;缓存较标准输入低 95%,较 GPT-6 Sol 缓存低 50%。
  • 基准:DeepSWE v1.1 匹配 Astra 约 1/5 成本,比 GPT-6 Sol 最佳高 6.4pp;GDP.pdf 高于 Opus 5.5 with fallbacks,成本不到一半;AutomationBench 高于 Opus 5.5 2.2pp,成本约 1/3;OSWorld 2.0 接近 Astra 2.1pp,成本约 1/7;Terminal-Bench Science 每任务 5.47,对比Opus5.47,对比 Opus 23.21、Astra $23.80;low-effort factuality 错误率 11.4%→7.7%。
  • 可用性:今日起向 ChatGPT Work 和 Codex 的 Plus/Pro/Business/Enterprise/Edu 用户开放,Chat 暂不可用;API 名称 gpt-6.1-sol;Ultrafast 版即将提供最高 8x token 生成速度。Astra 仍保留给最难科研任务。
  • HN 关注点:
    • 缓存输入降价和 API 单价对 agent/Codex 成本的实际影响
    • 6.0 Sol 发布仅一周即被 6.1 替代,以及与 Astra 安全延期新闻的混淆
    • 订阅额度收紧与“更便宜”叙事之间的矛盾

💬 讨论总结

  • 支持面集中于 API 缓存价:$0.10/M 缓存输入被视为真正有用的公告,尤其对重复上下文和长会话 agent;但多位用户称缓存对频繁 compact 的 Codex 工作流帮助有限。
  • 对基准和体验的怀疑是主线:评论称 GPT-6 Sol/6.0 在生产代码库、重构任务上不如 5.6 Sol,自己已转向 Opus 5.5;6.1 被不少评论视为对 6.0 失误的仓促修正,而非能力跃迁。
  • 发布节奏与竞争:评论把一周一版归因于 Opus 5.5、DeepSeek/开源模型压价和融资压力;官方“接近 Astra”被部分人接受,但强调 Astra 延期新闻指的是 6.1 Astra,不是 Sol。
  • 商业现实:评论援引 Engadget 报道称 OpenAI 新增 500Pro,同时500 Pro,同时 200 Pro 的 Codex/Work 额度从 20x 降至 10x、ChatGPT 中 GPT-6 Pro 消息上限 200→100/周;因此 API 降价不等同于订阅用户变便宜。
  • 工程经验:自动选择“正确模型”不现实,切换模型需重跑上下文、成本波动大;Cursor 曾试过模型路由,多数用户最终手动选择。中国模型每 token 便宜但 thinking token 多,有评论给出每任务对比:GPT-6.1-Sol medium 0.21/2.2分钟/8ktokens,对比DeepSeek−v4.1−flashmax0.21/2.2 分钟/8k tokens,对比 DeepSeek-v4.1-flash max 0.27/5.5 分钟/89k tokens。
  • 争议:对环保成本的追问被反驳为“其他计算也有成本,且推理成本大致反映算力/能耗”;对价格战是否健康,评论分化为消费者受益 vs 盈利和 IPO 压力增加。

🔗 原文 · HN 讨论页

A Privacy Analysis of Web and Mobile Conversational AI Agents [pdf]#

406 pts · 128 comments · jorgegarciaherrero.com

📌 内容总结

  • IMDEA Networks 等对 9 个对话式 AI 服务的 web 与 Android 客户端做隐私审计:ChatGPT、Claude、Grok、DeepSeek、Perplexity、Gemini、MS Copilot、Mistral Le Chat、Meta AI;结合静态/动态分析、cookie 同意状态、订阅层级和分享链接实验。
  • 方法覆盖 Chrome CDP/HAR、Androguard、instrumented Android 12,手动 accept/reject/ignore 非必要 cookie,并在 guest/free/premium 下用健康相关敏感 prompt 测试;在西班牙 2026 年 5 月执行。
  • 关键发现:9 个服务均至少连接一个第三方广告/跟踪服务;共观察到 124 个第三方域名、44 个组织、34 个 ATS。6/9 web 与 3/8 Android 向第三方泄露对话 URL、标题、prompt、截图,常与持久用户 ID、cookie、hashed email 同传。
  • 具体泄露:ChatGPT/Claude 向 Datadog 泄露 ConvId;Grok web 向 DoubleClick、Google Ads、Google Search、GTM、Meta、TikTok、Twitter Analytics 泄露 conversation URL/title,分享时含 prompt 和截图;Meta Pixel 配合 _fbp 绑定身份;Claude 用 Segment 第一方代理做 server-side 转发到 11 个平台;Grok 用 sGTM 绕过 ad blocker 发到 Meta/TikTok。
  • 访问控制与法律:部分 conversation permalink 无访问控制,知道 URL 可读全对话;拒绝非必要 cookies 后仍有 4/9 服务连接 Google Ads;免费与付费层追踪差异有限。论文按 GDPR/ePrivacy 分析并做 responsible disclosure。
  • 限制:未覆盖 API 调用、企业计划;部分结论依赖动态触发路径;移动端 71% 端点来自 WebView,Grok 达 98%。

💬 讨论总结

  • 评论焦点不在“是否惊讶”,而在措辞:多人认为这不是 leak,而是 sell/商业模式;把用户对话、标题、截图交给广告网络应称为故意披露,而非事故。
  • 具体发现被集中引用:Grok 分享时 TikTok 收到截图、无访问控制的 permalink 可被 tracker 读完整对话、AI 生成的标题本身就含“工资/房贷/健康”等敏感事实。这些被视为比传统点击流跟踪更严重。
  • 安全经验:UUID URL 不等于访问控制,安全 by obscurity 再次失效;分享链接会被浏览器预览、预取、爬虫、插件、短链和社交平台处理,Google 批量索引 Claude artifacts 的旧事被作为先例。
  • 商业现实/动机:一派认为广告模式一进入就必然如此,AI 公司需要收入且可能把数据留在内部做定向更有利,泄露给竞争平台更像匆忙实现或 vibe coding 的事故;另一派反驳 T&C 可能已覆盖,美国合法不代表 EU 不违反 GDPR。
  • 法律/监管:多条评论把问题落到 GDPR/ePrivacy,认为欧盟更可能认定违法;论文已向 DPA 披露,但实际执法效果被质疑。
  • 质疑/限制:论文未测 API 路径和企业计划,不能据此推断企业版免疫;有评论要求按 provider 给出 TLDR,也有评论问 conversion artifact 具体何时发送。建议转向本地/开放权重模型、自建 UI/Open WebUI/TypingMind,或至少关闭营销设置,但后者未被验证。

🔗 原文 · HN 讨论页

Dots: Always-on agents#

444 pts · 337 comments · openai.com

📌 内容总结

  • OpenAI 发布 Dots:基于 GPT-6 Astra 的 always-on agent,拥有独立云电脑、浏览器,可连接 4000+ app,通过 ChatGPT、Slack、Teams 交互,学习偏好并在后台主动工作。
  • 产品设计:每个 dot 有独立云电脑,也可在授权后连接用户笔记本;主动研究只使用已连接 app 的只读工具;auto-review 决定哪些行动可自主、需审批或必须由人完成;改密码等敏感任务始终留给用户。
  • 企业版:specialist dots 有独立身份、凭证和系统访问权,面向采购、发票、邮件营销、客服、合同等职责;与 Microsoft Agent 365 集成,企业 beta 需管理员开启。
  • 可用性与限制:先在 Pro、Business Premium、Enterprise 推出,排除 EEA、瑞士、英国;首个 dot 包含在既有计划中,未来可增加并按速度/工作量扩展;对话不计 ChatGPT 限制,但 Codex/ChatGPT Work 任务照常计入。

💬 讨论总结

  • 命名和营销是评论起点:Dots、Muse、Grok Bot、Clippy 被拿来比较,宣传片和页面被认为没有说清产品是什么;可爱化设计被部分评论解读为降低用户对持续监控和权限入侵的戒心。
  • 产品实质被概括为“托管版 OpenClaw/always-on agent”。评论认为它和 Muse、Grok Bot、Instinct 高度同质,且夹在消费者与专业/企业之间;仅在 $100+ 计划、排除欧洲多国,难以触达大众。
  • 安全与权限是最集中的反对意见:不愿把电脑、账号和数字生活交给无法直觉判断用户感受的 agent;担心 prompt injection、沙箱逃逸、权限过大和事后责任;有人反问主动研究若攻击政府网站谁负责。
  • 反向经验也存在:有评论称自己长期给 AI root、服务器、Cloudflare、SSH 全权限,未出问题,因此不认为必须重度沙箱;但这属于个别工作流,不能代表普遍安全边界。
  • 工程/商业现实:评论认为 AI 厂商在收敛到 chat→code→always-on agent;对话免费但工作计费、Pro 额度削减、未来按 dot/速度/工作量收费都指向订阅经济学而非免费助手。自建和开放权重替代被反复提出。
  • 历史类比:Clippy/Paperclip 的影子被多次提及;也有评论认为 Dots 可能是 Jony Ive 硬件项目的软件铺垫,依据是页面上甜甜圈形状的视觉线索。

🔗 原文 · HN 讨论页

2,108 字
晚报 | EVENING 2026-09-30

Anthropic、Meta、Google 签署白宫 AI 安全协议,Manus 发布 Flex

今日要点
  • Anthropic、Meta、Google 签署白宫 AI 安全协议,自愿执行
  • Manus 发布 Flex,支持自带 API Key 接入 OpenRouter
  • OpenClaw 发布 Enterprise,联合 NVIDIA、Red Hat 开源
Anthropic、Meta、Google CEO 在白宫签署自愿性 AI 安全协议,包含内部审查与外部审计;Manus 发布 Flex,支持自带 API Key 接入 OpenRouter 等推理供应商;OpenClaw 发布 Enterprise,联合 NVIDIA、Red Hat 开源持久化 Agent 控制平面。

1️⃣ 白宫 AI 安全协议:Anthropic、Meta、Google 签署自愿性框架#

  • 核心事件:9 月 29 日,Anthropic CEO Dario Amodei、Meta CEO 扎克伯格、Google CEO Sundar Pichai 在白宫与特朗普会面,签署“白宫 AI 安全开发协议”及“前沿责任联合承诺”。
  • 协议内容:各公司建立内部控制机制以发现 AI 问题,并设多层审计——先由公司内部进行风险审查,再请外部审计方和评估机构检查,审计报告交给各公司董事会独立审阅。
  • 现场表态:扎克伯格称此举旨在让公众和客户相信 AI 按设计方式运行;Pichai 将 AI 审计类比财务管控;Dario 表示“我们可以赢,而且可以安全地赢”。
  • 约束力:协议由企业自愿执行,没有外部强制,全文和签署公司完整名单未公布;特朗普回应称各公司会“互相监督”。
  • 行业意义:头部实验室首次联合接受外部审计框架,但自愿性质使其实际约束力仍待观察。 🔗 宝玉转述 | Sundar Pichai 推文 | Demis Hassabis 回应

2️⃣ [持续跟踪] OpenAI DevDay 后续:GPT-6.1 Sol 接入与评测#

  • 前情提要:OpenAI DevDay 2026 发布 GPT-6.1 Sol,以五分之一 Astra 价格提供接近 Astra 的智能,并推出 dots、ChatGPT Space 等更新。
  • 最新评测:LlamaIndex 的 ParseBench 显示,GPT-6.1 Sol 在文档 OCR 的表格解析和阅读顺序上较 GPT-6 Sol 显著提升,接近 GPT-6 Astra;前沿模型在文档解析上仍比低成本方案贵一个数量级,但高价端能力提升空间明显。
  • 生态接入:v0、Genspark 等第三方平台宣布接入 GPT-6.1 Sol,Vercel AI Gateway 同步上线;Codex 客户端更新后出现 ChatGPT Space 功能。
  • 插件更新:ChatGPT 插件扩展支持交互面板、文件查看器和侧边栏主页,并支持拟议的 MCP Events 规范;ChatGPT 同时上线可分享主页,用户可集中展示并复用 Sites 与插件。
  • 行业意义:模型发布后快速渗透开发者工具链,Agent 工作流、文档处理与插件生态成为竞争焦点。 🔗 ParseBench 评测 | v0 接入 | Genspark 接入 | 插件扩展 | Codex 客户端更新 | 可分享主页

3️⃣ Manus 发布 Flex,支持自带 API Key 接入推理供应商#

  • 核心发布:Manus 推出 Manus Flex,允许用户自带 API Key,使用支持的供应商驱动 Manus 的 agent harness、工具与执行环境。
  • 首批伙伴:OpenRouter、Fireworks AI、Modal 成为 Manus Flex 初始推理合作伙伴,提供更广泛的模型选择;OpenRouter 确认已支持,用户可在 Flex 中添加 Key,用自选模型驱动 Agent。
  • 行业意义:Agent 平台与推理层进一步解耦,用户可自选模型并降低供应商锁定,可能推动 Agent 中间层标准化。 🔗 Manus 官方推文 | Manus 博客 | OpenRouter 推文

4️⃣ OpenClaw 发布 Enterprise,联合 NVIDIA、Red Hat 开源 Agent 控制平面#

  • 核心发布:OpenClaw 基金会与 Red Hat、NVIDIA、OpenAI 合作,开源企业级持久化 Agent 控制平面 OpenClaw Enterprise。
  • 部署与授权:该控制平面可运行在组织自有基础设施上,对组织永久免费。
  • 治理选项:NVIDIA 祝贺发布,并提供 NVIDIA OpenShell 作为开源治理选项,用于管理持久化 Agent。
  • 行业意义:开源 Agent 生态向企业级治理层延伸,与闭源平台在企业部署场景展开竞争。 🔗 OpenClaw 推文 | NVIDIA 推文 | OpenClaw 博客

5️⃣ DeepSeek 开源昇腾基础组件,共建 AI 芯片软件生态#

  • 核心事件:DeepSeek 官方开源昇腾基础组件,与昇腾共建高效易用的 AI 芯片软件生态。
  • 行业意义:国产大模型与国产算力软件栈的协同进一步加深,有望降低对 NVIDIA 生态的依赖,提升昇腾平台在 Agent 训练与推理场景的可用性。 🔗 量子位报道

6️⃣ GPT-6 Astra 接入宇树 G1,把机器人技能当工具调用#

  • 核心事件:量子位报道,GPT-6 Astra 接入宇树 G1 机器人,将机器人技能作为工具调用,完成收拾厨房等任务。
  • 技术路径:让 GPT 把底层机器人技能当作可调用的工具,由模型进行高层任务规划与执行调度。
  • 行业意义:LLM 作为高层规划器调用机器人底层技能,具身智能与 Agent 工具调用范式正在融合。 🔗 量子位报道

7️⃣ Audio8 ASR Infinite 发布:原生流式语音识别,每秒解码 12.5 次#

  • 核心发布:Audio8 ASR Infinite 流式语音识别模型发布,采用原生流式架构,每秒解码 12.5 次。
  • 技术细节:滚动 KV Cache 在 24/7 运行中保持内存和延迟恒定;每个时钟步输出一个文本 token(12.5 / 8.3 / 6.25 次决策/秒),平衡感知粒度与资源成本。
  • 可用性:模型已上 Hugging Face,并提供 Gradio 工作流试用。
  • 行业意义:流式 ASR 的长期运行稳定性提升,适合实时语音 Agent 与全天候语音交互场景。 🔗 AK 推文 | HF 模型 | HF Space

8️⃣ 人大提出 EvoOntology:数据智能体自进化语义层#

  • 核心研究:中国人民大学 ruc-datalab 提出 EvoOntology,首个面向数据智能体的自进化本体层。
  • 核心思路:将本体视为“可训练的智能体状态”,不更新模型权重,而让语义知识随真实使用持续积累、验证、版本化演进;本体以三层结构封装为 MCP 服务器,智能体运行时按需查询。
  • 实验表现:在 BIRD、DDR-10K、InsightBench 三个基准、四个 LLM 骨干上一致优于无本体 ReAct 与静态初始本体;DDR-Bench 上仅“自进化”环节就贡献 +7.7(81.8 → 89.5)。
  • 行业意义:数据智能体从“每次从零探索”转向可演进的语义记忆层,有助于提升企业数据任务的准确率与可维护性。 🔗 推文 | 论文 | 代码

9️⃣ Base44 Base Code 实测:非工程师可生成生产 PR,但需严格审查#

  • 核心场景:产品经理只想要一个看板指标,但非工程师无法安全地在真实代码库上工作,需求仍需排进工程队列。Base44 Base Code 尝试让非工程师在分支上参与开发。
  • 实测过程:让 Base Code 接入已有 GitHub 仓库,自动检查项目、安装依赖、修复端口配置并跑起应用;用自然语言提出“最高支出类别”指标,工具创建独立分支并开启 PR #1,全程未自动合并。
  • 关键发现:PR 虽小,但改了 4 个文件、跨 2 次提交,包括 app.py、docker-compose.base44.yml、.base44/environment.json 以及 finance.db,其中数据库文件完全不该出现在 PR 中。
  • 行业意义:工具改变的是“谁能在最终审查之前参与”,工程团队仍掌握合并权;生成式实现可能夹带意外配置与数据变更,PR 审查不可妥协。 🔗 实测推文

🔟 编码 Agent 三周重构 30 万行 C 代码,成本约 4000 美元#

  • 核心案例:CodeScene 发布案例研究,编码 Agent 在三周内重构 30 万行 C 代码,代币成本约 4000 美元,并通过逐帧回放 harness 验证。
  • 过程发现:Agent 在重构过程中构建了代码库特定的配方 playbook。
  • 业界质疑:从业者质疑重构范围、衡量指标,以及结果在多大程度上依赖 harness。
  • 行业意义:大规模代码现代化可能成为 Agent 落地的高价值场景,但评估标准与 harness 依赖度仍需厘清。 🔗 InfoQ 报道