Yeekal Logo Yeekal
3,807 字
早报 | MORNING 2026-10-22

Anthropic 发布 Claude Duet,Google Cloud 上线 OpenAI 模型

今日要点
  • Anthropic 发布 Claude Duet,基于 Opus 5.5,美国 Pro/Max 开放 waitlist
  • Google Cloud 上线 OpenAI GPT-Astra、GPT-6.1 Sol、GPT-6 Luna
  • 微软研究者用多 Agent 搜索证明 KLS 猜想,Lean 4 验证
Anthropic 发布主动式个人 Agent Claude Duet,基于 Opus 5.5,向美国 Pro/Max 开放 waitlist,敏感操作需用户批准;Google Cloud 模型花园上线 OpenAI GPT-Astra、GPT-6.1 Sol、GPT-6 Luna;微软研究者用多 Agent 搜索证明 KLS 猜想并通过 Lean 4 验证。

1️⃣ Google Cloud 上线 OpenAI 模型,Codex 接入 Gemini Model Garden#

  • 发布内容:Google Cloud 模型花园开始提供 OpenAI 的 GPT-Astra、GPT-6.1 Sol、GPT-6 Luna,分别面向高难度专业任务、低成本代理编码与规模化日常工作负载。
  • 接入方式:OpenAI 官方确认模型与 Codex 工作流将通过 Google Cloud Marketplace 提供;Codex CLI 与桌面工作流可直接连接 Gemini 平台做推理。
  • 行业影响:Google Cloud 称其成为唯一同时提供三大闭源 LLM 的超大规模云厂商。企业可在同一账单、同一数据边界内动态换模型,降低架构锁定。 🔗 Google Cloud 公告 | OpenAI 公告

2️⃣ 微软研究者用 AI 辅助证明 KLS 猜想,Lean 4 完成形式化验证#

  • 核心突破:微软研究院 Xinzhi Zhang 与合作者证明 1995 年提出的 KLS 猜想,给出与维度无关的通用常数界。
  • 方法与过程:研究者用人类引导的 agentic 搜索流程探索 100 多条候选路径,AI 负责展开推导,研究者筛选、剪枝并重定向;最终通过递归细化消除维度依赖。
  • 验证情况:同日出现独立证明,另有 Lean 4 形式化验证;作为对照,无引导的端到端 AI 尝试未成功。
  • 行业意义:展示“人类数学判断 + 多 Agent 搜索”的协作方式,AI 参与探索与推导,但方向选择与最终论证仍由研究者负责。 🔗 Microsoft Research | 论文

3️⃣ PHP 曝两个 9.2 分 RCE 漏洞,Cloudflare 提前部署全事务 WAF#

  • 漏洞范围:CVE-2026-109618 与 CVE-2026-109619 影响 PHP 5.4 至 8.5.11,可导致未认证远程代码执行、内存泄露与拒绝服务;修复版本为 8.5.12、8.4.27、8.3.36、8.2.35。
  • 响应动作:Cloudflare 称在公开披露前约 9 小时部署 WAF 规则,免费与付费用户默认受保护;为此上线 full transaction detection,联合请求与响应判断利用是否成功。
  • AI 参与:Google Cloud 称 Gemini 4 Argon 在 Wiz Research 的漏洞发现、利用开发、攻击检测与补丁验证中发挥作用;Google Cloud 同时发布 PHP 运行时升级指南。 🔗 PHP 安全公告 | Cloudflare 防护说明 | Google Cloud 响应

4️⃣ 腾讯视频开源 34 万条 OmniR2V 视频生成数据与评测基准#

  • 数据规模:OmniR2V Dataset 含 339,570 条处理后训练样本,覆盖 Content、Motion、Style、Structure、Narrative、Multi-Content、Cross-Aspect 七类参考生成任务。
  • 评测体系:OmniVBench 覆盖 7 大类、18 个细分任务、813 个测试案例、12,172 个 factor-grounded checklist items,分参考保真度、指令实现、视频质量三维评估。
  • 行业意义:现有 R2V 数据多集中在内容参考,腾讯视频把运动、风格、结构、叙事与多参考组合纳入训练和评测,降低社区构建 Omni R2V 数据的门槛。 🔗 ModelScope 数据集 | 论文

5️⃣ GitHub 为 Agent 流量重构 Git 存储,跨引用写入吞吐提升 3–4 倍#

  • 背景:Git 流量随 Agent 使用增长,GitHub 把仓库副本迁往 Azure,但跨区域约 25ms 往返使高频写入仓库触及吞吐上限。
  • 架构改动:把 quorum 的串行化范围从整个仓库改为单个 reference,不同分支的写入可并发;内部测试中不同 reference 写入吞吐提升 3–4 倍、延迟降低。
  • 下一步:引入虚拟写副本,把对象存储纳入 quorum,并支持无状态虚拟读副本,让读与写独立扩展。
  • 行业意义:Agent 时代代码托管流量从“人读多写少”转向“Agent 高频写”,基础设施需要按 reference 级并发和存储计算解耦重构。 🔗 GitHub Blog

6️⃣ 得物在昇腾 910C 优化 Qwen3.5 推理,TPOT 下降 45%#

  • 优化结果:在 910C-560t、TP=2 上,Qwen3.5-35B-A3B 未开投机解码时 TPOT 从 14.22ms 降至 7.8ms;叠加 MTP 后真实业务 c=1/4/8 TPOT 分别下降 64.8%/49.9%/43.8%。
  • 方法路径:从 vllm-ascend 0.23.0 镜像升级、HCCL 通信下沉 AIV、静态 kernel 预编译、HBM 分配器与 jemalloc 调优到 MoE 权重预取,累计 20 余项优化。
  • 工程价值:文章给出源码改动路径、压测口径与十余项无效或负向尝试,可作为国产算力在线推理优化的可复用参考。 🔗 得物技术

7️⃣ Cloudflare 为 Commerce.com 近 10 万域名部署 WebMCP,Agent 可直接调用购物工具#

  • 落地方式:Cloudflare 在边缘注入 WebMCP 脚本,把 Commerce.com 后端 MCP 工具暴露给浏览器内 Agent;商家可在仪表盘选择 opt-out。
  • 购物流程:Agent 不再模拟点击,而是直接调用 search_products、add_to_cart 等结构化工具;工具在用户当前浏览器会话和商家域名内执行,价格与购物车同用户所见一致。
  • 行业意义:WebMCP 把网站从“给人看的页面”扩展为“给 Agent 调用的工具集”,同时保留商家对结账流程和客户关系的控制。 🔗 Cloudflare Blog

8️⃣ OpenAI 披露 ChatGPT 广告链路:意图编排、向量召回、竞价定价#

  • 展示逻辑:符合条件的广告显示在答案下方并标注 sponsored;若广告在答案生成完成后才到达,则该轮不展示,答案不等待广告。
  • 技术链路:orchestrator 把对话拆成多个意图,embedding 检索候选广告,再做资格与相关性过滤,最后由竞价工具完成选择与定价。
  • 行业意义:广告作为答案生成后的独立模块接入,不阻塞模型响应;ChatGPT 把对话意图、检索与广告拍卖串成一条可审计链路。 🔗 OpenAI 技术说明 | 展示逻辑 | 广告链路

9️⃣ IROS 2026 最佳论文授予 LT-Mem,BetaMem 在四项具身记忆基准达 SOTA#

  • 学术信号:IROS 2026 最佳论文 LT-Mem 让机器人重访空间时保留物体位置变迁史,而非只记最新观察;具身长记忆被学界视为科学问题。
  • 产业进展:贝塔无限 BetaMem 用 9B 开源模型生成记忆,在 M3-Bench-robot、LoCoMo、OpenEQA、EgoLifeQA 四项基准取得 SOTA;写入学习使规则符合率从 50.9% 升至 86.2%,每条写入 token 从 224 降至 118。
  • 设计要点:把证据与状态分离,原始图像/音频作为可追溯证据,状态记录置信度、来源、版本与有效期;历史记录只作搜索线索,现状需新观察确认。
  • 行业意义:家庭机器人需要跨天、跨周运行,长记忆的写入、纠错、遗忘与权限治理成为落地前置条件。 🔗 AI 科技评论

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
supabase/supabaseAI 基础设施 / 向量检索113.0k
twentyhq/twentyAI 集成产品 / CRM59.1k

1. supabase/supabase ⭐ 今日 +509#

语言/许可: TypeScript / Apache-2.0
总 Stars: 113.0k
仓库: GitHub

项目定位:
面向 AI 应用后端与平台团队,解决 RAG/语义搜索中向量库与业务数据库分离带来的数据同步、权限和运维复杂度;用 Postgres + pgvector 把向量检索放回主数据平面。

核心功能:

  • 在 Postgres 中存储 embeddings 并执行相似度检索,可与业务表联查
  • 通过 PostgREST/GraphQL 暴露数据 API,结合 RLS 做行级权限控制
  • Realtime 订阅表变更,用于文档入库、索引状态和前端同步
  • Edge Functions 承载 embedding 调用、检索编排等轻量 AI 后端逻辑

技术亮点:
以 Postgres 为单一数据平面,将 pgvector、Auth、RLS 和自动 API 组合,降低 RAG 应用跨库同步与权限绕行成本;支持自托管。


2. twentyhq/twenty ⭐ 今日 +105#

语言/许可: TypeScript / NOASSERTION
总 Stars: 59.1k
仓库: GitHub

项目定位:
面向技术型销售/RevOps 与 SaaS 团队,解决传统 CRM 难以按业务对象和流程代码化定制的问题;把 CRM schema、视图、workflow、agents 作为可版本化应用管理。

核心功能:

  • 用 TypeScript defineObject/字段定义 CRM 数据模型,通过 CLI 发布到 workspace
  • 将对象、视图、workflow、agents 组合为自定义 CRM 应用,支持私有发布
  • 提供 agent skills,兼容 Claude Code、Codex、Cursor 等编码代理,用于生成/发布 Twenty 扩展
  • 支持 Docker Compose 自托管,后端基于 NestJS、Postgres、Redis,提供 GraphQL API

技术亮点:
CRM schema-as-code 与 agent skills 结合,把 AI 编码代理接入应用扩展流程;AI agents/chats 绑定 CRM 数据对象,而非独立聊天壳。

🟧 Hacker News 热议#

Compromised LiteLLM 1.107.0 on PyPI Installs a Credential Stealer and Backdoor#

414 pts · 129 comments · safedep.io

📌 内容总结

  • 背景/作者意图:SafeDep 复盘 PyPI 上 litellm==1.107.0 供应链投毒事件,给出植入机制、载荷行为、时间线和 IOC。
  • HN 关注点:输入未提供 top_comments,无法确认社区实际讨论焦点;以下为原文技术事实。
  • 关键要点:
    • 七个 wheel 均植入 cook.pth、cook.py、sitecustomize.py,安装到 site-packages 后可影响主机上所有 Python 进程,即使不 import litellm。
    • cook.pth 在解释器启动时执行凭据窃取器,目标包括 SSH、云凭据、CI/CD secret、浏览器密码、AI 工具 token、LiteLLM proxy 数据库中的 LLM provider key 等。
    • sitecustomize.py 拉起常驻 daemon,每小时从攻击者 GitHub 文件读取域名,重新窃取并下载执行第二阶段代码。
    • 投毒方式指向构建源被改:sdist 的 pyproject.toml 增加 maturin data = "cook",但 sdist 不含 cook/;wheel 由正常发布流水线特征构建,且无公开 GitHub Actions 记录、无 PyPI provenance attestations。
    • v1.107.0 tag 与实际上传源码不匹配:sdist 更接近后续 main commit,并被改回版本号及依赖 pin,使依赖 diff 不显眼。
    • 1.106.2、1.107.0rc1、1.107.0rc2 以及被 pin 的 companion packages 被列为 clean;PyPI 已移除恶意版本。
  • 实际结论/限制:
    • SafeDep 以中高置信度判断是 BerriAI 私有发布流水线从被攻击者修改的源码构建;具体入口仍需 BerriAI 流水线日志确认。
    • 攻击者 GitHub 账号已删除,二阶段服务器地址不可恢复;运行过 daemon 的主机可能已执行过远程代码。
    • 清理需检查 site-packages 三文件、/tmp 标记文件、环境变量 PRIVCOLLECT_ACTIVE=1 和脱离终端的 Python daemon。

💬 讨论总结

  • 输入未包含 top_comments,无法从评论树归纳共识、工程经验、反对意见或被反驳观点。
  • 129 comments 仅为页面评论计数,不能据此推断社区立场;本条不虚构支持/质疑理由。

🔗 原文 · HN 讨论页

Claude Duet#

288 pts · 244 comments · claude.com

📌 内容总结

  • 背景/作者意图:Anthropic 发布 Claude Duet research preview,定位为主动式个人 agent:不只是等待聊天,而是持续工作并在需要时找用户确认。
  • HN 关注点:输入未提供 top_comments,无法确认社区讨论焦点;以下为产品页信息。
  • 关键要点:
    • 产品形态为 iOS/Android 独立 app,桌面通过 claude.ai 网页使用;美国 Pro/Max 订阅者 waitlist,Team/Enterprise 暂不包含。
    • 基于 Opus 5.5,复用 Claude 账号中的 memory、skills、connectors;声称支持 6000+ connectors/plugins。
    • 在云端自有计算机上运行,敏感操作如发消息、付款需用户批准;用户可查看执行记录并干预。
    • 典型任务包括 morning brief、整理收件箱/日历、起草回复、准备会议、生成 deck/dashboard、找未付发票、准备 payroll review、准备合同。
    • 设计上强调“知道什么需要你”:后台检查、主动汇报、任务完成后通知;后台检查计入套餐 usage limits。
  • 实际结论/限制:
    • 页面明确承认 research preview 可能误读 thread、误判紧急程度、错过两次检查之间到达的信息。
    • 用量与普通对话共享套餐额度,但后台检查和大型任务消耗更多 model turns。
    • 权限边界、审批粒度、误报带来的打扰成本,以及主动 agent 的实际可靠性仍需真实使用验证。

💬 讨论总结

  • 输入未包含 top_comments,无法归纳社区对产品权限、定价、主动性和可靠性的支持或质疑。
  • 244 comments 仅为页面计数;本条不列共识/反对意见,避免编造评论观点。

🔗 原文 · HN 讨论页

Patch the Planet: global response coordination as agents uncover vulnerabilities#

224 pts · 147 comments · openai.com

📌 内容总结

  • 背景/作者意图:OpenAI 借 Patch the Planet 项目披露一次 AI 辅助发现 PHP 关键漏洞的协调响应案例,并提出面向 AI 时代的漏洞披露/修复协调框架。
  • HN 关注点:输入未提供 top_comments,无法确认社区实际争议;以下为原文框架与限制。
  • 关键要点:
    • OpenAI 称 Calif 使用 GPT-5.6 Sol 发现 PHP 关键漏洞,Wiz 也独立发现并报告两个漏洞;PHP maintainers 主导修复和发布。
    • 提供 PHP 版本检查器作为 Codex skill,帮助运营方识别潜在受影响版本并决定更新。
    • 提出五阶段响应:验证并修复上游漏洞;给受影响组织准备时间;与政府伙伴协调关键系统保护;跨受影响产品准备更新;发布指南并支持部署。
    • 协调对象包括 maintainers、distributors、hosting providers、security providers、CISA/ONCD 等政府机构;信息按“执行保护工作所需”分级共享。
    • 框架允许在出现 active exploitation、泄漏、公开 patch 暴露漏洞、修复停滞导致风险上升时重新评估披露时间线。
    • OpenAI 承诺 10 亿美元补贴 Daybreak access 给资源有限的前线防御组织,并通过 Codex for OSS、Rust Foundation 赞助等支持 maintainers。
    • 长期方向包括 secure-by-default、memory-safe 迁移、formal verification、更强隔离 sandbox。
  • 实际结论/限制:
    • 原文承认 AI 既能帮 defender 找漏洞,也能帮 attacker 快速开发利用工具;blocking classifiers 会带来误拦合法安全研究的权衡。
    • 框架尚待社区反馈,重点问题包括披露窗口长度、紧急补丁的授权与保障、早期通知范围、下游包/旧版本 backport。
    • 协调披露依赖 maintainers 的人力与资源;信息共享越广,泄漏风险越高。

💬 讨论总结

  • 输入未包含 top_comments,无法从 147 条评论中提炼共识、质疑或工程经验。
  • 本条不判断社区支持度;原文自列的待议问题不应视为 HN 评论观点。

🔗 原文 · HN 讨论页

2,562 字
晚报 | EVENING 2026-10-22

PHP2Shell 多地服务维护,Claude Duet 开放预览

今日要点
  • PHP2Shell 修复版发布,荷兰日本多地服务维护
  • Anthropic 开放 Claude Duet 预览,Opus 5.5 后台执行
  • AWS 开源 Deep Insight,LG 分析缩至 30 分钟
PHP 发布 CVE-2026-109618/109619 修复版本,荷兰 DigiD、日本 pixiv 等转入维护;Anthropic 开放 Claude Duet 研究预览,AWS 开源多智能体系统 Deep Insight。

1️⃣ [持续跟踪] PHP2Shell 触发多国服务维护,AI 发现角色引发讨论#

  • 前情提要:PHP 核心运行时两个严重漏洞 CVE-2026-109618 与 CVE-2026-109619 已公开,CVSS 9.2,可未认证远程代码执行;Cloudflare 此前上线 WAF 临时规则,Google Cloud 发布应对指南。
  • 最新进展:PHP 发布 8.5.12、8.4.27、8.3.36 和 8.2.35;据爱范儿报道,荷兰 DigiD、MijnOverheid、芬兰交通与通信局部分服务、日本 pixiv、Niconico、BOOTH 等转入维护或暂停,部分下线与漏洞的因果关系尚未统一核实。
  • 修复复盘:PHP 基金会称 2024 年外部审计后已出现内存耗尽处理隐患的早期迹象,但因兼容性、性能与人力约束反复停滞,将其定性为“结构性失败”;实际 CVSS 为 9.2,并非泄露的 10.0。
  • AI 角色:Calif 的 Ryan Austin 使用 GPT-5.6 Sol 发现并验证漏洞,Wiz 使用 Gemini 4 Argon 与 GPT-5.6 Sol 独立发现同一组缺陷;OpenAI 将前者归入 Patch the Planet,并开源 php2shell-checker Codex Skill,用于检查 PHP 版本与暴露面。
  • 关键影响:WAF 只能争取时间,运行中的 PHP 进程仍需升级;27% 的 PHP 网站仍跑在 7.x、7.7% 跑在 5.x,长尾旧版本和嵌入式部署难以获得官方补丁。 🔗 PHP 公告 | PHP 基金会复盘 | Calif 研究 | Wiz 分析 | OpenAI 披露 | 爱范儿报道

2️⃣ Anthropic 开放 Claude Duet 研究预览,Claude 可后台持续执行任务#

  • 产品形态:Claude Duet 基于 Claude Opus 5.5,提供独立 iOS、Android App 及 claude.ai 网页入口,先面向美国 Claude Pro 和 Max 订阅用户开放候补名单。
  • 能力边界:它沿用用户已有记忆、技能和应用连接,每天汇总已连接应用的重要事项,用户离开后仍可继续处理任务;产品页称支持超过 6000 个连接器和插件,涉及发送消息、付款等敏感操作时需先确认。
  • 权限与限制:Anthropic 表示 Duet 不直接看到密码和登录令牌,并加入信息保护分类器限制身份证件、信用卡等敏感信息外传;研究预览包含在 Pro/Max 套餐内,与其他 Claude 使用共享额度,Team 和 Enterprise 暂不包含。
  • 待解问题:官方提示产品仍可能误读对话、判断错紧急程度或漏掉两次检查之间到来的消息;Stripe 已披露 Link 钱包购买及基于 MCP 的发票、退款与收入分析集成。
  • 观察:主动式个人 Agent 从“对话响应”转向“持续任务与后台执行”,权限、支付、审计和隐私边界将决定其能否进入日常工作流。 🔗 爱范儿报道 | Latent Space AINews

3️⃣ 陶哲轩与邓煜谈开放数学 AI:AI 可代做繁琐证明,但想法传承与署名待解#

  • 讨论背景:在 SAIR 的 Terence Tao & Yu Deng 对谈中,两位数学家讨论 AI 一口气生成数百个数学证明后,学术界对理解、功劳归属和文献思想来源追溯的担忧。
  • 关键观点:陶哲轩认为,过去解出难题往往也意味着深入理解并能带出新问题;若解题变成训练模型的副产品,学术评价需要看见更广泛的理解与洞见。AI 有时无法说明答案借鉴了哪些前人工作,可能切断科学文献中的想法传承链。
  • 开放工具:SAIR 的 Open Math OS 起步时使用现有开源模型,先把模型与工具整合起来,让数学家无需自行部署或购买 GPU;团队希望逐步汇集团队、数据和算力,发展自己的模型。
  • 实际案例:邓煜的合作者 Bjoern Bringmann 已有大致解题思路,用 GPT Astra 尝试一道随机偏微分方程问题,约一到两天得到解答;前提是人先理解问题并规划证明方向。
  • 待解问题:AI 解出一个问题后往往带出更难的新问题;在 AI 时代,提出好问题、规划证明路线、判断答案与信息来源,仍是人的关键能力。 🔗 播客链接

4️⃣ AWS 开源 Deep Insight:多智能体上生产需先解决编排、隔离与可观测性#

  • 系统架构:Deep Insight 是一个开源生产级多智能体系统,由 Coordinator、Planner、Plan Reviewer、Supervisor、Coder、Validator、Reporter、Tracker 八个 Agent 协作,将 CSV 数据与自然语言提示转化为带引用的 DOCX 分析报告。
  • 编排方式:系统组合 Strands Agents SDK 的 Graph pattern 与 Agents-as-Tools pattern,用有向图定义执行顺序和人工审核分支,Supervisor 按需调用 Coder、Validator、Reporter、Tracker。
  • 模型与部署:按角色分配 Claude Haiku、Opus、Sonnet;生产版运行在 Amazon Bedrock AgentCore,代码执行由 ALB 与 AWS Fargate 的按会话临时容器隔离,并提供 DynamoDB、Cognito、SNS 组成的 Ops dashboard。
  • 案例数据:LG 电子韩国销售部门基于同一架构构建 ChatInsight,将原本需要 3 天的分析缩短至 30 分钟,AWS 博客称其为 288 倍生产力提升。
  • 工程启示:多智能体落地的瓶颈不只在模型能力,更在流程编排、LLM 生成代码的隔离执行、上下文压缩、会话隔离和可观测性。 🔗 AWS 博客 | GitHub

5️⃣ Recursive 发布 Flint:40B 总参、2.5B 激活的 Apache-2.0 本地编码模型#

  • 模型规格:Flint 是 Apache-2.0 解码器-only MoE 编码 Agent 模型,约 398 亿总参数、每 token 激活约 25 亿参数,49 层、每层 256 个路由专家选 6 个,支持 262K 上下文。
  • 性能宣称:Recursive 报告 Terminal-Bench 2.1 得分 54.9%、SWE-bench Pro v2 89.7%、SWE-bench Verified 74.2%;这些是发布方结果,尚未独立复现。
  • 本地部署:LM Studio 称其本地运行约需 24GB 内存;发布方称在 MacBook Pro 上短上下文速度超过 125 tokens/s,在 RTX Spark 上超过 150 tokens/s;vLLM 报告单张 GB200 在 100K 上下文、NVFP4 下达到 500 tokens/s。
  • 研发方式:Recursive 称其 Eureka Machine 参与想法提出、实现与验证,贡献稀疏架构、低比特训练和内核优化;模型通过 SGLang 在 B300/H200 上提供 OpenAI 兼容工具调用。
  • 生态信号:低激活参数 MoE 正在把“本地可运行的编码 Agent”从演示推向可部署形态,但显存、吞吐和工具调用稳定性仍需实际工作负载验证。 🔗 Hugging Face | Latent Space AINews

6️⃣ 沃尔玛为 AI 代购设独立档案与 Agent Gateway,用 MCP 接入商店系统#

  • 权限设计:沃尔玛宣布 Agent Profiles、Agent Gateway 和专门智能体使用条款,覆盖沃尔玛与山姆会员商店;每个智能体将在顾客账号内拥有独立档案,代购订单与本人订单分开显示。
  • 用户控制:用户可要求逐笔确认,也可设定消费限额,并随时关闭授权;Agent Profiles 计划在接下来一个月上线。
  • 技术路径:已进入测试的 Agent Gateway 通过 MCP 协议连接智能体与商店系统,让它们直接查找商品和完成购买,减少模拟浏览器操作造成的卡顿和错误。
  • 规则约束:条款禁止智能体超出顾客意图采取行动、修改支付方式或读取任务所不需要的信息,违规智能体将被封禁;沃尔玛称同一商品面向 AI 智能体与直接购物顾客展示相同价格。
  • 商业影响:Agent 电商的基础设施正在从“让 Agent 能买”转向“身份、授权、限额、审计与责任归属”,这将成为零售平台接入第三方 Agent 的前置条件。 🔗 爱范儿报道

7️⃣ Claude Opus 5.5 生成七个 Adobe 替代品:项目路线图仅 45% 就绪#

  • 事件经过:一名开发者使用 Claude Opus 5.5 构建七个 Adobe 应用的开源替代品,并在 Reddit 宣传约一个月内接近 100% 功能对齐;随后在 Hacker News 承认项目“远未就绪”。
  • 当前状态:项目自身路线图显示,面向真实工作的就绪度为 45%,距离完整功能对齐还需 2300 至 4100 个 Agent 小时。
  • 现实检验:AI 编码可以快速生成原型和大量界面、功能骨架,但专业软件的生产级完成度依赖边界条件、性能、兼容性、测试与长期维护。
  • 观察:这并非否定 AI 编码效率,而是提示“可运行演示”与“可替代成熟商业软件”之间仍有显著工程距离。 🔗 InfoQ 报道

8️⃣ KRAFTON 公开 Raon-1 mini:288 亿总参、43 亿激活,单张 RTX 5090 可跑量化版#

  • 模型规格:Raon-1 mini 预览版面向韩语对话、编程和智能体任务,总参数 288 亿,每次处理 token 激活约 43 亿,原生支持 262144 token 上下文。
  • 架构选择:模型采用混合注意力,25 层中 18 层使用基于 Kimi Delta Attention 改进的 RDA,另 7 层为完整注意力;团队用 Raon-mHC 简化 DeepSeek 的超连接机制以降低训练计算量。
  • 性能与许可:官方自测 SWE-Verified 代码修复得分 70.8,Terminal-Bench Lite 为 47.0;权重及组件采用 Apache 2.0 许可,需先申请访问,官方托管 API 和体验服务另有条款。
  • 本地运行:NVFP4 量化版可在拥有 32GB 显存的单张 RTX 5090 上推理,也支持 llama.cpp 和 Apple 芯片上的 MLX。
  • 生态信号:非英语、低激活参数、可本地运行的开源 MoE 模型继续增加,韩语与 Agent 任务成为差异化切入点;但预览版规格与评测结果仍可能调整。 🔗 爱范儿报道