Yeekal Logo Yeekal
3,188 字
早报 | MORNING 2026-10-23

Google 发布 Agent 计算引擎,Anthropic 捐赠 Agent Skills 标准

今日要点
  • Google Cloud 发布 Agent Compute Engine,每 Agent 独立 microVM
  • Anthropic 将 Agent Skills 标准捐赠给 Linux 基金会 AAIF
  • 岩芯矩阵开源 EdgeRock-4B,256K 上下文 KV 仅 72 MiB
Google Cloud 发布 Agent Compute Engine,为每个 AI Agent 分配独立 microVM,通过 checkpoint/restore 将空闲会话资源降至接近零;Anthropic 将 Agent Skills 标准捐赠给 Linux 基金会下 AAIF;岩芯矩阵开源 EdgeRock-4B,256K 上下文 KV Cache 固定 72 MiB,长推理吞吐为来源模型 6.42 倍。

1️⃣ Google Cloud 发布 Agent Compute Engine:为每个 Agent 分配独立 microVM#

  • 核心发布:Google Cloud 推出 Agent Compute Engine,为每个 AI Agent 提供硬件隔离的 microVM,沙箱内不保存长期凭据、OAuth refresh token 或云服务账号密钥。
  • 调度与成本:系统可识别 Agent 在等待模型或用户时进入 idle,通过 checkpoint/restore 将空闲会话的活跃资源降到接近零;同一物理节点可承载远多于传统 VM 的 Agent 会话。
  • 状态与接入:支持快照、克隆/分叉、回滚和持久工作区;网络流量经本地代理与 Agent Gateway 管控。该平台已用于 Gemini、Gemini 企业版、Antigravity 及内部 RL/评测流水线,目标在未来几个月开放预览。 🔗 Google Cloud 官方博客

2️⃣ Anthropic 托管版 Claude 在 Google Cloud 正式可用,平台新功能同日上线#

  • 部署选项 GA:Google Cloud 宣布 Anthropic 托管部署选项正式可用,Claude Fable 5.1、Sonnet 5.5、Haiku 5.5、Opus 5.5 可 Day 0 使用;Anthropic 作为数据处理方,用户仍通过 Google Cloud IAM 认证、使用 Google Cloud 账单与合格承诺抵扣。
  • 功能同步:Claude Managed Agents beta、Skills、代码执行、Opus 5.5 Fast mode 与 Skills API 在 Anthropic 托管选项同日上线;Google 托管选项继续提供 VPC Service Controls、CMEK 和区域数据驻留,新功能待集成后逐步到达。
  • 选择差异:两种方式模型与价格相同,核心差异在数据处理方、合规控制与新功能到达时间。 🔗 Google Cloud 公告 | Claude 公告

3️⃣ Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation#

  • 标准归属:Anthropic 宣布将 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic AI Foundation(AAIF);AAIF 由 Anthropic、Block、OpenAI 去年共同创立,此前已接收 MCP。
  • 目标:保持 Agent Skills 开放、社区驱动、厂商中立,避免 Agent 技能格式由单一公司控制。
  • 行业含义:Agent 生态正在形成两层标准:MCP 负责连接工具与数据,Skills 负责封装可复用能力;标准中立化将影响后续 Agent 工具的互操作方式。 🔗 Anthropic 公告 | Simon Willison 记录

4️⃣ OpenAI 发布 Decisions API:面向应用的低延迟决策接口#

  • 发布:OpenAI 上线 Decisions API,官方定位为“为任何应用提供快速、聚焦、低成本的决策能力”。
  • 信息边界:官方页面未披露具体模型、定价、速率限制与输入输出形态;目前可确认的是它面向应用内决策调用,而非通用文本生成。
  • 开发者影响:若该接口按定位落地,OpenAI API 将从内容生成扩展到低延迟业务决策层,与传统规则引擎、分类器形成交集。 🔗 OpenAI 官方页面

5️⃣ 岩芯矩阵开源 EdgeRock-4B:固定 KV Cache,256K 上下文仅 72 MiB#

  • 模型发布:岩山科技旗下岩芯矩阵联合港科大、CMU 等开源 EdgeRock-4B,由 Qwen3.5-4B 转换,核心是“记忆岩锚”(Rock Memory Anchors,RMA)固定记忆机制。
  • 指标:在 256K 上下文下,每条序列注意力 KV 固定为 72 MiB,比来源模型少 99.1%;同一张 GPU 上长推理吞吐为来源模型 6.42 倍;AIME 2024–2026 平均一次通过率 82.9%。
  • 部署意义:512 条 32K 输入/32K 输出长推理同时运行时,EdgeRock-4B 连权重显存峰值约 61 GiB,而来源模型仅 KV Cache 约 1 TiB;团队下一步推进 27B 规模与 DiffusionRock、SiliconRock。 🔗 甲子光年报道 | GitHub | Hugging Face

6️⃣ Google Cloud 推出 Knowledge Catalog 自学习上下文增强#

  • 发布:Knowledge Catalog 新增自学习上下文增强预览与 Knowledge Studio;系统分析 Agent 与用户交互,发现缺失或过时上下文,并从文档、代码库、业务文档中提取定义、表关系、黄金查询和 Agent 指令。
  • 治理:支持 context sets、IAM 细粒度访问、变更请求、置信度阈值、来源引用与回滚;可按置信度自动发布,敏感更新进入人工审核。
  • 指标:Google 内部基准称 Agent 准确率提升近 4 倍、延迟降低最多 33%、token 用量减少最多 75%。 🔗 Google Cloud 博客

7️⃣ SageMaker AI 训练会话 GA:自写后训练循环,无需管理 GPU#

  • GA:Amazon SageMaker AI 无服务器模型定制正式推出 training sessions,开发者可自写后训练循环,SageMaker 管理 GPU 分配、分布式执行、故障恢复与 checkpoint 存储。
  • 支持范围:SFT、DPO、RLVR、RLAIF、多轮 RL,LoRA 或全量微调,可串联连续定制;首批支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B、Qwen3.8-27B。
  • 计费:按 SageMaker 处理的 token 计费,奖励函数在用户环境打分时计量暂停,无需预留容量。 🔗 AWS 官方博客

8️⃣ Modal 年化收入破 10 亿美元,完成 7.5 亿美元 D 轮#

  • 融资与规模:Modal CEO Erik Bernhardsson 在访谈中称,公司年化收入突破 10 亿美元,完成 7.5 亿美元 D 轮、估值 160 亿美元,累计启动近 30 亿个 sandbox。
  • 算力模式:Modal 聚合数千客户需求,把按年/固定 GPU 合同切成弹性容量;sandbox 约占收入三分之一,官方称中位 sandbox 生命周期约 8 秒。
  • 行业判断:Erik 认为 GPU 供给仍紧、价格短期上行,但长期硬件价格会下降;锁定多年高价容量存在价格反转风险。 🔗 Latent Space 访谈 | Modal Series D 公告

9️⃣ 哈佛/Jellyfish 研究:AI 代码量上升,交付量未等比例提升#

  • 研究结论:基于 Jellyfish 平台对 718 家企业的研究显示,AI 编程助手和 Agent 提高了代码量,但未带来等比例的已完成工作量。
  • 瓶颈:AI 生成代码增加下游负担,尤其是代码评审;分析认为生产力提升被评审、集成与验证环节吸收。
  • 行业含义:企业评估 AI 编码收益时,不能只看生成行数或提交量,需要跟踪从提交到交付的端到端周期。 🔗 InfoQ 报道

⭐ GitHub 趋势#

1. luongnv89/claude-howto ⭐ 今日 +177#

语言/许可: Python / MIT
总 Stars: 43.2k
仓库: GitHub

项目定位:
面向已使用或准备引入 Claude Code 的工程团队,提供从基础命令到 hooks/MCP/subagents 组合工作流的教程与可复制模板;严格说它是教程与模板集,不是 Agent 运行时,差异在于按学习路径和真实场景组织,而非官方功能参考。

核心功能:

  • 10 个模块覆盖 slash commands、memory、checkpoints、CLI、skills、hooks、MCP、subagents、plugins 等 Claude Code 能力。
  • 提供命令、CLAUDE.md、hook 脚本、MCP 配置、subagent 定义与插件包的可复制模板。
  • 用 Mermaid 展示功能组合关系,并给出代码审查、CI/CD、文档生成、安全审计等场景的 workflow 组合。
  • 内置 /self-assessment 与 /lesson-quiz,按当前水平生成学习路径并定位知识缺口。

🟧 Hacker News 热议#

OpenShell – A safe, private runtime for fleets of autonomous AI agents#

275 pts · 141 comments · github.com/nvidia

📌 内容总结

  • 背景:NVIDIA 发布 Apache-2.0 的 OpenShell,目标是让需要读文件、装包、调 API、使用凭据的自治 agent 获得这些能力,同时不直接暴露数据、密钥和网络。
  • 关键实现:每个 agent 运行在独立沙箱;内核级限制文件访问和系统调用,网络连接离开沙箱前必须经过策略检查;agent 看不到真实凭据,运行时只向批准端点注入。策略变更先用形式化验证标出新增高风险访问,再进入人工审核。
  • 部署与限制:支持 Linux、Apple Silicon macOS、WSL 2(实验性),依赖 Docker/Podman/主机虚拟化;Kubernetes 通过 Helm 部署 gateway,并要求 CNI 实际执行 NetworkPolicy。提供 Python/TypeScript/Go/Rust SDK、CLI 与 agent skills;匿名遥测仅包含运营类别与计数,可关闭或编译移除。
  • HN 关注点:
    • 输入未提供评论树;只能确认 141 条评论计数,无法可靠提炼社区共识、质疑或工程经验。

💬 讨论总结

  • top_comments 为空,不能归纳具体评论观点;不对社区立场作推测。

🔗 原文 · HN 讨论页

LLMs are making formal software verification feasible at a much larger scale#

13 pts · 1 comments · anthropic.com

📌 内容总结

  • 背景:Anthropic 与 Theorem 合作,用 Claude 将形式化验证扩展到真实开源软件,目标是在汇编代码层证明安全属性。动因是 LLM 已能更快发现和利用漏洞,传统防御不足。
  • 方法:把 OSS-Fuzz 的模糊测试转成对编译后 RISC-V 二进制的规范,证明“任意小于 64 MB 的输入都不会触发崩溃”,覆盖建模过的 Linux 响应和内存布局;范围限定为单线程静态二进制、固定内存预算、RISC-V + Linux。Claude 发现 bug 后先打补丁,再证明新规范。
  • 结果:覆盖 123 个库、239 个入口点,生成约 1.8 亿行 Rocq 证明;二进制中位数为 1.8 万条 RISC-V 指令,典型证明约 60 万行。发现并修复的 bug 包括约 20 MB 特殊输入触发的解压器下溢、需要 64 MB 输入和 2 GB 内存的越界读、重新发现 CVE-2026-56132,以及不崩溃的逻辑 bug。
  • 信任边界:不需要逐行审查证明,只需信任 RISC-V/Linux 进程语义、被证明的定理陈述和 Rocq 证明检查器。
  • 限制:形式化验证不等于无 bug;规范或机器模型可能与现实不符;ASan 不覆盖全部内存安全问题;未验证所有入口点,也未覆盖死代码和调用方误用;实际部署常用 x86/ARM、动态链接 glibc,与证明假设不同;证明生成可能消耗数亿 token。
  • 经济性:共享工作区让 agent 复用证明后 token 减少约 17%;新模型完成同类任务所需 token 更少。
  • HN 关注点:
    • 输入未提供评论树;仅有 1 条评论计数,无法归纳社区反馈。

💬 讨论总结

  • top_comments 为空,无法判断对“LLM 规模化形式化验证”的支持、质疑或工程经验。

🔗 原文 · HN 讨论页

Every AI model has the same “controversial” take on humans#

202 pts · 242 comments · modelcompare.ai

📌 内容总结

  • 作者想做什么:ModelCompare 用同一提示询问 12 个文本模型“你对人类最争议的看法”,要求给出一句话观点、理由和漫画简报;每个模型请求 3 次,无 system prompt、无重试。另让 6 个图像模型各画 2 张讽刺漫画。60 次调用成本为 1.54 美元。
  • 关键结果:原文按 35 个文本答案统计,29 个落入同一类观点:人类把归属、身份、地位或群体叙事置于 truth/principle 之前,理性多用于事后合理化。12 个模型中有 7 个三次都给出该观点。
  • 少数例外:Claude Opus 5.5 有一次反向回答“人类比自己以为的更善良”;Claude Fable 5.1 强调人更在意动机而非结果;GLM 5.3 谈人想“重要”而非幸福;Mistral Large 4 给出更悲观的意识观;Grok 4.7 有一次拒绝回答。
  • 图像模型差异:12 张图里 10 张画成“沉迷手机、消费并破坏地球的人类”,与文本模型的“部落忠诚/合理化”主题不同;部分图像把肥胖身体当作笑点,1 个模型没有给出明确观点。
  • 作者结论:文本模型复述了人类自己写过的自我批评,图像模型复述了社论漫画里的熟悉批评;两者都返回训练语料中最常见的批判框架。
  • 方法边界:样本小、单一提示、人工归类;结果更接近模型在该提示下的输出分布,不足以证明模型拥有稳定立场。
  • HN 关注点:
    • 输入未提供评论树;只能确认 242 条评论计数,无法可靠提炼社区争论焦点。

💬 讨论总结

  • top_comments 为空,不能归纳对实验方法、模型同质化或“AI 如何看待人类”的具体评论观点。

🔗 原文 · HN 讨论页

2,197 字
晚报 | EVENING 2026-10-23

DeepSeek 据报融资千亿元,OpenAI 拟募资 300 亿美元

今日要点
  • DeepSeek 据报融资约 1000 亿元,腾讯、宁德时代领投
  • OpenAI 拟最高募资 300 亿美元,投前估值 1.25 万亿美元
  • Anthropic 最快本周五公开提交 S-1,预期募资最高 1000 亿美元
DeepSeek 据报完成约 1000 亿元融资,腾讯与宁德时代领投;OpenAI 接近敲定最高 300 亿美元融资,投前估值 1.25 万亿美元;Anthropic 最快本周五公开提交 S-1。1Password 发布 Agent 登录方案,智元开源具身推理数据集。

1️⃣ DeepSeek 据报完成约 1000 亿元融资,腾讯与宁德时代领投#

  • 融资规模:市场消息称 DeepSeek 最新一轮融资筹得约 1000 亿元人民币(约 150 亿美元),最初目标为 500 亿元,后经多轮上调;交易预计在未来数日内正式完成。
  • 投资方与状态:腾讯和宁德时代为本轮出资最多的投资方;DeepSeek 及腾讯等相关方尚未公开回应,极客公园称已从接近公司和投资方的多个信源交叉求证。
  • 资金用途:本轮资金将继续用于模型训练、算力建设和人才招募;部分消息人士判断,该轮融资将为公司筹备中的科创板 IPO 铺平道路。 🔗 极客公园

2️⃣ OpenAI 接近敲定最高 300 亿美元融资,投前估值 1.25 万亿美元#

  • 交易结构:CNBC 援引知情人士称,本轮融资由阿联酋投资者与 Coatue 牵头,投前估值为 1.25 万亿美元,不包含本轮新募集资金;该轮被定位为潜在 IPO 前的过桥融资。
  • 时间表:OpenAI 已于 10 月 22 日告知投资者,希望在下周末前完成签署,但最终融资规模仍在确定中;公司今年 6 月已向 SEC 秘密提交招股文件,CFO 曾向员工表示公司将在 2027 年上市。
  • 算力协议:除股权融资外,OpenAI 还在谈判一项商业协议,以获得更多来自阿联酋的算力。 🔗 爱范儿

3️⃣ [持续跟踪] Anthropic 最快本周五公开提交 S-1,预期募资最高 1000 亿美元#

  • 前情提要:Anthropic 今年 6 月已秘密提交 IPO 草案,此前完成的 650 亿美元 H 轮融资投后估值达 9650 亿美元;此前招股书草案披露上半年净亏损 807 亿美元、算力承诺 7500 亿美元。
  • 最新进展:财联社援引知情人士称,Anthropic 最快将于当地时间本周五向美国 SEC 公开提交 S-1 招股说明书;华尔街主流机构的乐观预期是,其有望以 2 万亿美元估值上市,募资规模最高可达 1000 亿美元。
  • 参照纪录:若达成,将超过 SpaceX 今年 6 月约 1.77 万亿美元估值、约 857 亿美元募资的 IPO 纪录。 🔗 极客公园

4️⃣ 1Password 发布 for Agents:AI Agent 可登录网站但不接触密码#

  • 机制:当 Agent 遇到登录表单,会先用专属数字密钥向 1Password 验明身份;用户在自己的设备上查看它申请使用哪项凭据、用途是什么,再选择批准或拒绝。获批后,1Password 直接填写网页表单,密码不进入 AI 模型上下文,也不交给 Agent 保存。
  • 集成计划:1Password 正与 Meta Muse、Anthropic Claude Duet、OpenAI ChatGPT Work、dots、Grok Bot、Town 等产品推进集成,Browserbase、Perplexity 为后续合作伙伴;各集成进度有所不同。
  • 安全边界:Anthropic 在公告中表示,Claude Duet 将在后续接入 1Password 完成登录。该方案让 Agent 获得操作能力,同时把凭据暴露面限制在密码管理器与用户批准环节。 🔗 极客公园

5️⃣ 智元开源 AGIBOT WORLD 2026 第四期“具身推理”数据集#

  • 数据内容:本期数据集围绕真实任务中的目标、现场状态与执行约束,覆盖属性约束选择、前置条件推理、目标导向搜索、数量与状态推理、长程规划等九类能力。
  • 标注结构:同时提供高层问答、任务阶段、详细动作描述与真机动作轨迹标注,并包含成功和错误样本;同一任务会设置不同初始条件,例如补迷你吧饮料需先辨别空瓶、清点数量,再决定回收与补货步骤。
  • 用途与许可:智元称该数据已用于其即将推出的 Agent 框架与新一代基座模型训练;Hugging Face 仓库采用 CC BY-NC-SA 4.0 许可,配套仿真数据另在 GenieSim 项目开放。 🔗 爱范儿

6️⃣ Hugging Face 开源 Carbon-X:基于 Qwen3-14B 的 DNA 对话模型#

  • 模型结构:Hugging Face 联合北京中关村学院、意大利遗传与医学研究机构推出 Carbon-X,基于 Qwen3-14B 继续训练,实际参数量约 148 亿;团队为文本词表加入 DNA 专用编码,每个 DNA token 对应 6 个碱基,使 DNA 序列与自然语言共用同一模型。
  • 基准表现:在团队公布的 5 项 DNA 基准测试中,关闭思考模式的 Carbon-X 平均得分为 66.7%,GPT-6.1 Sol 的对应最高配置为 67.5%;模型权重采用 Apache 2.0 许可,BF16 部署配置可放入单张 80GB GPU。
  • 使用限制:团队强调 Carbon-X 尚未经过临床验证,不能用于医疗决策;对缺少上下文的序列可能产生错误解释,长序列生成和精确定位也有局限。 🔗 爱范儿

7️⃣ 宇树十周年:GPT-6 直连机器人零训练完成绘画,王兴兴判断物理 AI “GPT 时刻”1—3 年#

  • 现场演示:宇树科技创始人王兴兴称,把 GPT-6 部署到机器人上,在没有为洗笔、换色专门编写程序的情况下,机器人能观察旁边的颜料盘,自行清洗画笔并继续绘画;现场还演示了直连机器人完成落子等任务。
  • 核心判断:王兴兴表示,物理 AI 的“GPT 时刻”大概率在 1 至 3 年内到来,家用指令式做家务机器人最快明年有望落地;当前核心瓶颈是 AI 模型的输入输出与真实机器人的传感器、执行器误差对齐。
  • 公司路线:宇树不会与头部大厂正面竞争基础大模型,将采用自研加外部合作路线;战略上把硬件大规模制造能力放在首位,目标冲击年产千万台,同时搭建 AI 自进化闭环。 🔗 极客公园 | 相关报道

8️⃣ Railway 披露环境变量可能泄露,建议所有用户轮换密钥#

  • 事件概况:Railway 在 10 月 21 日安全公告中称,检测到存储客户环境变量的系统出现异常活动;初步调查显示,未经授权的第三方可能访问了加密环境变量,并取得其中一部分的解密内容,这些变量可能包含 API 密钥、数据库和镜像仓库凭据。
  • 处置建议:公司建议所有用户立即轮换存储在平台上的全部环境变量及私有仓库凭据,并检查相关日志;公告阶段所有部署暂停,确认受影响账号后将逐一通知。
  • 攻击判断:Railway 认为事件可能属于近期针对平台公司的系列攻击,其最终目标是 AI 推理服务提供商,并称已通知这些上游提供商主动吊销密钥;这是 Railway 对攻击活动的判断,不等于已证明攻击者使用 AI,也不能推断具体模型公司发动攻击。 🔗 Railway 安全公告

9️⃣ [持续跟踪] PHP 漏洞 PoC 争议:公开脚本依赖额外漏洞,LLM 生成“利用成功”叙事待核实#

  • 前情提要:近期 PHP 漏洞引发补丁与利用讨论,社区出现多个公开 PoC,AI 在漏洞发现与利用脚本生成中的角色受到关注。
  • 最新进展:Elias Taylor 检查热门公开 PoC 后称,部分脚本先要求目标应用存在本地文件包含等额外缺陷,有的演示甚至修改服务器、引入更容易被利用的条件,因此不能直接攻击普通 PHP 环境;他仍明确要求为漏洞打补丁。
  • AI 相关风险:文章批评由语言模型生成“利用成功”叙事、却没有由人亲自运行核实的做法;多个人使用相似代理可能反复得到同一种错误前提,让无效攻击脚本在公共仓库中大量传播,“仓库很多”“模型报告成功”都不是已完成真实攻击链的证据。 🔗 Elias Taylor 原文