全部动态
有人实测 DeepSeek 服务恢复后的新模型，速度 180 t/s，表现接近 Claude，可能是 4.1 Pro，想去试的可以看看。
做 Claude 应用的朋友注意了，现在能把 API 和 Managed Agents 的调用追踪直接导进你的监控面板，排查延迟方便多了。
Ant 旗下 Ling 3.1 Flash 放出开源权重了，本地跑就能用，同一提示词下生成效果赢过 GPT-6 Luna，还便宜 2.8 倍，想省钱本地部署的可以试试。
阿里给 Wan3.0 做了订阅制，个人版 $6 就能用，Pro 版每月 18 万 credits 还能同时跑 8 个 agents，做视频生成可以看看。
Genspark 把智能体搬进了 iMessage 和 WhatsApp，发条消息就能总结 PDF、做幻灯片，不用再切应用。
做 Agent 的都该看看，LangChain 把评估从哪入手、怎么省钱、LLM 裁判怎么用全说透了，成本那组数字很实在。
字节 Seed 招 10 个模型安全研究员，做评测 Benchmark、Red Teaming 这些方向，最近在看机会的朋友可以直接投了。
Modal ARR 破 10 亿美元还融了 7.5 亿，顺带推荐他家那份从 CUDA 讲到性能分析的 GPU 术语手册，写得真清楚。
NVIDIA 盘点了北欧的 AI 落地案例，Spotify 拿它做播客推荐，ABB 用仿真训练机器人，还有几个瑞典本地创业项目。
Anthropic 造了个叫 Scion 的代码仓库系统，因为 agent 合并代码从每天 2500 次涨到 3 万次，Git 扛不住了，代码管理耗时从 34 分钟降到 3.7 分钟。
有人把 DeepSeek Flash 拆开算了笔账：单任务 0.13 美元，还搬出 OpenRouter 的 token 用量数据佐证它已经是全球用得最多的模型，价格敏感的开发者可以看看。
有人改了《哈克贝利·费恩历险记》原文喂给 9 个模型测理解力，只有 Claude Fable 5 两次都过关，Gary Marcus 拿它说事，看看你用的模型表现如何。
Muse 22 天下载 500 万结果第 12 天被亚马逊拉黑，Tech Week 这波 Personal Agent 讨论有干货，真人 37 秒 vs Agent 14 分钟的对比很扎心。
Ramp 拿企业真实付款数据做了份 AI 消费榜单，Perplexity 和 Claude Code 哪些赛道已经一家独大、哪些还很分散，一眼就能看清。
借债买 GPU 租算力的 CoreWeave，利息支出6.4亿已经超过亏损6.26亿了，债券跌到危机价位，连带 Oracle 和 Dell 一起遭殃。
阶跃星辰把 Step-5-Preview 开源了，600B 参数只用激活 27B，输入输出都能吃 100 万上下文，长文档场景可以试试。
DeepSeek 新发的 V4.1 Flash 小了三倍反而更聪明，Artificial Analysis 实测 GB300 上每兆瓦能跑 2.61 亿 tokens，部署党值得看看硬件选型数据。
Claude 桌面版把 session 子任务直接展示出来了，界面简化得有点 Manus 当年的感觉，用 Claude 干活的朋友可以看看这个变化。
LlamaIndex 做了个文档解析模型路由，ParseBench 基准加延迟和每页成本都摆在一起比，做 RAG 要解析 PDF 的可以试试，新号送 5 美元。
Zuckerberg 和 Alexandr Wang 亲自聊 Meta 的新模型 Muse Wonder，还谈到千亿投入和智能体商务，两个多小时的干货对话。
一个月三笔收购，Long Lake 63亿美元买美国运通商旅、Ithaca 13亿买Bumble，讲清AI公司买上市公司的玩法，值得刷一下。
用户每天玩 90 分钟的陪伴应用 Status，找 Inworld 优化模型和提示词后成本降了 95%，做法讲得挺细。
Meta 新模型 Muse Wonder (Max) 的实测排名出来了，智能体任务比上一代强不少，但价格贵了一倍多，文本榜冲到第 2，数据都在这。
让模型离线搭3D铁塔，Claude Opus 5.5 和 Grok 4.7 竟把塔上72个科学家名字全默写对了，Claude 还分对了朝向，这记性有点吓人。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档