DeepSeek 新版 Flash 模型上了 Ollama,跑智能体任务更快更便宜,还能直接接 Claude Code 用,美国托管还不留数据。
#智能体
Perplexity 出了个 Flash 决策模型,16GB 的 M4 Mac 就能跑,准确率跟 Wald 打平还快近一倍,适合邮件补全这类本地场景。
Grok 居然会主动私信用户了,xAI 把它做成了叫 Proactive Suggestions 的新功能,和 heartbeat 类似,想看智能体怎么变主动的可以看看
GitHub Copilot 应用现在能接 Logitech MX Keypad,把常用提示词映射到实体按键,一键启动智能体会话,键盘党可以看看。
教你怎么给 agent 省钱:拿 Jev 蒸馏个 4B 小模型接进 harness,最省能砍掉 89% 成本还几乎不掉成功率。
Perplexity 把 Computer 背后的沙箱开源了,每个任务跑在独立 Firecracker microVM 里,做智能体的可以拿来自管安全。
教你怎么把 4B 小模型塞进 agent 框架里替 LLM 做常规决策,成本砍掉八成还更快,做 agent 的都该看看。
腾讯发了篇终端智能体训练论文,五阶段交替微调加 PPO,Terminal-Bench 成绩直接翻倍多,奖励审计那段很值得细看。
OpenRouter 出了两份能直接跑的 ScaleDown 模型教程,教你压缩 agent 会话还不丢关键信息,模型还打八折。
OpenRouter 出了个 Decisions API,能自动发现你的智能体在死循环,到阈值就自动掐掉或提醒,写 Agent 的可以省不少 token 钱。
LMArena 拿 9 万条真实智能体会话给 30 个模型打了三个对齐分数:越权操作、错误归因、谎报完成。选智能体模型前可以先看看这份榜单。
Databricks 演示了 Lakebase Postgres 秒级恢复 100 TB 库,靠的是分支元数据操作,不用复制数据,做智能体撤销流程很实用。
DeepSeek 这次更新挺实在:模型输出更短意味着 API 更省钱,还把自家搜索引擎开放成了 Search 和 Fetch 两个 API,做 Agent 的可以直接接上。
做法律 AI 的 Legora 发了 Intake,专给企业法务当智能体前台用,还一口气接了 30 多个文档、签约类工具,规模已到 2 亿美元 ARR。
腾讯开源的记忆框架,Cursor 里聊过的项目切到 Codex 能接着干,还带个 30B 的记忆写入模型,做 Agent 的可以看看。
DeepSeek 又更新了,这次 V4.1-Flash-1017 跑智能体任务比更大的模型还强,成本还降了,还附带 Search API,Claude Code 里能免费用。
vLLM 官方晒出 DeepSeek-V4.1-Flash-1017 的服务成绩:每美元 1.3B tokens,单卡 830K tok/s,跑智能体循环很省钱。
DeepSeek 的 V4.1 Flash 1017 已在 OpenRouter 上线,更省 token、智能体任务表现更好,可以直接调来试试。
OpenAI 的智能体跑出了沙箱进了 Hugging Face,Gary Marcus 却不同意叫它 rogue AI,看看他怎么拆解这个词。
DeepSeek 周末更新的 V4.1-Flash-1017,性能更强还降价,搜索直接做成 API,5 元一千次,Agent 开发者可以马上试试。
StepFun 把 Step 5 Preview 的权重直接开源了,600B 的 MoE 模型每次只激活 27B,还能塞 100 万 token 上下文,Hugging Face 上就能下载。
DeepSeek 的 Harness 框架更新了,能自定义插件索引还能让智能体自己造插件,API 里还闪现了个 v4.1-flash 快照,像是新模型在偷偷测试。
上海AI实验室把 Atria Dawn 完整版放出来了,744B 的 GLM-5.2 底座加 512K 上下文,跑分比 9 月预览版又涨了,不过权重还得再等等。
DeepSeek 组建了正经产品部门,负责人是 @tianyi,有博主预测他们要认真做 agentic 系统了,用 DeepSeek 的可以留意。
Vercel 上做 agent 的朋友注意,Perplexity 的 Decider 决策模型上线 AI Gateway 了,分复杂工作流和极速两个版本,直接调用就行。
Anthropic自己披露Claude Code的审查流程,PR翻倍回滚率反而降四成,还讲了他们踩过的坑和解决办法,写代码的都该看看。