CosmoAgent：用 LLM 智能体搜索暗能量与修正引力模型
物理学家让 8 个大模型当宇宙学研究员，自动发明引力理论并用 DESI 和 DES 数据打分，最好的模型拿到了 ΔAIC=-3.328。
#智能体
共 7340 条 · 7 天 711 条 · 30 天 2416 条 · 话题观测 →
10月14日
DeepSeek 与 Claude Opus 物理仿真对比：第二次尝试即完全自主运行
有人拿 Claude Opus 和 DeepSeek 各跑了一遍物理仿真，成本一个 2 美元一个 1 美元，DeepSeek 第二次就跑通了，对比过程挺有参考价值。
Exa 年化收入突破 1 亿美元，连续三年保持约 10 倍增长
给智能体做搜索引擎的 Exa 年收入破 1 亿美元，三年涨了 1000 倍，每月 20 亿次请求都来自 AI 智能体，这个增长数据值得看看。
博主吐槽 Gemini 4 在 Antigravity 中思考频繁卡死，API 也问题不断
博主昨晚在 Antigravity 上试 Gemini 4，思考卡几千秒、自动审批失灵，连 API 适配都踩坑，想上手前先看看这些坑。
Oppo 宣布与 Manus 合作，Find X10 将搭载其智能体功能
Oppo 把 Manus 的智能体直接装进 Find X10，手机厂商和 Agent 创业公司开始抱团了， ColorOS 17 用户可以留意。
OPPO 与 Manus 达成合作，Find X10 系列首发搭载 AI Mind Pilot 智能体
OPPO 找 Manus 合作，把智能体装进 Find X10 手机里，帮你整理预订、做 PPT，本地文件还不出设备，值得关注。
Meta 发布 Muse Wonder 系列模型，Genspark 已接入
Meta 新模型 Muse Wonder 来了，主打智能体任务，还带 Active Memory，Genspark 已经能直接用。
Meta 发布 Muse Wonder 与 Muse Wonder Full：100 万上下文 Agent 模型
Meta 新出的 Muse Wonder 能塞 100 万 token 上下文跑 Agent 任务，Full 版还在 SWE-Marathon 榜首，价格和用法这篇都讲清了。
Cerebras CEO：家用 AI 设备时代将至，智能体将接管生活琐事
Cerebras 老板在 TechCrunch 上聊了个方向：以后每家都有一台懂你的 AI 设备，本地跑+云上跑，还能帮你刷卡买东西，他自己已经用智能体管日程了。
Sourcegraph Agentic Batch Changes 接入 Gemini 4 Argon 处理复杂任务
Sourcegraph 的批量改代码功能现在能调用 Google 的 Gemini 4 Argon 了，跨几千个仓库的大改动可以靠它来推理，搞大规模重构的团队可以看看。
Gemini 4 Argon 在 Antigravity 中用一条提示在 Blender 建出日本寺庙
有人用 Gemini 4 Argon 加 Antigravity，一条提示就在 Blender 里建出日本寺庙，多智能体分工检查，思路很值得抄。
Matt Shumer 谈 Spawn：用智能体跑出超 10 万美元的单次任务
Matt Shumer 说 Spawn 的创始人跑一次智能体任务花了超 10 万美元，还说这就是一年后所有创始人的用法，看看别人怎么重度用 Agent。
Nomads.com 推出付费 API，面向 AI 智能体提供旅行城市数据
levelsio 把 Nomads.com 多年攒的城市数据做成了 API，年费 2,490 美元起，主打给 AI 智能体用，连约会友好度都标注了。
LMArena 开放 Max（Fable 5.1 + Astra）Agent Mode 限时体验
LMArena 把自家最强的 Max（Fable 5.1 + Astra）Agent Mode 开放限时试用了，想跑复杂智能体任务的可以去试试，API 版也开放了早鸟申请。
LMArena 发布智能体版 Max 路由器，成本低 37%
LMArena 用 250 万条真实智能体会话训练的路由器 Max，能自动帮你挑模型，效果追平 Claude Fable 5.1 还省 37% 的钱。
用 Anchor Browser 和 AgentCore 支付构建可自动交易的智能体
AWS 和 Anchor Browser 教你搭会自己付钱的智能体：用 x402 协议付费调 API，密钥全程不落地，适合做支付类 Agent 的开发者看看。
yetone 公开用 Claude Code /loop 自动维护开源项目的完整工作流
yetone 用 3 个 /loop 循环就让 AI 全自动管 issue、PR 和社区，每晚只处理 UI/UX，文中把提示词写法和省钱技巧都拆开了。
LongHarness 让 GLM-5.3-Flash 在 OfficeQA Pro V2 上从 4.4% 提到 61.1%
同一个 GLM-5.3-Flash，换个 harness 成绩从 4.4% 飙到 61.1%，还赢了 Claude Code 和 Codex，工程同学该看看这篇。
Google Gemini 4 Argon 正式登陆 GitHub Copilot
Gemini 4 Argon 上线 GitHub Copilot 了，编码基准全面超过上一代 Gemini，写复杂代码和跑 agent 任务可以试试
Gemini 4 Argon 登顶 Val Index，成本仅为 Opus 5.5 一半
Google 新模型 Gemini 4 Argon 拿下 Val Index 第一，Chrome 团队用它重构了 4000 万行代码库，干掉了一整类崩溃，成本还只有 Opus 5.5 一半。
Pancake 推出 MCP 服务器，让编程智能体自行完成获客
Pancake 做了个 MCP 服务器，让 Claude、Codex 这类编程智能体写完代码后还能自己找客户，聚合 40 多家数据源一条流程跑完。