DeepSeek 发布 V4.1-Flash-1017：智能体任务表现超越更大模型，单任务成本再降
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。
#智能体
共 7312 条 · 7 天 706 条 · 30 天 2401 条 · 话题观测 →
10月17日
vLLM 团队庆祝 DeepSeek-V4.1-Flash-1017 发布，达成 1.3B tokens/美元 TCO
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 V4.1 Flash 1017 上线 OpenRouter
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。
Gary Marcus 认为“rogue AI”一词有误导性
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 发布 V4.1-Flash-1017 并下调 API 价格
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 开源 Step 5 Preview：600B 参数 MoE，100 万上下文
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 Harness v0.2.1-rc1 发布，V4.1 Flash 快照短暂现身
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实验室发布 Atria Dawn 完整版，支持 512K 上下文
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 产品部门获关注，或将发力 agentic 系统
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。
Perplexity Decider V1.2 接入 Vercel AI Gateway
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揭秘Claude Code代码审查工作流：PR翻倍回滚率降40%
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。
Tencent Hunyuan 开源 Hy Memory 2.0，新增工作记忆与代码记忆
腾讯把智能体的记忆系统整套开源了，还带一个 30B 记忆模型，LoCoMo 跑到 72.6%，token 消耗还砍了近四成，做 Agent 的可以白嫖。
DeepSeek 上线独立 Search 与 Fetch API，供智能体调用
DeepSeek 把联网搜索和网页抓取拆成两个独立 API 了，做 Agent 或 RAG 的可以直接调用，1000 次请求才 5 块钱。
一条提示词让 Claude Opus 5.5 自主运行 30 小时造出虚拟电脑
有人拿一条提示词让 Opus 5.5 连跑 30 小时，从逻辑门搭出一台能玩游戏的电脑，还做成 3D 可视化，提示词也放出来了。
Perplexity 开源 SPACE：基于 Firecracker microVM 的智能体沙箱平台
Perplexity 把自家智能体沙箱 SPACE 开源了，每个任务跑在独立 Firecracker microVM 里，做 Agent 隔离可以直接抄作业。
CoreWeave 发布 SPACE 评估部署指南，可在 CKS 集群上自测
CoreWeave 放出了在自己 CKS 集群上跑 SPACE 智能体安全评估的搭建教程，做智能体安全测试的可以直接照着配。
Latent Space 播客：六位重度用户实测各家 AI 产品表现
Latent Space 请来 6 位重度用户一起吐槽，比的不是跑分，是日常用起来谁顺手、谁翻车，聊到 DevDay、Muse、Grok 这些热门工具。
Decagon 工程师将在 SGLang Summit 分享约 1T 参数智能体推理实践
Decagon 做客服智能体的工程师要讲 post-training、RL 和低延迟推理，还要聊怎么把系统扩到 1T 参数，做推理优化的可以看看。
Anthropic 报告：AI 智能体工时已达人类员工 6 倍，初级岗位占比大幅下滑
Anthropic 拿自家财报和员工数据说话：智能体工时超人类 6 倍、初级程序员招聘从 27% 掉到 9%，想看 AI 怎么改写招聘的可以细看这份报告。
Garry Tan 用 Capy 与 Aside 让智能体一次性完成编码和 DevOps 配置
Garry Tan 亲自演示用 Capy 加 AsideAI，写第一版代码和配 DevOps 一步到位，想学智能体开发流程的可以看看他的做法。
FPT 与 NVIDIA 将 Nemotron-Personas-Vietnam 数据集扩大 10 倍
FPT 和 NVIDIA 把越南合成人物数据集扩大了 10 倍，做越南本地化 Agent 应用的人可以直接拿来用。
browser_use 已适配 OpenAI 最新 Python 和 Node.js SDK
browser_use 修好了对 OpenAI 新版 Python 和 Node.js SDK 的支持，浏览器操控智能体现在接起来更省事，写 Agent 的可以看看。
fx v0.0.14 发布：libfx 引入 durability 适配器，会话可从崩溃中恢复
Vercel 给 libfx 加了持久化能力，agent 崩溃、超时、重新部署后都能从断点接着跑，一套 API 本地和云端通用，写长任务 agent 的可以看看。
OpenAI 工程师用 dot 凌晨远程处理 on-call 故障
OpenAI 工程师凌晨 3 点被叫醒，直接让 dot 查问题、开 Codex 线程，躺床上用手机就把故障处理了，运维同学可以看看这个玩法。
Cursor 推出 Environments API 测试版，可编程管理云端智能体环境
Cursor 放出了 Environments API 测试版，能用代码批量创建云端智能体环境，仓库和 environment.json 配置都能程序化指定，跑自动化流水线的人可以试试。
从 Gemini 4 Argon 的 Minecraft 实验看模型持久性能力
四个 AI 智能体没分工却在 Minecraft 里熬了 27 小时、死了 605 次通关，这篇分析讲了为什么持久性比聪明更关键。
AWS 发布基于 Amazon Bedrock AgentCore 的智能体九阶段评估框架
AWS 把智能体上线后质量悄悄变差这个坑拆成了九个评估阶段，基于 AgentCore 做，做智能体运维的可以照着搭一套。
GPT-6 Astra Pro 升级：响应更快，多智能体可并行处理任务
OpenAI 给 GPT-6 Astra Pro 升级了，多个智能体能同时干一个任务的不同部分，还能跟踪进度，Pro 用户现在就能用。
OpenAI 升级 GPT-6 Astra Pro：插件工具调用改进、速度提升并支持多智能体并行
OpenAI 给 GPT-6 Astra Pro 升了级，工具调用更快还能多智能体并行干活，Pro 用户现在就能用。
