AI资讯
Google 开源 Harness²：不改模型权重，靠递归改写 Agent 外围组件提升表现
Google Cloud AI Research 与 Northwestern 合作开源了 Harness²（版本 0.1.0），这是一个递归式 agent harnessing 框架，思路是不动模型权重，只优化模型外围的 harnes…
标签
标签： agent
共 31 篇资讯
AI资讯
OpenAI 博客：Third Moment Research 用 GPT-6 Astra 与 GPT-6.1 Sol 让 10000 个 agent 连续运行 36 小时以上
OpenAI 博客发布了一篇关于 AI 实验室 Third Moment Research 的案例文章，标题为《How Third Moment Research runs 10,000 agents for 36+ hours》。文章…
AI资讯
Meta 发布 Muse Spark Open：816B 参数开源多模态 MoE 模型，支持文本图像音频视频输入
Meta 通过 Hugging Face 发布开源权重模型 Muse Spark Open，这是一个混合专家（MoE）架构的多模态模型，总参数量约 816B，每 token 激活约 42B，上下文窗口最高 1M token。模型支持文本…
AI资讯
NVIDIA 发布 Nemotron 3.5 Super VL：120B 开源多模态 Agent 模型，单卡 DGX Spark 可跑
NVIDIA 发布 Nemotron 3.5 Super VL，一个面向常驻企业 Agent 的开源视觉语言模型。该模型为 120B 总参数、12B 激活参数的 MoE 架构，支持最高 1M token 上下文，可同时处理文本、图像、文…
AI资讯
Modal 年化收入破 10 亿美元，完成 7.5 亿美元 D 轮融资、估值 157.5 亿美元
AI 基础设施公司 Modal 宣布年化收入（ARR）突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，估值达 157.5 亿美元，由 Accel 领投。相比上一轮 C 轮，Modal 的用量增长约 3 倍，同比去年增长超过 15…
AI资讯
AWS 发布六周 AI 培养手册：非工程背景员工用 Strands Agents SDK 与 Bedrock 做出多智能体原型
AWS 机器学习博客发布了一套面向非工程岗位员工的 AI 能力培养方案，核心是六周、每周约四小时的结构化项目制训练，而非传统的两天集训。AWS 在内部调研中发现，90% 的业务人员希望获得亲手构建 AI agent 的经验，但真正动手的…
AI资讯
Nace.AI 开源 Drex 1.5：9B 决策模型不写文本，只给选项打分
Nace.AI 开源了 Drex 1.5，一个面向 Agent 和后端工作流的 9B 决策模型。它不生成文本，而是读取一个 state（文本或 JSON）和若干带类型的问题，对每个候选选项输出概率。模型在公开的 Decision Ind…
AI资讯
TRAE 全面升级：TraeWork 与 TraeCode 双端融合，统一 Agent 与 IDE 两种模式
10 月 9 日，TRAE 宣布全面升级，将原本分别面向办公任务场景的 TraeWork 与面向专业开发者的 TraeCode 合并为统一入口，支持 Agent 模式与 IDE 模式无缝切换。升级后的 TRAE 定位为「全链路开发平台」…
AI资讯
实测对比 Claude Sonnet 5.5 与 Opus 5.5：15 次运行全对，总成本低 42%，但 Agent 场景仍输给 Opus
Anthropic 在 Opus 5.5 发布六天后推出 Sonnet 5.5，官方称其在 Terminal-Bench 4.0 上得分 70.6%，高于 Opus 5.5 在 xhigh effort 下的 66.4%，输出速度比 S…
AI资讯
OpenAI Decisions API 开放公测：每百万输入 token 收费 0.10 美元，支持图像输入，与 Perplexity、Cloudflare、Amazon 的开源决策模型正面竞争
OpenAI 本周将 Decisions API 开放公测，并为其加入图像输入能力，可基于视觉内容快速做出判断。该 API 运行在 GPT-6 Luna 上，定价为每 100 万输入 token 0.10 美元，不收取输出 token…
AI资讯
Anthropic 发布 Claude Haiku 5.5：小模型价格最高降 90%，多项基准反超 GPT-6 Luna
Anthropic 于周三发布 Claude Haiku 5.5，这是其最小、最便宜模型近一年来的首次更新，也是一个月内推出的第三个 5.5 系列模型。新模型主打「最快、最高效」，同时大幅降价：10 万 token 以下的请求定价为每百…
AI资讯
The New Stack 实测 GPT-6.1 Sol 与 GPT-6 Astra：15 次运行全部满分，总成本仅为后者的 18%
OpenAI 于 9 月 29 日发布 GPT-6.1 Sol，距 GPT-6 Sol 发布仅一周，官方将其定位为「以五分之一价格获得接近 Astra 的智能」，并把缓存输入价格从 GPT-6 Sol 的 0.20 美元砍半至 0.10…
AI资讯
字节跳动 Seed 单独设立大模型安全与对齐部门，严林负责、向吴永辉汇报
字节跳动 Seed 通过内部邮件宣布成立「Seed Model-Alignment & Preparedness」部门，由严林负责，汇报给 Seed 负责人吴永辉。原 Responsible AI 团队及部分 Chat 团队成员…
AI资讯
阿里 Qwen 推出 QwenGyre：面向超长程 Agent 训练的弹性强化学习框架，最高提速 1.85 倍
阿里 Qwen 团队发布 QwenGyre，一个面向「超长程（XLong-horizon）」Agent 训练的弹性强化学习框架。该框架通过未修改的黑盒 harness 训练编码 Agent，单次 rollout 可持续数小时、处理接近…
AI资讯
Meta 发布 Muse Wonder 与 Muse Wonder Full：面向 Agent 的前沿模型，主打法律、金融、健康与编程任务
Meta 宣布推出 Muse Wonder 系列模型，包含 Muse Wonder 与 Muse Wonder Full 两个版本，称其为公司迄今能力最强的模型，建立在 9 月发布的 Muse Spark 基础之上。Meta 表示，这两…
AI资讯
Andrej Karpathy 称 AI 能力存在巨大认知鸿沟：约 75% 的人几乎没用过 LLM，仅约 5000 人能接触前沿内部系统
OpenAI 联合创始人、现供职于 Anthropic 的 Andrej Karpathy 指出，AI 领域正在出现越来越大的知识鸿沟。他表示，全球约 75% 的人口几乎没接触过大语言模型（LLM），而大约 5000 人能够使用内部前沿…
AI资讯
安踏联合火山引擎落地三个业务 Agent：海外订货下单从半天缩至 10 分钟，退货单月均自动创建超 1000 张
安踏集团与火山引擎合作，把 Agent 推进到跨境电商的实际业务环节，目前已在内容生产、海外订货、跨境退货三条流程上落地。带货视频 Agent 由 ArkClaw 采集热点与对标视频、完成拆解和提示词生成，Seedance 2.0 生成…
AI资讯
NVIDIA 联合普林斯顿、马里兰大学提出 PivotOPD：让多轮 Agent 学会从关键错误中恢复，重放错误恢复率 72.7% 对标准 OPD 的 20.3%
NVIDIA 研究院联合普林斯顿大学和马里兰大学提出 PivotOPD，一种面向多轮 LLM Agent 的 on-policy 蒸馏方法。它针对「关键错误」（pivotal mistake，即延长任务最短完成路径或使任务无法完成的动作…
AI资讯
微软发布搭载 Nvidia RTX Spark 芯片的 AI PC：Surface Laptop Ultra 起售价 2600 美元，顶配 5900 美元，并推出 6000 美元开发者工作站
微软在旧金山 Tech Week 活动上公布了其新款 AI PC 的规格与价格。Surface Laptop Ultra 提供两个基础型号，起售价分别为 2600 美元和 3700 美元，选配更高内存和存储后价格最高可达 5900 美元…
AI资讯
Microsoft CEO Satya Nadella 发文：AI 模型需要「紧急刹车」，模型与编排层应分离
Microsoft CEO Satya Nadella 于 10 月 10 日（周六）在 X 上发帖，提出应重新审视 AI 的「信任架构」。他主张把模型与编排其工作的 harness 分离、将控制与保障机制外置，要求每一个有实质影响的模…