全部 AI 动态

Databricks 用 Unity AI Gateway Budgets 管理内部编码智能体支出

Databricks 通过 Unity AI Gateway Budgets 管理内部编码智能体的 API 调用成本，为不同团队设置预算上限并实时监控支出。该系统支持按项目、用户或模型分配额度，超出阈值时自动触发告警或限流。此举旨在控制 AI 工具使用成本，同时避免影响开发效率。

NVIDIA Jetson 为边缘 AI 和机器人提供紧凑型开发套件

NVIDIA Jetson 平台为边缘 AI 和机器人提供紧凑型开发套件，可放入手提包中。其中 Jetson Orin Nano Super 具备 67 TOPS 的 AI 性能，支持运行 Mistral 等开源模型，所有推理均在本地 GPU 加速完成，无需云端或 API 密钥。

OpenBMB@OpenBMB· 21:28AI 评分4545

开发者 @XinyuBaoXYB 为面壁智能 MiniCPM5-1B 模型打造了纯 Rust 推理引擎 tiny-llm，支持纯 CPU 推理且无需 GPU。该项目采用单文件核心、无 KV cache 设计，并提供 TUI 可视化注意力图与张量形状，旨在让 Transformer 推理过程透明可理解。

Google Search 推出 AI 功能，助你策划完美晚宴

Google Search 新增多项 AI 功能，帮助用户策划晚宴。AI Mode 可协助设计餐桌装饰（Nano Banana 功能）、生成菜单、推荐饮品搭配，并支持连接 YouTube Music 创建播放列表。用户还可通过 AI Mode 快速设计可打印的菜单。

Google Search 的 AI Mode 推出 5 项新功能，帮你规划线下生活

Google Search 的 AI Mode 新增 5 项工具，帮助用户规划线下活动。功能包括：通过 Personal Intelligence 连接 Google Calendar 推荐本地课程；在 AI Mode 内直接购物并查询附近库存；利用 Canvas 生成桌游策略指南并模拟对弈；根据预算和人数筛选并预订演唱会等门票；连接 Canva 生成邀请函设计。

PixVerse@PixVerse_· 20:28AI 评分5050

没人谈论 AI 刚刚学会了表达情感。 看看这只狗的表现。 使用 PixVerse 制作。完整提示词 ↓

海外开发者用 OpenClaw + MiniCPM-V 4.6 搭建本地视觉私人助理，让图片进入 AI 工作流

海外独立开发者 Mohammed 用 OpenClaw + MiniCPM-V 4.6 搭建了可本地“看图”的私人助理，通过 Ollama 在本地运行模型，配合 LitServe 封装接口和自定义 vision-photo 技能，实现图片理解、OCR 与问答。

实测阿里千问办公：覆盖调研、Excel、PPT、群聊四大办公痛点

阿里内测的千问办公将模型、搜索、浏览器、文档和企业协作整合进一个Agent，可直接生成Word、Excel、PPT和HTML交付物。实测中，它调用电商数据源自动整理评论并分析差评趋势；三分钟内完成市场调研并生成含图表和竞品对比的HTML汇报；还能读取五天微信群聊记录生成周报，以及按天/周定时将数据分析报告推送到钉钉。

使用 PrismML llama.cpp 部署 1-Bit Bonsai-27B 模型

本教程演示使用 PrismML 分支的 llama.cpp 部署 1-bit Bonsai-27B 语言模型。该模型采用 Q1_0_g128 GGUF 量化格式，仅需约 5.2 GB 显存（4K 上下文）。流程包括编译 CUDA 推理二进制文件、下载权重，并启动 OpenAI 兼容的本地推理服务器以支持补全、流式响应和多轮对话。

LangChain 如何构建 Agent-First 数据栈：自服务分析规模提升 40 倍

LangChain 利用 Hex、dbt、语义模型和可观测性工具构建了一个可信数据智能体，将自服务分析规模提升了 40 倍。该方案通过语义层统一指标定义，结合 Agent 框架实现自然语言查询，并借助可观测性监控查询质量与数据血缘。这一 Agent-First 数据栈为团队提供了从数据准备到自助分析的端到端可信路径。

实测阿里内测的千问办公：调研、纪要、Excel分析、PPT四大办公痛点全覆盖

千问办公将模型、搜索、浏览器、文档与企业协作能力整合进一个Agent，任务目标直接对应Word、Excel、PPT和网页等实际交付物，支持桌面端、网页端及钉钉入口。实测中，它可调用某688等电商数据源skill完成商品与评论数据整理，将Excel数据转化为对比表和可直接汇报的HTML PPT，还能定时将分析报告推送到钉钉。用户反馈原本需半天至一天整理的客户反馈报告，现在几分钟即可生成。

Databricks 发布 AI 素养框架：工具、实践与能力构建指南

Databricks 提出 AI 素养框架，定义了个体理解并有效使用 AI 工具的能力。该框架涵盖基础概念理解、工具实操、伦理评估与协作实践四大维度，并配套提供评估工具与培训指南。企业可据此设计内部 AI 培训计划，提升团队在 LLM、RAG 等关键技术上的应用水平。

Databricks 发布 Genie One：面向业务用户的 AI 协同工作助手

Databricks 推出 Genie One，一款面向业务用户的 AI 协同工作工具，旨在帮助非技术员工通过自然语言与数据交互。Genie One 支持数据查询、报告生成和自动化工作流，无需编写代码即可完成常见业务任务。该工具现已通过 Databricks 平台提供，降低了企业用户使用 AI 分析数据的门槛。

如何评估不同 LLM 提供商在延迟、吞吐量和正常运行时间上的性能

同一模型在不同提供商端点上的表现因基础设施、量化、负载处理和路由默认设置而异。评估需测量延迟、吞吐量、正常运行时间和精度，并将测量结果转化为路由策略。

Cerebras 发布 MoE 模型调试实战教程：从零训练小型 MoE 并修复路由梯度断裂

Cerebras 发布 MoE 调试指南，基于 modded-nanogpt 的 124M GPT-2 基线手把手训练 4 专家 MoE 模型。

Google AI Developers@googleaidevs· 05:02AI 评分4747

我们想看看 Gemini 3.5 Flash-Lite 如何处理大规模、重复性的视觉任务。该演示让模型处理超过 100 万张目录图像，以大规模工作流所需的低延迟和 token 效率，将原始特征提取为干净、结构化的数据。

Rohan Paul@rohanpaul_ai· 04:56AI 评分4040

Kimi K3 (Max) 在 Agent Arena 中以 +9.75% 净提升分领跑所有开源模型，在全部 42 个模型中排名第三，仅次于 Claude Fable 5 (High) 和 GPT 5.6 Sol (xHigh)。该模型在 Frontend Code Arena 中同样位列开源及总体第一，并在 7 个领域中的 5 个拿下榜首。

GitHub Copilot 发布“Harness”工作流：用单一工具完成原型、规划、实现与代码审查

GitHub Copilot 推出“Harness”工作流，让开发者通过单一 AI 工具完成从原型设计、规划、实现到代码审查的完整软件开发流程，无需追逐多种新 AI 工具。该工作流强调实用性与集成性，旨在减少工具切换带来的效率损耗。

GitHub Copilot 发布“全流程工作流”：用单一工具完成原型、规划、实现与代码审查

GitHub Copilot 推出一个实用工作流，让开发者用单一工具完成软件原型设计、规划、实现与代码审查，无需追逐每款新 AI 工具。该工作流将 Copilot 的聊天、内联代码补全、代码审查与 GitHub Actions 集成，覆盖从需求到部署的完整闭环。

用Claude和Python构建技能驱动的金融分析智能体

本教程基于Anthropic的financial-services仓库，用纯Python复现其技能驱动架构。通过解析SKILL.md文件构建可搜索技能注册表，并创建可复用SkillAgent，将金融分析剧本注入Anthropic Messages API，支持迭代工具调用循环。

GitHub Copilot app 入门指南：多 Agent 会话工作区与 Canvas 预览

GitHub Copilot app 将 AI 编码工具升级为多 Agent 会话工作区，支持同时管理多个任务线程而不丢失进度。用户可为每个会话绑定项目上下文，通过 `/create-canvas` 命令在浏览器 Canvas 中预览 UI 并直接点选修改，还能启用 Agent Merge 自动处理 PR 审查反馈和合并冲突。

OpenRouter 新增图像生成模型专用 API 端点

OpenRouter 通过专用 `/api/v1/images` 端点提供图像生成模型服务，图像理解仍通过 `/chat/completions` 端点完成，两者共用同一 API Key 和计费体系。该平台同时公布了两种任务的完整接口合约，并修复了此前出现的“no endpoints found”错误。

SGLang 提出量化栈重构方案，拆分检查点解析与内核执行

SGLang 在 issue #15194 中提出量化栈重构，将检查点解析、参数注册、权重加载、后处理与内核执行拆分为独立可复用组件。新架构以 Quant Config、Method、Scheme、Kernel 四层划分，使 AWQ、GPTQ、Compressed-Tensors 等检查点格式可共享同一后端内核，并支持 CUDA、Ascend NPU、CPU 等硬件独立演进。

Kling AI@Kling_ai· 22:31AI 评分4949

Kling MCP 教程：用 Kling MCP 制作专业美容诊所广告 学习如何使用 Kling MCP 制作美容诊所宣传视频——从概念规划、视觉创作到最终制作。 借助 AI 将你的创意转化为精美的营销内容。感谢 @onofumi_AI 制作了这个精彩的教程。

数字生命卡兹克@Khazix0918· 13:25AI 评分7979

卡兹克开源 Leader.skill，专治 Agent 长程执行中因目标模糊导致的“跑偏”问题。该 Skill 基于“目标七问”方法论，将模糊需求转化为结构化目标任务书，并强调定义目标时“什么不能做”（Harness）比“做什么”更重要，可避免 Agent 沿错误方向浪费大量 token。

浪费20亿Token后，我开源了帮Agent定义目标的Leader.skill

作者开源了Leader.skill，用于将模糊的人类需求转化为Agent可独立执行数小时的目标任务书。该Skill基于“目标七问”方法论，涵盖目的、完成态、反作弊、边界等维度，并推荐用Claude Fable 5或Kimi K3规划目标，再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。项目已开源。

浪费20亿Token后，我开源了帮Agent定义目标的Leader.skill

作者开源了Leader.skill，用于将模糊需求转化为Agent可独立执行数小时以上的清晰目标任务书。该Skill基于“目标七问”方法论，强调指挥官意图与Harness（排除项）比Goal本身更重要。作者推荐用Claude Fable 5或Kimi K3规划目标，再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。

Sam Altman@sama· 23:22AI 评分6363

ChatGPT 的工作成果令人惊叹，“工作”这个词甚至不足以形容。 我在手机上发送了以下指令： “利用我所有的聊天历史，为我和 8 位朋友的长周末旅行想点子，规划出三个最佳方案，制作一个全栈网站，让我们 9 个人可以在上面协调每个地方想做的事情并决定去哪里，等大家达成一致后再进行预订。当网站准备好后，在我的 Gmail 里草拟一封我可以发给朋友们的邮件。” 它……就这么搞定了。

Anthropic Claude Opus 5 在 ARC-AGI-3 基准上以 30.2% 得分大幅领先 GPT-5.6 Sol，展现全新推理行为

Anthropic 的 Claude Opus 5 在 ARC-AGI-3 基准上取得 30.2% 的得分，是此前 OpenAI GPT-5.6 Sol (Max) 创下的 7.8% 纪录的近四倍。

FAIRChem v2 UMA 通用机器学习原子间势发布

FAIRChem v2 推出 UMA 通用机器学习原子间势，可跨分子化学、催化和无机材料三大领域执行单点能量预测、几何优化、分子动力学等任务。该框架通过 Hugging Face 认证获取 gated 模型权重，并集成 Atomic Simulation Environment 管理原子结构与轨迹分析。

Gemini 3.6 Flash 登陆 Google Cloud 数据库：更快更便宜

Google Cloud 数据库现已支持 Gemini 3.6 Flash，该模型知识截止日期约为今年 3 月底，且成本更低。在 Cloud SQL for Postgres 的基准测试中，Gemini 3.6 Flash 平均延迟 3694.53ms，快于 Gemini 3.5 Flash 的 4918.86ms；在 AlloyDB 中两者响应时间几乎相同。

Elon Musk@elonmusk· 10:27AI 评分4949

你可以直接与 Grok Build 对话。

日媒拆解宇树 G1 人形机器人后承认：日本短期内难以赶超中国

日本日经xTECH 网站发布宇树科技 G1 人形机器人拆解视频，技术人员感叹其技术水平之高，并得出结论：中国机器人研发已超越“只会展示”阶段，日本想在短时间内缩小差距“恐怕并不现实”。此前，宇树科技已与日本 GMO AIR 签署合作协议，后者成为其官方经销商，将在日本销售 G1、H1 及 Go 2、B2 等产品。

DeepSWE 实测 Kimi K3 对比 GPT-5.6 Sol：成本、编码与路由策略分析

Together AI 基于 DeepSWE 全部 904 次评分 rollout（113 个任务、各 4 次尝试）对比 Kimi K3 与 GPT-5.6 Sol。

TileLang：用高级Python DSL通过TVM设计高性能GPU内核——从Tensor-Core GEMM到FlashAttention

TileLang作为基于TVM的Python领域特定语言，可设计并编译面向性能的GPU内核。教程逐步实现向量加法、分块Tensor-Core矩阵乘法、融合GEMM后处理、行级Softmax及FlashAttention，并对比PyTorch和cuBLAS基线。通过自动调优识别架构相关内核配置，TileLang管理线程映射、内存布局、同步及底层CUDA指令生成。

Trilogy 发布基于 Kimi K3 的开放权重 AI 网络安全实战手册

Trilogy AI Center of Excellence 围绕在 Fireworks 上运行的 Kimi K3 发布公开 AI 网络安全手册和练习包，含交互式手册、代码仓库和十个练习。

Claude Opus 5 在智能指数上以 61 分登顶，成本低于 Fable 5

Anthropic 的 Claude Opus 5 在 Artificial Analysis 智能指数上以 61 分位居第一，领先 Fable 5（60 分）和 GPT-5.6 Sol（59 分）。其平均智能任务成本仅 $2.03，低于 Fable 5 的 $2.75，但幻觉率升至 50%。

OpenSpace 教程：用 Skills、MCP 和 Lineage 构建自进化 AI 智能体

OpenSpace 通过 Skills、MCP 和 Lineage 元数据实现低成本的 AI 智能体自进化。教程演示了从环境配置、稀疏仓库克隆到实时任务执行的全流程，智能体在执行 payroll 计算任务后自动生成 FIX、DERIVED 和 CAPTURED 三类技能，并存入 SQLite 数据库。后续 warm-task 可复用已进化技能，降低重复调用成本。

Claude Opus 5上线，多项基准测试超越Fable 5，系统提示语删减80%

Claude Opus 5正式发布，在多学科推理、Agent编程、法律和健康等基准测试中超越Fable 5。其API定价与Opus 4.8持平（输入5美元/百万Token，输出25美元/百万Token），支持100万上下文窗口。

实测Claude Opus 5：系统提示语删80%、半价逼近Fable 5

Claude Opus 5上线，在多数基准上超越Fable 5，max effort下距Fable 5最高分仅差0.5%，ARC-AGI-3分数是GPT 5.6的3倍以上。