跳到正文
只看一手#产品更新
8月4日周二
  3. Microsoft Research 博客82

    微软开源 Orchard 框架：30亿参数小模型在 SWE-bench 达 73%

    微软研究院发布开源框架 Orchard，旨在解决智能体（Agent）研究中的基础设施瓶颈。核心组件 Orchard Env 提供可复用的 Kubernetes 环境服务，支持在 Codex、OpenClaw 等真实部署环境中直接训练和评估智能体。项目发布了针对软件工程、网页导航和个人助手的三个训练配方及数据。其中，仅约 30 亿活跃参数的 Orchard-SWE 模型在 SWE-bench Verified 基准上达到 69.7%（结合价值模型重排序可达 73.0%），性能接近参数量大 10 倍的前沿系统，展示了小模型在复杂现实任务中的潜力。

    推荐理由：微软开源了完整的智能体训练与评估基础设施，并证明了小参数模型通过特定训练策略可在高难度代码修复基准上逼近前沿大模型，对降低 Agent 研发门槛有重要参考价值。

8月3日周一
  6. Manus：Blog44

    Manus 上线 ElevenLabs 连接器：一次对话生成语音、转录音频并构建音频应用

    ElevenLabs 连接器已在 Manus 上线，用户通过对话即可生成语音、转录录音、克隆声音并构建音频应用，无需编写代码或管理 API 密钥。该连接器需绑定有效的 ElevenLabs 账户，音频生成与转录均通过 ElevenLabs API 在用户自有账户环境中完成，账单和使用记录仍由 ElevenLabs 管理。可用功能取决于用户的 ElevenLabs 套餐和积分余额。

8月1日周六
  3. Runway：News49

    Runway Characters 入选 SIGGRAPH 2026 Real-Time Live! 现场演示

    Runway 的实时交互数字人系统 Characters 入选 SIGGRAPH 2026 的 Real-Time Live! 环节，团队在现场用一张照片数秒内生成可对话的角色。该系统从单张图片出发，无需微调即可适配任意风格，逐帧生成画面以支持长达 30 分钟以上的连续对话。Characters 于今年 3 月上线，团队正探索可导航环境、多参考图像及记忆功能等后续方向。

7月31日周五
  1. Google Developers Blog59

    Genkit Go 引入 Agent Skills，按需加载技能防止上下文膨胀

    Genkit Go 推出基于渐进式披露架构的 Agent Skills，将专用指令、脚本和参考资料打包为模块化 SKILL.md 包，初始仅向系统提示暴露 frontmatter 元数据。当任务匹配技能描述时，Genkit 中间件动态加载完整指令和关联资源，确保模型在需要时访问精确工作流，以减少 token 消耗并防止上下文窗口膨胀。

  3. OpenRouter：Announcements75

    OpenRouter 推出 Ori Eval：用你的数据证明哪款模型最适合你的项目

    OpenRouter 发布 Ori Eval，一个能扫描代码库、自动编写 eval 文件并运行评测的智能体，帮助开发者在 500 多款模型中选出最适合自己项目的单一模型。

    推荐理由：Ori Eval 把评测集成到代码库并支持 CI，将模型比较变成可重复的工程实践，选型不再只靠 benchmark 或手感。

  4. Tibo62

    OpenAI 推出 GPT-5.6 Sol，性能表现出色。同时大幅降价：Luna 降价 80%，Terra 降价 20%，Sol 在 /fast 模式下速度更快。新增自动审批模式，使用 Luna 防止高风险操作，成本降低约 10 倍。

    引用OpenAI@OpenAI

    We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20% , and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra’s lower prices are reflected in how usage is counted in Codex and ChatGPT Work, so your usage goes further.

  5. GitHub Blog65

    GitHub Copilot 应用新增堆叠会话与拉取请求功能

    GitHub Copilot 应用推出堆叠会话功能，允许用户在同一个仓库中创建一系列相互承接的任务，每个会话可基于前一个会话的成果继续工作。作者通过一个十余年历史的个人项目演示了该功能：先使用 Plan 模式制定前端现代化计划，再通过堆叠会话将 React-Bootstrap 替换工作拆分为独立会话，并自动为每个会话创建对应的拉取请求，避免范围蔓延。

    推荐理由：GitHub Copilot 的堆叠会话让多步骤 PR 拆分成链，Cassidy 用十年老项目演示如何避免巨型改动，对 Copilot 用户是可直接套用的实操指南。

7月30日周四
  3. Tibo44

    OpenAI 发布 GPT-5.6 Sol，部署后通过自我改进 GPU 内核与推测解码，实现服务成本降低 20%、token 生成效率提升 15%+。该模型在训练与推理全栈上持续优化自身效率。

    引用OpenAI@OpenAI

    After deployment, we applied GPT-5.6 Sol to advance the frontier of efficiency by making itself more efficient to run. The results: - 20% lower serving costs from production GPU kernel improvements. - 15%+ better token-generation efficiency from improved speculative decoding.

  6. Replit：Blog67

    Replit 发布 Replit Design，面向所有用户开放

    Replit 发布 Replit Design 创意套件，今日对所有用户开放，主打从想法快速到设计。核心是 Ambient Intelligence，每步提供可一键采纳的设计变体；模板可作为素材随时插入项目，内置 Mobbin 参考库（覆盖 1,000 多款应用、600,000 多个真实屏幕，无需单独账号），支持上传或创建设计系统以一键统一品牌风格。

    推荐理由：原文给出 Replit Design 的核心功能与开放入口，读者可以判断它对设计到发布工作流的实际改变。

7月29日周三
  3. Google Blog：AI72

    Gemini API Managed Agents 默认升级为 3.6 Flash，新增环境钩子与免费套餐

    Google DeepMind 将 Gemini API Managed Agents 的默认模型升级为 Gemini 3.6 Flash，并支持显式选择 3.5 Flash 或 3.5 Flash-Lite。新增环境钩子允许在沙箱内工具调用前后执行自定义脚本，用于安全审查或代码格式化。此外，还推出了免费套餐、预算控制和基于 cron 的定时触发功能。

    推荐理由：Gemini 的 managed agents 把钩子机制和预算控制做进了官方 API，对重度依赖 agent 做代码审计和任务的团队是个实用升级，Offdeal 已经用上了。

7月28日周二
  1. Cursor Blog54

    Cursor 在印度推出 Cursor Start 计划，含 Grok 4.5 和 Composer，月费 ₹649

    Cursor 面向印度开发者推出新订阅计划 Cursor Start，月费 ₹649（含税），支持 UPI 支付。该计划提供对 Grok 4.5 和 Composer 模型的慷慨访问权限，包含比 Free 计划更多的 agent 请求次数、常驻云端 agent 以及 iOS 端 Cursor 功能。印度已成为 Cursor 第三大市场，用户数超 300 万，且人均 agent 请求量全球最高。

  3. Microsoft：Official Blog55

    Microsoft 发布智能体安全系统 Project Perception，8 月 3 日开启公共预览

    Microsoft 推出面向 AI 时代的智能体安全系统 Project Perception，由红队、蓝队、绿队三类专用智能体组成闭环防御，8 月 3 日进入公共预览。系统采用多模型架构，首个场景将 MAI-Cyber-1-Flash 接入软件漏洞管理工具 MDASH，在 CyberGym 基准上达到 96% 的 any-crash 得分，比现有 MDASH 配置节省近 50% 成本。

7月27日周一
  1. 通义 QwenAudio：原创语音项目66

    QwenAudio 开源 qwen-audio-agent 实时语音 Agent 运行时

    QwenAudio 开源 qwen-audio-agent，一个让 Agent 保持在线的实时语音运行时，前台对话与后台任务并行，任务结果自动回到当前对话。

    推荐理由：原文给出了前台语音对话加后台 Agent 执行的架构设计与多款后端 Agent 接入方式，读者可据此评估是否接入自己的工作流。

  2. vLLM 官方博客75

    vLLM 发布 Kimi K3 Day-0 支持：2.8T 混合 MoE 的部署指南与性能数据

    vLLM 官方宣布 Day-0 支持 Kimi K3，这是一个 2.8 万亿参数的 MoE 模型（每 token 激活 896 专家中的 16 个），基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口和原生视觉。

    推荐理由：vLLM 团队亲述 Day-0 支持 Kimi K3 的工程细节与部署配方，读者可以据此判断混合线性注意力模型在实际服务中的可行路径。

7月26日周日
  1. Fireworks AI61

    Fireworks 发布 Fireworks Nexus：为工程团队提供可路由的开源模型智能层

    Fireworks 发布 Fireworks Nexus，将开发者现有 AI 工具接入由开源权重模型（如 Kimi-K3、GLM-5.2）组成的托管层，提供企业级成本管控、FireConnect 一行安装接入和基于难度的智能路由。

    推荐理由：原文给出具体组件、开源入口和第三方评测数字，读者可对照自己的工程负载估算替换成本收益。

7月25日周六
7月24日周五
  1. OpenRouter：Announcements62

    OpenRouter 推出 Classifiers 测试版：自动标记 AI 请求的用途与成本归属

    OpenRouter 上线 Classifiers 测试版，允许用户通过自定义分类法（最多 8 个维度）自动标记每次 AI 请求的任务类型、部门归属、合规类别等信息。分类异步运行，不增加推理延迟；支持采样率控制成本，推荐使用 Gemini 3.5 Flash Lite 作为分类模型。标记结果写入日志，并可在 Activity Explorer 中按维度聚合分析模型使用分布与成本流向。

    推荐理由：OpenRouter推出分类器功能，允许按任务类型、部门等维度对API调用自动打标并归因成本，适合需要审计agent开销的团队。模板和采样率设计让落地门槛很低。