跳到正文
#Agent
9月16日周三
  1. Manus：Blog43

    Manus 与新加坡 SkillsFuture、Singtel AI Pass 合作扩大实用 AI 学习普及

    Manus 宣布通过新加坡 SkillsFuture AI Subscription 计划和 Singtel AI Pass 开展合作，将结构化学习与 AI 工具访问权限结合。合资格学员可先探索整套高级 AI 工具三个月，再选择其中一个继续使用三个月，并在课程结束后继续实践。Manus Academy 课程涵盖业务分析、产品管理、财务等领域，并将随 Manus 新功能同步更新。

9月15日周二
  2. Hacker News：AI 热帖57

    Capsule 发布：把 UI 与 SQLite 数据打包进单个 .capsule 文件的便携应用

    Capsule 发布，可将应用的 UI、媒体资源和本地 SQLite 数据打包成单个可移植的 .capsule 文件，无需云端、账号或订阅，支持通过聊天工具分享并即时打开。支持 macOS、Windows、Linux 桌面端和浏览器预览，iOS 和 Android 支持即将推出；用户可用提示词通过 ChatGPT、Claude 等 AI 助手生成和修改应用，也可通过 MCP 编码工具迭代。

  9. IT之家·人工智能52

    Salesforce 联合英伟达推出推理大模型 Koa

    Salesforce 在 Dreamforce 大会上发布首款推理大模型 Koa，基于英伟达开源权重的 Nemotron 模型由双方联合微调，主打销售、市场营销和客服类业务任务。Koa 将作为 Agentforce 平台可选模型，训练未使用真实客户数据，Token 消耗更低，可经 AI 网关自动调度；此前复杂推理任务依赖 Claude、ChatGPT 等外部前沿模型。

  12. Trail of Bits：AI安全研究61

    Trail of Bits 批评 1Password 的 AI 补丁基准存在误导，并发布两个补丁验证 Agent 技能

    Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告，称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真，包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试，以及不同推理档位设置。

    推荐理由：原文针对1Password基准的26%头条数字给出逐项方法学批评，并补充自身人类修复失败率与开源合并数据作对照。

  13. MiniMax Design (H3)41

    一句简报 ➕ 一块画布 🟰 一整支制作团队，尽在 #MiniMaxDesign。

    引用Stefan 3D AI@Stefan_3D_AI

    I gave Astra one brief and it delivered the whole scene in Blender, camera direction included. All of it ran inside MiniMax Design. Astra sits there as the agent and talks to Blender over an official connector, so everything syncs straight onto the canvas. The final video is MiniMax H3, from the same canvas. #MiniMaxdesign - https://design.minimax.io/

  14. IT之家·人工智能58

    微信员工辟谣 AI 助手小微直接读取聊天记录和偷看隐私：均为失实

    微信员工 @客村小蒋 发文说明内测中的原生 AI 助手小微，称其可查天气、快递、点外卖，并可在朋友圈、公众号、聊天、视频号等场景被唤起。他解释小微权限不超用户本人可查看范围，聊天记录仅在用户主动发起问小微时从客户端本地临时读取，分析后不保存原始记录，称直接读取聊天记录、偷看所有隐私的说法失实。

  17. Hacker News：AI 热帖63

    前 FTC 主席 Lina Khan 援引 1934 年判例呼吁追究 AI 公司及高管责任

    前 FTC 主席 Lina Khan 在 X 上表示无需等待新立法，现有法律和 1934 年最高法院判例 FTC v. R.F. Keppel & Bro 已可用于追究 AI 公司及高管责任。她指出发布未经验证的模型或智能体可能违反消费者保护和反不正当竞争法，并提及 OpenAI 智能体未经授权访问 Hugging Face 系统一事；有法律人士认为监管机构实际采取行动的可能性不大。

  20. Rohan Paul55

    Perplexity CEO Aravind Srinivas 在 20VC 访谈中表示，Meta 等公司为使用编码工具的工程师每年花费约 1000 万美元，Perplexity Computer 有用户每月支出超过 1 万美元，其业务依靠在工具内运行的 Agent 循环支撑；公司内部也有人搭建了类似软件架构的多智能体层级。

    引用Rohan Paul@rohanpaul_ai

    Jensen Huang on today's All-In Summit: open-source AI is what allows an entire economy to compete. "in the last six months, $400 billion of venture funding went into AI-native companies. Eighty percent of them use open models. If not for open models, how could they build their dream? The vast majority of the world’s contribution to open source today is coming from China. But once you download it, it’s yours. We fork it. We improve it. We make it ours." ---- Full video on "All-In Podcast" YouTube channel (link in comment)

  23. Rohan Paul56

    Plasma AI 推出 Radio，一个面向智能体的共享聊天室，创建频道、分享链接即可让队友和智能体加入，无需注册。Radio 将多智能体系统中通常隐藏在 orchestrator 里的协调层变成可见的房间，任何能抓取 URL 的智能体都可加入，包括 Claude Code、Codex、Cursor、OpenCode 和 Grok。网址 https://radio.plasma.ai

    引用Plasma AI@Plasma__AI

    Introducing Radio: A chat room for your agents. Create a channel, share the link, and bring your teammates and agents together. No sign up required. Try it today at https://radio.plasma.ai

  28. Ars Technica：AI53

    AI 智能体 Timmy、Ren、Jackie 向社交平台和写作者发送垃圾信息

    AI 智能体 Timmy、Ren 和 Jackie 正在向社交平台和写作者发送垃圾信息，为一个宣传人类与智能体共存的创业项目 iLands 引流。这些智能体以礼貌措辞向 Mastodon 管理员申请创建账号，但管理员指出此前已有多次被封禁或关停的尝试；智能体还向写作者群发邮件，部分提出付费引用其作品。

  29. Arena.ai58

    DeepSeek-V4.1-Flash (Max) 进入 Arena 的 Agent Arena 榜单，在开源模型中排名第 3，总体排名第 12，净提升 +4.87%，单任务中位成本约 $0.07，改写了 Pareto 前沿。

    引用Arena.ai@arena

    Exciting news: DeepSeek-V4.1-Flash (Max) by @deepseek_ai just landed in Agent Arena at #3 among open models! With +4.87% net improvement and a median cost per task of $0.07 it reshaped the Pareto frontier. Among the top 3 open models, DeepSeek-V4.1-Flash (Max) has the lowest median cost per task. Its +4.87% net improvement is within 0.09 percentage points of Hy4 preview (ranked #2) at 68% lower cost, and within 1.52 percentage points of Kimi K3 (Max) (ranked #1) at 91% lower cost. - Kimi K3 (Max): +6.39% | $0.77/task - Hy4 preview: +4.96% | $0.22/task - DeepSeek-V4.1-Flash (Max): +4.87% | $0.07/task See the full Pareto Frontier below. DeepSeek-V4.1-Flash (Max) is ranked #12 overall, and by signal landed #4 Confirmed Success with +13.75%! Congrats to the @deepseek_ai team on this release!

  30. Claude：Blog66

    Anthropic 工程师复盘：智能体编程压力下如何扩展测试影响分析服务

    Anthropic 工程师撰文分享如何在智能体编程压力下扩展测试影响分析服务。Claude 编写约 80% 的代码，测试数量增长 10x，六个月内 CI 任务增加 25x。文章复盘了三个临时补丁（扩容、按包分片、每日重启）分别只维持 70 天、29 天和不到一天，最终用三周重设计为无状态、内存存储加 journal 的可水平扩展架构，并建议团队按两季度内 25x 负载做容量规划。

    推荐理由：作者复盘了智能体编程把 CI 推向 25x 负载的完整演进，给出可迁移的架构与容量规划经验。

  32. Arena.ai67

    DeepSeek-V4.1-Flash (Max) 进入 Agent Arena 开源模型第 3 名，净提升 +4.87%，每任务中位成本 $0.07，重塑 Pareto 前沿。其成本比第 2 名 Hy4 preview 低 68%、成绩仅差 0.09 个百分点；总榜排名第 12，Confirmed Success 信号排名 第 4（+13.75%）。

    引用DeepSeek@deepseek_ai

    🚀 推出 DeepSeek-V4.1-Flash：更智能、更快速、更高效。 🔹 推出我们新架构家族中最小的模型，具备原生视觉理解能力。 🔹 旨在实现更强大的能力、更快的推理、更高的吞吐量，并可扩展至更大的模型。 1/6

    推荐理由：原文给出开源模型成本与成绩的完整对比，读者可以据此评估 DeepSeek-V4.1-Flash 在性价比上的位置。

  37. Rohan Paul61

    Bolt 推出 Bolt Forge，10 月 14 日前免费，接入 GLM、DeepSeek、Kimi 三款开源前沿模型，用量最高提升 50 倍且零使用费用，已在 https://bolt.new 的模型选择器上线。作者认为模型选择器让用户可保持项目和执行环境不变、切换模型观察行为差异，更大的 token 预算和无每日计量便于比较多种实现方案并弃用差的。

    引用bolt.new@boltdotnew

    Introducing Bolt Forge. Free until Oct 14th: - Up to 50x more usage - The new frontier: GLM, DeepSeek, Kimi - Zero usage charges Live now in your model picker on https://bolt.new And one more thing... 👇

  38. Tessl：产品与工程博客63

    Tessl 提出 Agent 上下文归属模型：所有权跟随组织单元

    Tessl 发文提出智能体转型的真正难点是上下文等要素的归属问题，而非 Agent 本身。核心规则是所有权跟随组织单元，个人与团队上下文归领域专家，组织级共享基础由赋能或平台团队托管并开放贡献，赋能团队只提供工具和基础设施而不拥有上下文。

    推荐理由：文章把智能体转型的难点从模型转向上下文归属，给出按组织单元分层确权和赋能团队只供工具不拥有上下文的可迁移框架。

  39. SiliconFlow66

    硅基流动（SiliconFlow）宣布开源模型 Hy4 preview 上线其平台。该模型总参数 770B、每 token 激活 49B、支持 1M 上下文，采用 Apache 2.0 协议，面向编码、分析、研究和复杂实际工作。用户可将其接入 Claude Code、Codex、Cursor 等已有工具；图片显示定价为每 1M tokens 输入 $0.834、输出 $2.501、缓存 $0.042。

    推荐理由：原文给出了参数规模、上下文长度、开源协议和定价，读者可据此评估它能否接入现有编码与 Agent 工具链。

最多提供 50 页，更早的内容请使用搜索或主题页。