OpenAI 给 Codex 出了款叫 Chromatic 的限量周边,在 supply/co-lab 页面领,官方明说卖完没补。经常用 Codex 写代码、又想收集 OpenAI 周边的朋友可以去看一眼,普通读者不了解这个的话直接划过就行。
Latest
Cognition 给 Devin 接入了 Claude,做编程智能体的可以看看他们怎么选模型。如果你的团队在对比 Cursor、Devin 这类工具,这篇博客能提供选型参考。
Devin 桌面端现在能直接跑 Claude Fable 5.2 了,写代码的智能体配上新模型,做开发的可以装一个试试,不用自己再折腾 API 配置。
Meta 的轻量模型 Muse Ember 进了 Cline,专门跑子智能体的活,比如改代码、分析文档。它和主模型分工,跑起来快还省钱。写代码用 Cline 的朋友可以直接试试换个子模型什么效果。
Databricks 客户第一天就能用上 Claude Fable 5.2,不用自己折腾集成。OfficeQA Pro v2 上的成绩可以当金融和科研场景的选型参考,70+ 模型走 Unity Gateway 统一管控这点对多模型团队挺实用。
Perplexity 把 Fable 5.2 接进了 Computer 和 Teammates,官方称在 WANDR 调研基准上压过 Gemini Argon。做深度研究类智能体的人可以关注,不过目前只有官方口径,独立评测还没出来。
Cognition 把 Claude Fable 5.2 接进了 Devin Desktop 和 CLI,FrontierCode 2.0 上拿了第一,价格还降到上代三分之一。写代码重度用户可以试试换模型降成本。
做 RAG 的朋友可以看看,LlamaParse 现在能部署在自己云账号甚至自己 GPU 上,数据不出内网。相比只用托管 API 的解析服务,它给了 5 档选择,合规要求严的企业团队尤其值得对比一下。
编码团队可以直接试一下,速度比 Fable 5.1 快最多 30%,价格还从 $10/$50 降到 $8/$40。如果你日常用 Claude Code 干活,单位成本下降对大批量任务挺实在。建议先拿自己的代码库跑几轮对比再切换。
做 agent 或 RAG 项目的开发者如果在湾区,可以去找 Pinecone 团队聊,看看他们的向量数据库怎么配合 agent 记忆使用,顺便对比 Weaviate、Qdrant 这类方案。日期、展位号都给了,方便安排行程。
在 Bedrock 上用 Claude 的团队可以直接看这条:5.2 版输入输出全线降价 20%,缓存读取只要 $0.20/百万 token。如果你的账单大头在输出 token 或缓存调用,按这个新费率重算一下,一年省下的钱可能不小。
Archgen 做了个能自己找错改错的芯片设计智能体,热分析引擎比传统 EDA 工具快 5,000 倍。做先进封装、3D 堆叠芯片的工程师可以看看,跟 Cadence 那套手工流程完全是两个思路。
YC F26 的 Archgen 在做 AI 驱动的 3D 芯片设计工具,热仿真比传统 EDA 快 5000 倍,布局引擎还拿了 HRT 挑战赛第一。芯片垂直堆叠后散热和时序是硬骨头,他们让 AI 智能体自己找 bug、修复、重跑。做芯片设计或关注 EDA 格局的人可以看看。
有人在 TikTok 上晒了带个性的 AI 面试官,说话已经不像念模板了。做招聘产品的团队该看看候选人对这种体验的真实反应,正在找工作的人也可以提前感受下以后可能遇到的面试流程。
The real signal here is cadence: four systems in one generation within twelve months signals a shift from fixed silicon cycles to model-driven hardware iteration, compressing the usual ASIC refresh timeline. Teams evaluating inference infrastructure should compare TPU 8i Max against GPU-based serving for long-context workloads, and TPU 8tx against confidential-computing offerings from cloud rivals. PyTorch and Hugging Face developers can now port existing models to TPUs without rewrites via TorchTPU, making a pilot deployment practical rather than a major engineering project.
LangChain 把三站会议录像全放出来了,不用买票就能看。Airbnb 那场讲怎么用 LangGraph 搭信任与安全 agent,是真实生产环境的案例。正在写 agent 工作流的开发者可以挑感兴趣的看。
Skyfall AI 买了 3 家线上公司,让智能体团队 Steve 直接管客服、营销和改代码,第一家 MRR 三个月涨了 2.3 倍。和一般 agent demo 不同,它有真实营收数据和'一次收购的经验复用到下一次'的机制。做智能体产品的人可以看看 harness 怎么设计。
给做硬件的朋友看看:有个智能体能自动排布元件、走线、修设计错误,热仿真模型比传统 EDA 工具快约 5,000 倍,能提前找出会过热的区域。做芯片或电路板设计的团队值得评估一下。
这家公司真的买了 3 家公司扔给 AI 运营,AlphaSocial 三个月 MRR 从 $3,600 涨到 $8,100,现在还要花 $2M 再买 5 家。想看 Agent 自主经营到底靠不靠谱的,这条线索值得跟一下。
两个 Goldman Sachs 出来的人拿了 YC 和 Afore 的钱做了 Volaren,接你的券商账户,分析持仓还能帮你下单,但下单前必须你点头。跟全自动交易机器人比多了道人工确认,怕被乱交易的可以看看。
Scale AI 和 Oracle 把主权 AI 部署写成了参考方案,政府团队照着就能从试点推到生产。跑在 OCI Dedicated Region 上,数据和模型都留在自己手里。做政府项目、关注数据主权部署的团队可以直接拿这份文档当起点。
Hosting agents in containers changes the practical ceiling: scheduled jobs and 24/7 availability no longer require keeping a machine on, which matters for anyone building persistent personal or team workflows. Developers and small teams can test Hermes without local setup and compare it against desktop-based agent hosts. Readers should check which of the Plus, Super or Ultra plans fits their agent needs and whether Nous Research's hosted model beats self-hosting on cost and uptime.
Google 把 Maps 的 3D 建筑、Street View、Weather 这些 API 打包进了 AI Maps Studio,打一句话提示词就能生成地图应用。以前要自己拼好几个 API,现在门槛低多了。做位置服务或地图可视化的开发者可以直接上手试试。
Replit 的 Agent 现在能帮你查平台事故和文档,Pro 用户还能让它自动提工单,调试信息都帮你带上。写应用卡住时先问它,省得自己去翻状态页。
不用再手动翻文档配 MCP 了,你只要对 agent 说一句'去 openrouter.ai/mcp',它自己读页面自己装。写 agent 工作流的朋友可以试试这个集成思路。
ClickUp 把视频生成直接塞进了自家 Brain² 助手,先出分镜再生成,24 秒三机位的演示看着挺能用。做营销素材或内部演示视频的团队可以试试,省得再切去别的工具排队生成。
Perplexity 的 Teammates 用量上线后天天涨,连周末都没掉。这周要出的金融研究版很适合做投研、看财报的人,另外还简化了自动化配置流程,想搭自己工作流的可以关注。
不用写一行代码,就能在 Cursor 或 Claude Desktop 里直接试 OpenRouter 上的各家模型,选型前先跑一圈很省事。还在手动配 API Key 的开发者可以试试这条新路径。
OpenRouter 要进 OpenAI 和 Anthropic 的插件商店了,以后装个插件就能用它调度几百个模型,还不用每周重新登录。经常在多个客户端切模型的开发者会省不少配置功夫,MCP 生态的入口之争也多了一个变量。
Starlink 把 Grok 接进客服聊天,用户直接问一句就能拿到折扣,有人月费从 $55 降到 $38.50,还有人拿了 $250 抵扣。用 AI 客服做自动议价这招少见,想省钱的老用户和做客服 Agent 的开发者都该看看。
Santiago 在推上介绍了一个新 agent 架构:用 world model 先预测决策对业务的影响再执行,还能根据结果递归改进。相比常见的先干后改的 agent,多了事前推演这一步。做 agent 开发的人可以看看思路。
Google 把两颗 TPU 8i 拼成一套系统,算力和内存带宽直接翻倍,专门伺候超长上下文;另一款 8tx 走机密计算路线。做大规模推理或对数据安全敏感的团队,可以拿它和 Nvidia 的方案比比价格。
有人同时跑 5 个会话干了好几天活,一周额度才用掉三分之一,省 token 这事对重度用户太实在了。如果你天天拿 Claude 写代码或者跑长任务,这篇实测能帮你判断要不要升级,也算给 OpenAI 和 Gemini 的订阅提了个醒。
模型再强,客户端一堆 Bug 也白搭。这位用户直接点名 OpenAI 的 Windows 桌面端问题,还列了 T3 Code 和 Enjoy dot Dev 当备选。如果你也在 Windows 上天天用 ChatGPT,可以看看这几个替代方案。
Sakana AI 这个一直做研究的团队要出手游端应用了,还在招日本本地 Beta 测试员。如果你人在日本,可以去官网报名当第一批用户,抢先看看他们把研究成果做成了什么产品。
做3D动画的美术同学可以看看,腾讯光子跟西安交大、清华做的TailorRig,勾选裙子、袖子这些标签就能自动生成骨骼链,还兼容以前的动作库,古风层叠服装的布料乱扯问题能省不少手工活,后续还会开源。
The interesting move is giving the model agency over its own memory: compression happens only when the model judges old turns are disposable, which reduces the accuracy loss typical of aggressive auto-summarisation. Developers building long-horizon agents or coding assistants that run for weeks on 100K-token models can drop it in as a proxy layer rather than rewriting prompts. The GitHub release makes it directly testable against naive summarisation baselines.
The differentiating detail is that MuJoCo exposes physics steps as differentiable gradients, letting researchers plug simulation directly into learning pipelines instead of treating the simulator as a black box. Reinforcement-learning researchers and robotics teams should clone the repo and benchmark it against Isaac Gym or PyBullet on their workloads before committing to a simulator. Teams running browser-based demos or lightweight evaluation can also use the WebAssembly build without a local install.
Grok Bot 恢复免费重置了,原来几点重置还是几点,不用花一分钱就能清上下文开新对话。发帖人还特意对比了 GPT 那边的重置规则,经常用 X 平台机器人聊天的可以试试。
Sakana AI 第一次做移动端产品,正在招 β 测试用户,11 月 15 日前报名就能申请体验。之前他们一直偏研究侧,这次要做消费级 App,想知道这家日本实验室产品化走成什么样,可以直接去占个内测名额。
Only the latest 2000 items are listed; for older ones see the daily archive