LMArena 出了个 Agent Arena,各路智能体同台打分,做 Agent 的可以看看排行。
Latest
Box 拉上 NVIDIA,把 Nemotron 开源模型装进企业网盘,检索还会按你的文件权限过滤,做企业知识库的可以看看。
用 Mistral 模型的朋友注意:NVIDIA NIM 现在能直接下载部署,Blackwell 卡 FP8、NVFP4 配方都给好了,照文档就能跑。
NVIDIA 的 Nemotron 开源模型这次跟 Box 的企业内容打通了,想给公司内部知识做个智能体的开发者可以看看这套组合怎么搭。
LangChain 的 deep agents 支持异步子智能体了,主智能体可以并行派发子任务不互相卡住,做智能体开发的可以看看。
月之暗面的 Kimi K3.1 Pro 进了 Devin 的桌面端和命令行,编程基准分数比上一代还高了一点,写代码的可以试试。
Cursor 接了 Vercel,Agent 写完代码自动配数据库、跑安全检查、直接部署,不用再卡在本地跑不通了。
Cursor 把应用构建功能推给所有付费用户了,不用写代码就能做实时仪表盘和内部工具,更新到最新版就能试。
Claude 能连银行账户帮你算账找重复扣款了,比 ChatGPT 晚半年但更保守,只看收支不碰投资,美国 Pro 用户可以试试。
Cursor 又整活了,现在用一句话就能让它把应用建好、配好数据库、直接部署上线,还带链接分享,不用再卡在 localhost 了。
webAI 出了个能在 MacBook 本地跑的 8B 开源推理模型,还有配套 Mac 应用,拿来做本地智能体团队挺合适。
Google 的视频模型 Gemini Omni 1.2 Flash 上 OpenRouter 了,一次能出 15 秒 4K 带音频的视频,1.5 美元左右就能生成 15 秒 1080p,价格还比上一版便宜三成。
Lovart 接入 GPT Image 2.6 了,发一张静图加一句提示词就能变成会动的表情包,还有 31 天不限量额度,爱做梗图的可以去试试。
Serval 在给 IT 自动化智能体 Catalyst 招工程师,描述一句需求就能生成自动化代码,上线前还能人工测试审批。
Meta 把 Muse 视频通话开放给全部美国用户了,虚拟形象能边听边反应,870ms 就接话,测试里赢过 Runway 和 HeyGen,挺想试试。
Replit 和日本 SMFL 合作搞了个方案,业务人员用自然语言就能生成应用,6 人 6 个月的活儿 1 人 1 周搞定,看看怎么做的。
Vercel 把定时任务做成了智能体的原生能力,任务能在运行时动态创建,还能省算力,做 Agent 的可以试试。
Voice Arena 发了个用真实对话测语音识别的基准,语气词、说一半断掉都算分,比脚本台词的测试靠谱,5 种语言数据集已上线。
LlamaIndex 的 LiteParse 现在能接 openBMB 的 MiniCPM-OCR,这个轻量 OCR 在 ParseBench 忠实度上还赢了 Gemini 和 PaddleOCR,做文档解析的可以试试。
Firecrawl 拉上 Benzinga,让智能体能直接拿到正牌的实时财经新闻、分析师评级和期权异动数据,做金融类 Agent 的可以看看。
Hugging Face 把 ML Intern 做成 Slack 机器人了,连上自己的数据和 MCP,在 Slack 里就能微调和评估模型。
HeyGen 接了 ChatGPT Images 2.6,做虚拟人视频时角色一致性会更好,还支持参考图和 GIF
Salesforce Research 发布的 Moirai Agent,专做时间序列分析,让它自己跑完建模流程,做预测的朋友可以看看
TinyFish 出了两个网页研究智能体,一个帮你写带引用的深度报告,一个自动爬几百个网站填表格,调研的活儿省不少。
Google 的视频模型 1.2 版在 fal 上线了,生成视频自带音频,还能用一句话改剪辑、续几秒、拉到 4K,做视频的可以试试。
NVIDIA 给开发者开了场 Agent Gauntlet 直播,做智能体开发的可以看看他们这次演示了什么。
Collinear AI 用 Together 的 post-training 平台跑起了大规模 agentic RL,这次更新加了自助 onboarding,团队自己就能上手,不用等平台人工对接。
OpenAI 和 Anthropic 都要发更便宜的模型了,客户账单能省不少,但也会抢自家贵模型的单子,这篇讲的就是这笔账。
TPU inference for Chinese open-weight models signals that serving stacks are diversifying beyond NVIDIA, with vLLM TorchTPU as the concrete path to run models like GLM-5.2 and Qwen3.5 397B on Google silicon. Teams evaluating inference cost and hardware options should follow the SemiAnalysis write-up for benchmark details on the AgentX results.
Real-time voice agents gaining visual, expressive avatar embodiment points to where conversational AI interfaces are heading beyond plain chat. Developers building personal agents can study Meta's research blog to understand how low-latency voice and avatar rendering are combined. Availability is limited to the US for now, so users in ASEAN and other regions will need to wait for a wider rollout.
最近好几个个人智能体都先做 iMessage 版,能记住你的目标还会主动提醒下一步,想用 AI 督促自己学习的可以看看。
Kernel tuning is one of the scarcest skills in AI infrastructure, and encoding it as a repeatable agent workflow lets teams without Tri Dao-level expertise close part of the performance gap on their own inference stacks. Developers running GPU workloads or building serving engines can try the open-source workflow directly. It also signals a broader shift of optimization knowledge from blog posts into executable agents.
BuoyantIO 给 vLLM 做了个 Kubernetes 控制平面,开源的,想在自家集群跑 vLLM 推理的可以照着入门指南试一下。
LangChain 放出了一个开源的 content studio,代码在 GitHub 上,做内容的可以直接去仓库看看能怎么用。
OpenClaw 更新了,修了 Telegram 和 Discord 消息乱被拒的毛病,Doctor 也不再谎报检查通过了,用它的赶紧升级。
Anthropic 给 Claude 加了个人理财功能,美国 Pro 及以上用户可以用,账户只读不会乱动你的钱。
Only the latest 2000 items are listed; for older ones see the daily archive