Karpathy 花 2 小时用 Claude Code 扒了 HN 20 年评论,筛出 6454 个好视频,还把数据开源了,想折腾可以自己做一个。
Latest
Perplexity 的 Teammate 被作者本人当幕僚长用了两天,日历、邮件、简报一个实例全管,不用开多个会话了。
Mistral 把 Studio 升级了,写个 agent 一条命令就能上生产,跑完还有 trace 帮你迭代,做应用开发的话可以试试。
Fireworks 出了个叫 Nexus 的模型路由工具,把开源和闭源模型混着用,号称花 1/4 的钱拿到差不多的智能,8 美元一个月起步。
Visa把开源的VVAH升级了,接上Anthropic或OpenAI的模型就能自动扫漏洞、打补丁,原来几周的活几小时干完。
GPT Image 2.6 进 Krea 了,出图快一半,一张参考图就能改图,还能把图变 GIF 动图,可以直接上手试试。
MiniMax 的 M3.1 Flash 登陆 Fireworks AI 了,11月10日在旧金山有场线下分享,直接讲怎么拿它跑长时间智能体,还能省 token 成本。
OpenAI 用自家模型扫 Linux 内核,30 小时挖出 948 个提权漏洞,平均一个才 1279 美元,成本和效率都挺吓人的。
写论文的人可以看看:Lattice 把 LaTeX、文献和 Claude Code 这类 Agent 放进一个本地工作台,导师用 Overleaf 也能照常协作。
Kernel-level optimization running continuously as an agent means inference costs and latency can keep improving without hand-tuned engineering work. Teams running high-traffic inference deployments can apply it directly to existing endpoints rather than rebuilding them. It positions Together against hand-tuned serving stacks from rivals like vLLM-based providers, where such gains typically require specialist engineers.
Dropbox 的联席 CEO 说要给开发者开放内容管理和处理 API,专门服务那些在搭 AI agents 的团队,看起来是想做 AI 时代的存储层。
Claude Code 要加多人协作了,Projects 页面已经能看团队最新对话动态,一起写代码的团队可以留意。
阿里 Qoder 里悄悄塞了个神秘模型 Qoduck,官方连来源都不说,个人用户每天免费用,写代码的可以去试试看它什么水平。
Claude Code 云端会话现在能自己摸清项目依赖和要哪些 API key,Pro 及以上订阅直接省去配置步骤,跑项目更省事了。
The pairing of Step 5 Preview with an open-source Agent Harness signals that StepFun is treating agent reliability over long task horizons as a product-level problem, not just a model problem. Developers building agentic workflows can examine Step Code as an open alternative to proprietary agent frameworks from labs like OpenAI or Anthropic. The event also underscores StepFun's push to build a developer community around its stack.
Agoda 把 AI 助手做进了 App,用 OpenAI 和 Gemini 驱动,订酒店机票加排行程一站搞定,经常出去玩的可以试试。
Paul Graham 和 Replit CEO 聊了 40 多分钟,1000 万美元的项目现在 25 万就能做,企业怎么用 AI 写软件讲得很实在。
GitHub 为了扛住 AI 智能体疯狂提交代码,重写了 Git 存储层,单仓库 5000 个智能体同时干活,每秒 7200 次推送。
Vork reframes engine design around machine-readable APIs instead of human-centric graphics interfaces, a shift that could reshape how agents handle 3D and VFX work. Builders working on agent pipelines for rendering, simulation or generative content can compare it directly against token costs in Blender or Unreal workflows. It runs on NVIDIA GPUs via Metal and Vulkan, so teams can test it on standard cloud instances.
新华社搞了两个 AI 机器人主播,外形和播报能力都快赶上真主播了,能 24 小时不间断播新闻,挺好玩的。
可灵 4.0 在 Magnific 上新了关键帧功能,一次最多放 10 张分镜图控制中间过程,做视频的人可以试试。
索尼中国用 Wi-Fi 信号就能检测老人跌倒,不用装摄像头也不用穿戴设备,上海已经开始试点了,家里有老人可以看看。
Claude 现在能帮你记账分析了,连上银行账户就能问这个月钱花哪儿了,不过只支持美国用户,而且只有付费订阅档能用。
Google 做了个不用袖带、光靠手表传感器就能查高血压的 AI,196 人测试里准确率还超过了诊室测量,Health 应用里就能用。
Buoyant 开源了 Kinference,给 Kubernetes 上跑 vLLM 加了 KV-cache 感知负载均衡,自家基准里首 token 延迟降了 95%。
Qoder 悄悄上线了个隐身模型 Qoduck,个人用户每天免费。已经有人拿它和 Claude Code 同题对比,跑鹈鹕马拉松动画,正好看看效果。
做Agent开发的朋友可以看看,两个团队都在琢磨怎么摆脱单Session限制,讲了不少Harness层面的新思路。
吉利把气象局拉进来做了个车道级气象模型,能靠多车互联提前发现暗冰、团雾这些导航看不见的危险,先在领克 900L 上用。
一个安全联盟的 Agent 在 CyberGym 漏洞复现里跑到 91.3% 成功率,测试的是真刀真枪写复现代码,不是答题,值得看看它怎么做到的。
苹果在 iOS 27.3 测试版里埋了个中国区 Siri AI 的开关,虽然还没启用,但国行用户可以留意下这条线索。
DEEP Robotics 出了款能背 50 公斤跑 3 米每秒的四足机器人 X50,主打巡检和消防运输,比一般机器狗能扛多了。
做 opencode 的 dax 放出了 browse 扩展,能让你的智能体直接操控真实浏览器,任何 Agent 都能接,正在找测试用户。
苹果给 AI 修图加了隐形水印,实拍照片改一下也会被标记,想验证图片真假可以去 synthid.com 上传检测。
Meta 的 Muse 智能体上线不到俩月就有 1000 万用户,现在加了 Spaces 功能,可以把不同项目的对话和文件分开管理。
NousResearch 的 Hermes 能连浏览器了,官方市场已上架,能读网页、管标签页帮你发帖写回复,想试智能体操作浏览器可以装一个,不过安装挺折腾。
The two-tier split matters because most agent pipelines overpay for accuracy on bulk digitisation, or underinvest on the documents that feed finance and insurance workflows. Teams building RAG over PDFs can pair liteparse as a cheap first pass with LlamaParse or OCRia-1 for the complex subset. OpenBMB is a Chinese lab, so the liteparse integration is also a practical example of open-weight China models plugging into Western tooling.
Only the latest 2000 items are listed; for older ones see the daily archive