全部 AI 动态 · AITOP

模型 Agent 与开发者09:44

LangChain 创始人力挺"决策模型"：智能体是围绕模型的好工程

做智能体的可以试试：LangChain 免费托管基于 Qwen3.5 的决策模型 SemIf 一周。

#LangChain #SemIf #Qwen3.5 #LangSmith

事件专题

Harrison Chase@hwchase172 个信源在谈原文

模型中美对照86°09:43

Grok 4.7 模型卡公布：多项基准较 4.6 明显提升，价格不变

xAI 放出 Grok 4.7 模型卡，终端和编程类基准分数接近翻倍，价格还跟 4.6 一样。

#Grok #xAI #Terminal-Bench #基准测试

eric zakariasson@ericzakariasson原文

模型 Agent 与开发者多源确认09:42

Typesafe AI 的 Jev 模型上线 OpenRouter

主打快和便宜的 Jev 模型上了 OpenRouter，适合塞进工作流里，专干那些要快、要省钱的判断活。

#Jev #OpenRouter #Typesafe AI #低成本推理

事件专题

OpenRouter@OpenRouterAI7 个信源在谈原文

产品中美对照09:40

Runway 上架 Fish Audio S2.1 Pro 等 5 款新模型

Runway 新上架 Fish Audio S2.1 Pro 等模型，视频配音和超分可以一站搞定。

#Fish Audio #Runway #MiniMax #语音合成

Fish Audio@FishAudio原文

产品 Agent 与开发者精选09:34

Browser Use 推出开源浏览器代理 Ultrafast，4 天获 15k GitHub 星

Browser Use 放出的开源浏览器代理，找航班 7 秒跑完只花 $0.0039，4 天拿下 15k 星，代码可直接上手试。

#Browser Use #Ultrafast #智能体 #浏览器自动化

Browser Use@browser_use原文

产品 Agent 与开发者多源确认精选09:32

开源库 DocJev 发布：按语义边界切分文档，速度达 gpt-5.6-luna 的 6 倍

做文档切分可以试试 Jerry Liu 新开源的 DocJev，比 luna 快 6 倍、准确率相当，还带可视化页面。

#DocJev #LlamaIndex #liteparse #文档切分

事件专题

Jerry Liu@jerryjliu03 个信源在谈原文

产品精选09:30

Pika 推出 Relight Media，可为照片和视频重建光影

Pika 上线了 Relight Media，拍完的照片视频还能重新打光，主体和动作都不动，不用回片场补拍。

#Pika #Relight Media #视频生成 #后期制作

官方账号Pika Labs@pika_labs原文

论文 Agent 与开发者09:26

Fireworks AI：路由让 113 个编码任务解题率达 97.6%

Fireworks AI 测了 18 个模型：把任务路由给最擅长的那个，比单用最强模型更准也更省。

#Fireworks AI #DeepSWE #模型路由 #模型评测

Fireworks AI@FireworksAI_HQ原文

技巧 Agent 与开发者09:25

System One Model：TypeSafe CEO 谈软件内的可靠决策

Latent.Space 新一期采访 TypeSafe CEO Jev，聊为什么聊天机器人做不成可靠自动化，观点挺反共识。

#Latent.Space #TypeSafe #智能体 #编程助手

Lenny Rachitsky@lennysan原文

模型中美对照多源确认89°09:25

SpaceXAI 发布 Grok 4.7：参数涨 40%，价格与速度不变

跳票几次的 Grok 4.7 终于发布，参数涨 40% 价格不变，Cursor 里已经能选到。

#Grok 4.7 #SpaceXAI #Cursor #模型发布

事件专题

宝玉@dotey11 个信源在谈原文

模型中美对照多源确认71°09:24

Grok 4.7 发布：价格不变，Cursor 和 Grok API 已可用

Grok 4.7 出了，价格不变，Cursor 和 API 都能用，作者实测觉得提升不大。

#Grok #Cursor #Grok API #模型升级

事件专题

shao__meng@shao__meng7 个信源在谈原文

产品 Agent 与开发者精选78°08:23

LlamaIndex 为 LlamaParse Extract 新增逐字段 Grounded Confidence 置信度评分

LlamaParse 抽文档每个字段都带置信度分数了，低分转人工、高分自动过，批量审核省人力。

#LlamaIndex #LlamaParse #文档抽取 #置信度校准

Jerry Liu@jerryjliu0原文

产品 Agent 与开发者08:22

Jev 在 Vercel AI Gateway 免费开放至 9 月 25 日

Jev 在 Vercel AI Gateway 免费到 9 月 25 日，官方还配了表单路由模板，想自动分流表单提交可以直接套用。

#Jev #Vercel #Vercel AI Gateway #模型路由

AI SDK@aisdk原文

产品 Agent 与开发者多源确认08:22

Lovable 创始人 Anton Osika：harness 专攻 Web 应用开发，按需路由 OpenAI/Anthropic 模型

Lovable 创始人亲自安利：写 Web 应用时 harness 会自动在 OpenAI 和 Anthropic 模型间挑合适的，还自动带上调试数据。

#Lovable #OpenAI #Anthropic #编程助手

事件专题

Anton Osika@antonosika11 个信源在谈原文

产品 Agent 与开发者精选78°07:35

LlamaParse Extract 新增逐字段置信度评分

LlamaParse Extract 现在逐字段给置信分，文档流水线可高分自动收、低分转人工审核。

#LlamaIndex #LlamaParse #文档解析 #智能体

LlamaIndex@llama_index原文

技巧 Agent 与开发者精选07:31

typesafe 编码智能体设计笔记：审批门、MCP 路由与子智能体

Diogo 的文档讲审批门、MCP 路由、子智能体模式放哪，写 agent harness 的直接照抄就行。

#MCP #智能体 #编程助手 #类型安全

elvis@omarsar0原文

论文 Agent 与开发者精选07:31

EvoOntology：自进化本体层让数据智能体 DDR-Bench 平均涨 17.8 分

给数据智能体挂个会自进化的本体层，GPT-5.5 在 DDR-Bench 多拿 26.7 分，做法可直接抄。

#EvoOntology #GPT-5.5 #MCP/工具 #智能体

elvis@omarsar0原文

产品 Agent 与开发者07:30

Runway Workflows 新增合成、Alpha、HDR 与深度图功能

Runway 的 Workflows 加了合成、抠像、深度图这些功能，做视频的后期能在一个平台里串起来了。

#Runway #Workflows #视频生成 #工作流

官方账号Runway ML@runwayml原文

产品精选72°07:30

Codos 发布：定位"虚拟首席 AI 官"的企业自动化系统

Codos 先访谈员工找可自动化的任务再部署，一家金融公司半年释放 21% 产能，还能跑在自家服务器上。

#Codos #企业自动化 #AI转型

elvis@omarsar0原文

模型中美对照多源确认90°07:26

OpenAI 内部模型称解出纳维-斯托克斯方程，27 位菲尔兹奖得主联名质疑

模型自称解出纳维-斯托克斯方程，陶哲轩等 27 位菲尔兹奖得主联名反对，顾问组可公开批评但不建议减速。

#OpenAI #陶哲轩 #纳维-斯托克斯方程 #AI安全

事件专题

宝玉@dotey11 个信源在谈原文

模型中美对照多源确认精选78°07:25

Xiaomi MiMo-V2.6 三款模型上线 OpenRouter

小米三款 MiMo-V2.6 上线了，Pro 主打编程智能体，UltraSpeed 版输出快 10 倍，都在 OpenRouter 能调。

#Xiaomi #MiMo-V2.6 #OpenRouter #编程助手

事件专题

OpenRouter@OpenRouterAI4 个信源在谈原文

模型 Agent 与开发者75°07:24

TypeSafe 详解 Jev：RLCD 训练的可靠决策模型，告别聊天优先

TypeSafe CEO 在播客里讲为什么 Jev 不做聊天、专攻软件内的可靠决策，连公开基准都拒绝跑，观点挺反共识。

#Jev #TypeSafe #RLCD #智能体

Latent.Space@latentspacepod原文

模型中美对照多源确认精选78°06:56

小米直播 MiMo-V2.6 RL 训练：单步约 20 亿 token 全程异步

小米把 MiMo-V2.6 的 RL 训练全程直播了，单步 20 亿 token 的配置全公开，细节还会开源。

#MiMo-V2.6 #Xiaomi #强化学习 #智能体

事件专题

OpenRouter@OpenRouterAI4 个信源在谈原文

模型中美对照精选06:55

小米MiMo-V2.6-Pro发布，重回WebDev榜前十，开源第三

小米开源模型冲到WebDev榜第三，1628分距Kimi K3 Max只差46分，连训练代码都公开了。

#MiMo #小米 #Code Arena #开源模型

lmarena.ai@lmarena_ai原文

模型中美对照多源确认精选78°06:54

Xiaomi MiMo-V2.6-Pro 发布：登顶开源权重模型智能指数

小米把开源模型智能指数刷到 46，价格没涨，1.02T 参数的 MoE 只激活 42B，部署成本能打。

#Xiaomi #MiMo-V2.6-Pro #Artificial Analysis #开源模型

事件专题

官方账号Clement Delangue@ClementDelangue6 个信源在谈原文

产品 Agent 与开发者78°06:54

Grok 4.7 上线 v0，9 月 27 日前六折优惠

v0 里能直接用 Grok 4.7 了，比 4.6 更强但价格速度不变，9 月 27 日前下单还能省四成。

#Grok #v0 #编程助手

v0@v0原文

行业 Agent 与开发者多源确认06:54

Nat Friedman 承认 Muse 深受 OpenClaw 启发

Nat Friedman 承认 Muse 灵感来自 OpenClaw，团队还为此买了数百台 Mac mini。

#OpenClaw #Muse #Nat Friedman #智能体

事件专题

Guillermo Rauch@rauchg4 个信源在谈原文

产品 Agent 与开发者06:25

Devin CLI 与 Devin Desktop 客户端开放下载

Cognition把Devin做成了命令行和桌面客户端，写代码不用再开网页了。

#Devin #Cognition #编程助手 #智能体

Cognition@cognition_labs原文

产品 Agent 与开发者多源确认78°06:24

Grok 4.7 上线 Devin，FrontierCode 1.1 Extended 得分 59.4%

Devin 现在能调用 Grok 4.7 了，Cognition 实测它在难的后端工程任务上表现好，写后端的可以试试。

#Grok 4.7 #Devin #Cognition #xAI

事件专题

Cognition@cognition_labs11 个信源在谈原文

模型中美对照多源确认精选78°06:23

Grok 4.7 紧追 GPT-6 Astra，Kimi K3 平 Fable 5.1

有人用同一提示词让四款模型写飞行模拟器，Grok 4.7 差点追平 GPT-6 Astra。

#Grok 4.7 #GPT-6 Astra #Kimi K3 #编程助手

事件专题

eric zakariasson@ericzakariasson11 个信源在谈原文

模型中美对照多源确认91°06:21

Grok 4.7 登陆 Agent Arena，同价较 4.6 有显著提升

Grok 4.7 上线 Agent Arena 了，拿你最难的提示词去投票实测，看比 4.6 强多少。

#Grok 4.7 #Agent Arena #智能体 #模型评测

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品 Agent 与开发者精选78°05:30

LangSmith 推出 Jev-as-a-judge，给生产 trace 全量打分

LangSmith 现在能给生产 trace 全量打分了，不用再抽样，多标准评估成本不涨，安全问题还能自动响应。

#LangChain #LangSmith #LLM评估 #可观测性

官方账号LangChain@LangChainAI原文

模型 Agent 与开发者78°05:29

HeyGen 联手 DeepMind 推出 Code2Video 基准，测模型代码生成视频

模型会写代码不代表能渲出能看的视频，HeyGen 和 DeepMind 做了个新基准专测这件事。

#Code2Video #HeyGen #DeepMind #视频生成

HeyGen@HeyGen_Official原文

产品 Agent 与开发者05:23

OpenRouter 展示 Vibe Domain：只推荐真实可注册的域名

起域名总撞车？这个工具先扫出几千个真能注册的，再按你要的词和后缀挑。

#OpenRouter #Vibe Domain #域名工具 #建站

OpenRouter@OpenRouterAI原文

论文 Agent 与开发者多源确认04:57

Agent Arena 分析 20840 条轨迹：编码智能体差评首因是代码跑不通

Arena 拆了 20840 条编码智能体反馈：69% 差评是代码跑不通，Fable 5.1 比 Astra 更少被吐槽。

#Agent Arena #Fable 5.1 #编程助手 #智能体

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品 Agent 与开发者精选04:56

Hyper3D 推出 Agentic Mode，自然语言生成可编辑 3D 模型

Hyper3D 的新模式：一句话生成可编辑 3D 模型，能调尺寸加动画，2D 图还能自动拼成产品。

#Hyper3D #Deemos #3D生成 #CAD

向阳乔木@vista8原文

产品 Agent 与开发者精选04:56

Hyper3D 推出 Agentic Mode，AI 自主完成 3D 建模工作流

Hyper3D 上线 Agentic Mode，AI 看图自己完成 3D 建模调参，模型可直接编辑

#Hyper3D #Deemos #3D生成 #智能体

小互@imxiaohu原文

产品中美对照04:55

Perplexity集成MiniMax H3与Seedance 2.5生成视频

Perplexity 自己不做视频模型，直接接 MiniMax 和字节 Seedance 出成片。

#Perplexity #MiniMax #Seedance #视频生成

官方账号Perplexity@perplexity_ai原文

产品 Agent 与开发者精选75°04:55

LangSmith Gateway 上线开源决策模型 SemIf，限免一周

LangSmith Gateway 免费开放决策模型 SemIf 一周，改个字符串就能接入。

#SemIf #LangSmith #LangChain #决策模型

官方账号LangChain@LangChainAI原文

模型 Agent 与开发者78°04:55

SemIf 在 JevBench 上以 75.4 分逼近 jev 的 74.7 分

jev 这类新决策模型有了开源平替，SemIf 基于 Qwen3.5，本周 LangSmith Gateway 免费用。

#SemIf #jev #Qwen3.5 #LangSmith

事件专题

Harrison Chase@hwchase172 个信源在谈原文