Chinese contentAgents-A1：35B MoE智能体模型在长视野任务上媲美万亿参数性能
35B的模型干翻万亿参数？Agents-A1用长视野扩展和智能体框架做到，基准全面领先，值得看看怎么训练的。
Latest
Every published item, in order · 1030 items
Jun 30
Models10:40
Chinese contentEMPATH：多语言审计-法官基准用于情感支持聊天机器人安全评估这个新基准EMPATH专测情感支持聊天机器人的安全漏洞，用AI模拟求助者进行多语言多轮对话，发现主流模型评分虚高且不稳定，值得一做。
Chinese contentDeepSeek V4 官方版7月中旬发布，高峰时段API定价翻倍
DeepSeek V4马上要来了，7月中旬发布。高峰时段API价格翻倍，想省成本就避开那段时间，适合用API的开发者留意。
Chinese contentAgent场景下谁才是好用的Flash模型？Step 3.7 Flash实测
最近这几个Flash模型我帮你试了，Step 3.7 Flash写博客页和抓GitHub项目都很稳，页面好看，一次跑通，成本也就一两块钱，值得试试。
Chinese content前Meta产品经理预测欧美企业将转向中国开源模型
前Meta产品经理说欧美企业会抛弃OpenAI和Anthropic转向中国开源模型，因为能本地部署、定制微调，成本还低。想省钱的老板可以听听。
Chinese content在AWS上构建带行级安全的多租户LLM分析系统
AWS 这篇教程手把手教你用 Bedrock 和 Split-Plane SQL 搭建多租户 LLM 分析系统，三层隔离防止数据泄露，值得做企业级 AI 安全的开发者看看。
Jun 29
Chinese contentGLM 5.2、Opus 4.7、GPT 5.5、Minimax M3 在 QA 基准上对比
他们用 Browser Use v4 搞了个新基准，测了 GLM 5.2、Opus 4.7、GPT 5.5 和 Minimax M3，人工打分告诉你谁在 QA 任务上更强。
Chinese content中国AI大模型API调用量九周全球第一，美国份额从72%降至33%
中国AI模型API调用量九周全球第一，DeepSeek、MiMo、MiniMax这些国产模型很猛，美国份额从72%掉到33%，值得看看。
Chinese content世界杯预测：GLM-5.2比分最强，GPT-5.5胜负准确率70%
作者用GLM-5.2和GPT-5.5预测世界杯，GPT-5.5命中率70%，还给了淘汰赛提示词，试试用自己的agent玩。
Models11:51
Chinese contentOpus 4.7 与 GLM 5.2 前端设计基准测试Browser Use 团队拿 Opus 4.7 和 GLM 5.2 比前端设计，一个 prompt 生成网站打分，看看谁画页面更强。
Papers10:06
Chinese content信号覆盖矩阵：语句自动形式化中的类型与语义错误分层这篇论文用信号覆盖矩阵把自动形式化的错误拆成类型和语义两类，告诉你每个方法的增益到底来自哪，而不是只看总分。
Chinese contentDeepSeek开源DSpark投机解码框架，推理提速60-85%
DeepSeek开源了DSpark框架，能让你的V4模型推理提速60%以上，且不影响质量。它解决了投机解码在真实部署中的难题，已经稳定跑在生产环境。
Jun 28
Products11:19
Chinese contentDeepSeek V4 API上线两周即用氮气加速DSpark？听说DeepSeek V4 API悄悄用上DSpark加速了？上线才两周，这速度有点猛。
Chinese contentflomo Agent使用心得：降低记录摩擦，打通记忆与行动
黄叔总结了flomo Agent的10条理解，比如用微信入口降低摩擦、打通记忆和行动，还提到了DeepSeek V4的作用。想用好flomo的可以看看。
Chinese content黄叔分享flomo Agent使用心得：降低记录摩擦是关键
黄叔分享了10条实际使用flomo Agent的心得，比如对手是微信文件传输助手、AI洞察是卡片结构的迟到红利，挺有启发。
Jun 27
Chinese contenthf-claude 让 Claude Code 接入超100个开源模型，含 GLM 5.2、MiniMax-M3 等
想在 Claude Code 里用别的模型？hf-claude 能直接集成 100+ 开源模型，包括 GLM 5.2 和 DeepSeek v4 Pro，很方便。
Chinese contentflomo Agent使用心得：降低记录摩擦，对手是微信文件传输助手
flomo产品经理分享Agent真实使用体验，讲清它为什么不是跟Notion打架，而是跟微信文件传输助手抢用户。
Chinese content改进DeepEP MoE负载均衡：SGLang引入Waterfill和LPLB
SGLang给DeepSeek模型加了两个新负载均衡器，跑DeepSeek V3/R1速度能快最多7%，而且不改精度，想加速推理的可以试试。
Chinese content北大与DeepSeek开源DSpark推理加速框架，速度提升60%-85%
北大和DeepSeek开源了DSpark，能让高并发下大模型生成速度提升最多85%。想提速可以试试。
Industry13:04
Chinese content反直觉模型观察：GLM 5.2受付费用户青睐，GPT 5.5鲜有人用oran_ge用Cola数据发现一个反常识现象：GLM 5.2在抢Claude的付费用户，而GPT 5.5却没人用，值得看看
Jun 26
Chinese content基于DeepSeek V4的终端编码agent，7个bug修复仅¥1.07
这个基于DeepSeek V4的终端agent超省钱，修7个bug才1块零7分，比Claude Opus便宜30倍，编码体验还接近Claude Code。
Products21:12
Chinese contentBrowser Use v4 新增 QA 技能：自动化测试与修复Browser Use v4 新出的 QA 技能，给个网址就能让 AI 自动测流程、抓 bug 并修复，省人工。
Chinese contentNVIDIA 发布 nvidia/GLM-5.2-NVFP4 量化模型，可经 Hugging Face 调用
NVIDIA 把智谱的 GLM-5.2 量化成 NVFP4 精度，放 Hugging Face 上免费调，还能白嫖，日常推理够用了。
Chinese contentHyperDFlash: 面向DeepSeek-V4的MHC对齐块推测解码
DeepSeek-V4新出的HyperDFlash框架，用门控缩减和蒸馏让推测解码提速，比MTP和DFlash都厉害。
Jun 25
Papers12:35
Chinese contentMemory Contagion：评估者偏差通过Agent记忆跨时间传播这篇论文发现用有偏评估者训练智能体，偏差会像病毒一样通过记忆传染给后来者。旧模型DeepSeek V4-Chat中招，Claude和V4-Pro没事，权威偏见传不出去。
Jun 24
Chinese contentQwen发布Paradigm II：世界建模作为Agent能力，7项基准提升
Qwen做了个新Agent模型Paradigm II，不用额外训练就在终端、编码、搜索和工具调用任务上全涨分，尤其没见过的任务也管用。
Chinese contentDeepseek V4 Flash：成本仅为Fable的1/137，完成80%任务
小模型 Deepseek V4 Flash 能搞定八成任务，成本只有 Fable 的零头，超划算！
Products09:24
Chinese content全汉推出2500W ATX白金和1200W SFX-L白金电源全汉新电源专为堆显卡的AI工作站设计。2500W ATX白金有4个PCIe 5.0口，1200W SFX-L紧凑但足够带单旗舰卡。
IT之家Source
Chinese contentSGLang在GB300部署DeepSeek-V4：5倍吞吐量提升
想用SGLang在GB300上榨干DeepSeek-V4？NVIDIA合作实测，吞吐翻5倍，交互延迟不变，MTP和量化细节全公开。
Jun 23
Chinese contentGLM 5.2 在 OpenRouter 上 token 份额快速追赶 DeepSeek V4
OpenRouter晒出了GLM 5.2和DeepSeek V4的token份额对比，GLM 5.2涨得真快，开源模型里能跟DeepSeek掰手腕了。
Papers11:07
Chinese content上下文感知蒸馏与消融在Text2DSL上的研究这篇论文用DeepSeek-V4-Flash生成了上万条验证过的Polkit规则，并通过消融实验证明结构化上下文不是锦上添花，词汇表才是提升语义质量的关键。
Jun 22
Industry18:24
Chinese content国产模型投票结果：GLM-5.2 79.7%领先，DeepSeek V4第二看看社区投票，GLM-5.2碾压式领先，想知道国产模型谁更受认可？结果挺有意思。
Chinese content百川发布新一代医疗增强大模型 M4：登顶 OpenAI 医疗评测，超越 GPT-5.5
百川发了医疗增强大模型 M4，在 HealthBench 碾压 GPT-5.5，幻觉率仅 3.3%，看病问诊更靠谱。
Chinese content微软转向DeepSeek V4应对AI token成本激增
微软的Copilot因为Token太贵改用DeepSeek了，以后按用量计费，用多少付多少。想省钱的话可以关注这个开源模型。
Products08:27
Chinese contentsqlite-utils 4.0rc1 发布，新增迁移和嵌套事务Simon Willison 的 sqlite-utils 4.0rc1 加了迁移和嵌套事务，适合用 SQLite 做数据管理的开发者试试。
Products07:23
Chinese contentBrowser Harness 云版 beta 上线，邀请用户测试browser_use 发布了云端版 Browser Harness，基于 AWS 架构，现在就能试，快去搞崩它提反馈。
Jun 20
Chinese contentGLM 5.2、Minimax M3、Kimi k2.7 在 BrowserCode 基准上超越闭源模型
智谱发了 GLM 5.2，Benchmark 接近 Opus，成本才一毛八，还有更便宜的 M3 和升级的 Kimi 2.7，做浏览器智能体有得选了。