StartLux决策模型在榜单中领先，AutoThink路线提升决策准确性
StartLux的27B Instant模型在决策模型榜单中取得领先，其AutoThink路线通过额外推理提高决策准确性，而RLCD²强化学习方法旨在优化推理效率。
推荐理由：StartLux的27B Instant模型在决策模型榜单中取得领先，其AutoThink路线通过额外推理提高决策准确性，而RLCD²强化学习方法旨在优化推理效率。
#Agent
#Agent
今日 20 条InfoQ中文精选AI 评分8585 IT之家精选AI 评分8585 稀宇科技发布MiniMax M3.1 Flash模型：速度提升3倍，价格降低70%
稀宇科技发布MiniMax M3.1 Flash模型，速度提升近3倍，使用成本降低70%。模型在多项基准测试中取得全面进步，包括Agentic任务、编程、Computer Use及网络安全能力等方面。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
36氪精选AI 评分7070 MiniMax M3.1 Flash发布，性能全面加强，速度提升3倍，价格降低70%
MiniMax发布新一代Flash模型M3.1 Flash，性能全面加强，速度提升近3倍，使用成本降低70%。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
开源中国精选AI 评分6060 YOLO Data Agent v1.0.2 发布开源数据智能 Agent 功能
YOLO Data Agent v1.0.2 发布，旨在解决大模型在处理复杂查询时的不一致性问题，提供更可靠的数据智能 Agent 功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Solidot精选AI 评分6060 陶哲轩谈数学的生存危机
数学家陶哲轩在研讨会上指出，AI 对数学领域带来了生存危机，包括对数学家职业的威胁和数学使命的挑战。
推荐理由：陶哲轩对 AI 对数学领域的影响进行了深入分析，探讨了 AI 对数学家职业的潜在威胁和数学使命的挑战。
MIT Technology Review · AI精选AI 评分6565 AI研究人员将Claude置于虚拟荒岛上，它开始“玩耍”
研究人员将AI智能体Claude置于虚拟荒岛上，观察其在没有明确指令的情况下如何探索世界、设定目标并表现出类似玩耍的行为，为AI的学习和适应能力提供了新的视角。
推荐理由：该研究探讨了AI智能体在没有明确指令的情况下如何表现出类似玩耍的行为，为AI的学习和适应能力提供了新的视角。
InfoQ中文精选AI 评分8585 谷歌开源 Harness² 框架，支持 OpenCode 和 Codex
谷歌开源了 Harness² 框架，旨在通过调整系统提示词、记忆等外部组件，在不修改模型权重的情况下提升 AI Agent 能力。该框架支持 OpenCode 和 Codex，已在 GitHub 以 Apache 2.0 协议开源。
推荐理由：Harness² 框架的开放和实际应用案例，为读者提供了了解智能体框架如何提升 AI Agent 能力的视角。
开源中国精选AI 评分6565 RuleGo v1.0.0 发布：API 稳定承诺、多副本部署、规则链版本回滚
RuleGo v1.0.0 发布，提供 API 稳定承诺、多副本部署和规则链版本回滚功能，适用于物联网数据采集、边缘计算和业务自动化。
推荐理由：RuleGo v1.0.0 的发布，标志着其作为轻量级、高性能嵌入式规则引擎的稳定性和成熟度，对于需要物联网数据采集、边缘计算和业务自动化的开发者来说，是一个值得关注的事件。
IT之家精选AI 评分7070 阿里达摩院发布车规增强处理器玄铁 E908A，首发车规产品路线图
阿里达摩院发布车规增强处理器玄铁 E908A，成为首款同时达到 ASIL-B 和 ASIL-D 标准的 RISC-V CPU IP，并发布自动驾驶和具身智能产品路线图。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
36氪精选AI 评分6060 办公Agent市场活跃度大幅增长，DeepSeek和智谱GLM表现突出
网易LobsterAI发布报告显示，办公Agent市场活跃度大幅增长，DeepSeek系列和智谱GLM新模型表现突出，泛编程仍是第一大场景。
推荐理由：报告显示办公Agent用户活跃度大幅增长，DeepSeek系列和智谱GLM新模型表现突出，反映了办公Agent市场的快速发展。
爱范儿精选AI 评分8585 DeepSeek V4.1 Flash 发布：4块钱让特斯拉飞起来
DeepSeek V4.1 Flash 发布，展示了其在3D建模和视频生成方面的强大能力，以低廉的成本实现了令人惊叹的效果。
推荐理由：DeepSeek V4.1 Flash 在性能和成本上表现出色，为3D建模和视频生成等领域提供了新的可能性。
IT之家精选AI 评分6565 奇瑞发布首个行业垂域大模型和人形机器人“墨宝”
奇瑞发布首个行业垂域大模型，并计划发布人形机器人“墨宝”，旨在推动汽车产业进入全域 AI 体系化造车的新阶段，并实现商业化落地。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
量子位精选AI 评分8585 谷歌开源RSI新成果：Harness²提升模型性能
谷歌开源了名为 Harness² 的新工具，它通过双层递归架构和经验库，显著提升了大模型在办公基准WorkBuddy-Bench上的性能，并支持OpenCode与Codex。
推荐理由：Harness² 的双层递归架构和经验库为AI的持续改进提供了新的思路，读者可以了解其如何提升模型性能和跨领域迁移能力。
InfoQ中文精选AI 评分6060 DoorDash Flux云平台自动化完成130000个工程任务
DoorDash的Flux云平台在2026年单月自动化完成了130000个工程任务，支持超过25000次的自动化代码审查，并拥有超过300个Playbook和每周超过10000次的触发调用。
推荐理由：DoorDash的Flux云平台在2026年单月自动化完成了130000个工程任务，支持超过25000次的自动化代码审查，读者可以据此了解其如何改变现有工作流。
爱范儿精选AI 评分7575 微信鸿蒙版两周年：从争议到并肩，数千万用户体验升级
华为宣布 HarmonyOS 6 和 HarmonyOS 7 终端设备数突破 9000 万台，微信鸿蒙版上线两周年，装机量突破 8500 万，功能与体验完备度基本对齐 iOS、Android 版本。微信鸿蒙版在鸿蒙操作系统上的开发工作远不止适配，而是几乎完全的重构，包括视频通话、消息类型支持、小程序适配等，为鸿蒙生态的发展做出了贡献。
推荐理由：微信鸿蒙版两周年，展示了其在鸿蒙操作系统上的发展，对现有工作流的影响值得关注。
36氪精选AI 评分7070 元任务决策模型MetaDecision进入JevBench开源榜前三
元任务实验室研发的MetaDecision模型在JevBench评测榜上取得优异成绩，31B版本位列第3，12B版本在同尺寸模型中排名第一，单次判断延迟不到0.2秒。
推荐理由：MetaDecision模型在JevBench评测榜上取得优异成绩，展示了其在决策模型领域的先进性，对相关领域的研究和应用有重要意义。
Solidot精选AI 评分7070 SonicBoom AI框架发布：告别手工调优
SonicBoom AI框架发布，提供语言无关的C API接口，支持多种编程语言进行高性能AI研发。该框架利用Guile的delimited continuation实现应用层“死计算消除”，并利用LLVM MLIR优化计算图，提升性能。目前支持单点推理，计划提供分布式推理能力。
推荐理由：SonicBoom AI框架的发布，提供了高性能AI研发的解决方案，有望改变现有工作流。
36氪精选AI 评分6565 达摩院玄铁发布车规产品路线图，推动RISC-V进入新领域
达摩院玄铁RISC-V处理器在AI和服务器领域表现提升，并发布面向自动驾驶和具身智能的处理器产品路线图。
推荐理由：达摩院玄铁RISC-V处理器在AI和服务器领域表现提升，并发布面向自动驾驶和具身智能的产品路线图，标志着RISC-V技术进入新领域。
IT之家精选AI 评分6565 腾讯 AI 管家 Marvis 上架麒麟软件商店，深度适配国产操作系统
腾讯 AI 管家 Marvis 上架麒麟软件商店，支持银河麒麟桌面操作系统，具备系统运维、文档检索等功能，并已向政务部门、国资企业及行业伙伴开放合作。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
36氪精选AI 评分7575 《2026年中国AI Agent行业发展研究报告》发布，AI Agent行业进入商业化放量早期阶段
36氪研究院发布《2026年中国AI Agent行业发展研究报告》，指出AI Agent行业进入商业化放量早期阶段，市场规模预计2029年将达3,320亿元，年复合增长率高达107.6%。
推荐理由：报告指出AI Agent行业正处于商业化放量早期阶段，市场规模预计将快速增长，读者可以了解行业发展趋势和市场规模预测。
InfoQ中文精选AI 评分6060 阿里云分享AI原生研发组织实践与观察
阿里云CTO产研线围绕业务北极星目标展开的实践已经取得了一些局部成果，并开始探索AI原生实践走入深水区时面临的问题。
推荐理由：阿里云分享了其在AI原生研发组织方面的实践和观察，为读者提供了对AI如何改变软件研发流程的深入理解。
IT之家精选AI 评分8585 大晓机器人发布 ACE-Brain-0.6 模型，空间感知评测超越 OpenAI GPT-6 Astra
大晓机器人发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6，基于 Qwen3.5-9B 进行监督微调，在八项 Grounding 评测中有六项成绩超过 OpenAI GPT-6 Astra。
推荐理由：大晓机器人发布的 ACE-Brain-0.6 模型在空间感知评测中超越了 OpenAI 的 GPT-6 Astra，读者可以关注这一进展对具身智能领域的影响。
InfoQ中文精选AI 评分7070 OpenTelemetry 将 Kubernetes Attribute Processor 提升至稳定版本
OpenTelemetry 将其 Kubernetes Attribute Processor 提升至 1.0.0 版本，提升了可观测性管道中 Kubernetes 遥测数据的可预测性和稳定性，对可观测性团队和用户具有重要意义。
推荐理由：OpenTelemetry 将 Kubernetes Attribute Processor 提升至稳定版本，提升了可观测性管道中 Kubernetes 遥测数据的可预测性和稳定性，对可观测性团队和用户具有重要意义。
Show HN精选AI 评分7070 Strot – 编译 LLM 意图一次，本地运行决策
Strot 是一个开源决策编译器，允许用户使用大型语言模型（LLM）一次性编译意图，然后在本地硬件上以零边际成本永久进行决策，包括分类、评分和路由等操作。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
极客公园精选AI 评分6565 MemSilicon 完成超 4 亿元 A 轮融资，宣布战略升级
MemSilicon 完成超 4 亿元 A 轮融资，宣布战略升级，聚焦大模型推理和存算协同芯片，标志着行业对 AI 推理效率的重视。公司计划推进 RRAM 产业化与第一代 LPU 研发，以应对 Agentic AI 时代对低延迟、长上下文、高吞吐的需求。
推荐理由：MemSilicon 完成超 4 亿元 A 轮融资，宣布战略升级，聚焦大模型推理和存算协同芯片，标志着行业对 AI 推理效率的重视。
36氪精选AI 评分6565 OpenAI 加码机器人研发，发布多个职位招聘信息
OpenAI 发布19个与机器人相关的职位招聘信息，旨在开发能在动态真实环境中工作的通用机器人，并探索多种机器人形态。
推荐理由：OpenAI 加码机器人研发，关注其人才招募和研发方向。
InfoQ中文精选AI 评分8585 Gemini 4 Argon：为您解决最棘手的问题
Gemini 4 Argon 模型通过 Gemini API 向全球开发者和企业开放，擅长处理复杂现实任务，并在多个领域基准测试中优于其他模型。模型在金融、编程、法律和税务等关键经济领域性能排名第一，并已应用于解决大型代码库重构、优化法律和金融等跨领域业务工作流、发现网络安全漏洞、推动量子计算和生命科学领域的创新突破等。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
InfoQ中文精选AI 评分6060 Cloudflare 推出面向 AI 代理的 CLI 并逐步停用 Wrangler
Cloudflare 推出新的 cf CLI，旨在为智能代理提供统一的命令行界面，并逐步停用 Wrangler。该工具采用 TypeScript 编写，提供结构化输出和命令发现功能，支持 3000 多个 API 操作。
推荐理由：Cloudflare 推出的 cf CLI 为智能代理提供了统一的命令行界面，有助于改变现有工作流。
爱范儿精选AI 评分6565 Lovart 2.0 发布：设计 AI 进入个人助理时代
Lovart 2.0 发布，其个人设计 Agent「Arti」通过持续了解用户习惯和主动参与设计过程，提升设计效率和协作体验。
推荐理由：Lovart 2.0 的 Arti 功能通过个人设计 Agent 提升设计效率和协作体验，对设计师而言具有显著价值。
开源中国精选AI 评分6060 DeepSeek V4.1 Flash 更新：“许愿式编程”成真 + 搜索 API 开放
DeepSeek V4.1 Flash 更新，提升「许愿式编程」能力，并开放自研搜索 API，性能全面提升。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
InfoQ中文精选AI 评分7070 OpenCode 2.0 正式发布：一次“重大改造”，旧插件全部报废
OpenCode 2.0 正式发布，全面转向 Node.js/Electron 架构并推出多项核心功能，旧插件无法在 2.0 中运行，标志着 AI 编程工具正式步入硬核运行时竞争阶段。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分6060 Cutmark：支持智能体的 macOS 视频录制和编辑工具
Cutmark 是由 TriHerm Labs 开发的一款本地视频录制和编辑工具，支持 Claude Code、Codex、pi 和 opencode 等智能体，并提供通过 MCP 的本地生产工作空间。
推荐理由：Cutmark 是一款面向 macOS 的本地视频录制和编辑工具，支持智能体功能，读者可以了解其如何改变现有工作流。
IT之家精选AI 评分6565 Anthropic 向外部 AI 监督机构开放类员工访问权限应对 AI 风险
Anthropic 为外部评估人员开放类似员工级别的访问权限，用于评估其模型存在的风险，以应对外界对于这项技术可能出现灾难性失控的担忧。
推荐理由：Anthropic 向外部机构开放访问权限，以应对 AI 风险，读者可以关注这一举措对 AI 安全领域的影响。
Show HN精选AI 评分6060 Hybro – 开源智能体互操作性引擎发布
Hybro AI 是一个开源的混合多智能体平台，支持智能体之间的互操作性，允许开发者部署、协调和检查自主智能体集群。
推荐理由：Hybro AI 是一个开源的混合多智能体平台，支持智能体之间的互操作性，读者可以了解其如何改变现有工作流。
IT之家精选AI 评分8585 RFdiffusion3：AI系统从原子层面设计蛋白质，实现预期功能
美国华盛顿大学、英国牛津大学等机构的研究团队开发的RFdiffusion3 AI系统能够从原子层面设计蛋白质，并在实验中实现预期功能，对蛋白质设计和人工智能领域具有重大意义。
推荐理由：该研究展示了人工智能在蛋白质设计领域的突破，对相关领域的研究和应用具有重大意义。
Show HN精选AI 评分7070 Auricle – 350 KB 浏览器 VAD 发布
Auricle 是一款 350 KB 的浏览器 VAD，支持语音活动检测、轮流发言、打断和静音功能。它使用 WebAssembly 编译，并兼容任何 OpenAI 兼容的语音识别、聊天和语音合成 API。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分6060 某产品发布智能体功能
某产品发布新的智能体功能，名为fin，通过Plaid连接银行、信用卡和经纪商，并导入亚马逊和好市多购物信息。该产品在本地电脑上运行，使用Keychain存储密钥，且在Plaid的免费试用计划上无需付费。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分7070 Pi-cowboy – 使用 Codex、Claude Code、OpenCode 作为子代理的多智能体编排器
Pi-cowboy 是一个用于 pi 的多智能体编排器，可以将大型工作分解成专注的子任务，并行处理，并在完成后进行汇总。每个代理都在 Herdr 内的独立终端面板中运行，并在隔离的 Git 工作树中工作。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分7070 HedgePick 发布九个智能体功能
HedgePick 推出新的智能体功能，包括九个AI分析师对股票投资论点的辩论，分析包括基本面、情绪、新闻、技术、牛熊辩论、风险评估和最终结论。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分7070 Secret Guard：本地LLM网关，密钥永不离开您的机器
Secret Guard是一个轻量级的本地LLM网关，它通过替换请求中的密钥为等长的模拟数据，确保LLM不会接触到真实密钥，同时保持Agent工具的正常工作。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。