DeepSeek V4.1 Flash 中间版本开启内测
DeepSeek 这个模型名本身就在剧透它的命运——deepseek-v4.1-flash-expires-on-0910。光看这串字符就知道，9 月 10 日它会自动下线。 9 月 8 日下午，DeepSeek 放出了 V4.1 Flash 的中间测试版本开启内测。不是正式发布，是把还没定稿的模型拿出来让开发者提前试，窗口只有两天。 值得注意的不是「又发了个模型」，而是「...
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
12219资讯
12087正文归档
76891媒体
百度搭子全面接入小度硬件，百度智能体进驻家庭空间
9月8日，在北京举行的百度AI Day小度新品发布会上，小度宣布超能小度完成智能体化升级，并发布多款全新的家庭场景智能体应用。百度搭子作为小度智能体能力的底座，全面落地小度智能屏、闺蜜机、智能摄像机、智能音箱等硬件新品，推动智能体进驻家庭空间。此次升级后，超能小度不再止于接收和响应指令，而是能够自主拆解目标、统筹调度工具、闭环交付任务。面向家庭日程管理场景，家长通过微信一句话即可创建家庭日程与孩子作业，任务自动同步至智能屏并通知家庭成员；儿童陪学成长场景，则支持孩子在小度设备上完成音视频作业打卡提交、电子宠物互动、一句话生成应用等。智能体看护2.0同步升级，用户可直接说出看护需求，超能小度自动
使用 Amazon Bedrock AgentCore 和 GitHub Actions 实现自动化 Agent 评估
本文介绍如何将 Amazon Bedrock AgentCore Evaluations 接入 GitHub Actions CI/CD 流水线：部署 AI Agent 和受 OAuth 保护的 MCP server、使用测试提示词调用 Agent，并对响应进行自动评分。若评估分数低于预设阈值，流水线将使 Pull Request 失败，从而阻止行为退化的代码被合并。方案涵盖 Strands Agent、基于角色的 MCP 工具访问控制、共享 Cognito 身份认证、CDK 基础设施即代码，以及统一评估脚本。文章还比较了存储 Trace、服务账号和 M2M 认证三种 CI 评估方案，并重点说明了适用于无用户上下文 CI 环境的 M2M OAuth 流程。
在 SageMaker AI 上评测小型 LLM 推理：G7 对比 G5 与 G6
本文在 Amazon SageMaker AI Inference 上，对两款 300 亿参数级 MoE 模型 Qwen3-Coder-30B 和 NVIDIA Nemotron-3-Nano-30B 进行 GPU 实例评测，覆盖 G5、G6、G6e 和 G7 系列。测试显示，在 Qwen3-Coder-30B 的固定非流式负载下，G7 的输出 Token 吞吐量达到 391.3 tok/s，较 G6 提升 60.8%，较 G5 提升 13.0%，同时具备最低延迟。G7 搭载 NVIDIA Blackwell GPU，并拥有原生 FP4 Tensor Core 支持，因此在采用 NVFP4 等低精度格式的 MoE 推理中具有结构性优势。文章还展示了开发者可通过 SageMaker AI 的基准测试工作流或自动化 Generative AI Inference Recommendations 工作流，选择面向生产环境的推理配置。
HPE Zerto 如何借助 Amazon Bedrock 构建 Agentic 故障排查系统
HPE Zerto 基于 Amazon Bedrock 构建了一套部署在客户本地环境中的 Agentic 故障排查系统，用于处理混合云和多云环境中的数据保护、灾难恢复与运维问题。该系统采用 Orchestrator、ZVM 和 VRA 多 Agent 架构，通过 MCP 访问实时环境数据，并结合 Amazon Bedrock Knowledge Bases、Guardrails、CloudWatch 等服务。自 2026 年第二季度发布以来，超过 20% 的 HPE Zerto 客户已采用该系统，相关工作流的支持案例数量在生产环境中减少了 10%。这一架构表明，企业可在满足数据驻留、隔离网络和安全治理要求的前提下，将生成式 AI 用于本地关键基础设施的诊断与恢复决策。
AI Agent 的安全围栏：DeepSeek Harness 沙箱隔离策略全解析
第13章：沙箱与执行安全——进程隔离策略与平台实现 agent 能跑命令、能写文件——但这意味着它也能删库、能泄密、能执行恶意代码。一个没有安全边界的 coding agent 是定时炸弹。 dsh
OrcaTerm 发布新版：加入命令预测、AI 纠错与任务状态通知
OrcaTerm 新版进一步将 AI 融入终端操作流程，新增命令预测、终端内对话、命令纠错和 Agent 状态通知，并改善大量输出场景下的终端渲染表现。 OrcaTerm 是一款面向开发者和云服务器管理场景的智能终端。目前产品提供 Web、桌面客户端和微信小程序三种使用入口，支持本地终端、SSH 连接、云服务器管理、文件操作、多人协作...
从四大模型一周连发看企业 AI 落地，为什么 95% 的试点不赚钱
1 背景，模型周与冷数据撞车 9月1日 Anthropic 发布 Claude Fable 5.1，主打长时程 Agent 任务 9月2日 Google 发布 Gemini 3.8 Flash，长周期
基元律动发布模型NeoHorse，探索Harness驱动的RSI路径
在一次项目排期测试中，一个4B基础模型找到了工作目录中的文件，却漏读了一封包含最新依赖约束的邮件。它按照过时信息生成计划，并把文件写到了错误位置。这一案例来自基元律动（TokenRhythm）近日发布的技术报告。该公司联合无问芯穹、清华大学、北京大学、阿里巴巴等机构，推出首个Agent-Native模型NeoHorse-1，包含4B和9B两个版本，探索将Agent使用工具、接收反馈和修正错误的经验转化为模型能力。基元律动由前华为诺亚方舟实验室主任、盘古大模型负责人王云鹤创办。公司此前开发的开源Routing Harness系统OpenSquilla，用于在Agent执行任务时选择和组织不同模型
你的 Agent 有 1000 万上下文，为什么第 50 轮就开始失忆？
长上下文能力常被描述为容量问题，似乎随着上下文窗口持续扩大即可解决。原文指出，实际有效上下文往往显著低于标称容量：NVIDIA 的 RULER 基准测试显示，有效上下文约为标称值的 50%–65%。Chroma 提出的“上下文腐烂”（context rot）现象也表明，模型在长对话或长任务中可能逐步丢失、混淆或无法检索早期信息。对开发者而言，这意味着构建 Agent 时不能仅依赖超长上下文窗口，还需要采用记忆检索、摘要压缩、状态管理与评测机制。
一周 AI 观察：模型层在“周更”，钱却全流进了机房
Anthropic、Meta、Google 和 OpenAI 四家顶级 AI 实验室在同一周内均发布了旗舰模型或产品。CNBC 于 9 月 6 日将这种密集发布现象称为“模型疲劳”（model fatigue）。这一趋势表明，模型能力更新正在加速，但行业资本与竞争重点也正更多流向支撑 AI 训练和推理的算力、数据中心及基础设施建设。
AgentKit 实战：搭建一个有记忆、懂业务、会执行的智能客服
本文以智能售后客服为例，演示如何基于火山引擎 AgentKit，集成 VikingDB 知识库、Mem0 长期记忆和模拟 CRM 工具，构建具备知识检索、用户记忆与业务执行能力的 AI Agent。文章覆盖本地环境与云端资源准备、AgentKit CLI 安装、知识库和记忆库创建、CRM 工具接入，以及 Runtime 云端部署流程。该方案旨在解决 Agent 从 Demo 走向生产时的持久化记忆、知识管理、工具调用、权限隔离和运行可观测性等问题。对开发者而言，它提供了一套将 Agent 接入企业业务系统并部署运行的端到端参考实现。
硅谷AI独角兽转投阿里千问：Perplexity基于Qwen3.8打造本地Agent
9月8日消息，据美国科技媒体Siliconangle报道，硅谷AI独角兽公司Perplexity新推出一款本地Agent产品Portable Computer，采用的正是阿里最新开源模型Qwen3.8-27B。在英伟达DGX Spark硬件上，Perplexity特意优化了PPLX 27B系列算法，让Qwen模型能更好地在本地硬件上帮助用户完成文件处理、数据分析和编程等工作。Perplexity是一家炙手可热的硅谷明星创业公司，其核心业务是AI搜索，业界通常将其视为谷歌的潜在对手。Perplexity最新估值已超300亿美元，Agent布局也从云端向本地进军，大模型也从Claude、GPT转向
Gemini 3.8 Flash 没涨价，干活却贵了 40%？
独立评测机构 AA 的测试显示，Gemini 3.8 Flash High 在综合任务中的平均成本较 3.7 版本高约 40%。不过，官方 API 标价并未调整，输入价格仍为每百万 token 0.75 美元。对开发者而言，这意味着即使 API 名义单价保持不变，实际任务执行成本仍可能因模型行为、输出量或推理消耗变化而上升。原文正文仅显示等待提示，未提供更多可核实的测试方法、输出定价或成本拆分细节。
qModel开源版算法模型平台v1.4.2上线版本管理与对比功能，让模型每一次迭代都有迹可循
qModel算法模型平台开源版v1.4.2新增模型版本管理与版本对比能力，在模型详情页增加独立版本管理入口，支持基于现有版本快速创建新版本、任意两个版本横向对比，以及多版本并存、切换与历史版本回滚，进一步完善模型从持续迭代到版本治理的管理链路。 从“模型文件不断复制”，到建立清晰的版本演进关系 模型通常不是一次...
OpenAI 详解 GPT-Live 架构如何实现了连续的有状态语音交互
点击查看原文>
Termexo V0.8.2 发布：改善多终端输入卡顿，新增 1M 上下文与推理强度配置
Termexo V0.8.2 已于 2026 年 9 月 8 日发布。Termexo 是 MIT 开源的 Windows 多 Agent 工作台，统一管理 Claude Code、Codex CLI、OpenCode 和真实终端。本次更新主要改善持续输出时的输入响应与启动恢复，并补充模型配置选项。 一、减少多终端输出对输入的干扰 此前每个终端分别订阅同一输出事件流，再在回调中按终端 ...
一天一个开源项目（第211篇）：prime-agent —— 会自我改进的 RLM 编码智能体
prime-agent 是 PrimeIntellect 团队构建的自我改进 RLM 智能体，用于编码工作流与长时运行的自主任务。两大核心抽象：将上下文视为变量，子智能体调用视为函数调用
Code Agent 解剖（23）：从零扩展——接入 MCP 外部工具生态
世界上有很多现成的工具服务：Tavily 可以联网搜索，Context7 可以查最新文档，GitHub CLI 可以管理仓库……如果 agent 能直接调用这些服务，就不需要重复造轮子
TPU 推理性价比提升 50%，NVIDIA 的护城河要见底了？
半导体研究机构 SemiAnalysis 推出全新推理基准测试框架 InferenceX，通过真实工作负载评估硬件表现，直击 GPU 纸面峰值算力与实际效能脱节的行业痛点。数据显示，Google TPU 在经 Anthropic 等核心客户深度优化后，实际模型 FLOP 利用率（MFU）表现强劲，在特定场景下可超越 NVIDIA Blackwell 架构，端到端推理性价比提升达 50%。随着 AI 产业重心从预训练转向长期高并发的推理服务，推理软件栈的抽象化正在弱化 CUDA 的壁垒，NVIDIA 依托硬件高溢价构建的护城河正面临专用 ASIC 阵营的实质性挑战。
AI Coding 在大型客户端工程中的落地实践——从通才模型到专才 Agent｜QCon上海
点击查看原文>
这位 AI 创业者正在开发能为意外情况提前规划的 Agent
Danijar Hafner 正在通过基于模型的强化学习开发能够应对陌生现实环境的 AI Agent。其核心方法是构建模拟物理现实的世界模型，让 Agent 在其中学习、预测并规划未来结果，而非依赖大量现实世界的试错训练。这一路径有望使机器人执行高度复杂的任务，并提升其在未见场景中的适应能力。Hafner 曾在 Google Brain 和 Google DeepMind 工作，与 Geoffrey Hinton、Ashish Vaswani 等 AI 领域知名研究者合作。
开源媒体服务器 Jellyfin 12.0 正式发布，版本号终于对齐了
Jellyfin 12.0 正式发布了。 这个版本号本来就是 10.12.0，但团队决定把前面那个 10 拿掉了。从 2018 年 Emby fork 出来至今，Jellyfin 一直顶着 10.x 的版本号走了八年，现在终于对齐了：服务器和 Web 客户端都是 12.0.0，今后主版本每年更新一次。 但版本号只是噱头。真正值得看的就两件事：数据库重构和书籍/漫画支持...
图表脚本语言 D2 正式开源自动布局引擎 TALA
D2 的自动布局算法 TALA 正式开源了，采用 MPL-2.0 许可证，源代码已托管至 github.com/d2lang/d2 仓库。 这是继 D2 转为非营利项目后的又一个动作。 TALA 是 Terrastruct's AutoLayout Algorithm 的缩写，专为软件架构图设计。跟最常见的 Dagre、ELK 不同，TALA 做的是正交布局——更像你在白板上画出来的样子，而不是 ...
DataBuff v0.1.9 发布 · SkyWalking 8.x 接入 + LLM 凭据加固
DataBuff 是一款面向云原生与微服务场景的开源 AI Native OpenTelemetry APM，采用 OTLP 标准接入、Apache Doris 统一存储，Web 端提供拓扑 / Trace / 指标与多 Agent 排障。项目已在 OSCHINA 软件库收录：https://www.oschina.net/p/databuff 今天，DataBuff 正式发布 v0.1.9。相对 v0.1.8 共 10 个提交，没有 Schema 迁...
AgentOS 上新！基于 openKylin 3.0 的全面进化
2026年9月7日，OpenAtom openKylin（以下简称"openKylin"）社区正式推送 openKylin 3.0 AgentOS新一轮更新。本次更新以提高智能体任务完成可靠性为核心，集中修复了系统智能体、CUA（桌面操作智能体）、统一模型推理服务、智能体运行时的数十项可靠性缺陷。此外，新增了语音交互、人机智能协同等实用功能，覆盖任务管理、...
热点解读：AI Agent 的经济账：算力、模型路由与真实 ROI
热点解读：AI Agent 的经济账：算力、模型路由与真实 ROI 随着 AI Agent 从概念走向落地，企业开始从“能不能用”转向“值不值得用”。很多团队在试点阶段都能做出一个可演示的 Agen
AI 时代，为什么架构师又开始谈“本体论”？
随着大模型与 Agent 深入核心业务场景，单纯依赖向量相似度检索的 RAG 架构已难以应对复杂逻辑与高确定性要求。企业架构师的核心关注点正从传统的系统分层与代码结构，转向构建企业级知识本体（Ontology）。本体论为 AI 提供了严谨的语义标准、逻辑约束与上下文边界，使智能体能够实现可靠的业务理解、符号推理、精准工具调用及全流程审计。对于开发者与技术管理者而言，构建统一的语义本体层正在成为推动生成式 AI 迈向确定性企业级应用的关键基础设施。
OpenClaw 2.0 发布：简化配置，支持智能体协作
点击查看原文>
从零手写 ReAct Agent：不用任何框架，200 行代码跑通 Agent 核心循环
背景 现在入行 Agent 开发，大多数人第一个接触的就是 LangChain、LangGraph、Dify 这些框架，跟着教程把组件拼起来就能跑。但框架封装得太好也有代价：你只会调 API，讲不清原