聊聊 A16Z 两份 AI 报告，以及一些反常识的真相
作者卡兹克解读 A16Z 第七版《Top 100 消费级 AI 应用》与 9 月底更新的《市场状况 II》两份报告，整理出其中的反常识数据。
#Agent
#Agent
今日 0 条数字生命卡兹克AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Elastic BlogAI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Elastic Security 集成 OpenAI GPT Cyber 模型：前沿网络防御对公共部门意味着什么
Elastic 宣布加入 OpenAI Daybreak Defense Network，并将通过 Elastic Inference Service（EIS）把 OpenAI 的 Daybreak 前沿模型引入 Elastic Security，让安全分析师在现有工作流内完成告警研判、调查、检测工程与修复，无需自建模型基础设施。
ManusAI(@ManusAI_HQ)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Manus Studio 上线视频编辑：通用智能体可从一键成片到时间线剪辑
Manus 在 Manus Studio 上线视频编辑能力，通用智能体可一键成片，也能在时间线上剪辑已完成的成片。该功能现已开放试用，入口为 manus.im/desktop。
ManusAI(@ManusAI_HQ)AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Manus 推出视频编辑器，串联联网调研与代码生成动效
Manus 上线视频编辑器，官方解释其思路是做好视频不只靠生成素材。Manus 表示该功能会联网调研判断什么内容在传播，还会写代码制作动态图形、版式和地图路线，并为每个步骤选用合适的模型和工具。
orange.ai(@oran_ge)AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 从商业模式看 Instinct，原来是 AI 版携程
Instinct 的商业模式被类比为 AI 版携程，即把携程式的平台撮合逻辑搬到 AI 场景中。该判断来自对 Instinct 商业模式的拆解分析。
meng shao(@shao__meng)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection 预告首个西方开源模型 Beam：501B 总参数、23B 激活的 MoE 架构
Reflection 预告其首个西方开源模型 Beam，采用 MoE 架构，总参数 501B、激活参数 23B，推理效率比 GLM 5.2 高 3–4 倍，官方称以 GLM 5.2 三分之一到四分之一的推理成本达到相当能力水平。
Aravind Srinivas(@AravSrinivas)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Perplexity Mac 版 26.37.1 上线标签页与多窗口空间画布
Perplexity App for Mac 在 26.37.1 版本中新增标签页，并支持将会话在独立窗口中打开，面向所有 Mac 上的 Computer 用户开放。用户可以并行运行多个任务，或把不同会话放到不同屏幕上，用于高强度多任务处理。
AWS Machine Learning BlogAI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 智谱 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 现已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码与长时程智能体任务，Z.ai 报告其在 CyberGym 基准上取得 84.5 分。
Genspark(@genspark_ai)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 公布 Spark House 活动阵容：TikTok、Cerebras、Arcee AI 等将出席
Genspark 公布 10 月 7 日 Spark House 活动阵容，出席方包括 TikTok、Cerebras、Arcee AI、AbridgeHQ、Emergence Capital、Cognition 和 Cresta。
OpenAI Developers(@OpenAIDevs)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI Codex CLI 演示：语音启动任务、跨项目管理智能体与 worktree 分支探索
OpenAI 展示 Codex CLI 的终端用法：可通过语音启动任务，跨项目统一管理智能体，并用独立的 worktree 探索另一条实现方向。该演示面向常驻终端的开发者，具体版本与可用性信息未披露。
elvis(@omarsar0)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Pi Durable 打造属于自己的个人 AI 智能体
开发者用 @pidotdev 的 Pi Durable 搭建了一个 OpenAI dots 的开源克隆版个人智能体，具备主动性、定时任务、记忆、审批和独立 Linux 桌面等功能。每步操作均可 checkpoint，进程中断后可无缝续跑，记忆以持久文档形式跨 Space 存活。模型通过 OpenRouter 接入，可随时切换，作者计划测试后开源。
宝玉(@dotey)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SemiAnalysis 实测：同 200 美元订阅，Claude 的 Token 用量约为 OpenAI 的 5 倍
半导体和 AI 产业研究机构 SemiAnalysis 实测了 Anthropic、OpenAI 等九家的 AI 订阅套餐，在两家主推的日常主力模型上，Claude 订阅折算出的价值约为 OpenAI 的 5 倍。
Browser Use(@browser_use)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 发布：让你再也不需要亲自用浏览器
Browser Use 宣称要让用户"再也不用浏览器"，由 xgo.ing 提供支持。该帖获得 85 个点赞、9 条回复、2 次转发和 7187 次浏览。原文未披露具体产品形态与功能细节。
宝玉(@dotey)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何 Debug Codex/ChatGPT Mac App 的 UI 实现
宝玉给出 Debug Codex/ChatGPT Mac App UI 的步骤：退出正在运行的 Codex App，在命令行执行 open /Applications/ChatGPT.app --args --remote-debugging-port=8315 --remote-allow-origins= http。
Amjad Masad(@amasad)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection 发布 Beam 开源智能体模型，总参数 501B、激活 23B
Reflection 推出 Beam，一个高效智能体开源模型，总参数 501B、激活 23B，具备前沿推理效率，在编码与智能体任务上推进西方开源前沿，并从零端到端训练。完整权重将于本月发布，详情见 reflection.ai/beam。Amjad Masad 评论称美国正在开源权重模型上追赶。
a16z(@a16z)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 人们究竟想让 AI 智能体做哪些任务？a16z Top 100 消费级 AI 应用榜单更多图表解读
a16z 发布第七版 Top 100 消费级 AI 应用榜单，首次加入收入排行榜，并保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量近 1B。
The Rundown AI(@TheRundownAI)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection 发布首款开源模型 Beam，501B 总参数、23B 激活
Reflection 发布首款模型 Beam，一款面向智能体的高效开源权重模型，总参数 501B、激活参数 23B，主打前沿推理效率，并在编码与智能体任务上推进西方开源前沿，从零端到端训练。完整权重将于本月发布，详情见 reflection.ai/beam。
lmarena.ai(@lmarena_ai)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MTS Arena CEO 呼吁建立中立评估平台，OpenAI 与 Anthropic 不能自评模型安全
MTS Arena CEO @ml_angelopoulos 认为，随着智能体能力增强到足以突破沙箱，OpenAI 和 Anthropic 不应是唯一决定自身模型是否安全的一方。他表示建立中立评估平台"不是是否的问题，而是何时的问题"，因为模型实验室本身缺乏自我评估的激励。他还指出，这些实验室虽热衷安全并已呼吁建立此类系统，但护栏不能只由它们制定。
Replit ⠕(@Replit)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Replit 的 Amasad 谈 vibe coding、建造乐趣与 AI 末日论的问责盲区
Replit 的 @amasad 在 Times Tech 新一期节目中谈 vibe coding、用计算机建造的失落乐趣，并指出 AI 末日论忽略了问责问题：如果 AI 智能体可以代为行动，越界时谁来负责？节目已在 Spotify 上线。
elvis(@omarsar0)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection 发布 Beam 开源智能体模型，501B 总参数、23B 激活
Reflection 发布 Beam，一个面向智能体的开源权重模型，总参数 501B、激活参数 23B，从零端到端训练，完整权重本月发布。转发的评价称其推理效率比 GLM 5.2 等竞品高 3-4 倍，在编码与智能体任务上推进了西方开源前沿。
Harrison Chase(@hwchase17)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 为 Devin 推出 Dreaming 记忆机制并开源 Agent Memory Repo 标准
Cognition 为 Devin 推出 Dreaming：跨会话构建反映用户工作方式的记忆图谱，并在夜间自我改进记忆，清除过期记录、发现潜在信息。同时推出了名为 Agent Memory Repo 的开源标准。Harrison Chase 表示，记忆需要离线清理循环而不只是更好的检索，否则过期记录会不断堆积，并认为记忆应当开放，但推断出的记忆在智能体使用前如何验证仍是待解问题。
HeyGen(@HeyGen_Official)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LiveAvatar 用 AI 数字人让语言学习者获得 1:1 口语陪练
LiveAvatar 推出面向语言学习者的 AI 口语陪练方案，让曾经需要真人配合的 1:1 对话练习可以规模化提供。其引用 1984 年研究称，接受 1:1 辅导的学生表现优于 98% 的常规班级学生。官方同步发布了分步使用指南（docs.liveavatar.com），并将影响延伸至学习者、教师、学校及为其开发产品的团队。
SemiAnalysisAI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SemiAnalysis：Anthropic订阅的API等效价值约为OpenAI的5倍
SemiAnalysis用自建Tokenomics模型测量各AI订阅计划的额度与API等效价值，发现在中端模型档位上Anthropic提供约5倍于OpenAI的API等效价值。
a16z(@a16z)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 原文标题直译不足，未给出明确模型或产品主体；a16z Top 100 消费 AI 应用榜：ChatGPT 月活超 10 亿，Claude 升至网页第三
a16z 发布第七版 Top 100 消费 AI 应用榜，新增收入排行，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 在网页端升至第 3，月访问量接近 1B。
clem 🤗(@ClementDelangue)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection 发布 Beam 开源智能体模型，501B 总参数 23B 激活
Reflection 推出 Beam，一个高效智能体开源模型，总参数 501B、激活参数 23B。官方称其在推理效率上有前沿表现，并在编码与智能体任务上推进西方开源前沿，模型从零端到端训练，完整权重将于本月发布。
ollama(@ollama)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reflection AI 开源 Beam 模型，501B 总参数、23B 激活，即将上线 Ollama
Reflection AI 推出高效智能体开源模型 Beam，总参数 501B、激活参数 23B，从零端到端训练，主打前沿推理效率并推进西方开源模型在编程与智能体任务上的边界。Ollama 表示更多美国模型将接入，Beam 完整权重本月发布。
Pika(@pika_labs)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Pika 开放 Ideogram 模型 API，可通过 Pika API Club 调用
Pika 宣布可将 Ideogram 模型接入 Pika API Club，开发者通过 dev.pika.art 上的模型页面即可调用。原文未披露价格、上下文长度或具体版本参数。
Lenny Rachitsky(@lennysan)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI ChatGPT 与 Codex 负责人 Tibo：我们的工作方式仍将发生剧烈变化
OpenAI ChatGPT 与 Codex 负责人 Tibo 在 Lenny Rachitsky 的访谈中表示，我们的工作方式仍将继续发生相当剧烈的变化。他讨论了模型选择器可能消失、loops 与 graphs 只是阶段性产物、互联网上大多数操作很快将由智能体完成，以及 OpenAI 在 AI 安全上的做法。
LangChain(@LangChainAI)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 案例：Zip 用 LangGraph + LangSmith 重构智能体，功能开发从数周缩短至无需手写代码
Zip 团队将聊天机器人重建在 LangGraph + LangSmith 上，此前为智能体添加新功能需要数周手工编写 LLM 调用、存储与上下文代码，如今每条 trace 都自动就位，无需手写一行代码。
lmarena.ai(@lmarena_ai)AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent Arena 分类榜单上线，可查看各智能体类别排行
Agent Arena 现已按类别提供智能体排行榜，用户可通过 arena.ai/leaderboard/ag 查看各分类下的排名情况。该榜单由 lmarena.ai 发布。
lmarena.ai(@lmarena_ai)AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent Arena 智能体能力排名：Anthropic 与 OpenAI 领跑各领域
Agent Arena 按解决跨领域实际任务的智能体能力对模型排名，美国实验室在所有领域领先：Anthropic 模型在 Code、Work、Chat 均居第一，OpenAI 的 GPT 6 Astra（Max）在三个类别都进入前四，Code 第 2、Work 与 Chat 均第 4。
LangChain(@LangChainAI)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ziphq 用 LangGraph 和 LangSmith 重建智能体，新功能开发从数周缩短至无需手写代码
Ziphq 将其智能体从手写 LLM 调用、存储与上下文代码迁移到 LangGraph 和 LangSmith 后，新增功能从耗时数周变为无需编写任何代码即可完成完整追踪。该团队重建聊天机器人后，每次 trace 都自动记录，无需手写一行代码。
宝玉(@dotey)AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 28 天更新第 1 天：GPT-6 Astra 与 GPT-6.1 Sol 默认速度提升约 50%
OpenAI 在 28 天更新第 1 天公布，通过 ChatGPT 订阅使用 GPT-6 Astra 和 GPT-6.1 Sol 的默认速度提升约 50%，用户无需改设置，两小时内生效。
Cognition(@cognition_labs)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Devin 发布关于记忆与梦境的新内容
Cognition 旗下 Devin 发布了一篇探讨记忆与梦境的文章，并附上阅读链接 devin.ai/blog/memory-an…。该条内容未披露具体技术细节、模型版本或功能更新信息。
Cognition(@cognition_labs)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 为 Devin 推出 Dreaming 记忆功能
Cognition 为 Devin 推出 Dreaming，跨会话构建记录用户协作偏好的记忆图谱。夜间 Devin 会自我改进记忆，清理过期记录并挖掘潜在信息。团队同时在推进名为 Agent Memory Repo 的开源标准，仓库地址为 cognition.com/agent-memory-r…。
a16z(@a16z)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 第七版 Top 100 消费级 AI 应用榜：ChatGPT 居首，Claude 升至网页端第 3
a16z 发布第七版 Top 100 消费级 AI 应用榜，新增收入排行榜，同时保留网页与移动端流量排名。ChatGPT 仍居第一，移动端月活超 1B；Claude 升至网页端第 3，月访问量接近 1B。
eric zakariasson(@ericzakariasson)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 xAI 为 Grok Bot 上线更新日志，支持 RSS 订阅
xAI 为 Grok Bot 推出更新日志，完整记录了自发布以来每个版本的新增、改进与修复内容。日志还提供 RSS 订阅，方便用户以编程方式获取更新，地址为 x.ai/changelog/bot。
AWS Machine Learning BlogAI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 在 AWS GovCloud 中用 Claude Code 和 Amazon Bedrock 加速合规工作负载
在 AWS GovCloud (US) 区域，Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已通过 Amazon Bedrock 提供。
Lenny Rachitsky(@lennysan)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将向高使用量的第三方插件分成收入
OpenAI 将向使用量高的第三方插件分享收入。Lenny Rachitsky 在与 ChatGPT 和 Codex 负责人 @thsottiaux 的对话中透露了这一此前未知的信息。该对话还谈及模型选择器可能取消、loops 和 graphs 只是阶段性产物，以及未来互联网上的多数操作将很快由 AI 智能体完成。
AWS Machine Learning BlogAI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 亚马逊 SageMaker AI 推出 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 变身推理优化专家
亚马逊 SageMaker AI 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 接入 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体。