Meta Superintelligence Labs 提出 agent plasticity，用每美元学习收益衡量 AI 智能体自我改进
Meta Superintelligence Labs 提出用 "agent plasticity" 衡量智能体自我改进的性价比，即在模型权重冻结、每次运行使用全新上下文的条件下，衡量花费每美元学习成本在留出任务上取得的收益。
#Agent
#Agent
今日 146 条elvis(@omarsar0)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。 elvis(@omarsar0)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。 elvis 谈后训练门槛降低与长上下文 RL 成本下降
elvis 对后训练变得更易获取这一趋势表示乐观，认为新的后训练时代已经到来。他指出在智能体 RL 中，长上下文任务成本高、效率低且难以扩展，rollout 消耗了大部分 token，每一轮都要重新读取不断增长的上下文，包括工具输出、文件和此前的轮次。
Fireworks AI(@FireworksAI_HQ)AI 评估 · 10/100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 · 10/100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。 Armadin Security 如何在 Fireworks Forge 上后训练开源模型监控安全智能体
Armadin Security 创始研究员 Yonatan Oren 分享了其团队如何在 Fireworks Forge 上后训练开源模型，用于监控生产环境中的安全智能体。相关分享将于 11 月 3 日在旧金山举行。
宝玉(@dotey)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。 GrokBot 开放邮箱申请：绑定 X 后 @bot 即可领取
GrokBot 邮箱现已开放申请：用户需先拥有 Grokbot 账号并绑定 X，然后在 X 上 @bot 说明想要的邮箱地址，Grokbot 会发来消息要求授权，地址被占用还可以修改。该邮箱可用于注册服务、代你联系商家或与他人约时间。
宝玉(@dotey)AI 评估 · 18/100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 · 18/100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。 Grokbot 能连接 X 还是很有优势，可帮你推送 X 上值得关注的 AI 资讯
Grokbot 能连接 X，这是它的一大优势，可以让它帮你推送 X 上值得关注的 AI 资讯。
Cognition(@cognition_labs)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。 Devin 支持接入个人 ChatGPT 订阅：Go、Plus、Pro 额度可直接抵扣 GPT 模型用量
Cognition 宣布 Devin 可接入个人 ChatGPT 订阅，用户连接 Go、Plus 或 Pro 计划后，所有 GPT 模型用量将从该订阅的配额中扣除。
Z FinanceAI 评估 · 49/100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 · 49/100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 TRAE 负责人石扬离职创业做 AI 办公，联手前字节数据安全负责人傅越，首轮估值 2 亿美元
原字节 AI 编程产品 TRAE 负责人石扬于国庆前夕离职，与前字节 AI 数据与安全负责人傅越联手创办 AI 办公公司，已敲定首轮融资，投后估值约 2 亿美元。石扬此前在字节操盘豆包 MarsCode 与 TRAE，傅越曾组建字节 Global Data 团队；新公司目前仍处于 Stealth Mode。
宝玉(@dotey)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。 宝玉：用 Agent 开发让 loop 转得更快，瓶颈是设备和 Token
宝玉描述自己的功能开发和 bug 修复都跑在一个 loop 循环里，Agent 和自己都能快速拿到反馈，loop 转得越快效率越高。Loop 跑通后可尝试多任务并行，因为大部分时间由 Agent 生成和验证，人可以专注定义问题和验证。当前主要瓶颈是电脑设备不够多和 Token 不够用，他计划多在云端开任务来缓解设备不足。
宝玉(@dotey)AI 评估 · 61/100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 · 61/100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。 宝玉建议将 Claude Code 自动压缩上下文限制在 400k
宝玉建议用 /autocompact 400k 限制 Claude Code 的自动压缩上下文长度，认为 400k 左右比较合理，他自己设置为 300k。他还表示此前建议在 ~/.claude/settings.json 中禁用 1M 上下文的 "CLAUDE_CODE_DISABLE_1M_CONTEXT" 现已没必要，应删除，否则最多只能到 200k。
Guillermo Rauch(@rauchg)AI 评估 · 49/100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 · 49/100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。 Vercel CLI 支持 AI 智能体直接购买域名
Vercel 扩展其 CLI 能力，AI 智能体现在可直接通过命令行购买域名。此前智能体已在其 marketplace 中频繁通过 CLI 购买基础设施产品和服务，如今加上域名后，智能体可完成从想法到上线业务的全栈流程。
lmarena.ai(@lmarena_ai)AI 评估 · 25/100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 · 25/100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 如何衡量智能体能力：用因果追踪替代成对偏好投票
Agent Arena 采用因果追踪（causal tracing）方法衡量智能体能力，替代成对偏好投票，从真实、长时程的智能体会话中提取五项信号。
Vercel NewsAI 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。 Vercel CLI 让 AI 智能体直接购买域名
Vercel CLI 新增域名购买能力，智能体可通过 vercel domains search/check/price/buy 完成从搜索到下单的流程，购买决策仍由用户确认。该命令非交互运行时返回结构化错误和建议的后续命令，避免智能体未经批准消费；CLI 还附带面向智能体的技能，覆盖发现、定价与购买全流程。
ElevenLabs(@elevenlabsio)AI 评估 · 45/100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 · 45/100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。 ElevenLabs 在 ElevenAgents 推出合成语音检测
ElevenLabs 在 ElevenAgents 中推出合成语音检测，用于识别代个人、其他公司乃至恶意行为者拨入企业的 AI 智能体来电。ElevenLabs 同时加入新成立的 Personal Agent Protocol 工作组，参与制定智能体之间的交互规范。
宝玉(@dotey)AI 评估 · 36/100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 · 36/100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。 宝玉分享 baocut 开发方法论：技术方案、原型 UI、编码与验收全流程
宝玉将文章中的开发方法论完整应用于开源项目 baocut，流程涵盖技术方案文档、原型与 UI 设计、编码实现和测试验收。他让 Agent 先做调研并撰写技术方案文档，反复沟通定稿后再产出接近正式 UI 的高保真原型，最后才实现代码。验收阶段 Agent 借助 Electron 的浏览器能力自行测试，多数活由 Agent 完成，人只负责定义问题和验收。
宝玉(@dotey)AI 评估 · 45/100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 · 45/100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。 宝玉分享 AI Agent 开发 baocut 的四步工作流：技术方案、原型 UI、编码、测试验收
宝玉将其文章方法论完整应用于开源项目 baocut，流程分四步：先让 Agent 写技术方案文档并反复修改定稿，再做高保真原型与 UI 设计，然后实现代码，最后由 Agent 自行测试验收、人工复测收尾。他把技术栈改回 Electron，Agent 通过浏览器即可验证绝大部分功能，仅复杂场景才用 Computer Use 辅助。人主要负责定义问题和验收两端。
lmarena.ai(@lmarena_ai)AI 评估 · 8/100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 · 8/100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。 lmarena.ai 分享 arena.ai 的 Agent 资源链接
lmarena.ai 发布了一条指向 arena.ai/resources/agen… 的链接，正文未附任何说明文字，仅显示 0 条回复、0 次转发、5 次点赞和 2675 次浏览。该帖由 xgo.ing 提供数据支持。
LangChain(@LangChainAI)AI 评估 · 21/100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 · 21/100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。 LangSmith LLM Gateway 支持 OpenAI Decisions API，为智能体提供低延迟推理
LangSmith LLM Gateway 现已支持 OpenAI Decisions API，可为智能体提供低延迟推理。该网关同时提供模型回退、数据脱敏策略和支出限额，作为集中管控入口。
腾讯科技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。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。 苹果发布会的光环为何褪去：AI 开发者大会接棒“科技春晚”
苹果发布会的“科技春晚”地位正在消退，OpenAI、Google、Anthropic 等 AI 开发者大会成为新的关注中心。2026 年 9 月 OpenAI DevDay 发布二十多项更新，重点推出可长期运行的个人 Agent Dots，并新增每月 500 美元会员档位、调整 GPT-6.1 Sol 价格体系，但新能力增量有限、悬念减弱。
eric zakariasson(@ericzakariasson)AI 评估 · 34/100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 · 34/100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。 Grok @bot 模板：4 个可在 X 上直接使用的构建方案
4 个 Grok @bot 模板现已可在 X 上直接使用，分别覆盖 launching、threat hunting、threat intel 和 X API 集成四类场景。
eric zakariasson(@ericzakariasson)AI 评估 · 27/100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 · 27/100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。 X API Engineer 上线 Grok Bot：提想法、构建测试并部署项目
X API Engineer 已在 Grok Bot 中上线，可帮助开发者基于 X API 从案例中获取灵感、完成构建与测试，并直接部署项目供他人使用。该功能由 Paul Vann 介绍，意在解决开发者不知从何入手的问题。
歸藏(guizang.ai)(@op7418)AI 评估 · 31/100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 · 31/100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。 Grok Bot 正式推出专属邮箱，可用于注册服务、联系商家和约时间
Grok Bot 正式推出专属邮箱，Bot 可用它注册服务、替你联系商家或与他人约定时间。该邮箱前缀可在评论区 @ Grok Bot 或转发推文领取。
elvis(@omarsar0)AI 评估 · 12/100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 · 12/100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。 elvis 用 Jev 搭建自动化流程，索引 X 上 Jev 用例
elvis（@omarsar0）用 Jev 驱动的自动化流程追踪并索引 X 上分享的 Jev 用例，整理成一份灵感清单，发布在 academy.dair.ai。他表示 Jev 已成为 dair_ai 构建软件的核心工具，并称其减少了可靠性问题。该索引自动化本身也由 Jev 完成。
elvis(@omarsar0)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。 用 Jev 和 Pi 构建自定义 harness
内容指向在 academy.dair.ai 的 dashboard 资源页用 Jev 和 Pi 构建自定义 harness。原文未给出更多模型版本、参数或可用性细节。
elvis(@omarsar0)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。 Codex 向 Pro 用户推出 composer predictions 测试版
Codex 面向 Pro 用户开放 composer predictions 测试版，可基于对话内容和你与它的交流方式预测你的下一条消息。有开发者表示自己在 agent orchestrator 中已自建同类功能数月，并用 Haiku、Luna 等小模型实现，可随使用调优并适配个人偏好。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 26/100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 · 26/100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。 Andrew Ng 最新公开信：智能体每天 5000-10000 次网页搜索，将需要更多数据中心
Andrew Ng 在 The Batch 本周公开信中指出，他的一个智能体每天执行 5000 到 10000 次网页搜索，智能体将需要远更多的数据中心。本期还提到 GPT-6.1 Sol、Gemini 4 Argon、FLUX 3 Action 和 HYSET。
LangChain(@LangChainAI)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。 LangChain 提出每个 AI 智能体开发者都应能回答的 3 个问题
LangChain 提出每个 AI 智能体开发者都应能回答的 3 个问题：智能体在哪里失败、如何复现、如何让它停止失败。相关分享来自 Jake Broekhuizen 的一场演讲，视频已在 YouTube 上线。
OpenAI NewsAI 评估 · 26/100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 · 26/100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。 Asana 用 GPT-6.1 Sol 在浏览器测试中将模型成本降低 76 倍
Asana 借助 GPT-6.1 Sol 让浏览器智能体在测试中成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
Vercel NewsAI 评估 · 26/100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 · 26/100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。 Rillet 如何用 Vercel 上的 AI 智能体将交付速度提升 3 倍
Rillet 借助 Vercel 开源智能体框架 eve 将上线速度提升 3 倍，两人前端团队 4 个月内关闭 800+ Linear 工单，客户需求最快 2 小时上线。其智能体通过 Vercel Connect 接入 Slack 和 Linear，并借 AI Gateway 统一路由 Anthropic、OpenAI 等模型请求，配置只需在 agent.ts 中改一个模型字符串。
a16z(@a16z)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。 a16z 对谈 TypeSafe AI：AI 三年贬值幅度堪比 PC 十五年，廉价智能让模型走出聊天框
a16z 对谈 TypeSafe AI 的 Diogo Almeida 指出，AI 在 3 年内的"贬值"幅度相当于 PC 用 15 年才完成的水平，廉价智能正让模型走出聊天机器人、进入真正干活的软件。TypeSafe 称其在为软件打造 AI，目标是让 AI 不只服务"人类在环"，而是真正构建软件。Martin Casado 认为这带来重建系统的机会，因为行业多了一个全新原语。
eric zakariasson(@ericzakariasson)AI 评估 · 29/100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 · 29/100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。 Grok Bot 获得专属邮箱，可代用户注册服务和联系商家
Grok Bot 现在拥有自己的邮箱，可用于注册服务、代用户联系商家或与某人约时间。该功能由 xgo.ing 提供支持。
ChatGPT(@ChatGPTapp)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。 ChatGPT 的 dot 现可在 Codex 中代你启动任务并跟进已有线程
ChatGPT 的 dot 现在能在 Codex 中启动工作、跟进已有线程，并调用你的 ChatGPT 对话、Codex 线程和自动化任务，还能判断何时续用线程、何时新开。dot 也可在 ChatGPT Work 中查看和编辑 Scheduled Tasks，支持查询已排期任务或随计划变化更新重复任务。
freeCodeCamp.orgAI 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。 freeCodeCamp 发布 n8n 可扩展 AI 自动化课程
freeCodeCamp.org 在 YouTube 上线免费 n8n 与 AI 自动化课程，时长约 1 小时，讲解如何把 n8n 打造成 AI 驱动的编排引擎。
LangChain 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。 LangChain 如何用 Managed Deep Agents 构建开箱即用的智能体体验
LangChain 在 Managed Deep Agents v0.9 中新增 reactions API，可为 Slack 等渠道的分布式智能体动态分配 emoji 回应，取值可以是 emoji 字符串或返回 emoji 的可调用对象。
LangChain BlogAI 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。 如何在 harness 中构建模型路由器：LangChain 的 Open SWE 实践
LangChain 在 Open SWE 中把模型路由做进 agent harness，按任务类型和难度在 GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra 三档模型间选择，相比始终使用顶级模型的基线把每线程中位成本降低 64%，质量没有可测量变化。
THE DECODERAI 评估 · 69/100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 · 69/100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。 Anthropic 为 Claude 托管智能体加入动态工作流，单次可编排至多 1000 个智能体
Anthropic 为 Claude Managed Agents 加入动态工作流，实现多智能体编排：由主智能体制定计划、向子智能体分发任务并合并结果，单次执行最多可并行运行 1000 个智能体。
特工宇宙AI 评估 · 48/100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 · 48/100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。 Eazo 发布：Personal Agent 的起点是 Agent，终点是 Person
谢扬团队国庆期间正式发布 Personal Agent 产品 Eazo，以定制 App 为中心，用户用自然语言描述需求，Agent 生成 6 个以上视觉方向并完成前端、后端、数据库、登录与 Stripe 收款，自带 49 个 AI 模型。
a16z(@a16z)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。 a16z 对话 TypeSafe AI：Ben Horowitz 与 Diogo Almeida 谈"造产品，别造神"
a16z 发布 Ben Horowitz 与 TypeSafe AI 的 Diogo Almeida 对谈，主推其"build prod, not God"路线。Diogo 透露其模型意外每天服务数万亿 token，29.4% 的《财富》500 强客户找上门，并于 3 周前从 a16z 完成一笔大额 A 轮融资。他称大多数 AI 圈内人"没搞懂"，只把问题当成分类器层面的抱怨。
a16z(@a16z)AI 评估 · 26/100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 · 26/100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。 TypeSafe AI 的 Diogo Almeida：最“无聊”的 SaaS 公司最有希望赢下 AI
TypeSafe AI 的 Diogo Almeida 认为，最“无聊”的大型 SaaS 公司最有希望赢下 AI，因为它们最懂该自动化哪些工作流。他称 SaaSpocalypse 关于“软件易复制”的叙事站不住脚，很多关键逻辑藏在底层，SaaS 将成为 AI 最大赢家之一。他透露其模型曾意外每天服务数万亿 token，并有 29.4% 的财富 500 强客户出现。
Fireworks AI(@FireworksAI_HQ)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。 EngramLab 联创 JessyLin 将在 Fireworks Forge 分享如何让智能体在权重与上下文中原生记忆
EngramLab 联合创始人 JessyLin 将在 Fireworks Forge 上演讲，主题是构建具备原生记忆的智能体——让智能体既能在权重中记忆，也能在上下文中记忆。活动于 11 月 3 日在旧金山举行。
大模型智能AI 评估 · 68/100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 · 68/100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 推出 GPT-6.1 Sol Ultrafast 版本，速度提升 8 倍
OpenAI 推出 GPT-6.1 Sol 的 Ultrafast 版本，速度是标准版的 8 倍，官方称智能水平与标准版一致且逼近旗舰 Astra。