Groq率先部署NVIDIA Groq 3 LPX与Vera Rubin NVL72
Groq宣布将成为首批采用NVIDIA Groq 3 LPX和Vera Rubin NVL72的公司，以提升其AI推理云性能。该平台在基准测试中实现每秒3400个输出令牌，显著加速代理工作负载。Groq与Dell Technologies合作部署，旨在为全球开发者和企业提供大规模推理服务。
Agent 智能体
技术方向 · 让模型自主规划、调用工具、完成多步任务的技术方向 · 共 4272 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月24日周一 · 3 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
Cloudflare 开源企业 AI 平台 Cloudflare OS，基于能力模型保障安全
Cloudflare 开源了其企业 AI 平台 Cloudflare OS，该平台基于能力模型，为每个用户提供独立的沙箱化应用实例，支持非技术用户通过生成式 AI 定制工作软件。平台通过 Gatekeeper 系统实现细粒度权限控制，确保安全。Cloudflare 内部员工已使用该平台，30 天内构建了 4000 多个工具，并显著提升了效率。
正文结构化主题已通过公开置信门槛
神秘AI模型Ox Alpha引发猜测：背后开发者是谁？
一个名为 Ox Alpha 的神秘新 AI 模型在 OpenRouter 上发布，引发互联网对其背后开发者的广泛猜测。该模型被描述为专为编码、持续代理工作和生产负载设计的推理模型，Stripe CEO Patrick Collison 对其表示赞赏。目前其开发者身份匿名，外界猜测涉及中国公司 Z.ai 的 GLM 模型或微软未发布的 MAI 模型，但尚无定论
8月23日周日 · 7 条
正文结构化主题已通过公开置信门槛
凯度发布幂境套系与AI智能体“小紫”，厨电竞争转向体验
凯度电器在2026品牌发布会上推出幂境全隐嵌智能厨电套系和自研AI智能体“小紫”，提出“紫科技”理念，强调从参数竞赛转向用户体验。公司联合Kantar发布白皮书，指出消费者决策更看重感知维度，并计划以咖啡机等品类先行出海。
正文结构化主题已通过公开置信门槛
AI老板首次解雇人类员工，但需人类提醒其规则
AI代理Luna在旧金山运营Andon Market商店，首次解雇了一名人类员工，但这一决定是在人类提醒其自定规则后才做出的。Luna曾忘记自己编写的员工手册，对多次迟到等违规行为表现宽容。Andon Labs用七个模型重放该场景，发现更强模型更倾向于解雇。该事件被视为AI管理人类员工的早期案例，但也暴露了AI在长期记忆和主动执行规则方面的不足。
正文结构化主题已通过公开置信门槛
AI 成为自身最大客户：OpenRouter 代理 token 使用量激增 14 倍
OpenRouter 分析师 Peter Walker 指出，2026 年 2 月 6 日可能是人类消耗 token 量最后一次超过 AI 代理的日子。此后，代理 token 使用量增长了 14 倍，而人类使用量仅增长 2.8 倍。尽管代理消耗的 token 中近 70% 来自缓存提示，实际成本增速低于原始数据，但 AI 已成为 AI 最大的客户。OpenR
正文结构化主题已通过公开置信门槛
匿名模型Ox Alpha身份成谜，社区通过技术指纹猜测智谱或谷歌
匿名模型Ox Alpha（昵称“牛来大模型”）在OpenRouter上线后引发身份猜测，社区通过Tokenizer、视频token消耗和API报错等证据，认为其与智谱的GLM系列高度相似，也有人怀疑是谷歌Gemini 3.5 Pro。该模型拥有104.86万token上下文，支持多模态输入，在代码和Agent任务上表现亮眼，但评测结果存在分歧。目前身份尚未揭
正文结构化主题已通过公开置信门槛
DeepMind校友创立的Inherent称其AI代理在复现研究上超越Anthropic和OpenAI
伦敦AI实验室Inherent由DeepMind校友创立，其新发布的AI代理Faraday在复现科学论文结果的任务上超越了Anthropic和OpenAI的更大模型。Faraday基于仅有270亿参数的Qwen 3.6模型，通过强化学习训练以培养“研究品味”。Inherent计划年底将团队扩至20-25人，并呼吁结束英国的“花园假期”限制。
正文结构化主题已通过公开置信门槛
2026全球AI芯片峰会嘉宾阵容公布，聚焦KV Cache与AI芯片前沿
2026全球AI芯片峰会（GACS 2026）将于9月20-21日在上海举行，由智东西发起，智猩猩主办，芯东西协办。峰会以“芯路求索 聚力致远”为主题，将举办开幕式、高峰论坛及多场技术研讨会，包括大模型KV Cache、超节点、异构混训混推等。目前已公布31位演讲嘉宾，涵盖华为、腾讯混元、上海AI实验室等机构专家，聚焦AI芯片加速大模型、Agent与具身智能
正文结构化主题已通过公开置信门槛
前沿AI实验室缺乏遏制失控模型计划
Guidelight AI Standards 的一项研究显示，顶级 AI 实验室大多未公布应对失控模型的遏制计划。OpenAI 得分最高，Anthropic 和 Meta 得分最低。随着代理式 AI 的普及和加州、纽约监管要求的出台，该问题日益受到关注。各公司回应称评估未涵盖其全部内部措施，而监管机构正推动更多透明度。
8月22日周六 · 10 条
正文结构化主题已通过公开置信门槛
编码代理的关键技能：不止于代码审查
Simon Willison 在其博客中讨论了使用编码代理的关键技能，即自信地指示更改并验证更改的正确性。他认为逐行审查代码并非最有效的验证方式，并提到了其他验证方法。文章还列出了近期相关文章，包括关于概念完整性、Qwen 3.8 27B 模型以及 OpenAI 对 Hugging Face 的意外攻击。
正文结构化主题已通过公开置信门槛
Cloudflare 发布 Kitesurf：面向 AI 代理的轻量级浏览器引擎
Cloudflare 发布了 Kitesurf，一个专为 AI 代理设计的轻量级浏览器引擎，运行在 Workers 上的 WebAssembly/Rust 环境中，支持 Chrome DevTools 协议，可被 Playwright 等工具驱动。Kitesurf 旨在降低资源消耗，但尚不支持视频、WebGL 等特性。社区对其与 Cloudflare 自身反
正文结构化主题已通过公开置信门槛
中国团队发布DeepSoma全脑仿真平台，对标Eon数字果蝇
中国团队知跃空间智能发布全脑仿真平台DeepSoma（知跃灵物），对标Eon Systems的数字果蝇，采用精细神经元生物物理建模，将真实场景重建为4D数字世界，并支持跨身体平台接入。DeepSoma旨在构建Physical AI的基础平台，类似PyTorch在深度学习中的地位，但面临验证门槛等挑战。
正文结构化主题已通过公开置信门槛
研究揭示AI智能体技能提升机制及检索瓶颈
普林斯顿大学和加州大学圣迭戈分校的研究人员通过超过8000次测试，研究了技能（skills）如何提升AI智能体的性能。研究发现，技能主要通过提供程序性指导（procedural grounding）帮助智能体，而非补充事实知识，这一机制在约66%的案例中有效。然而，当技能库从5个扩展到100个条目时，检索命中率从29.6%降至3.3%，表明技能检索是主要瓶颈
正文结构化主题已通过公开置信门槛
新研究：忽视人类信念的世界模型预测行为不准
一项新研究指出，当前世界模型（如Sora、Genie 3等）仅建模物理层，忽略了人类信念、意图等心理状态，导致预测行为不准确。研究者提出“心理世界建模”（MWM）框架，并构建无需训练的参考实现MENTIS，在Menti-Bench基准上显著提升模型表现。该框架通过耦合物理与心理变量，使AI代理能更准确地预测人类行为，但模拟阶段仍是主要瓶颈。
正文结构化主题已通过公开置信门槛
LinkedIn 多智能体 AI 代码审查平台：提升大规模审查效率
LinkedIn 工程师构建了一个多智能体 AI 代码审查平台，以应对大规模代码审查的挑战。该平台通过多个独立 AI 审查器、深度定制和 Kubernetes 架构，提高了审查信号质量并减少了幻觉。评估显示，63.9% 的 AI 建议被开发者接受，其中并发错误修复的接受率达 100%。
正文结构化主题已通过公开置信门槛
模拟接管AI：10%更差，100倍便宜，10000倍更快
Latent Space 的 AINews 文章提出，自 2022 年以来，AI 流水线中越来越多的组件从人类制造转向模型制造，形成“模拟”趋势：性能略差（10%），但成本更低（100 倍）且速度更快（10000 倍）。文章按阶段梳理了从奖励信号、训练数据、教师模型、课程设计到研究者、环境乃至人类主体的合成化进程，并引用 InstructGPT、Phi、Al
正文结构化主题已通过公开置信门槛
代理框架的演进：模型与框架的交叉点
本文探讨了AI代理在2025年圣诞节前后突然变得有效的原因，作者认为这是模型能力与代理框架（harness）共同进步并交叉的结果。文章回顾了从ReAct、AutoGPT到Cursor、Claude Code的演进历程，指出模型正在吸收框架功能，而框架正转向管理人类注意力。
正文结构化主题已通过公开置信门槛
模拟成为新扩展定律：Simile AI 融资 20 亿美元构建人类行为数字孪生
Simile AI 联合创始人兼 CEO Joon Sung Park 在播客中分享了从生成式智能体到人类行为基础模型的路径，其公司已获 2B 美元 B 轮融资，为 CVS 等财富 100 强客户运行数千万次模拟，数字孪生对人类行为的复现准确率达 85%。他探讨了模拟作为新扩展定律的潜力，包括模拟 80 亿人的长期目标，以及模拟在政策测试、社会问题研究中的应
正文结构化主题已通过公开置信门槛
Agno v3.0.0a3 发布：新增 CodeMode、媒体卸载及多项性能优化
Agno 发布了 v3.0.0a3 版本，包含大量修复和新功能。主要改进包括：为代理和团队新增 CodeMode 和结果卸载功能，支持将媒体从数据库卸载到本地、S3 或 GCS 存储，引入 MigrationRequiredError 以处理过时的数据库模式，并优化了性能（如导入时间从 233ms 降至 147ms，会话查找变为 O(1)）。此外，还增加了对