技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：豆包、通义、文心等国内产品，以及开源 Agent 框架与评测。
13 条精选近 30 天 13 条共收录 208 条
量子位报道，OpenAI 拟收购代码托管工具 Pierre，并计划将代码存储能力带入 Codex，交易仍待监管批准等交割条件。OpenAI 此前已公开内部 Git 后端 Pando，其接入后一次代码推送的中位耗时降了近八成；Cursor 开放代码托管服务 Origin，Anthropic 也为高频合并改动自研了 Scion。
推荐理由：文章串联 OpenAI 收购 Pierre、Cursor 自建托管及 Anthropic 重做代码系统，呈现 AI 编程放量后代码基础设施面临的压力。
AFK AI 团队的 Comma 采用单 Router 加多 Worker 架构，让用户在一个对话中并行推进任务，并由 Agent 汇总结果。系统通过 Salix 接入微信、Signal、iMessage、Linear 等渠道，支持 BYOK、Codex 和 Claude Code，还可离线运行并持续更新专属小模型。
推荐理由：文章以任务并行、跨应用接力和长期记忆三个场景，呈现 Comma 的单 Router、多 Worker 架构如何落地。
腾讯混元发布 Hy4，并因其在 WorkBuddy 上线后调用激增，对推理集群进行十倍扩容并提高免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单的 724 款模型中位列中国模型第二，在 Agent Arena 榜单居开源模型第一、总榜第 13 位，单任务成本约 0.78 美元。
推荐理由：Hy4 的扩容、榜单排名与成本数据同时呈现，可用于了解腾讯混元新一代模型的发布重点及性能价格表现。
Apple 已取消 iOS 27 中 Siri AI 的等待名单，兼容设备用户可立即下载 beta，仅在服务器需求较高时可能受限。用户在设置中进入 Siri 并选择“Try Siri AI (Beta)”即可完成安装；支持设备需运行 iOS 27，并使用受支持的语言和地区。Siri AI 由生成式 AI 驱动，可处理复杂问题、理解更自然的表达，并在对话及 Apple 生态中保持上下文。
推荐理由：文章给出 Siri AI beta 的下载步骤、设备与语言地区限制，也梳理了其生成式 AI 交互和屏幕感知功能。
蚂蚁集团旗下AI助手灵光公布，灵光2.0自10月27日上线一周内已帮助用户管理超116万项事务、执行超360万次任务，灵光用户突破2000万。“帮我管”功能支持在用户授权后持续跟进事务并主动提醒，能力依托跨会话记忆、长程任务调度、工具连接和独立云主机运行。截至11月3日，灵光已连接支付宝、钉钉、飞书、微信读书、哈啰出行、邮箱、麦当劳等40项外部连接器。
推荐理由：灵光2.0用一周托管事务和任务执行数据，呈现个人AI助理从单次执行向持续事务管理的演进。
Together AI 发布 Together Compiler，通过编码智能体持续重写模型前向传播，并在生产流量变化时重新优化推理配置。
推荐理由：文章梳理了 Together Compiler 的持续编译机制、软硬件覆盖与自报性能，展示了生产流量驱动推理优化的实现路径。
OpenAI 发布专用于寻找软件安全漏洞的 GPT-6 Cyber，可在指定边界内发现漏洞、生成可用攻击程序并建议修复方案。该模型在 ExploitGym 的得分为 48.5%，并在 Firefox 和 Linux kernel 真实安全研究中取得结果；相关基准数据均来自 OpenAI，尚无独立测试发布。
推荐理由：材料汇总了模型能力、安全边界和真实漏洞挖掘数据，也说明相关基准目前仅由 OpenAI 自行测试。
蚂蚁百灵推出原生多模态模型 Ling-3.2-flash，具备 560B 总参数、约 25B 激活参数和 1M 上下文窗口。
推荐理由：模型以原生多模态、MoE 参数配置和较低 API 定价切入企业应用，评测结果可用于对照其视觉与 Agent 能力。
面壁智能正用 AI 接管训练框架、算子和芯片适配等底层研发工作，其 ForgeKernel 在昇腾与英伟达相关评测中取得领先。文章以 RS I 的作用范围、实际效果和人机分工为尺度，分析面壁从算子、训练框架到国产芯片适配的工程路线，并指出其当前仍需人工监督、尚未完全实现模型端到端闭环。
推荐理由：文章借 ForgeKernel 的公开表现梳理 RSI 的工程进展、评价尺度与组织条件，呈现了 AI 接管底层研发管线的现实边界。
Kimi 推出 Kimi Hosted Agents，以 Harness as a Service 形式提供 7×24 小时托管环境，支持长程任务与多智能体协作。
推荐理由：文中给出托管运行、安全控制、模板与计费规则，便于评估其企业应用落地方式。
Gemini 4 Carbon 发布后在17项基准测试中有15项领先，并在 Artificial Analysis 智能指数中以58分反超 Claude Opus 5.5 和 GPT-6 Astra。
推荐理由：文章将 Gemini 4 Carbon 的榜单表现、体验短板与谷歌高频迭代路线并置，呈现模型竞争如何转向专项强化与内部研发闭环。
爱范儿在 WorkBuddy 中实测腾讯 Hy4 正式版，模型可依据录屏复刻网页迷你 MOBA，并完成办公文档、3D 场景及应用开发等长程任务。测试覆盖多模态视觉理解、连续电脑操作和错误后的计划调整，作者认为其日常办公与创意任务的交付能力明显优于 preview，但复杂流程仍可能需要多轮交互。
推荐理由：通过办公、编程、3D 建模和游戏复刻等实测，呈现 Hy4 接入 WorkBuddy 后的长程执行与多模态表现。
OpenAI 用尚未发布的网络安全模型和 AI Agent 流水线，在 10 天内发现并验证 948 个可获取 root 权限的 Linux 内核本地提权漏洞，总 API 成本为 120万美元。
推荐理由：文章拆解了多智能体扫描、验证和利用 Linux 漏洞的自动化流程，并提供成本、命中率与社区修复进展。