Agent

LLM-as-a-Verifier：斯坦福、伯克利与英伟达联合提出的验证框架，通过扩展计算量显著提升Agent性能 Transformer论文作者Lukasz Kaiser及GAN论文作者Bing Xu共同转发了一项备受关注的工作——LLM-as-a-Verifier验证框架。该框架作为一种通用验证机制，能够与任意Agent Harness及模型无缝结合。 …

刚刚，DeepSeek 在官方公众号发文宣布，全新系列模型 DeepSeek-V4 的预览版本正式上线，并同步开源！ DeepSeek-V4 拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能三大维度上均实现了国内与开源领域的领先。 秉承 DeepSeek 一贯的开放精神，本次发布的模型按大小分为两个版本，欢迎开发者、研究者和企业用户前往体验和下…

刚刚，DeepSeek-V4来了！ 预览版正式上线并同步开源。 一共两个版本： DeepSeek-V4-Pro：对标顶级闭源模型，1.6T，49B激活，上下文长度1M； DeepSeek-V4-Flash：更小更快的经济版，284B，13B激活，上下文长度1M。 官方原话是：在Agent能力、世界知识和推理性能上均实现国内与开源领域的领先。 并且： 目前De…

入职腾讯后，姚顺雨交出了首张答卷。 腾讯混元最新的基座模型——混元Hy3 preview，现已正式官宣并开源，并已上线元宝和WorkBuddy。 该模型总参数为295B，但激活参数仅为21B。其体量不大，定位明确：聚焦实用性，在真实业务场景中实现高效应用。 官方标注的核心能力是 Agent 和 Coding。这恰好是姚顺雨在OpenAI期间深耕多年的领域。他…

TPU 被低估了。 看完谷歌最新发布的第 8 代 TPU，我终于理解了马斯克这句话的含义。 谷歌专为 Agent 时代打造的第 8 代 TPU，其核心亮点在于： 一是，在「训推分离」的道路上，谷歌比英伟达走得更远——直接推出了两款物理上完全不同的芯片。 训练专用芯片 TPU 8t：整体计算性能是上一代产品的近三倍，能将模型训练周期从数月缩短至数周。 推理专用…

Kimi 2.6 正式发布，带来了在代码生成、长程任务执行和原生视觉理解方面的显著增强。 在多项高难度基准测试中，例如考察综合软件工程能力的“人类最后的考试”，Kimi 2.6 均取得了领先的成绩，其表现与 GPT-4o、Claude 3.5 Sonnet 等顶尖闭源模型持平甚至更优。 本次更新并非简单的功能迭代，而是 Kimi 在 AI 智能体（Agent…

在新茶饮行业，高峰期的订单峰值监控、多区域门店的运营数据汇总、跨系统的业务异常排查，一直是茶饮品牌技术团队的日常高频工作。 某茶饮品牌在测试使用智能体（Agent）的过程中发现，技术团队只需要向智能体提问“当前的QPS是多少”、“订单状态是多少”等问题，它就能串联整个流程并输出结果，员工不再需要登录多个平台查看，显著提升了效率。 不止是新茶饮赛道，这股Age…

上周，两个未署名的匿名模型悄然上架知名 API 聚合平台 OpenRouter，代号分别为“Hunter Alpha”和“Healer Alpha”。它们在没有任何官方宣传的情况下，调用量开始以异常的速度持续攀升。 其中，Hunter Alpha 更是多日登顶平台日榜，累计调用量突破 1T tokens，引发了社区的广泛猜测。最主流的观点认为其来自 Deep…

2026年开年，智能体（Agent）依然是全球AI领域最受关注的赛道之一。由OpenClaw（原Clawbot）掀起的Agent热潮持续发酵，其影响力甚至让“一人公司”的概念首次具备了现实落地的可能性。 近日，OpenClaw在GitHub上的Star数量已超越React和Linux，成为非资源/教程类开源软件项目中最为瞩目的存在。 从浏览器智能体到代码智能…

这个春节，MiniMax 杀疯了。 2 月 20 日，港股马年首个交易日，MiniMax 收盘股价报涨 14.52%，市值一度冲破 3042 亿港元。 这轮上涨并非只是资本市场的情绪宣泄。 过去两年，AI 行业的叙事几乎集中在供给侧，比如更强的模型、更快的芯片、更大的数据中心。然而，制约 AI 产业规模化落地的，除了供给侧的能力上限外，还有大量长期憋着、始终…