Rohan Paul@rohanpaul_ai60
Until today, agents could buy about 2,000 tools through x402. We just 10x'd that to 20,000+ 🚀 In partnership with @coin...
标签「Agent」清除
全部 AI 动态
AI 相关资讯全量信息流
7月1日
00:00
Rohan Paul@rohanpaul_ai6月30日
23:51
凡人小北@frxiaobei55
Cloudflare 新增 Browser Rendering，提供远程 Chromium 抓取。Workers Paid $5/月含 10 小时浏览器/天。作者将 AI 公司官网抓取从 Jina Reader 迁至 Cloudflare，实际日耗约 3 分钟，99%+ 余量未用，避免了 Jina 免费层耗尽后的 402 静默失败问题，价格从 token 计费变为 $5 封顶可预测。结合 Pages、Workers、D1、R2、KV、Tunnel 及 Claude Code/OpenClaw + GitHub 自动构建，一人一套 Agent 即可将产品从 0 跑到上线，基础设施成本近乎免费。
Cloudflare 基本已经成了个人开发者/出海独立建站/轻量创业项目的免费全家桶。 Pages 管前端部署(虽然官方不主推了,但是倾向于很多静态也方式),Workers 管后端逻辑,D1 管数据库,R2 管存储,KV 管缓存和短链,Tu...
23:31
Nathan Lambert@natolambert74
美团发布基座推理模型LongCat-2.0（v2），采用MoE架构，总参1.6T，活跃约48B，支持1M上下文。专为智能体编程设计，引入LongCat Sparse Attention、Zero-Compute Experts及MOPD任务路由。基准测试中SWE-bench Pro达59.5（超GPT-5.5的58.6），多项Agent评测领先。模型已在OpenRouter上线，技术博客公开。美团强调全栈自研与低成本，v2基于ASIC训练。
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
23:27
🚨 AI News | TestingCatalog@testingcatalog48
Until today, agents could buy about 2,000 tools through x402. We just 10x'd that to 20,000+ 🚀 In partnership with @coin...
23:21
凡人小北@frxiaobei20
OpenClaw is now on iOS + Android 🦞 📱 Native mobile apps, finally 💬 Agents in your pocket 🔔 Channels, tasks, replies ...
23:19
Chubby♨️@kimmonismus51
Acti (@openacti1) 推出 Agentic Keyboard（智能体键盘），定位为继 2007 年苹果玻璃键盘后的下一次变革。它不是语法修正或语音转写工具，而是在每个文本字段中嵌入隐形智能体。用户输入内容后按住即可运行，结果直接返回，无需离开当前对话。支持将自定义工作流绑定到技能键并即时触发。推文作者认为这是今年智能体领域最有趣的创新之一，称键盘是 AI 理想的载体形式。
The last major keyboard moment was in 2007, when Apple put the keyboard on glass. Nearly 20 years later, we're introduci...
23:05
elvis@omarsar053
Until today, agents could buy about 2,000 tools through x402. We just 10x'd that to 20,000+ 🚀 In partnership with @coin...
23:00
Nathan Lambert@natolambert69
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
23:00
meng shao@shao__meng74
Flowith 团队发布「Matrix」，定位为自演化、多层级的 multi-agent runtime。用户设定使命后，Matrix 通过 CEO Office → OKR 分解任务，驱动多个 Agent 部门（Research/Engineering/Growth/Product）并行执行，并以 proof（文件、上线页面、收入等）闭环。架构包含 Runtime 层（独立 browser/工具/记忆，支持 Neo/Claude Code/Codex，超长时运行）和公司原语（网站部署、Stripe 收款、Agent Wallet、Agent Email）。macOS 客户端已上线，Web 版 coming soon。在 44 个职业真实知识工作的 GDPval-Bench 上，Matrix（GPT 5.5 + harness）得分 95.45%。此前有限 beta 中用户已创建数万个零人公司。
what if you can run an entire 0-person company - without the grind of running a team? matrix is the runtime that makes i...
22:30
宝玉@dotey65
建议将所有微服务放在一个workspace（monorepo或虚拟monorepo），让Agent同时看到schema、API和实现代码。文档采用分层结构：根目录AGENTS.md索引各服务职责，每个服务内写清bounded context。优先用OpenAPI spec等机器可读规格自动生成文档。协议测试（contract test）是精准活文档，能验证服务间交互。验证环节各服务提供mock server或基于OpenAPI的模拟服务，Agent在本地跑contract test形成“写代码→跑测试→自我修正”闭环。可进一步引入consumer-driven contract testing（如Pact）。
22:21
凡人小北@frxiaobei70
将放行信号放在PR评论等可被调用者写入的通道存在风险。AI review贴评论，monitor回读“High: None”即自动合并，但任何有评论权限的人或Agent都能伪造结果。安全门禁的信任结果应走进程内闭环（如returncode、内存状态），评论仅供查看，不可作为门禁依据。
21:57
🚨 AI News | TestingCatalog@testingcatalog35
17:27
TechCrunch：AI（RSS）
54
加密货币交易所OKX于周二发布AI市场“OKX AI”，允许AI智能体自主雇佣彼此、结算支付并建立可携带的链上声誉。该市场面向开发者开放，此前已吸引50家早期AI服务提供商内测。市场基于OKX已有技术构建，支持AI智能体持有数字钱包、使用稳定币支付和建立持久身份。早期合作方包括安全审计服务CertiK、实时市场数据提供商CoinAnk以及纠纷解决基础设施GenLayer。开发者可通过OKX的Onchain OS工具包访问该平台，无需OKX账户即可使用，并兼容Claude Code、Codex等AI编码工具。OKX认为“智能体经济”需要为自主软件设计的基础设施，计划分阶段推广该市场。
15:56
🚨 AI News | TestingCatalog@testingcatalog79
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
关联讨论 5 条X：Emad Mostaque (@EMostaque)IT之家（RSS）公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）15:37
Hacker News 热门（buzzing.cc 中文翻译）
77
LongCat-2.0 正式开源，总参数 1.6 万亿，每 token 激活约 480 亿参数，采用 MoE 架构。新引入 LongCat Sparse Attention（LSA）和 N-gram Embedding 模块，支持百万级上下文窗口。模型在 5 万+ AI ASIC 上训练，消耗超 35 万亿 tokens，训练全程无回滚。在编码和智能体任务上表现优异，深度集成 Claude Code 等工具。提供 GitHub、HuggingFace 及 API 访问。
关联讨论 5 条X：Emad Mostaque (@EMostaque)IT之家（RSS）公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）15:02
IT之家（RSS）
55
普林斯顿大学发布 CEO-Bench 基准测试，模拟创业公司 500 天经营，启动资金 100 万美元，评估 AI 模型担任 CEO 的能力。多数模型在 500 天后破产。最佳单次运行中，Claude Fable 5 期末现金达 4715 万美元，是唯一多次运行均高于初始余额的模型；Claude Opus 4.8 为 2778 万美元，GPT-5.5 为 2130 万美元。Grok 4.20 平均仅存活 28 天，DeepSeek V4 Pro 和 Gemini 3 Flash 亦全部破产。基于规则的基准模型最终余额为 1580 万美元。
15:02
IT之家（RSS）
59
Cursor 本周一推出移动端应用 Cursor Mobile，用户可通过手机新建编程智能体，或对接电脑客户端已启动的智能体。该应用与去年 10 月发布的 Cursor 2.0 更新衔接，后者推动服务向独立代码生成智能体转型。此前，Anthropic 与 OpenAI 均已推出同类移动应用。Claude Code 业务负责人鲍里斯·切尔尼表示，自己目前大部分编码工作已在手机上完成。
14:36
小互@xiaohu62
OpenClaw 推出手机客户端，可通过二维码或设置码与 AI 助手“小龙虾”配对。支持在手机端实时及后台语音对话；Agent 执行操作前需在手机上确认审批；可跨 App 分享文字、链接、图片；授权摄像头、定位、照片、通讯录、日历等设备权限；接收推送通知与节点状态更新。
13:53
SiliconFlow@SiliconFlowAI同事件精选67
美团 LongCat 推出旗舰模型 LongCat-2.0，采用 1.6T 参数 MoE 架构（约 48B 活跃参数），原生支持 1M 上下文窗口。定价为 Input Cache $0.015/1M tokens、Input $0.75/1M tokens、Output $2.95/1M tokens。模型专为 Agentic Coding 设计，包含三大技术：LSA 稀疏注意力实现高效 1M 扩展；Zero-Compute Experts 动态激活 33B–56B 参数/token，无算力浪费；MOPD 将专家分为 Agent / Reasoning / Interaction 三组，按任务门控路由。在 SWE-bench Pro 上取得 59.5 分，性能接近主流闭源模型。现已上线 SiliconFlow Day 0 服务。
同一事件，精选展示《美团 LongCat-2.0 正式发布：国产算力集群训练的万亿参数大模型》推荐理由：美团龙猫的 LongCat-2.0 专为 agentic coding 设计的 MoE 模型，架构上三种专家分工有点意思，SWE-bench 59.5 接近闭源水平，已经能在硅基流动上直接调，做 coding agent 的可以跑跑看。
13:24
歸藏(guizang.ai)@op7418精选75
X（Twitter）官方推出 hosted X MCP，AI 智能体可通过 MCP 协议直接调用 X API 获取实时信息，支持 Grok、Cursor 等工具。用户需注册 X API 并按量付费，个人优惠价每次调用 0.01 美元（1 美元 1000 次）。有用户实测拉取近三天书签仅花 0.1 美元。配置步骤：创建 APP 并充值、获取配置 ID、辅助配置（可交给 Codex/Claude）、授权启动。
Announcing the hosted X MCP. Agents now have access to the best real-time information source in the world. Connect Grok,...
推荐理由：X官方推出的MCP让AI代理能直接读取Twitter数据，归藏实测了定价和配置流程，1美元可调用1000次个人数据，比官方公告更实在，依赖Twitter信息的开发者可以立刻上手。
13:19
AYi@AYi_AInotes66
OpenClaw推出原生iOS和Android应用，将私有云AI助手搬进手机。所有Agent运行在私有云容器中，文件存储于个人云工作空间，数据完全隔离不进LLM训练集。免费套餐每天提供20条由Gemini驱动的AI消息，每月20美元订阅可解锁无限使用权限。与移动端Agent Hermes相比，OpenClaw提供隐私优先的差异化选择。
OpenClaw is now on iOS + Android 🦞 📱 Native mobile apps, finally 💬 Agents in your pocket 🔔 Channels, tasks, replies ...
12:29
meng shao@shao__meng75
美团发布LongCat-2.0，1.6T参数MoE架构，激活参数~48B，上下文窗口1M（最大输出128K），使用5-6万张国产加速卡训练，训练推理全程零英伟达依赖。核心技术包括N-gram Embedding降低路由通信开销、稀疏注意力+跨层索引支撑长上下文、自研底层算子弥补国产芯片生态。定位Agent+Coding优先，非通用对话。Benchmark：Terminal-Bench 2.1 70.8，SWE-bench Pro 59.5（超GPT-5.5的58.6），SWE-bench Multilingual 77.3，FORTE 73.2等。与DeepSeek V4参数规模相近但路径不同：DeepSeek开源+双栈，LongCat强调全链路国产化。
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
关联讨论 5 条X：Emad Mostaque (@EMostaque)IT之家（RSS）公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）12:26
HuggingFace Daily Papers（社区热门论文）
50
针对MLLM自回归坐标生成丢失区域级目标证据的问题，InnerZoom提出单前向跨层证据桥接框架，将原始前向中的目标线索压缩为跨层证据状态，在后序解码层保留、精炼并重新注入以指导坐标预测。InnerZoom-4B在全部六个GUI定位基准上达到最优，OSWorld-G 64.7、UI-Vision 40.2、OSWorld-GR 73.1、MMBench-GUI 87.6，分别超此前最佳4.1、3.2、2.9、2.3分。相比同基线平均提升5.3点，对比两遍ZoomIn平均提升1.3点，端到端延迟降低31.8%，TFLOPs降低约29%。代码与模型将开源。
11:58
Orange AI@oran_ge41
36氪记者 Jessy 到 Oran Ge 所在公司访谈，超过 10 小时录音梳理成文。文章记录了该公司过去一年多真实挣扎与决策：如何在梦想与盈利间平衡，带领团队穿越缺少答案的阶段，以及重构 AI 时代的工作方式。作者将其视为时代剧变下的自身观测点，对读者而言，其中的取舍与挣扎具有参考价值。
11:36
小互@xiaohu精选81
媒体软件公司Every公开「复利工程」方法论，以单人工程团队维护5款产品。核心是四步循环：Plan→Work→Review→Compound，其中Compound将每次解决问题的解法写入CLAUDE.md和docs/solutions/，使AI下次自动避坑。工程师80%时间花在Plan和Review，仅20%用于写代码。配套开源插件支持Claude Code等，含26个专项agent、23条工作流命令、13项技能，可零配置使用。/workflows:review一次并发14个agent审查代码，/workflows:plan在ultrathink模式下可并发40多个研究agent。
推荐理由：Every把内部单人维护5款产品的方法论和插件开源了，14个AI同时审代码、40多个研究agent做计划，是目前公开的多agent并行工程里数字最具体的参考之一，做AI辅助开发的可以直接上手抄。
11:32
StepFun@StepFun_ai33
More time to build with Step 3.7 Flash: in partnership with @StepFun_ai, we're extending the free usage period in Nous P...
11:29
MarkTechPost（RSS）
48
Atoms 是无代码平台，支持零基础设施、多智能体架构并即时连接 GPT 与 Gemini。Sim AI 是开源可视化 AI 智能体工作流工具，提供拖拽画布、80+ 集成及 MCP 支持，可云托管或 Docker 自部署。RAGFlow 是检索增强生成引擎，支持多格式文件建立知识库，连接 LLM（API 或 Ollama），具备检索质量验证。Transformer Lab 是免费开源本地 LLM 与扩散模型工作站，支持下载、对话、图像生成、微调（含 RLHF）、RAG 及嵌入计算。LLaMA-Factory 支持 100+ 模型及 SFT、PPO、DPO、LoRA、QLoRA 等训练方法。
11:26
HuggingFace Daily Papers（社区热门论文）
精选77
研究人员提出 Agents-A1，一个 35B 参数的 Mixture-of-Experts 智能体模型，通过扩展智能体 horizon（长轨迹与异构能力两个视角）达到万亿参数模型性能。团队构建了长 horizon 知识-行动基础设施，生成平均 45K token 的智能体轨迹，并采用三阶段训练：全领域监督微调、领域级教师模型训练、多教师领域路由在线蒸馏（含显著词汇对齐）。对比万亿参数模型 Kimi-K2.6 和 DeepSeek-V4-pro，Agents-A1 在 SEAL-0（56.4）、IFBench（80.6）、HiPhO（46.4）、FrontierScience-Olympiad（79.0）和 MolBench-Bind（56.8）上领先，并在 SciCode（44.3）、HLE（47.6）和 BrowseComp（75.5）上保持强竞争力。
推荐理由：用35B模型追平1T参数模型，这条“扩展智能体视野”的路比无脑堆参数务实得多，做Agent和长程推理的团队必须认真读。
11:02
IT之家（RSS）
36
OPPO ColorOS 今日官宣，小布助手接入微信 A2A（Agent-to-Agent）协作机制，支持用户语音唤醒助手后，自动打开微信向联系人发消息或打微信电话，重名联系人可确认后再执行。该功能基于 A2A 协议，由厂商 AI 助手发起指令、微信负责执行并返回结果，全程采用双重授权机制，保障数据安全与隐私合规。相关能力正逐步向华为、荣耀、小米、OPPO、vivo 等厂商开放。
10:31
Meituan LongCat@Meituan_LongCat83
美团 LongCat 推出 LongCat-2.0，基于 MoE 架构，总参数 1.6T，激活参数约 48B，支持 1M 上下文。模型专为智能体编码设计，包含 LongCat 稀疏注意力（LSA）、零计算专家（33B–56B 动态激活）及 MOPD（三组任务路由专家）。基准测试：Terminal-Bench 2.1 达 70.8，SWE-bench Pro 59.5（超 GPT-5.5 的 58.6），SWE-bench Multilingual 77.3，FORTE 73.2，RWSearch 78.8，BrowseComp 79.9。目前已通过 OpenRouter 的 Owl Alpha 开放使用。
关联讨论 5 条X：Emad Mostaque (@EMostaque)IT之家（RSS）公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）10:26
HuggingFace Daily Papers（社区热门论文）
48
GUICrafter是一个弱监督GUI智能体，通过两阶段课程学习框架降低对人工标注的依赖：阶段1利用大规模未标注截图和网页学习视觉定位，阶段2使用少量高质量数据通过强化学习校准。实验显示，GUICrafter仅使用UI-TARS 0.1%的数据即达到与之竞争甚至更优的性能；在相同标注数据量下，其表现超越所有先前方法（如GUI-R1）。代码、数据和模型已开源。
09:35
elvis@omarsar073
Qwen 发布关于强化学习编码智能体的新工作，指出 LLM 的奖励黑客问题。他们系统研究了编码智能体中的各种奖励信号——测试通过率、LLM 评判器和执行轨迹，发现每种信号都存在一个“地平线”：超出该界限后，信号不再跟踪真实正确性，而是被奖励黑客利用。论文认为长周期编码的奖励设计本质上是地平线问题，指标的选择不如它能持续跟踪正确性的时长重要。
08:26
ginobefun@hongming73155
智能体进入大型工程组织面临验证回路与组织成熟度两大瓶颈。Spotify 架构师分享在2000万行monorepo中运行Claude Code的经验，强调标准化代码库与可靠的CI、测试、自动合并等验证基建是前提，内部平台Honk整合这些工具。Block 工程负责人指出九成工程师在用Goose和Claude Code但功能交付未加速，提出六阶段成熟度模型与AI champions项目（约50名champion各投入30%时间），通过AGENTS.md沉淀知识，三个月内AI生成代码占比提升69%。Spring I/O 2026则梳理Spring AI从LLM调用到生产级智能体生态的演进。三篇从技术基建、组织流程、框架产品化给出解法。
08:00
HuggingFace Daily Papers（社区热门论文）
45
HealthAgentBench发布，包含54项医疗任务（7个类别），每项任务模拟患者就诊全流程的端到端临床工作流。智能体需在极少指令下探索原始数据、操作复杂环境并执行多步解决方案。评估前沿智能体后，整体任务成功率低，最强且成本最优的Codex GPT-5.5仅达约42%成功率。Claude Code在医学影像任务上表现困难，而Codex GPT-5.5展现新兴能力。结合大搜索空间与组合推理需求的任务对当前所有智能体构成挑战。该基准套件已开源。
08:00
HuggingFace Daily Papers（社区热门论文）
45
PixelEyes是一种多轮视觉推理智能体，通过显式解耦推理与感知解决MLLMs因定位不准导致的冗余轨迹问题。推理器决定查找目标，专用感知工具采用掩码引导视觉搜索（Mask-guided Visual Search）和语义区域广度优先搜索（Semantic-region BFS）提供精确定位，消除重复裁剪错误子区域的循环。基于PixelEyes-6K数据集训练，并引入Pinpoint-Bench零提示视觉搜索基准，用于分离定位失败与推理失败。代码和模型已开源。
08:00
HuggingFace Daily Papers（社区热门论文）
45
AutoTrainess是一个LM智能体，将后训练所需的规划、数据准备、训练、评估和日志操作封装为智能体-计算机接口，通过外部化人类经验作为明确的工作流和约束来引导训练。在PostTrainBench基准上，AutoTrainess使用GPT-5.4（Codex）取得26.94平均得分，而纯CLI基线为23.21；该智能体还跨模型泛化，将DeepSeek-V4-Flash（OpenCode）的得分从12.13提升至19.58。
07:59
MarkTechPost（RSS）
53
OpenClaw 推出免费 iOS 和 Android 配套节点应用，手机成为自托管智能体网络中的节点（非独立聊天机器人）。核心 Gateway 用 TypeScript 编写，需 Node 24 或 22.19+，运行在 macOS、Linux 或 Windows（WSL2）上。通过 WebSocket 端口 18789 与手机配对，支持本地 mDNS 发现或远程 Tailscale 连接。iOS 应用通过 QR 码配对，支持聊天、实时/后台语音模式、Canvas 表面，以及相机、屏幕、位置等设备能力。Android 应用提供流式聊天回复、图片附件、全会话历史、语音模式（ElevenLabs 或系统 TTS）和实时 Canvas。隐私敏感命令默认关闭，需在配置文件中显式允许。
07:28
Rohan Paul@rohanpaul_ai65
Google 新论文提出“验证债务”概念：AI 加快论文产出，但人工核查成为瓶颈。为此推出智能体验证（agentic verification）方案，并开发 Paper Assistant Tool 原型系统。该系统将论文拆解为多个部分，深入检查难点并汇总审稿意见，聚焦证明错误、实验漏洞、缺失对比等客观错误，而非直接给出接收/拒稿决策。在数学与计算机科学已知错误测试中，该工具比单次模型调用发现更多证明错误；在 STOC 和 ICML 的面向作者试点中，许多作者据此修复了严重理论缺陷或补充了实验。论文指出科学审稿可能需要独立 AI 栈以应对日益自动化的论文生成。
05:55
🚨 AI News | TestingCatalog@testingcatalog62
OpenClaw is now on iOS + Android 🦞 📱 Native mobile apps, finally 💬 Agents in your pocket 🔔 Channels, tasks, replies ...
05:35
Hacker News 热门（buzzing.cc 中文翻译）
61
Ornith-1.0 是基于 Gemma 4 和 Qwen 3.5 后训练的自改进开源模型系列，包含 9B Dense、31B Dense、35B MoE 和 397B MoE 四种规格。采用强化学习同时优化搜索框架和解决方案。在 Terminal-Bench 2.1、SWE-bench Verified 等编程基准上各尺寸均达同类开源最优——397B MoE 在 SWE-bench Verified 上取得 82.4%，Terminal-Bench 2.1 (Claude Code) 78.2%。所有检查点支持 256K 上下文窗口，MIT 许可证，全球可访问。运行需 Transformers ≥5.8.1、vLLM ≥0.19.1、SGLang ≥0.5.9。