Perplexity 介绍其为 Perplexity Projects 构建的文件系统，把它设计成面向智能体的 Git forge。每个智能体在各自的沙箱中工作，并提交到共享仓库，让人类和其他智能体可以跨会话在其工作成果上继续构建。
This is how we built the filesystem behind Perplexity Projects as a Git forge for agents. Each agent works in its own sandbox and commits to a shared repository where people and other agents can build on its work across sessions.
匹配字段正文
World Labs 发布 World API，开发者可通过该公开接口调用其多模态世界模型 Marble，从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。世界生成以异步方式运行，无需专有工具，生成结果可在浏览器渲染、导出到其他工具或接入交互系统与仿真管线。该 API 已用于游戏与沉浸式媒体、机器人仿真（可接入 NVIDIA Isaac Sim、MuJoCo、RoboSuite）以及建筑设计等场景，并通过 World Labs Platform 提供 API key 管理、用量计费和文档。
ld models continue to evolve, we see a future where: Worlds are generated as easily as words and images; Spatial intelligence becomes a shared layer across creative tools and physical AI systems; Humans and agents can reason, interact, and collaborate inside generated spaces The World API is our first step toward making that future programmable, and it's available today. Accelerating the future of AI research and compute September 28, 2026 To Seek a Newer World Our journey from World Labs to AMD
匹配字段正文
World Labs 公布其 real-to-sim-to-real（R2S2R）引擎的早期结果，该引擎由 7 月 21 日加入的 SceniX 团队开发，把真实机器人任务重建为对齐的仿真世界。官方称策略可完全在仿真中训练、零真实训练数据，并直接迁移到多种真实机器人平台，覆盖可变形线缆、铰接盒、刚性物体和杂乱抓取等任务。仿真还能预测策略在硬件上的相对表现与失败区域，用于筛选 checkpoint、降低真机评测成本。
In our functional taxonomy of world models, spanning renderers, simulators, and planners, we argued that the simulator is the linchpin because it turns a world into a place where agents can act, learn, and be evaluated. The work we share here puts that argument to the test. Indeed, some of the most successful L3 or L4-level self-driving cars running on the road today are powered by models trained using both real-world driving and simulation data. Furthermore, many aircraft, rockets, drones, or
匹配字段正文
阶跃终端发布首款大模型原生智能体手机 STEPX Neo 先行版，搭载骁龙 8 系芯片，16GB+256GB 规格，软硬模三位一体全栈价 3999 元，今日开启预售、10 月 16 日首销。新机搭载智能体原生操作系统 Step AOS 1.0，将长期记忆、任务调度和安全机制融入系统底层，并推出 AI 终端原生开发工具 Step Studio，支持通过 MCP、A2A 等协议连接外部服务。购买用户可享连续 12 个月、每月百亿 Token 使用额度的 STEPX Token Plan。
eo 搭载智能体原生操作系统 Step AOS 1.0 ，宣称从零为智能体打造，将长期记忆、任务调度和安全机制融入系统底层。双入口界面设计让用户能随时找到智能体，也让智能体随时响应用户需求。大量系统底层原子能力也可被阶跃 Amoo 直接调用，能记住用户更能为用户完成任务。 阶跃 Step 5 Preview 正式接入腾讯 WorkBuddy，将更强的推理与 Agent 能力带入真实办公场景，可自主完成深度研究、数据分析、PPT 生成及多步骤复杂任务。截止至 10 月 25 日，用户可在全场景 AI 办公工作台 WorkBuddy 中限时免费体验，通过自然语言指令实现从需求理解到成果交付。 IT之家注意到，面向生态伙伴，阶跃 Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作，在本地生活、旅游出行、办公提效、内容创作等领域实现底层生态打通。 面向创客，STEPX 推出了旗下首款 AI 终端原生开发工具（IDE）—— Step Studio，创客只需使用自然语言，即可生成 AI App、游戏、智能体和 Skill。 基于这一开发环境，STEPX Neo 可以
匹配字段正文
Anthropic 发布开源框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 智能体在多轮场景中自动审计目标模型行为，代码已上线 github.com/safety-research/petri。在 14 个前沿模型和 111 条种子指令上，Petri 触发出自主欺骗、规避监督、举报和配合人类滥用等多类失准行为。该工具基于英国 AISI 的 Inspect 框架构建，包含审计智能体、36 个默认评分维度和转录查看器，官方强调它并非基准测试，不能替代人工审查。
We're releasing Petri (Parallel Exploration Tool for Risky Interactions), an open-source framework for automated auditing that uses AI agents to test the behaviors of target models across diverse scenarios. When applied to 14 frontier models with 111 seed instructions, Petri successfully elicited a broad set of misaligned behaviors including autonomous deception, oversight subversion, whistleblowing, and cooperation with human misuse. The tool is available now at github.com/safety-research/petri
匹配字段正文
Anthropic 发布开源智能体框架 Bloom，用于针对研究者指定的行为自动生成行为评测，量化该行为在自动生成场景中的出现频率与严重程度。Bloom 采用理解、构思、推演、评判四阶段流水线，评测结果与人工标注高度相关，并能区分基线模型与刻意植入错位行为的模型。团队同时公开了妄想式谄媚、指令式长程破坏、自我保存和自我偏好偏见四种行为在 16 个模型上的基准结果，代码见 github.com/safety-research/bloom。
Rowan Wang, Samuel R. Bowman, Sara Price We are releasing Bloom, an agentic framework for developing behavioral evaluations. Bloom's evaluations are reproducible and targeted: unlike open-ended auditing, Bloom takes a researcher-specified behavior and quantifies its frequency and severity across automatically generated scenarios. Bloom's evaluations correlate strongly with our hand-labelled judgments and reliably separate baseline models from intentionally misaligned ones. As examples, we also r
匹配字段正文
9月22日杭州云栖大会上，平头哥发布新一代训推一体AI芯片真武V900，单芯片性能达到真武M890的三倍，可满足万亿级参数大模型训练和推理需求，计划2027年第一季度量产售卖。该芯片搭载216GB显存、片间互联带宽1200GB/s，原生支持FP8、FP4低精度计算，并可与自研ICN Switch互联芯片组成千卡全带宽高速互联超节点。平头哥同时首次公布倚天服务器CPU规划，2027年将推出倚天720和倚天730。
型训练和推理场景中接受过检验。M890尚且如此，V900作为三倍性能的新一代产品，想象空间自然更大。 当然，系统级战争也有自己的残酷之处：客户买的不是一颗芯片，而是一整套迁移成本、软件生态和运维体系。谁能让开发者少改代码、让集群少出故障、让推理成本肉眼可见地下降，谁才能笑到最后。真武V900的真正对手，不只是其他AI芯片，而是整个AI基础设施的效率天花板。 Agent倒逼CPU进化，平头哥全栈棋局 如果说真武V900和超节点解决的是“AI算力”问题，那么平头哥首次公布的倚天服务器CPU规划，解决的是另一个更容易被忽视、却越来越致命的问题——Agent时代的CPU瓶颈。 Agent产品正在爆发。它不像传统聊天机器人那样只负责生成文本，而是要任务规划、状态管理、工具调用、多轮反思、结果校验。这些环节极其依赖CPU；与此同时，海量数据的预处理、编排与吞吐也需要CPU完成。GPU再强，如果CPU调度慢、内存带宽低、与GPU耦合松散，Agent就会像一个聪明但手脚迟钝的“数字员工”：想法很多，动作很慢。 大会现场，平头哥首次公布倚天服务器CPU的规划：2027年将推出倚天720和倚天730两代服
匹配字段正文
华为在麒麟媒体技术沟通会上详解麒麟9050 Pro，这是其四年前启动逻辑折叠技术探索后落地的首款量产产品，拥有超过5000万混合键合、晶体管密度提升53.5%。该芯片CPU主频提升12.7%、GPU性能提升40%、NPU算力提升140%，并支持30B MoE大模型在端侧运行，占用内存小于2.5GB。华为半导体业务无线终端芯片产品管理部部长徐松余表示，逻辑折叠芯片量产是关键起点，未来十年将沿这一路线持续演进。
级存算协同的技术，设计了麒麟芯片亲和的MoE架构，大模型加载性能提升25%、内存节省75%，30B MoE大模型占用内存小于2.5GB——最终实现“小空间装载大模型”。 此外，通过联合应用团队，麒麟开发了大模型场景自适应的方案。模型可以根据任务的复杂程度来自动地加载不同规模的参数，从而进一步节约场景功耗20%到50%。 现场，华为演示了几个应用，包括基于本地Agent的图库整理功能，可以根据用户意图完成图库分类、建立相册等。主要涉及30B MoE多步任务规划能力。还有基于7B Dense大模型的小艺帮写，可以帮助用户进行文本内容改写。相比于麒麟9030 Pro，麒麟9050 Pro在运行该模型的首字性能提升180%，模型推理功耗下降29%。 此外，华为还将业界首个6B修图大模型引入端侧，叠加30B MoE高阶图像理解能力，可以根据不同图像内容来进行智能推荐修图选项。 在大算力场景之外，在低功耗感知场景方面，基于灵犀微核加异构算力加低功耗渲染架构，华为打造了业界独有的低功耗息屏导航，首发骑行码表，连续导航可以超过25小时。 通过0.4B的VLM（视觉语言）模型，实现“感知人脸”、眼动翻页
匹配字段正文
微软发布下一代自研 AI 芯片 Maia 300，面向推理负载，预计 2027 年开始量产部署，官方称其每兆瓦 token 数比主流 GPU 系统高 40%。该芯片采用多芯粒架构，计算芯粒基于台积电 N2P 工艺，配备 8 组 HBM4 显存，峰值内存带宽 18 TB/s，TDP 为 950 瓦；在 96 加速器的配置下，机架级 token 吞吐量最高可达 Maia 200 的 7 倍。微软表示 Maia 200 已在 Copilot 等生产负载中运行，并部署于美国、欧洲和澳大利亚，GitHub Copilot 与 Microsoft Foundry 预计在 2026 年底前采用 Maia 200。
osoft Foundry are expected to adopt Maia 200 by the end of 2026. Maia 300 is designed for inference workloads involving long-context reasoning, conversational AI and multi-step AI agents. Microsoft said the system would deliver up to seven times the rack-scale token throughput of Maia 200 in a configuration with 96 accelerators. The company said Maia 200 delivers up to 1.7 times more tokens per watt for built-in AI capabilities in Microsoft Teams, Copilot and Cowork experiences compared with lea
匹配字段正文
TensorZero 正在构建自动化 AI 工程师 TensorZero Autopilot，它分析 LLM 可观测性数据、搭建评测、优化提示词与模型并运行 A/B 测试，由 11.5K 星的开源 LLMOps 平台驱动。团队在 terminal-bench、航空与零售客服、NER、FHIR 医疗、中文法律、ReplicationBench 和猜词游戏等任务上测试，每个任务先用 GPT-5 mini 基线收集 100 次 rollout，再以 5 个独立种子运行 Autopilot 并用 100 次新 rollout 评估，结果在所有任务上均有提升，例如 terminal-bench 奖励从 0.404 升至 GLM-5 变体的 0.637，FHIR 任务从 0.182 升至 Kimi K2.5 变体的 0.585。实验限定在成本相近的固定模型集合内并关闭微调，Autopilot 会先诊断基线失败模式再生成针对性提示词。
We’re building an automated AI engineer that dramatically improves performance of LLM agents on every single benchmark we’ve tried. TensorZero Autopilot is an automated AI engineer that analyzes LLM observability data, sets up evals, optimizes prompts and models, and runs A/B tests. It’s powered by our 11.5Kopen-source LLMOps platform that unifies an LLM gateway, observability, optimization, evaluation, and experimentation. The open-source project is used by companies ranging from frontier AI st
匹配字段正文
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出配套软件与性能优化，覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用。专为本地智能体打造的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型于 10 月 15 日发布，采用 74B 参数、9B 激活参数的 MoE 架构和 2-bit 量化，可通过 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 运行。个人 AI 路由器 NVIDIA PAIR 正式结束 beta，新增 llama.cpp 支持与 Hugging Face 直接下载模型，并支持 Windows、Linux 和 macOS。
X Spark delivers the full stack of NVIDIA RTX and CUDA technologies for creators, developers and gamers, while unlocking a new paradigm in personal computing via powerful local AI agents. Last week, NVIDIA and Microsoft announced that RTX Spark laptops will be available on Friday, Oct. 16. Ahead of the launch, NVIDIA and its ecosystem partners are rolling out new software features and performance optimizations to expand what’s possible with local AI on RTX Spark. New and upcoming RTX Spark updat
匹配字段正文
OpenAI 开源其思维链可监控性评测的数据集与参考代码，仓库地址为 https://github.com/openai/monitorability-evals，并同步发布计算 g-mean2 指标的代码和模拟评测脚手架。OpenAI 表示已在 GPT-5.4 thinking、GPT-5.2 thinking、GPT-5 thinking 和 o3 的系统卡中回填完整可监控性评测结果，未来前沿推理模型系统卡也会报告该结果。部分依赖私有或受限数据的评测未纳入开源，包括 Health Queries、FrontierMath、Math Diamond、OAI-Repo-Sabotage、Anti-Scheming 等。
goals, values, and reasons for taking actions. OpenAI already uses CoT monitoring to detect reward hacking and other forms of misbehavior in frontier reasoning models and internal agent deployments, making it a practical safeguard today rather than a speculative one. At the same time, the effectiveness of CoT monitoring depends on preserving the CoT's informativeness and legibility. Accordingly, at OpenAI we aim to avoid applying strong optimization pressure directly to chains-of-thought and to
匹配字段正文
OpenAI 在 Codex 中发布 Auto-review，用独立的 Codex 智能体在沙箱边界审查越界操作，替代用户逐次审批。官方称该模式下 Codex 会话中断请求人工审批的频率比手动审批模式低约 200 倍，需审查的操作中约 99% 被批准，被拒绝后 Codex 在超过一半的情况下能自行找到可接受的替代方案。Auto-review 使用 GPT-5.4 Thinking（低推理），已在 OpenAI 内部部署，目前 Codex Desktop 内部 token 用量大部分来自该模式；官方同时提示它不构成安全保证，也无法防范模型刻意隐藏意图，相关代码已在 Codex 仓库开源。
Access mode which removes friction at the expense of oversight. Auto-review offers an alternative path. It replaces user approval at the sandbox boundary with review by a separate agent. Internally, Auto-review increases our confidence in running long agentic tasks without synchronous human oversight. In Auto-review mode, Codex sessions stop for human approval roughly 200x less often than in manual approval mode, while still catching many of the actions humans would want stopped. Most actions ru
匹配字段正文
蚂蚁 inclusionAI 在 GitHub 开源 PanelWise，一个自托管的多模型深度研究系统，把同一任务发给可配置的模型面板，再通过 eval 与 no-eval 两种执行拓扑把各模型结果融合成有证据支撑的报告。它提供 Python 3.10+ 的库与 CLI，支持 OpenRouter、ZenMux 及任意 OpenAI 兼容接口，结果对象统一返回 request_id、mode、status、output、usage 和 errors。在 DRACO 全部 100 个任务上，其前沿面板得分比 OpenRouter 公布的 Fusion 结果高 5.38 分，独立预算运行比最强单模型基线高 1.12 分，采用 Apache-2.0 许可。
in to change notification settings; Fork0 (0); Star134 (134)You must be signed in to star a repository Self-hosted multi-model deep research system that fuses independent research agents into evidence-grounded reports. Repository files navigation README; Contributing; Apache-2.0 license; Security English · 中文 Fuse the complementary strengths of multiple models into one stronger result. PanelWise starts with a simple question: if every model sees something worth keeping, can their complementary j
匹配字段正文
蚂蚁 inclusionAI 在 GitHub 开源 Awex，一个面向 RL 工作流的高性能训练到推理权重同步框架，目标是实现秒级参数更新。在千卡规模集群上，Awex 使用 NCCL 传输可在 1 秒内交换 10B 规模模型权重、20 秒内交换 1T 规模模型权重，改用 RDMA 传输后 1T 模型权重交换时间可降至 6 秒。框架支持 NCCL、RDMA 和共享内存多种传输模式，兼容 Megatron、SGLang、vLLM，并提供 NPU 实验性支持。
und a bug? Open an issue; Suggest Features: Have an idea? Start a discussion; Improve Docs: Documentation improvements are always welcome; Submit Code: See our Contributing Guide; Agent Workflows: Read the Repository Guidelines for structure, testing, and PR expectations Development Setup See DEVELOPMENT.md for detailed build and CPU/integration test instructions. 📄 License Apache License 2.0. See LICENSE for details. Awex - high-performance RL training-inference weight synchronization framework
匹配字段正文
蚂蚁 inclusionAI 在 GitHub 开源智能体工作区 Choruz，可异步把用户交互轨迹转化为个性化基准，用于适配执行框架、减少重复错误，并支持选择性替换为自配置的小型模型。原生轨迹学习目前支持 Codex 和 Claude Code，Muse 工作区可执行但原生学习适配器尚未包含；项目处于预发布阶段，接口、配置和数据格式可能不兼容变更，采用 Apache-2.0 许可。
change notification settings; Fork5 (5); Star910 (910)You must be signed in to star a repository Repository files navigation README; Contributing; Apache-2.0 license; Security An agent workspace for Codex, Claude Code, and Muse that asynchronously turns user interaction traces into personalized benchmarks to adapt harnesses, reduce recurring errors, and support selective substitution with smaller provider models you configure. Native trace learning currently supports Codex and Claude Code. Muse
匹配字段正文
蚂蚁 inclusionAI 在 GitHub 开源 AWorld 智能体框架，提供 AWorld-CLI，可编排 Developer、Evaluator 等子智能体自动构建、评估并迭代其他智能体。框架引入 CAST（Code Abstract Syntax Tree）压缩代码结构以突破上下文窗口限制，并支持自动评估与人工反馈两种评估方式。v2.0 加入后台子智能体执行，官方称典型工作负载下执行速度提升 3 倍。
n README; MIT license 中文版 | Automation | Evolution | Contributing | General AI often hits a "wall of context"—the nuanced data, workflows, and intuition that define your world. An agent's true power lies not in the model alone, but in its Agent Harness: the framework orchestrating its tools, memory, context, and execution. This is the AWorld Thesis: A powerful harness is not enough. True AI scaling is unlocked only when experts like you embed the invaluable knowledge, effectively building the ga
匹配字段正文
Kakao 在 if(kakao)26 活动上宣布把 KakaoTalk 从通讯应用转型为 AI 智能体平台，计划今年年底前推出可在 KakaoTalk 内随时唤起的 AI 助手 Kanana Space 和让用户自建智能体的 PC 服务 Canvas。Kanana Space 通过双指滑动唤起 AI 角色 Ryan，可发消息、管理日程、搜索网页、预订和支付，Kakao 已于 10 月 13 日开始接受预约申请，12 月起面向选定用户测试。Kakao 还计划在 2027 年上半年开放智能体市场，接入外部开发者与企业的智能体。
13 at its if(kakao)26 event, held at the Kakao AI Campus in Yongin, Gyeonggi Province, that it is transforming KakaoTalk from a messaging app into an artificial intelligence (AI) agent platform. The company plans to unveil Kanana Space, an AI assistant that users can call up anytime within KakaoTalk, and Canvas, a service that lets users build their own AI agents, by the end of this year. Kakao aims to expand KakaoTalk into an integrated platform connecting a range of AI agents in the first hal
匹配字段正文
xAI 推出 The X Subscription，把 Grok、Grok Bot、Cursor 和 X Premium 合并到一个订阅中，并将在未来几天面向全球开放。付费方案包含在 Grok 与 Cursor 间共享的 Grok 模型用量池，每个方案提供的编码用量至少是对应 Cursor 方案的两倍，第三方模型在 Premium 及以上仍可在 Cursor 中使用并按 API 价格单独计费。团队版按与个人版相同的每席位价格提供 Premium、Super 和 Ultra，并包含 SSO、管理控制、合并账单、用量分析和 SOC 2 合规。
building and sharing. Grok supports chat, voice, and image and video generation. Grok Bot gives you AI teammates that get work done. Cursor provides leading local and cloud coding agents. X adds a checkmark, creator tools, and fewer ads, with higher tiers removing ads from the timeline entirely. Paid plans on The X Subscription include a generous pool of Grok model usage shared across Grok and Cursor. Each comparable new tier provides more usage-per-dollar than the plan it replaces. Your shared
匹配字段正文
微软发布第三代自研 AI 芯片 Maia 300，定位为微软产品与服务的“主要 AI 推理系统”，将于 2027 年开始量产部署。微软云业务执行副总裁 Scott Guthrie 称，Maia 300 每兆瓦 token 数比主流 GPU 系统高 40%，在 96 加速器整机架配置下机架级 token 吞吐量最高可达 Maia 200 的 7 倍。该芯片采用 chiplet 架构、基于台积电 N2P 工艺，将计算、内存控制器与 I/O 功能分离，面向长上下文推理、低延迟对话和持续多步智能体任务。
products and services. Maia 300 not only improves the cost and efficiency of running AI workloads in the cloud, it’s also more capable of handling the latest reasoning models and agentic tasks. Maia 300 will start being rolled out to production in 2027, and it has been designed with efficiency in mind. “We expect Maia 300 to deliver 40 percent more tokens per megawatt compared to leading GPU-based systems,” says Scott Guthrie , executive vice president of Microsoft’s cloud group. “And in a full
匹配字段正文