搜索“编码”

、梳理信息关联，并以”红黄绿灯”直观展示健康风险，同时支持多报告对比分析，帮助用户更清晰地阅读和整理健康信息。 （注：本能力仅供辅助参考，不能替代专业医生诊断。） 🎬 视频演示（见公众号原文 ） 03 高效视觉节点：更低成本, 更快速度 Ling-3.0-flash-VL 继承了 Ling-3.0-flash 的极速推理与灵活部署优势。模型引入任意分辨率视觉编码器与 VideoRoPE，原生支持图文及视频多模态输入；语言主干沿用 42 层混合架构，交替排列 KDA 与 Gated MLA（比例 5:1）。在 124B 总参数下，单次推理仅激活 5.5B 参数，极大地压缩了算力开销。 无论是实时视频对话中的连续追问，还是跨工具的多轮视觉交互，模型均能保持低延迟响应。在需要反复“观察——行动——验证——修正”的视觉 Agent 工作流中，更快的单步推理与更低的 Token 消耗，意味着明显的效率提升。Ling-3.0-flash-VL 在以下场景有较好体验： 实时视觉交互：打开摄像头边看边聊，模型随画面变化即时回应，对话节奏自然不卡顿； 视觉 Agent 工作流：从识别界面、拆解步骤、执行

匹配字段正文

份。了解如何为你的 AI 应用赋予声音。 分享 Ben's Bites ChatGPT Work 可以从你的电子邮件、消息和文件中学习你的写作风格。 在 Mac 上按住 Shift 并拖动，即可用 Tangerine 转换文件。 异类心智——Jakub Pachocki（OpenAI 首席科学家）谈如何让 AI 的未来掌握在人类手中。 在 macOS 上配合编码智能体使用 Blender。 智能体现在可以通过 USB 控制一台实体 iPhone。 SuperAstra——实时编辑超级任天堂游戏。 Cibby——一款面向实体游戏收藏者的应用。 Doodle Shooter（我很喜欢玩这个），还能把你自己放进《任天堂明星大乱斗 64》里。 一项让 Web 应用在 iOS Safari 中拥有原生质感的技术。 一款写作插件，它会采访你、点评草稿，并保存你学到的东西。 Factory 的 CEO 谈当 AI 编写代码时该招什么样的人。 Mirai 的 Uzu 在 Apple Mac 上运行本地模型的速度提升 2-3 倍。（我是投资人） Baseten 正在创办一个开源 AI 研究实验室。 Co

匹配字段正文

。]] ]]]][![![![ [ 以 Modal 的代码优先方式赋能智能体 ] ]]]][![![![ [![ 虽然端到端流水线的每一步看起来都不一样，但有一点是相同的：它们全都只是代码。无论是预计算步骤、训练运行，还是低延迟推理，在 Modal 上它都只是一个代码文件。这种结构对工程师有利，他们可以端到端地阅读整条流水线；对团队所依赖、用来快速推进工作的编码智能体也同样有利。]] ]]]][![![![![![ “Modal 让我们以非常代码优先的方式构建一切，因此我们可以更高效地使用编码智能体。一切都只是一个代码文件，而不是这个平台做这个、那个平台做那个。智能体可以看到所有内容，并编写一个完全符合我们需求的脚本。” Diego Caples，Markov Robotics 创始人 ]]]]]][![![![ [![ 这正是这样规模的团队能够同时运行十个实验的重要原因。工程师描述一个实验——预计算什么、基于什么训练、如何部署——然后由智能体编写文件。]] ]]]][![![![ [ 加速迈向通用灵巧性 ] ]]]][![![![ [![ Markov 的赌注是：世界模型会从视频而非

匹配字段正文

发者索引、Exa 面向 codex/Claude Code 的插件，以及 Parallel 的快速模式，搜索成本降低 10 倍。 Sam Altman 做客 David Senra 的播客 + 拆分成小章节的文字记录。 最聪明的模型并不自动等于最好的 agent。为了证明这一点，我拿同一个 Opus 4.6 模型、相同的初始提示词和空仓库，把它放进两个不同的编码框架中：Claude Code 对比 @FactoryAI Droid。 - 兼容 VS Code 的 CLI - 可通过 ssh 工作 - 与你的终端主题同步 terminal-code.com 下午 4:01 · 2026 年 8 月 19 日 · 260 万次查看 518 条回复 · 622 次转发 · 7670 次点赞 Ali Spittel @ASpittel 我真的不想用你的 agent，我想用我的 agent 来用你的东西。下午 7:49 · 2026 年 8 月 21 日 · 67.1 万次查看 256 条回复 · 418 次转发 · 4520 次点赞 Theo - t3.gg @theo 大致列出我现在会把每个

匹配字段正文

它能够在多轮对话中管理大量顺序工具调用。当工具调用失败或返回意外结果时，它具备从失败中恢复并重试的能力，而不是直接中止。 Muse Glimmer 的架构解析 Muse Glimmer 是一个 30B 稠密模型，由 52 个 transformer 层、分组查询注意力（32 个查询头、2 个 KV 头）以及 SwiGLU 前馈层组成。一个约 1.8B 的感知编码器赋予它原生图像理解能力，与文本处理并行，并支持 128K+ token 的上下文窗口。 Meta 构建此模型的目标是让它能装进 24 GB 显存。同样的设计——较小的 KV 占用、滑动窗口注意力——使其在高并发下服务成本可控。由于权重以 Apache 2.0 许可发布，路径是对称的：在工作站上针对量化版本做原型验证，当需要服务数千个会话时，将同一模型部署到 Fireworks 上。 对智能体而言最重要的细节是注意力模式：大多数层采用 2,048 token 的滑动窗口注意力，每第四层设有一个完整的全局注意力层。配合仅两个 KV 头，这使 KV 缓存保持较小——这正是长上下文智能体在高并发下经济可服务的原因。该模型的架构效率使智

匹配字段正文

ken，并将它们转发到后续轮次。 去掉 reasoning content 这一行，同样的调用每次都会用一个新编造的数字来回答。在真实代码中，你从不手写轨迹；你重放模型产生的内容，也就是工具循环中的那一行代码： Kimi K3 定价 Kimi K3 按 token 计价，并设有缓存命中输入档位，以奖励稳定的前缀： 需要内化的两个成本方面： 缓存是你的杠杆。在编码工作负载中命中率超过 90% 时，有效输入成本会趋近于 \$0.30 的下限，但前提是你保持前缀稳定。重构较早的消息或工具声明会破坏它；推理按输出计费，并且可以调节。思考 token 是输出 token，价格为 \$15/M，且思考无法完全禁用，但 reasoning effort 现在有三个级别。max 仍是默认值，因此从不设置该字段的流水线会在每次调用时支付最高推理费用，包括那些微不足道的调用 Kimi K3 基准测试 在整个评估套件中，Kimi K3 都取得了前沿水平的成绩。它在多项编码和智能体基准（SWE Marathon、BrowseComp、DeepSearchQA、AutomationBench、OmniDocBe

匹配字段正文

一个可以声称是前沿的模型的压力都太大了。我认为投资者对这么多参与者都有这种期望，所以他们正在尝试做一件相当困难的事情，未来一年美中平衡将如何展开会很有趣。 00:30:25 Florian Brand：是的，我认为或者总的来说，我和很多其他人都谈过总体生态系统，这也是你在最开始谈到的。我认为我们看到模型能力之间越来越分裂：对许多任务来说已经足够好，比如对很多编码任务来说，当前的前沿模型无论开放还是闭源都已经足够好。嗯，这里的改进感觉越来越不重要。 但如果我们看最前沿，也就是发现新的数学证明、找到新的疗法、发现新药、发明新东西，那似乎是完全不同的一头巨兽，而且很可能在相当长一段时间内由最前沿主导。那么最大的问题就变成：就可触达市场而言，这到底有多重要，以及这会成为多大的焦点。我认为，或者说我的基本判断是，我们看到前沿正在越来越收窄。我们在 Mythos 的网络安全 GPT……或者生物技术方面已经看到了这一点：那些模型不会对所有人开放，嗯，甚至可能连外部合作伙伴也不开放——如果我们考虑有报道称 Anthropic 现在正在孵化或创建一些内部实验室来开发药物的话。 嗯，所以最前沿对所有人来说

匹配字段正文

ources/app/resources/helpers/cursorsandbox），威胁行为者确保未来命令在不受沙箱限制的情况下运行，因此同一提示注入中的后续指令会导致非沙箱 RCE。 其他易受攻击的路径包括 /.zshrc、 /.zshenv 或 /Library/LaunchAgents。 传统上，远程攻击者无法控制沙箱操作的工​​作目录。然而，由于编码代理是一种独特的软件，在此漏洞中，提示注入成为通往该部分代码的通道。 漏洞 2：符号链接规范化失败 第二个漏洞与第一个完全独立，存在于 Cursor 的文件路径解析边缘情况中。它允许威胁行为者利用符号链接绕过越界写入保护。 提示注入（通过无害的 MCP 服务器请求或受污染的网页结果）可以指示 Cursor Agent 在项目目录内创建一个符号链接，指向位于项目目录之外的文件。 默认情况下，Cursor Agent 会尝试规范化路径（解析符号链接）以确定其真实位置，并验证它们位于项目根目录内。 该漏洞之所以发生，是因为规范化逻辑包含一个危险的 fallback：如果规范化失败（例如路径不存在，或路径的某个目录缺少读取权限），Cur

匹配字段正文

作。OpenAI与学术经济学家的一项联合研究显示了这在它们自己组织内部发生得有多快。关键的是，使用智能体的不仅仅是程序员。法律、人力资源和其他非技术职能采用智能体的速度几乎相同。OpenAI可能是煤矿中的金丝雀，预示着工作其他领域将会发生什么。 OpenAI 的工作正越来越像是在管理 AI。四分之一的 OpenAI 员工每周至少同时运行四个智能体。而且，随着编码工作由专门执行框架和应用中的 AI 完成，其他岗位也开始在某种程度上变成编码者。而且他们很擅长这一点。一项针对 Claude Code 用户的独立研究发现，软件工程师在实际使用 Claude Code 完成编码任务时，成功率与其他职业相似。 真正重要的不是用户的职业，而是他们的专业能力。某人的领域经验越多，他们在该领域使用 Claude Code 就越成功。更有趣的是，他们从 Claude 的每次提示中获得的输出也越有用。 我们正在从一个非专家使用聊天机器人填补空缺的世界，转向一个专家使用智能体完成工作的世界。而使用智能体的最佳方式，就是把自己当作管理者。 身处指数增长之中意味着，每个固定窗口内的变化都比前一个更大。如果你的组织

匹配字段正文

和打标签，其规范更为精确。Cowork 中数据和电子表格工作既占比过高又尤其自主，这解释了聊天和 Cowork 提升的一部分原因。 13有关此分类所用提示词的详细信息，请参阅我们 3月报告. 在我们用户群体之外，由更结构化的调查数据所呈现的类似模式也同样成立，这些数据来自 Anthropic 公开记录一项覆盖超过5万名美国人的全国代表性调查。 15 在职业被编码为管理类的人群中，48.1% 表示自己受雇于某家公司，24.4% 表示自己是拥有雇员的企業主，21.7% 表示自己是自雇人士或承包商。其余人目前没有工作，报告的是其最近一份职业。 16不包括军事。 17由于回答被分箱处理——因此最低可能的编码回答也高于零，而最高可能的回答则低于一——本图中的斜率偏向于零。因此，我们对斜率的比较只作定性解读，而不将其视为精确估计。不过，若改用“报告 AI 能完成至少 60% 的工作任务”这一指标来估计该关系（该指标不受中点编码影响），上述模式（正斜率且近乎平行的直线）依然稳健。 分箱后的回答量表很可能也起了作用：由于中点编码会把报告的任务份额拉离两端，即使不存在任何实质性差异，观察到的暴露度也往往

匹配字段正文

明度、技术专长和协调对于这项任务至关重要。” 认真对待它：“经济学家已经擅长分析公平与效率。我们现在需要把同样的严肃态度带到存续性上。” 为什么这很重要——意识是准备的第一步：眼下，AI的进步不断为世界带来切实的好处，从全球所有软件工程师身上可感知的加速，到人机半人马科学团队的形成——这些团队比没有AI的同行取得了更多进展。但也存在一个更难看见的阴影世界——编码进步所造就的隐形黑客大军，以及科学进步所造就的末日装置工厂。因为人类总体上是善良的，我们尚未遇到AI发展所固有的许多负面能力——但它们确实存在。我们必须作为一个社会更好地思考这一点，以便能够有效地为这些重大风险定价并加以缓解。“一个在拓展可能性边界的同时保全未来的文明，比一个将安全视为事后之想的文明更有雄心。真正的选择不是在活力与谨慎之间。而是在不断累积的进步与自我抵消的进步之间，”Leigh说。“思考这一点的一种方式是将韧性视为一种资本。正如社会投资于物质资本、人力资本和社会资本，我们也可以投资于生存资本：降低不可逆崩溃概率的制度、监测系统、规范、冗余、科学保障和国际安排。”读到一位在任政治家对AI安全形势如此详尽的分析，真是

匹配字段正文

子任务列表。然后它会为每个子任务进行预填充，并将它们作为独立请求发送给推理引擎处理。这些线程随后并发解码，直到遇到结束token或超过最大长度。该过程会阻塞直到所有线程完成解码，然后聚合结果。这在各种自适应并行推理方法中是通用的。然而，在聚合时会出现一个问题：分支中生成的内容无法在KV缓存层面轻松聚合。这是因为独立线程中的token从相同的位置ID开始，导致编码重叠，并在将KV缓存重新合并时产生非标准行为。同样，由于独立线程彼此不进行注意力计算，它们拼接后的KV缓存会产生非因果的注意力模式，而基础模型在训练中从未见过这种模式。 为解决这一问题，该领域在如何执行聚合过程上分成了两派，划分依据是它们修改推理引擎还是绕开它。 Multiverse修改推理引擎，以便在汇合时复用KV缓存。 在深入了解Multiverse（Yang et al., 2025）的内存管理之前，我们先理解在“汇合”阶段之前KV缓存是如何处理的。注意每个独立线程如何共享前缀序列，即子任务列表。若不优化，每个线程都需要为前缀序列预填充并重新计算KV缓存。然而，这种冗余可以通过 SGLang的RadixAttention（

匹配字段正文

们打造了一座“软件工厂”——一种完全依赖AI来编写、测试和交付生产软件、无需人类参与的工作方式。该流程包含两条（相当激进的）规则：“代码不得由人类编写”和“代码不得由人类审查”。为了驱动这座工厂，每位人类工程师预计要在AI token上花费相当于其薪水的金额，至少每天1,000美元。 这座工厂的基本理念是：它接收由人类编写的未来产品路线图，并将其转化为产品。编码智能体利用这些路线图构建软件，而测试智能体则在模拟的客户环境中试用软件（该环境由测试智能体按需构建）。各组智能体相互提供反馈，来回循环，直到结果令AI满意。然后由人类审查成品，结果便交付给客户，全程没有任何人接触、甚至看到底层代码。 由软件工厂的测试智能体构建的 Slack 模拟版本，其中一群模拟客户提交请求，以测试编码智能体正在打造的工具。显然，这里有很多细节让这种方法得以奏效，StrongDM 团队已经公开分享了许多细节。他们还邀请了一些聪明的外部观察者来观看工厂的运作，并对所见所闻发表评论，因此你可以阅读 Simon Willison 和 Dan Shapiro 的记述，以更好地了解他们方法的优势和劣势。然而，在许多方面，

匹配字段正文

作阻碍 KV 矩阵吸收：Ling-V2.0 包含 QK Norm 这类非线性操作，这会破坏 MLA 的结构，导致推理阶段无法有效吸收 KV 矩阵。 解决方案：我们在转换前移除了 GQA 中的 QK Norm。利用 RMSNorm 的数学特性，通过数据集校准，将 QK Norm 的参数近似融合至 q proj 和 k proj 权重中，化解这一矛盾。 2、位置编码的不兼容：TransMLA 原生支持 Full RoPE，而 Ling 2.0架构使用的是 Partial RoPE。 解决方案：我们对 RoPE 模块进行了针对性解耦。将受 RoPE 影响的维度与无关维度分开处理。 PCA 、权重旋转等操作仅作用于相关维度，处理完成后再进行拼接，确保了位置编码的绝对正确性。 2. 平滑迁移训练策略 为了最小化架构变更对模型性能的影响，我们基于 Ling-2.0-1T-base-20T（即 20T tokens 的 Pre-Training Checkpoint），设计了一套多阶段的权重转换与渐进式训练（Warmup）策略： 转换至 Lightning Attention 与 GQA 混合的架构

匹配字段正文

12月23日·周二 GLM-4.7上线并开源：更强的编码 智谱AI正式上线并开源新一代大模型GLM-4.7，该版本在编码、推理与智能体能力上实现显著提升。在多项主流基准测试中，编程能力达到开源模型领先水平，在SWE-bench Verified中获得73.8%的SOTA分数，工具调用任务τ²-Bench得分87.4分，超越Claude Sonnet 4.5。来源：智谱 12月22日·周一 MiniMax通过港交所聆讯，有望成为“AGI全球第一股” MiniMax通过港交所聆讯并披露招股书，冲刺IPO。MiniMax成立于2022年初，若成功上市，将是全球从成立到IPO最快的AI公司。2024年，MiniMax收入同比增长782%至3050万美元，净亏损为4.65亿美元。其变现方式包括订阅服务、基于token的应用内购买、线上营销服务以及按使用量计费的企业级API服务。来源：第一财经 智谱冲刺港股“大模型第一股”，估值244亿 智谱通过港交所聆讯，冲刺港股“大模型第一股”。智谱成立于2019年6月，是中国最大型的独立通用大模型开发商、中国第二大整体通用大模型开发商。其MaaS平台提供语言

匹配字段正文

任务，而非一份工作，但它也可能戏剧性地改变人类事业的整个领域。是什么让这一切成为可能？AI智能体已经变得好得多，而且非常快。 自最初的 ChatGPT 以来，生成式AI已经帮助许多人完成任务，但限制始终在于人类用户。AI会犯错出错，因此，如果没有人类在每一步上加以引导，就无法完成任何有价值的事情。自主AI智能体的梦想——即给定一项任务后，能够规划并使用工具（编码、网络搜索）来完成它——似乎遥不可及。毕竟，AI会犯错，因此在智能体为完成任务而必须遵循的漫长步骤链条中，一次失败就会导致整体失败。 然而，事情的发展并非如此，另一篇新论文解释了原因。事实证明，我们关于AI智能体的大多数假设都是错的。即使准确率小幅提升（而新模型出错的可能性要低得多），也会带来AI能完成的任务数量的巨大增长。而最大、最新的“思考”模型实际上能够自我纠错，因此不会因错误而停滞。所有这些都意味着，AI智能体能够完成比以往多得多的步骤，并且能够在没有大量人工干预的情况下使用工具（这基本上包括你的电脑能做的任何事情）。 因此，有趣的是，过去几年中少数几个覆盖从 GPT-3 到 GPT-5 全系列AI模型能力的衡量指标之一

匹配字段正文

，浅肤色男性面孔的最大错误率为 0.8%。 缓解措施：作为对这篇论文的直接回应，微软和 IBM（研究中其分类器被分析和批评的两家公司）加紧解决这些不平等问题，修复偏见，并发布博客文章，毫无保留地探讨算法偏见这一主题 [ 1 , 2 ]。这些改进主要源于修订和扩展模型训练数据集，以纳入更多样化的肤色、性别和年龄。 媒体方面：你可能看过 Netflix 纪录片《编码偏见》和 Buolamwini 的新书《揭下面具的 AI》。你也可以在 Gender Shades 网站上找到该论文的交互式概述。 为何重要：技术系统旨在改善所有人的生活，而不仅仅是某些人口群体（即与掌权者相对应的人群，例如白人男性）。同样重要的是，不仅要考虑单一维度（例如性别）上的偏见，还要考虑多个维度的交叉（例如性别和肤色），这可能会揭示不同子群体之间的差异结果。 简要总结：共指消解模型（例如找出文本中某个代词所指代的所有实体）表现出性别偏见，倾向于在某些职业上把代词解析为某一性别而非另一性别（例如对某个模型而言，“surgeon”会解析为“his”或“their”，但不会解析为“her”）。 用一个经典谜题介绍共指消解：一

匹配字段正文

生了若干最优美的计算例程，显著改变了我们的生活。话虽如此，如果我们想赋予这些例程“超能力”，并使它们能够远远超出其最初设想的输入类型而适用，我们就需要找到某种方式来弥合这一鸿沟。我们的提案——神经算法推理蓝图[32]——旨在通过将目标算法神经化来弥合这一鸿沟。 由于我们识别出的一个关键限制是需要手动进行输入特征工程，一个良好的首要切入点可能是简单地用神经网络编码器取代特征工程师。毕竟，取代特征工程正是深度学习取得重大突破的方式[33]！编码器将学习从原始数据预测算法的输入，然后我们可以在这些输入上执行算法，以获得我们关心的输出。 这种流水线非常流行[34]；近年来，已经出现了开创性成果，使得即使算法本身不可微，也能通过编码器进行反向传播[35]。然而，它存在算法瓶颈问题：也就是说，它完全受制于算法的输出[36]。也就是说，如果编码器对算法输入的预测很差，我们就会遇到与之前相同的问题——算法会在错误的环境中给出完美的答案。由于所需的输入通常是标量性质的（例如输入图每条边上的单个距离），编码器常常被要求将现实世界数据的极其丰富的结构映射为仅仅一个数字。这在低数据或部分可观测的场景中尤其成为

匹配字段正文

创始人 Steve Moraco在他的历程中强调了 Replit 的简洁与强大。 用创始人的话说，Replit 对 DATA 的快速开发和可扩展性至关重要。他强调了直接从移动设备部署更改的轻松与快捷，凸显了该平台的敏捷性和响应能力。 Steve 最初开始这个项目时，几乎没有 Web 开发经验——甚至不熟悉如何使用 GitHub。无需本地开发配置，再加上生成式编码的强大能力，起步进行应用原型开发和部署变得容易和快捷得多。借助 Replit 无缝的编辑器、包管理器以及通过 Ghostwriter 提供的生成式编码功能，Steve 得以创建起一整项业务和 AI 驱动的 iOS 应用服务。 最终，Steve 设想了一个未来：用户可以毫不费力地指示 DATA AI 起草任务，旨在改变工作环境中处理任务的方式。 带快捷指令的主屏幕 Replit 平台不只是一个沙盒，它更是一个发射台。从在 Replit 上构建的初创公司身上可以学到很多。我们生态系统中涌现的成功故事可作为开发者的案例研究。他们的架构决策、扩展策略和创新解决方案，可以为其他想走类似道路的人提供宝贵的洞见。 更多 2026年4月15日

匹配字段正文

性能。 控制向用户发布的时间，这样你就能在不破坏生产环境的情况下修复应用。 绑定你的自定义域名，或在 .replit.app 域名下选择一个自定义子域名。 在接下来的数周和数月里，我们还有更多功能要与你分享。 但在介绍功能之前，让我们先回顾一下 Replit 托管的发展历程…… Replit 托管：5 年测试版 2018 年，Replit 实现了全球最快的 编码 → 托管 工作流程，当时我们发布了 Replit Hosting 的首个测试版。Replit 创造了一种在浏览器中运行任何语言代码的方式。由于 Replit 的构建方式，只需分享一个 URL，它也能变成一个托管平台。多年来，我们不断尝试添加新功能，例如 Always On, Boosts, Analytics, 状态管理器以及 PostgreSQL 数据库. 如今，Replit 托管着数百万个应用，每月处理数百亿次请求，所以我们知道你们喜爱我们托管服务的轻松与简洁。 但我们还不满足。我们希望它做得更好。我们也从你们那里听到了关于旧版 Replit Hosting 的同样反馈： 当你编辑代码时，你不希望影响正在使用你应用的用户

匹配字段正文