ZetaChain生态AI应用Anuma用户数突破20万
相关推荐
Spotify把Claude、Gemini和Codex塞进一个总控台，1300名工程师已在用
据动察 Beating 监测，Spotify 推出 AI 编程工具 Xirp。它把 Claude Code、Gemini CLI 和 Codex 接进同一个工作台，可以同时跑多个 Agent。中途换工具，项目上下文也能直接带过去。 Spotify 已经用 Xirp 跑了超过 3.6 万次 Agent 会话。官方称已有 1300 多名 Spotify 工程师使用。Xirp 可以同时协调 50 多个会话，每个任务单独放进一个 Git worktree，多个 Agent 能在同一代码库并行干活，互不干扰。 更核心的是「团队记忆」。接上 Spotify Portal 后，Agent 能直接读取服务架构、依赖关系、负责人和历史架构决策。一次会话积累的上下文也会存回 Portal，其他工程师或 Agent 可以接着做。 Xirp 更像一个 Coding Agent「总控台」。Spotify 不押注某一家模型，而是让 Claude、Gemini、Codex 随时可换。Spotify 此前已经把内部开发平台 Backstage 开源，又推出了商业版 Portal；现在 Xirp 再把多 Agent 调度接了进来。
DeepSeek、Kimi都在拼命砍缓存，英伟达开始让缓存跨模型复用
据动察 Beating 监测，过去两年，大模型推理优化一直在拿 KV Cache 开刀。它是模型读完上下文后留下的中间计算结果，内容越长，越吃显存和带宽。DeepSeek-V2 借助 MLA，相比 DeepSeek 67B 将 KV Cache 减少 93.3%；Kimi Linear 相比全 MLA 又最多减少 75%。大家都在让长上下文更便宜。 但这些方案都有一道墙：缓存通常只能在同一个模型内部复用。Agent 从小模型切到大模型后，目标模型还得把前面几万甚至几十万 Token 重新计算一遍。模型路由越频繁，这笔重复计算越难忽略。 英伟达最新论文开始拆这堵墙。团队发现，在同一家族、KV 结构匹配的不同大小模型之间，缓存存在明显的线性关系。用 500 段、每段 1024 Token 的文本校准一次，就能拟合出一套映射，把一个模型算好的 KV Cache 转给另一个模型继续用。 Qwen3-14B 切到 32B 时，32K 上下文重新计算约需 7 秒，转换缓存只要约 0.28 秒，快约 25 倍。换句话说，以后甚至可以先让小模型负责「读」：把长上下文算成 KV Cache；真正需要更强能力时，再把缓存转给大模型，让大模型直接开始「想」和生成。 这会让模型路由省下更多算力。现在让简单任务跑小模型，主要省的是生成成本；一旦切到大模型，长上下文往往还得由大模型重新算一遍。跨模型 KV Cache 如果做成熟，连这部分 prefill 都能交给小模型完成。Agent 可以长期用便宜模型维护上下文，碰到难题才叫醒大模型，而且不用每次都从头「读档」。
Claude Code跑Kimi K3最贵最慢，成本是Hermes Agent近4倍
据动察 Beating 监测，AI Agent 基础设施公司 Composio 扩大测试，把同一款 Kimi K3 接入 6 套 Agent 框架，完成 26 项相同任务。这里比较的是运行框架，底层模型均为 Kimi K3。 Kimi Code 完成 21 项排名第一。Hermes 完成 20 项，Pi Agent 和 Claude Code 均为 19 项，OpenCode 为 18 项，Codex 以 17 项垫底。 按 Kimi K3 官方价格估算，Hermes 和 Pi Agent 平均每项任务成本最低，分别为 0.39 美元和 0.40 美元。Claude Code 达到 1.47 美元，约为 Hermes 的 3.8 倍。 Pi Agent 速度最快，单项任务中位耗时为 161.7 秒。Claude Code 最慢，达到 347.6 秒。同一模型换套框架，成功数最多只差 4 项，平均成本却相差近 4 倍，耗时相差超过 2 倍。
Kimi K3接入Claude Code，平均任务成本是Kimi Code的9倍
据动察 Beating 监测，AI Agent 基础设施公司 Composio 将同一款 Kimi K3 接入 Kimi Code、Hermes 和 Claude Code，完成 28 项相同任务。三套运行框架的成功数只差 2 项，Token 用量和成本却相差很大。 Kimi Code 完成 22 项，Hermes 完成 21 项，Claude Code 完成 20 项。单项任务 Token 中位数分别为 6.1 万、6.7 万和 34 万。Composio 估算，平均每项任务成本约为 0.22 美元、0.28 美元和 2 美元。个别任务的 Token 用量最多相差 30 倍。 Hermes 速度最快，单项任务中位耗时为 179 秒。Kimi Code 为 297 秒，Claude Code 为 348 秒。 Writer 的另一项研究也得到相近结果。研究人员在 22 项企业任务和 6 款模型上只替换运行框架，Token 用量下降 38%，单项成本下降 41%，耗时下降 44%，完成质量基本持平。
MoonPay推出AI支付工具PayBox，支持通过ChatGPT、Claude直接完成支付
火星财经消息，7 月 29 日，MoonPay 推出 AI 支付工具 PayBox，用户可将其接入 ChatGPT 或 Claude，让 AI 助手直接准备预订机票、餐厅或在线购物等支付交易，用户可选择每笔交易均需通行密钥批准，或设定限额后由 AI 自主完成。PayBox 整合了加密钱包与支付卡，支持基于 x402 智能体支付标准跨链完成交易，首发支持 Solana 及 EVM 兼容链。 MoonPay 表示，钱包私钥通过多方计算（MPC）及可信执行环境（TEE）保护，任何单一方均无法独立获取完整私钥或签署交易，未来一个月还将扩展支持更多 AI 平台及代币兑换等 DeFi 功能。
网传DeepSeek Harness本周开启内测，对标Claude Code
BlockBeats 消息，7 月 28 日，据 Max For AI 爆料，名为「Harness」的 DeepSeek 版 Claude Code 即将开始内测。社群疯传的内测招募截图显示，DeepSeek Harness 计划于本周晚些时候开启内测，首批用户将从小范围群聊中筛选。入选者需要提交个人资料、签署《保密承诺函》，并获得产品访问权限。 更值得注意的是，图里还明确提醒：一旦泄密，不仅会被取消资格，还会影响之后 DeepSeek 各类模型、产品内测以及合作机会的入选。如果消息属实，V4 正式版和 Harness 将很快公布。 动察 Beating 稍早前报道，DeepSeek V4 正式版（V4 GA）可能推迟到 8 月中旬发布。Harness 封闭测试结束后约 1 至 2 周会开放 V4，发布时间可能在 8 月 10 日至 20 日之间。如果消息属实，DeepSeek V4 上线时可能会面对更强竞争。届时 GPT-6、Claude Fable 5.1、GLM-5.5 等下一代模型可能已经进入市场。 点击下方原文链接，加入动察 Beating · 飞书 AI 新闻渠道，7×24 小时不间断监测全球 AI 热点与新闻。