罗福莉憋了半年,小米把MiMo-V2.6强化学习直接直播了
相关推荐
微软要把Windows变成Agent工作台:AI能直接操作电脑,还能少花Token
动察 Beating AI 快讯,微软公布 Windows「混合智能」计划,准备让 AI Agent 直接在电脑上执行任务。获得授权后,Copilot 可以读取本地文件和近期活动,还能整理文件、排查故障、编写程序。微软演示中,它自动找齐报税材料,修改文件名、打包附件,并起草了发给会计师的邮件。 这套方案的关键,是让本地 AI 和云端 AI 配合工作。Copilot 负责接收任务,Windows 提供访问文件和执行操作的能力。部分任务可以交给电脑上的模型处理,减少云端 Token 消耗,也让敏感数据留在本地。需要更强推理能力时,再调用云端模型。 为了支撑本地运行,微软将 1370 亿参数的编程模型 MAI Code 1.1 Flash 压缩至 53GB,让它能在搭载 RTX Spark 的高性能电脑上运行。GitHub Copilot 也将通过 HydraFusion 自动选择本地或云端模型,让部分编程任务不再依赖付费的云端推理。 微软还推出 MXC 安全沙箱,限制 Agent 能访问的文件和网络,防止越权操作。目前 MXC 已正式开放。Copilot 读取本地文件、执行电脑操作等新能力,则将在未来几个月陆续登陆 Copilot+ PC。
DeepSeek Harness底座Cordis有了Rust实现:DimAgent准备用它重构
动察 Beating AI 快讯,DimAgent 创始人 Han Cheng 开源插件运行时 Rutis,并表示接下来会用它支撑 DimAgent 的新架构。Rutis 用 Rust 重新实现了 Cordis 的核心设计,后者正是 DeepSeek Harness 使用的底层插件框架。 DeepSeek Harness 用 Cordis 管理模型、工具、会话、Agent Loop 等组件。每个组件都可以做成插件,只声明自己需要和提供哪些服务,Cordis 负责启动、卸载、依赖变化和资源清理。 Rutis 把这套机制搬到了 Rust,同时支持 TypeScript、JavaScript 和 Python 插件。不同语言的插件可以互相调用,也可以分布在不同进程和机器上运行。现有 Cordis 插件也可以直接接入,不需要全部重写。
Pi正式接入OSC 7501,Agent状态不用终端再猜
动察 Beating AI 快讯,Ghostty 作者 Mitchell Hashimoto 最近提出新的终端状态协议 OSC 7501。它让程序主动告诉终端自己正在工作、等待用户、已经完成还是出错,不用终端再从屏幕内容里判断。Rex 已经有初步支持,现在开源 Coding Agent Pi 也在 1.1.0 版本正式接入。 Pi 启动时会先询问终端是否支持 OSC 7501,确认支持后才发送状态。Agent 运行或压缩上下文时会报告 working;需要用户处理对话框或登录时是 blocked;任务结束是 done;无法重试的错误是 error;用户主动取消后则回到 idle。 Pi 不会把 prompt 或模型输出发给终端。状态消息只会附带会话名、对话框标题或错误首行等必要信息。
Laminar把Agent查错成本压到GPT-6-sol的1/23
动察 Beating AI 快讯,AI Agent 可观测性平台 Laminar 发布专门检查 Agent 执行轨迹的模型 flow-1。它会读取模型调用、工具调用和返回结果,找出 Agent 在哪一步出错、为什么出错。 flow-1 运行在 Laminar 的 Signals agent 中。模型可以搜索整条 trace(Agent 的完整执行记录),再按需查看具体步骤。训练时,Laminar 先用合成调查数据做监督微调,再通过强化学习训练工具调用和复杂 trace 分析。 在 Laminar 自建的 523 条困难 trace 测试中,flow-1 的错误检测 F1 为 0.835,GPT-6-sol 为 0.816。sol 召回率更高,能找到更多真实错误;flow-1 精确率更高,误报更少。 对于不足 10 万 LLM tokens 的 trace,flow-1 平均每条分析约 0.0011 美元,GPT-6-sol 约 0.026 美元。按 Laminar 测算,1 美元分别能分析约 888 条和 38 条 trace,相差约 23 倍。flow-1 的成本也比 GPT-6-luna 低约 25%。 目前这些成绩都来自 Laminar 自建 benchmark,暂无第三方复测。flow-1 的训练数据主要来自合成工作流,其中约 48% 是软件工程任务。社区已经有人质疑,它面对真实生产环境里没有预先设计过的新型故障时能否保持同样表现。
Cohere North 2发布:企业Agent开始有记忆、权限和预算
动察 Beating AI 快讯,企业 AI 公司 Cohere 发布 North 2。North 是一套给公司内部使用的 AI 工作平台,可以接入企业文档、Slack、GitHub 等系统,让员工直接调用 Agent 查资料、跑流程、完成任务。 North 2 给 Agent 加入跨会话记忆。员工不需要每次重新交代背景,团队也可以共享知识库、Skills、Agent 和自动化流程,常用工作不用反复从头搭。 公司还能给不同用户和 Agent 单独设权限,限制它能看哪些数据、调用哪些模型、执行哪些操作。管理员可以设置 token 配额、调用频率和总使用上限,敏感操作也可以要求人工确认。 North 支持云端或私有部署,最高可以做到完全断网运行,也可以接入 Cohere 之外的模型。
Prime Intellect推理平台上线:内部每天已跑近1万亿Token
动察 Beating AI 快讯,Prime Intellect 发布开源模型推理服务 Prime Inference。 用户可以直接按需调用模型;如果任务需要长期稳定运行,也可以提前锁定一部分推理算力。接口兼容 OpenAI API,首个公开部署的模型是 GLM-5.3。 这套系统此前已经在 Prime Intellect 内部使用。官方称,它每天处理接近 1 万亿 tokens,用于强化学习、合成数据、模型评测和 Coding Agent。Prime Intellect 从今年 1 月起也一直在为客户运行大规模部署。 Prime Inference 重点优化 Agent 的长上下文负载。它把提示词处理和生成回复分到不同 GPU 上,测试中将 p90 token 间延迟降低近 40%。Prime Intellect 还压缩了 KV 缓存,相同显存下,每个解码器可缓存的 token 从 109 万增加到 163 万,提升约 50%。 Prime Intellect 此前已经提供强化学习、评测和沙箱等训练基础设施。加入推理服务后,它可以把模型训练和实际部署接到同一套平台里,实际运行产生的数据也可以继续用于后续训练。