Instinct长期记忆被逆向:Git+Markdown,和Supermemory几乎同一路线
相关推荐
Instinct和Muse想到一块:Agent免费,靠交易抽成
动察 Beating AI 快讯,个人 AI Agent Instinct 创始人 Noah Shinn 在首次公开长访谈中讲了公司准备怎么赚钱。 Shinn 希望 Instinct 最终能长期免费,不向用户收订阅费。Agent 替用户订酒店、购物等完成交易后,Instinct 再向拿到订单的商家收一小笔佣金。不过这目前还只是他的目标,Instinct 暂时没有承诺永久免费。 Shinn 也明确不想做广告。个人 Agent 会越来越了解用户,也会越来越擅长影响用户的决定。如果平台靠广告挣钱,Agent 就可能开始劝用户买原本没打算买的东西。他更希望 Instinct 只从用户本来就要完成的交易里挣钱。 具体抽多少还没定。Shinn 拿 Shopify、Amazon 和 Apple 的平台抽成做参照。Instinct 目前约一半交易额来自旅行,一些精品酒店愿意为它带来的订单支付最高超过 30% 的佣金,但 Instinct 不一定会收这么高。 巧的是,扎克伯格此前给 Muse 设想的也是这套模式:大多数用户免费使用,Agent 帮用户完成交易后,再向获得生意的商家收费。
GitHub重建Git底层:5000个AI并行工作,单仓库每秒处理7200次代码推送
动察 Beating AI 快讯,GitHub 公布了代号为 Rubicon 的新一代 Git 存储架构。内部测试显示,5000 个 AI Agent 可以同时在一个代码仓库中工作,每秒完成 7200 次代码推送,同时保持较低的读取延迟。 过去,GitHub 最繁忙的代码仓库,每秒也只有短时几十次写入。现在,大量 AI Agent 可以全天候并行开发,不断提交新代码。每次提交还可能触发自动测试,让其他 Agent 下载最新版本,仓库的读写压力随之增加。 GitHub 的解决办法,是把「存代码」和「更新分支」分开处理。 Git 每次推送代码,都要完成两件事。第一步是保存新增或修改后的代码内容。Git 不会直接覆盖旧版本,而是把变化的内容存成新对象,没变的部分可以继续复用。第二步是更新分支指针,记录这个分支现在指向哪个最新版本。 比如,1000 个 Agent 同时开发软件,有的修改登录功能,有的修改支付功能。只要它们在不同分支工作,新代码就可以同时保存,分支也能各自更新。只有两个 Agent 同时争着更新同一个分支时,系统才需要判断谁的更新能先成功。 GitHub 最初让所有分支共用一份更新记录。即使不同 AI Agent 修改的是不同分支,也要争着更新同一个文件,导致每秒只能处理数百次推送。GitHub 又试着把记录拆成多份,让不同分支同时更新。但这样一来,每次检查仓库有没有变化,都得逐份查询,反而拖慢读取速度。 最终,GitHub 开发了专门管理分支更新的 Ref-CAS 服务。它允许不同分支同时更新,只有修改同一分支时才需要处理冲突。同时,它还给整个仓库维护一个统一版本号。其他程序只需检查这个版本号,就能知道仓库有没有变化,不必逐个查询所有分支。 GitHub 另外安排独立机器,在后台合并不断积累的代码数据包,避免数据包越来越多、拖慢读取。新架构最终在内部测试中达到每秒 7200 次推送。 GitHub 的 Rubicon 目前仍处于有限私测阶段,计划在 2027 年初扩大上线。
卷入韩国银行AI网攻后,ARTEX作者宣布闭源,GitHub仓库已下架
动察 Beating AI 快讯,开源 AI 渗透测试工具 ARTEX 被发现用于攻击韩国多家金融机构后,开发者 Autumn-27 于 10 月 8 日宣布项目闭源,停止更新,不再对外发布新版本或提供维护支持。随后,ARTEX 的 GitHub 原始仓库也被下架。 ARTEX 是一套可以连接不同大模型、自动寻找漏洞并执行渗透测试的多 Agent 系统。此前,网络安全公司 CrowdStrike 发现,韩国银行攻击事件的相关攻击者使用了 ARTEX,还在服务器上留下了工具配置和 Claude Code 聊天记录。 Autumn-27 在声明中表示,ARTEX 原本是为学习研究和企业授权安全测试开发的。工具被用于非法攻击,完全违背了开发初衷。作者谴责未经授权的使用行为,并表示不承担相关责任。 不过,ARTEX 的源码已经被其他开发者备份。即使作者删除原始仓库、停止维护,之前公开的版本仍然可以被其他人使用和修改。
Codex Cloud接入Tailscale:云端Agent也能访问本地服务了
动察 Beating AI 快讯,OpenAI 为 Codex Cloud 加入 Tailscale 支持,让云端编程 Agent 可以访问用户本地电脑和公司内网中的开发服务。 此前,Codex 虽然能在云端读取 GitHub 代码、修改项目,但遇到只在私人网络中开放的 API、测试服务器等资源,就无法直接调用。 现在,用户可以通过 Tailscale 将 Codex Cloud 接入自己的私人网络。比如,你在 Mac 上运行了一个测试服务,Codex 修改代码后,就能直接调用它来检查结果、排查问题。企业也可以让 Codex 访问内部 API、测试环境和私有软件包仓库,无须把这些服务暴露到公网。
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。
Meta、Sierra给AI Agent做「通行证」,Walmart、Shopify等参与制定
动察 Beating AI 快讯,客服 Agent 公司 Sierra 联合 Meta 发起 Personal Agent Protocol(PAP),Walmart、Shopify、Stripe、Genesys、Instinct 等公司共同参与制定。PAP 面向个人 AI Agent,让企业确认 Agent 的身份、它代表哪个用户,以及用户授权它做什么。 现在很多个人 Agent 仍靠模拟真人操作网页。它们打开网站、点击按钮、填写表单,很容易被验证码和反机器人系统拦住。Amazon 此前就禁止 Meta Muse 访问其购物网站。即使是 Muse 的合作方 Walmart,也会弹出真人验证挡住 Agent。 PAP 希望把这套身份和授权关系直接标准化。用户让 Agent 查询订单时,可以只开放读取权限;需要改订单或下单,再单独授权。企业也可以规定 Agent 能做哪些操作,以及通过网页、API 还是企业自己的 Agent 接入。 MCP 主要解决 Agent 怎么调用外部工具和数据,PAP 则处理 Agent 的身份、用户授权和企业权限。PAP 目前仍处于预览阶段,首个 v0.1 规范计划本月晚些时候公布。 同一天,Sierra 的竞争对手 Decagon 也开源了类似的 PACT 协议,并宣布加入 PAP 工作组。PACT 同样处理 Agent 身份和用户授权,用 A2A 连接个人 Agent 和企业 Agent,再通过 OAuth 完成用户授权。