Cloudflare给Coding Agent自动开「临时测试服」
相关推荐
Amp取消平台门票:自带ChatGPT和电脑就能免费跑Coding Agent
动察 Beating AI 快讯,Amp 推出免费 Hobby 档。Amp 是从 Sourcegraph 拆出来的 Coding Agent 公司,产品和 Claude Code、Codex 属于一类,可以让 AI 自己读代码、改代码、跑命令和测试。现在只要用自己的电脑,再接自己的 ChatGPT 订阅或模型 API Key,就能免费使用 Amp,不再额外交月费和 BYOK Token 费。 今年 7 月 Amp 推出订阅制后,想把自己的 ChatGPT 订阅接进 Amp,至少要开每月 20 美元的 Megawatt。BYOK 即便用的是自己的模型 Key,Amp 也会收额外 Token 费用并设限制。现在这两层都取消了。ChatGPT 订阅费或 API 本身的模型费用,还是用户自己承担。 Amp 还有一个叫 Orb 的远程云电脑产品,可以给每个任务开一套独立环境。代码和开发工具都放在里面,关掉自己的电脑后 Agent 还能继续干活,也方便同时跑多个任务。Orb 依然按使用量收费;不想付这笔钱,也可以让 Amp 直接跑在自己的电脑上。 另外,Amp 还在扩大 BYOK 范围。付费用户已经可以接 OpenRouter、Amazon Bedrock、Azure Foundry、Ollama Cloud 和自定义模型接口等,之后会开放给所有用户。
OpenAI推出Agents API公测,支持全托管云端智能体及自选沙箱
PANews 9月11日消息,OpenAI宣布Agents API已向所有开发者开放公测,支持基于Codex智能体运行框架构建和运行云端智能体。OpenAI负责模型调用、工具使用、任务编排、长时间会话及上下文管理,开发者可自行定义智能体能力,并选择代码执行和文件处理环境。 开发者可接入自有沙箱或第三方服务,按需选择CPU、GPU、内存、文件及密钥存储配置,支持全托管环境或在自有VPC内部署。首批深度集成合作方包括Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop和Vercel。
Jev团队公开Coding Agent设计草案:每轮重新决定模型该看什么
动察 Beating AI 快讯,TypeSafe 创始人 Diogo Almeida 公开了一份 Coding Agent 设计草案,希望社区直接拿去实验。他直说团队大概率没时间自己把这些想法都做出来。 这份草案最核心的改动是上下文。现在的 Coding Agent 通常会一直带着之前的聊天、工具结果和代码状态,太长了再压缩或重启。TypeSafe 想让 Agent 每轮重新判断:继续沿用现有缓存,还是重新挑一份更合适的上下文;哪些保留全文,哪些只留摘要,哪些直接丢掉。 Almeida 认为,现有 Agent 不少设计都被 KV Cache 反过来绑住了。比如任务先切给便宜模型,再切回强模型,强模型可能还得重新读一遍长上下文,最后反而更贵;工具定义长期塞在系统提示词里,也会一直占空间。 上下文如果能动态重组,模型路由、Sub-agent、MCP 和 AGENTS.md 也能跟着按需加载。简单任务交给便宜模型,需要哪个工具再加载哪个,子 Agent 只拿和自己任务相关的状态。Almeida 暂时把这套思路叫「Meta-attention」。
UU 远程优化手机 Vibe Coding:多 Agent 并行,电脑手机无缝接管
动察 Beating AI 快讯,网易 UU 远程大改终端功能。手机现在能同时创建多个终端会话,分别运行 Claude Code、Grok Build 等 Coding Agent。退出页面不会停掉任务,之后可以随时回来查看进度。此前 UU 终端一次只能开一个会话,多 Agent 并行基本没法用。 移动端也补上了 TUI(终端里的交互界面)支持。Claude Code、Grok Build 这类工具的菜单、选择器、状态栏现在能正常显示,还能直接触屏选择。输入也可以调用手机系统输入法,中文、语音和特殊符号都方便不少。 更实用的是跨端接管。手机上开的终端任务,回到 Mac 后可以用 uuyc-cli lterm attach 直接接着操作;电脑上开的会话,出门后也会出现在手机里。任务和历史记录不用重新开一遍。 UU 还扩展了 uuyc-cli。终端会话可以直接通过命令创建、查询、接入和关闭,设备控制、远程协助等操作也能走 CLI,查询结果支持 JSON。这样不只人能操作 UU,Agent 和自动化脚本也能直接调用它。
开源Agent框架Pi突破10万星,v2也要来了
动察 Beating AI 快讯,Pi 的 GitHub 仓库突破 10 万星,官方同时预告 Pi v2 即将推出。Pi 是一个开源 Agent harness,也提供终端 Coding Agent。 过去一个多月,Pi 一直在重写最底层的 Agent 运行框架。7 月底先提出 Harness v2,重点加入任务持久化、崩溃恢复和多条执行 lane。8 月初这套设计刚进入正式 API,团队很快又开始 Harness v3,把存储和运行状态重新设计了一遍。随后 v3 又被收敛进现在统一的 harness.md。 新版 Harness 的目标是让 Agent 跑到一半即使进程挂掉,也能从上一次安全状态继续;多个 Agent 任务还能在同一会话历史上并行执行。当前 dev 分支仍有数百个 main 尚未包含的提交,新 Harness 还在快速推进。
Instinct长期记忆被逆向:Git+Markdown,和Supermemory几乎同一路线
动察 Beating AI 快讯,Supermemory 的创始人 Dhravya Shah 逆向分析了个人 Agent 助手 Instinct 的长期记忆系统。他发现,Instinct 没有把全部聊天原样塞回上下文,而是把长期信息整理成一套 Git 管理的 Markdown 文件,再持续维护用户当前的状态。 Supermemory 本身就是专门给 Agent 做长期记忆的基础设施。它会从聊天、文件和网页里提取事实,维护人物关系、时间变化和用户画像,再通过 API、MCP 等方式把相关记忆交给 Agent。Shah 称,拆完 Instinct 后发现,两者对「Agent 应该怎么记东西」的思路非常接近。 按他的黑盒测试,Instinct 每次对话都会先拿到一份约 4250 Token 的用户状态摘要,包括生活背景、操作偏好和沟通习惯。更细的人物、偏好、决定和任务则留在 Markdown 文件中,需要时再用类似 grep 的关键词搜索。Shah 没有发现向量索引或 BM25 检索。 这些记忆还会被后台持续整理。系统会把临时信息归进具体任务,把经历概括成长期偏好,用新事实修正旧事实,再用 Git 留下版本历史。主 Agent 主要负责读取,真正的整理和合并则由后台流程完成。Shah 推测这轮整理大约每天运行一次。 Shah 认为这套设计已经可以用 Supermemory 基本复刻。他给出的示例只用了约 60 行代码,把用户画像、记忆搜索、历史版本和持续更新重新接进 Agent。 此前 Reflexion 共同作者 Ashwin Gopinath 猜测,Instinct 的优势可能是持续维护一份「当前状态」,知道什么仍然有效、什么已经过期、什么事情还没做完。现在看来,这份状态背后可能没有什么神秘数据库,而是一套被持续整理的文件系统。