微软要把Windows变成Agent工作台：AI能直接操作电脑，还能少花Token
相关推荐
微软Win11将整合MAI Code 1.1 Flash：130B参数、上下文窗口256K
火星财经消息 10月8日，在美国旧金山举办的活动中，微软表示正计划将MAI Code 1.1 Flash模型引入Windows 11设备。该模型是6月版MAI-Code-1-Flash的升级版，参数量为1300亿，采用3-bit量化后体积缩小约80%，上下文窗口256K，定位在Copilot里高频、低成本、低延迟地完成编码任务。相比6 月版本，MAI Code 1.1 Flash模型在GitHub Copilot CLI的Terminal-Bench 2.1上提升约22%，在.NET任务上提升约15%；同时输出token流速度提升约25%，完成任务所需token减少约25%。多模态方面，新增“看图写代码 / 理解图”的能力，可直接读取截图、架构图、UI 草图等图像输入，而6月版本只支持纯文本输入。（广角观察）
ZCode再补偿代码上传风波：付费用户送8张重置卡，全员再发1亿Token
动察 Beating AI 快讯，智谱继续处理 ZCode 代码上传争议。现有付费用户和近一个月回归的付费用户，将获得 4 张周重置卡和 4 张 5 小时重置卡，1 个月内有效。9 月 28 日至 10 月 7 日，ZCode 还将向全体用户发放 10 万份 1 亿 GLM-5.3-Flash Token 额度。 智谱称，仓库快照上传链路已经移除，涉事云端数据也已删除。ZCode 开源版本目前更新至 v3.14.3，后续代码不会在用户未主动发起的情况下上传云端。 这场争议源于 ZCode 早期默认开启的 Repo Wiki 功能。它在生成代码仓库知识库时，会把仓库内容上传到云端处理。智谱此前已经切断相关上传路径，并邀请第三方机构核查云端数据。
阶跃星辰开源Step Code：自测追平DeepSeek Harness，token更省
动察 Beating AI 快讯，阶跃星辰开源 AI 编程工具 Step Code v0.1.0，采用 MIT 许可证。它直接跑在终端里，可以读写代码、跑测试和执行开发任务，还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中，它完成 72/89 个任务，得分 80.9%，与 DeepSeek Harness 并列最高，但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题，Step Code 完成 110 道，得分 73.3%，平均每题消耗 509 万 token，在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型，也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计：文件读取和命令输出会限长，搜索尽量缩小返回范围，长对话默认会压缩上下文，system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection，可以裁掉旧工具输出、重复结果和历史 reasoning，不过默认关闭。 综合来看，它的 token 优势来自模型和 harness 多处优化叠加。
DFlash团队进军Mac，27B模型跑到144Token/s
动察 Beating AI 快讯，Inco AI 开源本地推理引擎 Splash，把 Qwen3.8-27B 在 M5 Max MacBook Pro 上跑到了最高 144 Token/s。LM Studio 随即接入，0.4.25 版本已经可以直接使用。 Inco 此前做出的 DFlash 已经进入 SGLang、vLLM、TensorRT-LLM 和 llama.cpp。Meta、NVIDIA、小米、Poolside 等也给自家模型配了 DFlash 加速小模型。DFlash 会先让小模型并行猜出多个 Token，再交给大模型批量验证，减少逐 Token 生成的计算。 Splash 把这种优化扩到了整个本地推理引擎。它目前只支持 Qwen3.8-27B 和 Qwen3.6-35B-A3B，每个模型都单独配了 GPU kernel、内存方案和 DFlash 2 小模型。覆盖的模型少，但换来了更激进的性能优化。 144 Token/s 是 M5 Max 上的最高演示值。换到 Inco 用来做横向测试的 48GB M5 Pro，Qwen3.8-27B 单路短上下文达到 74 Token/s；4 路并发时总吞吐达到 170 Token/s，是第二名的 3.9 倍。这也是 Splash 更适合 Agent 场景的地方。一个 Agent 同时拉起多个子任务时，并发总吞吐往往比单条对话速度更重要。 Splash 本身开源，不绑定 LM Studio。目前需要 M3 或更新的 Mac、macOS 26.4 以上、至少 36GB 统一内存。
Kimi Code桌面端上线：浏览器、终端、多Agent塞进一个窗口
动察 Beating AI 快讯，月之暗面正式上线 Kimi Code Desktop，把原本偏终端的 Kimi Code 做成了独立桌面应用。用户可以直接打开本地项目，让 Agent 读写代码、跑命令、查看 Git 改动，目前支持 macOS 和 Windows。 桌面版直接内置了浏览器和终端。做网页时，Agent 可以读取右侧网页的页面信息，用户也能直接点选元素、框出区域或者截图批注，告诉它具体哪里要改。改代码、看网页效果、跑测试都不用再切窗口。 它还支持计划、目标和 Swarm 三种任务模式。Swarm 可以把任务拆给多个子 Agent 并行处理，长任务也能放到后台继续跑。除了 Kimi 自家的模型，用户还可以自己填 API Key 和 Base URL，接入其他模型供应商。
英伟达给Pi加外挂：Agent自己研究找出4种优化，Token最高省64%
动察 Beating AI 快讯，英伟达 NVLabs 开源 SoL-Pi，给 Coding Agent Harness「Pi」加了一层效率优化。研究团队搭了一套自动研究流程，让多个 Agent 分析 Pi 的运行轨迹、提出优化方案、改代码并自动验证。最初有 152 个候选方向，最后只留下 4 个。 这 4 个优化都在减少重复开销。比如改完代码后直接接着跑测试，少一次模型调用；读过的大文件和长输出先存到本地，需要时再取；子任务结束后判断要不要压缩上下文；超长日志先交给便宜模型筛重点，再核对内容确实来自原日志。 在 EdgeBench 上，SoL-Pi 相比原版 Pi 少用 45%–49% Token，成本低约三分之一；相比 Codex、Claude Code 的原生 Harness，Token 少 35%–64%，按 API 标价计算成本低 50%–54%。 不过省钱会损失一点能力，SoL-Pi 保留了 Pi 约 94% 的平均得分；在 Terminal-Bench 4 的 63 个 CPU 任务里，它解出 15 个，Codex 和 Pi 都是 18 个。