🔥 今日看点
- DeepSeek 发布开源 Agent Harness v0.1（MIT 协议，GitHub 已 11.5 万星），主打”一切皆插件”，正面对标 Claude Code 与 Codex；旗舰模型 V4-Pro 官方版同步上线，8/16 起 API 改峰谷定价、整体涨价
- Google 发布 Gemini 3.7 Flash：距 3.6 Flash 仅三周，定位”编码与 Agent 最强工作马模型”，API 半价促销（输入 $0.75/百万 token），FrontierCode 1.1 达 43.6% 反超 Claude Sonnet 5
- SpaceXAI 推出 Grok 4.6：Artificial Analysis 综合排名升至全球第三（超越 Kimi K3、追平 GPT-5.6 Sol），长时运行 Agent 能力大幅增强；同日发布月费 $120 的 Grok Bot 持久化数字同事
- HN 热帖：开发者用 Codex 做”自动研究”将内核提速 232 倍（388 分）；”AI 工作记忆远超人脑”（389 分）引发推理本质之争
📰 模型与产品动态
1. DeepSeek Harness v0.1 开源：Agent 运行时”一切皆插件”
DeepSeek 正式发布开源 Agent Harness（dsh，MIT 协议，GitHub 已获 11.5 万星），基于 Cordis 框架构建，模型、工具、技能、会话、沙箱、文件系统、编排与 UI 全部可插拔替换，支持仓库检视、文件编辑、Shell 执行、子代理委派与审批策略，可用 npx @deepseek-ai/dsh web 直接启动。官方明确标注为开发者预览版（”将有破坏性兼容变更”）。同日上线的 V4-Pro 官方版聚焦 Agentic 工作负载，原生支持 OpenAI Responses API 并集成 Codex；但 8/16 16:00 UTC 起 API 改为峰谷定价，即便谷时折扣价也高于现价。DeepSeek 正从”模型层”向”Agent 基础设施层”延伸。
阅读全文 · GitHub
2. Google 发布 Gemini 3.7 Flash：三周迭代，半价主打编码与 Agent
距 Gemini 3.6 Flash 发布仅三周，Google 推出 3.7 Flash，官方称其为”编码与 Agent 最智能的工作马模型”：更善于遇阻调整、澄清意图、忠实执行指令，减少重试与人工干预。编码成绩大幅跃升——FrontierCode 1.1 Main 43.6%（3.6 为 34.4%，超 Claude Sonnet 5 的 42.7%）、DeepSWE v1.1 65.3%（3.6 为 49.0%）、企业流程自动化 AutomationBench 30.4%（3.6 仅 17.0%）。API 端到 2026 年底促销半价：$0.75/百万输入 token、$3.75/百万输出 token，明年 1 月起恢复 $1.50/$7.50。以低价位抢占高频编码与业务 Agent 场景意图明显，但 Google 自家榜单显示其并未全面碾压高价竞品。
阅读全文
3. SpaceXAI 发布 Grok 4.6：Artificial Analysis 全球第三
Grok 4.6 正式亮相：在 Artificial Analysis 综合榜单上超越 Kimi K3、追平 GPT-5.6 Sol，位居全球第三。相较前代，长时运行 Agent 行为显著增强，推理与工具调用稳定性提升。官方强调其价值不在”单项第一”，而在以接近前沿的智能水平 + 更强的持久化 Agent 能力切入企业场景，与 Grok Bot 形成”模型 + 数字员工”组合拳。
阅读全文
4. Writer Palmyra X6：Agent 成本直降 52%
Writer 发布新模型 Palmyra X6：其 Agent 产品搭配该模型后平均成本降低 52%、速度提升 48%、质量提升 10%。在 token 支出激增的背景下，企业 AI 的核心矛盾正从”能力”转向”单位任务的成本与速度”，Palmyra X6 通过更高效的推理与更少的重试实现降本，是”降本增效”叙事的最新样本。
阅读全文
5. Grok Bot：$120/月的”持久化数字同事”
SpaceXAI 同步推出 Grok Bot：把 Agent 变成可长期驻留、持续操作你应用的”数字同事”，月费 $120。与一次性对话式 Agent 不同，它强调跨会话记忆与自主执行，被视为”Agent 即员工”商业模式的开端，也引发关于权限边界与自动化安全的讨论。
阅读全文
6. LTX-2.5 开源：单图生成 10 秒视频仅需 6.8 秒
开源视频生成模型 LTX-2.5 发布：在 Nvidia 超算芯片上，从单张图片生成 10 秒视频只需 6.8 秒，开放权重、可本地部署。视频生成在”速度 + 开源”两个维度同时拉满，为内容生产工作流提供了低延迟、可自托管的替代方案。
阅读全文
🌐 Hacker News 热门讨论
7. 用 Codex 做”自动研究”：内核提速 232 倍（388 分）
开发者分享用 Codex 进行自动研究的实战：AI 自主分析、实验、迭代，最终将内核性能提升 232 倍。评论区围绕”Agent 自主科研的边界”展开——有人认为这是编码 Agent 从”写代码”升级为”做研发”的标志性案例，也有人质疑基准选择与可复现性。无论结论如何，Auto-research 已成为 Agent 产品的新战场。
原文 · HN讨论
8. AI 不是更会推理，而是”记性”更好（389 分）
一篇登顶 HN 的观点文章引发热议：AI 解数学难题的优势可能并非推理更强，而是拥有近乎无限的符号化工作记忆（上下文窗口）——能同时容纳整个问题、数百条中间推导与多种被放弃的思路，而人脑工作记忆容量极其有限。作者认为”机器放大的冯·诺依曼”比”电子爱因斯坦”更贴切。对 Agent 产品设计而言，上下文管理即”记忆管理”，正在成为核心工程问题。
原文 · HN讨论
9. “和 AI 协作更像带团队，而不是写代码”（258 分）
前创业公司 CEO Allen Bargi 撰文：把 AI 当编译器用会不断受挫，把它当协作者才能发挥价值——好的领导者分享上下文、说明期望结果、设定边界并回应反馈，这些习惯同样适用于与 AI 协作。CLAUDE.md、示例与可复用指令比”完美提示词”更重要。评论区共鸣强烈：”提示工程正在变成管理科学”。
原文 · HN讨论
⭐ GitHub Trending 热门项目
10. cathrynlavery/diagram-design — Claude Code 图表设计（今日 +1,607，总 18.6k）
为 Claude Code 提供 29 种编辑级图表类型，自包含 HTML + SVG，宣称”无阴影、无 Mermaid 味”。AI 生成图表的”设计品味”正在成为 Agent 输出质量的新竞争点。
仓库
11. cactus-compute/needle — 14MB 端侧基础模型（今日 +547，总 6.1k）
专为手机、可穿戴、智能家居与机器人设计的 14MB 基础模型，主打超低资源占用下的端侧推理。端侧小模型赛道持续升温，边缘 Agent 的”大脑”越来越轻。
仓库
12. MakazhanAlpamys/Soup — 一个 YAML 微调 LLM（今日 +297，总 1.7k）
从单个 YAML 文件微调 LLM：分层流式训练让 8B 模型可在 4GB 显存的笔记本 GPU 上训练。把”微调”的门槛降到配置文件级别，个人开发者本地训练的门槛再次降低。
仓库
13. cordiverse/cordis — DeepSeek Harness 底层框架（今日 +599，总 4.1k）
“时空可组合性元框架”，正是 DeepSeek Harness 的构建基础，随 Harness 发布同步冲榜。插件化 Agent 运行时架构成为开源社区的新共识。
仓库
14. cursor/plugins — Cursor 官方插件规范（今日 +149，总 3.0k）
Cursor 公布插件规范与官方插件仓库，为 IDE 级 Agent 引入可扩展插件体系。编码 Agent 正在复制编辑器生态的”插件化”路径，生态位竞争加剧。
仓库
📚 arXiv 新论文速览
15. vToken：可回收 KV 缓存的 Token 级虚拟化
vToken 提出 Token 级虚拟化方案，让 KV 缓存可被回收复用，直击长上下文与多会话 Agent 场景的显存瓶颈；同日还有开源临床多智能体框架 MARC v1（医学推理与协调）与 Agent Harness 组合修复研究值得关注。
论文列表
本日报由 AI 自动整理，仅供参考。