DeepSeek 编程智能体因任务结束即清理进程在 Terminal-Bench 上排名下滑
Hugging Face 研究员 Joël Niklaus 的 Harness Leaderboard 显示,DeepSeek Harness 在五项评分评测中与其他 harness 统计上并列第一,但在 Terminal-Bench 上跌至第六,原因是它在任务结束时关闭后台进程,而其中三项任务需要这些进程持续运行。
Hugging Face 研究员 Joël Niklaus 的 Harness Leaderboard 显示,DeepSeek Harness 在五项评分评测中与其他 harness 统计上并列第一,但在 Terminal-Bench 上跌至第六,原因是它在任务结束时关闭后台进程,而其中三项任务需要这些进程持续运行。
Elastic 高管 Sri Desikan 指出,前沿模型再强,若未喂入恰当上下文,花在 Token 上的钱就会浪费。他主张把企业数据预先整理成 AI 索引,用存储企业全部元数据的“容器”让智能体更快拿到正确信息、降低 Token 消耗,并避免陈旧信息进入上下文。
Anthropic 发布自托管版 Claude Managed Agents,目前处于私有测试阶段,客户可在自有云账号或本地数据中心运行智能体协调服务器与沙箱,凭证和会话历史留在自有基础设施。
作者用修 Bug、代码审查、写代码三个任务实测 Claude Fable 5.2 与 GPT-6 Astra,两者总分接近,但 Fable 5.2 估算成本 13.39 美元、耗时 2157 秒,Astra 为 3.99 美元、832 秒。
Cloudflare 在 AI Gateway 中开放 Web Search API 测试版,让 AI 智能体通过单一接口调用多家搜索服务并获取带来源链接的实时结果。但实时网页与内部数据形成两个证据池,新鲜度、权威性和访问权限各不相同,简单拼接结果会导致冲突未解、过期内容胜出、权限过滤滞后,排序与过滤仍需在检索层完成。Clarm 因此将文本搜索、向量相似度与结构化过滤合并到单次查询中。
Home Assistant 推出 Connect Aux-2,一个简单盒子,可把音乐设备等蓝牙设备和普通家电接入智能家居,并充当通用控制器。它并非无法自建,但比自行搭建省事得多。
AWS 本周发布 AWS Emulator,一个可供编程智能体测试的本地 AWS 副本,覆盖 200 多项 AWS 服务,全部代码由智能体编写。AWS 的 Swami Sivasubramanian 提到,同一智能体重建 Alf 复制引擎时,缺少自检手段耗时四晚,接入规格与测试环境后缩短到约两小时。作者认为模拟器只覆盖云 API,团队自有服务仍需在生产级环境中验证。
PyCharm 2026.3 发布,包含 303 项针对日常 Python 开发的修复与改进,部分问题可追溯到十多年前的反馈。类型推断方面,PyCharm 现在能识别 functools.partial 剩余参数并校验类型,泛型、嵌套列表与 TypedDict 等场景的误报减少,还支持 PEP 747 的 TypeForm[T]。
Google 最新的 Flash 模型 Gemini 4 Hydrogen 已在 GitHub Copilot 正式可用,面向快速高效的智能体编程、工具调用和多步工作流,指令遵循能力较 Gemini 3.8 Flash 有所提升。
推荐理由:Gemini 4 Hydrogen 进入 GitHub Copilot 多端模型选择器,可了解其面向智能体编程的定位与计费方式。
GitHub 将于 2026 年 12 月 14 日在所有 Copilot 体验中弃用 Claude Fable 5、Claude Haiku 4.5、Gemini 3.8 Flash、Gemini 4 Argon、Grok 4.6 和 Kimi K3 等模型,并给出对应替代型号。
Google 将 Antigravity 的 /teamwork 多智能体工作流开放给外部研究者与开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 模型使用。
推荐理由:Google 公开 Antigravity 的 /teamwork 多智能体工作流,并给出数学证明、内核改写与基础设施优化的实测结果。
Docker 官方发文对比容器与 Docker Sandboxes 的隔离差异,指出容器共享宿主机内核,而 Sandboxes 是拥有独立内核、文件系统、网络和私有 Docker Engine 的 microVM。
一位从 Microsoft Windows AI 团队转至 Salesforce AI Research 的研究工程师,分享其每月约 3000 美元 Token 开销下的 AI 使用方式,并起草了一份个人 AI 政策。
Finic 开源 Kairos 风控与反欺诈决策平台,对注册、登录、订单、支付和提现实时返回通过、加强验证、人工审核或拦截,并保留决策依据的信号。它提供 TypeScript 与 Python SDK、CLI、HTTP API 和 Docker 自托管,通过 MCP 让 Claude Code、Cursor、Codex 等智能体读取决策、搭建工作流并发起模型实验。
Vercel 推出 Vercel Agent 中的 Security Review 公测,在每次 push 到已连接的 GitHub 仓库时扫描变更代码中的漏洞,结果以 PR 评论、Security 面板和 CLI 呈现。
推荐理由:Vercel 把安全扫描接入每次 push,只扫 diff 并支持智能体自动修复,可观察 AI 编程时代的安全审查方式。
Vercel Security Review 面向 Pro 和 Enterprise 团队开放公开测试,启用后每次推送到已连接的 GitHub 仓库都会自动审查漏洞,结果汇总到 Vulnerabilities 仪表盘。
Neufangled Robotics 推出开源抓取机器人 Stringman,售价 795 美元,用 4 个电机驱动线缆吊挂抓手,覆盖 7×7×3 米房间,平均负载 1.9 kg、近地面可达 2.2 kg。
Apple 随 iOS 27.3 更新在开发者预览中向第三方应用开放 Siri AI 能力,开发者可在所有应用中接入个人上下文、自然语言提示词和屏幕感知。更新还新增 app skills 功能,允许开发者把多个任务合并为单个动作,用户在前台、Live Activity 或对话中无需说出应用名即可发起请求。
社交平台 X、Threads 和 Bluesky 上流传的 Jeff Bezos 与 Jason Statham 植发照片均为图片编辑伪造,并非真实植发。通过 Google 反向图片搜索可找到原图:Bezos 的原照拍摄于 2023 年,Statham 的原照由狗仔于 2011 年拍摄。
Dependabot 版本更新现已支持 Agent Package Manager(APM),可自动为 AI 智能体的 skills、提示词和指令提交 PR 保持更新。
纽约时报起诉 Brave,要求其关闭绕过付费墙的功能并终止与 AI 公司的相关交易,诉状将 Brave 称为被盗新闻内容的“供应商、经销商和分销商”。
据 Bloomberg 报道,高盛已限制银行家和交易员访问 Anthropic 的 Claude Code 及 Microsoft 的 GitHub 编程工具,但被称为 strats 的部分量化员工不受限制。
Docker 的 sbx 支持三种代码组织方式:从宿主机挂载仓库、为每个任务使用独立 Git worktree,或把仓库完全放在沙箱内。挂载共享工作树适合单任务紧密协作,但切换分支会改变智能体看到的文件;clone 模式则给智能体独立检出,分支和依赖安装留在沙箱内。无挂载沙箱需通过 Git remote 推分支取回结果,删除沙箱会丢失仅存于其中的文件。
Docker 以创始成员身份参与 Blueprint Alliance 和 Agent Baseline 两项计划,为 AI 智能体安全提供开放的多厂商参考架构与可审计控制项。
多名独立开发者反映 Steam 游戏提交审核等待时间异常漫长,导致原定发售日期被迫推迟。Studio Daimon 的《Food Devils》10 月 12 日提交构建、原计划今日开启抢先体验,至今仍在等待批准;发行商 2 Left Thumbs 的《Wheel Make It》则因构建审核延迟错过上线近两周。
JetBrains IDEs 2026.3 引入声音提示(Sound Cues),可在构建、测试或任务成功、警告、出错时播放不同音效,并在命中断点、后台任务运行时给出音频反馈。
Mercor 借助 Vercel AI Gateway 与 Vercel Passport,在单一平台上运行内部应用并处理大规模模型流量。接入 AI Gateway 后,批量任务从 12 小时缩短至 2 到 3 小时,前 10 天路由了 1800 万次请求和 630 亿 Token,未触及速率限制。
Zapier 借助 Vercel 的 v0,把合作伙伴演示原型的制作时间从数周压缩到两小时内,可产出含 10 多个视图的可点击原型。其营销团队用 Vercel 部署内部应用 Marketing Hive 与 Marketing OS,后者为 60 多名营销人员提供每日简报,三个内部应用初版各约一天完成。Zapier 一个月内创建 330 万个沙箱,用于隔离其 AI 工作负载的代码执行。
Google 宣布美国 K-12 学校学生使用的软件将默认关闭所有 AI 功能,除非学校管理人员主动启用。Google 教育副总裁 Chris Phillips 表示搜索与 AI 已深度融合,学校禁用 AI 后学生将无法使用搜索。此举回应教育工作者和家长希望掌控孩子与 AI 互动的诉求,涉及 Gmail、Docs 和 Classroom 等学校广泛使用的产品。
开发者 sidgarimella 在 Postman 桌面版 12.33.4 的日志中发现,Postman 以 auto-existing-upgrade 方式自动为 Codex 和 Claude Code 安装插件,并写入启动钩子,要求非平凡的 API 工程任务都加载 postman:api-engineer 技能。
GitHub Copilot 现已可在 JetBrains Air 中使用,开发者能在 JetBrains IDE 或云端委派编码任务、引导执行并审查结果,集成基于 Agent Client Protocol(ACP)。
Google 把 Guided Learning 能力接入 Google Search 和 Google Classroom,后者即日起面向全球开放。Search 端先在美国部分学校试点,本月启动,后续再扩展至更多学区。同时 Gemini、Gemini Notebook、Gemini in Classroom 和 Google Search 对 K-12 学生账号默认关闭,须由学校管理员主动开启。
一篇题为“AI is destroying my CS degree”的文章在 Hacker News 引发讨论,获得 57 分和 19 条评论。文章具体内容未在提供的正文中展开。
智利 Quilicura 居民发起“Quili AI”活动,用一天时间扮演“人类 AI”,手动应答提示词、与本地艺术家共同创作内容并完成其他任务,以呈现 AI 数据中心耗水对当地的影响。Quilicura 位于 Maipo 河流域,自 2010 年代初起成为 AI 数据中心聚集地,服务器冷却消耗大量水资源,叠加气候危机,智利面临预计持续至 2040 年的严重干旱。
Apple 在最新财报电话会上创纪录地提及 AI 与 Apple Intelligence 共 45 次,明确将 AI 视为推动用户升级换机与收入增长的核心动力。
开源项目 Arnis 用 OpenStreetMap 等真实地理数据生成可在 Minecraft 中自由探索的世界,自 2022 年启动以来在 GitHub 上获得近 90 万次下载和约 70 名贡献者。
一个工具支持用真实 YouTube 视频逐行分级练习日语口语。原文未披露工具名称、版本或可用性信息。
原文仅提供了标题 The AI Bubble Monitor 及 Hacker News 链接,未包含正文内容,无法提取产品功能、版本号或性能数据等具体信息。
Octomind 发布 CLI 优先的开源 AI 编程智能体运行时,以单个 Rust 二进制分发,通过 MCP 工具让 LLM 读写文件、执行 shell 和调用子智能体。
Adobe 与 Universal Music Group、Warner Music Group 合作,为 Premiere 移动版加入授权音乐库,具体艺人尚未公布。该功能“即将推出”,支持添加最长 60 秒热门曲目、按艺人和曲风浏览搜索、使用已配乐的可定制模板,并导出后发布到授权社交平台。Premiere Pro 桌面版与移动版此前仅有免版税音乐库,授权音频需手动导入。