AI 编程实时动态与要闻

Exin Therapeutics:Claude Sonnet 5 智能体自选基因疗法并操控机械臂完成小鼠脑注射,Opus 5.5 拒绝执行

生物科技初创公司 Exin Therapeutics 联合创始人兼 CEO Gabriel Ocana-Santero 10 月 28 日在 X 上披露:一个 AI 智能体从 19 种基因治疗载体中选药、选脑区、从 3 篇论文推导坐标,并驱动立体定位机械臂向癫痫模型小鼠脑内注射 250 纳升。WIRED 报道称团队先试 Claude Opus 5.5 被拒,改用 Sonnet 5 完成;兽医把关每个不可逆步骤,结果尚未经同行评审。

Exin Therapeutics:Claude Sonnet 5 智能体自选基因疗法并操控机械臂完成小鼠脑注射,Opus 5.5 拒绝执行

核心要点速览

  • 智能体从 19 种基因治疗载体中自选药物、脑区,并从 3 篇论文推导注射坐标(CEO 自述)
  • 实际注射量 250 纳升,术中通过摄像头监看出血;据 The Decoder 转述共做了 32 次观察
  • 据 WIRED:Claude Opus 5.5 拒绝下针,改用 Sonnet 5 完成;手术略超 1 小时(常规约 45 分钟)
  • 设备坐标出错后智能体拒绝绕过安全限制,团队需另行改代码;开颅仍由兽医完成
  • 原帖 9,426 赞、160 万+次浏览;疗效(癫痫发作是否减少)尚待观察,未经同行评审
阅读全文

xAI 给 Grok API 加上 guidelines 字段:按请求设定 NSFW、暴力、脏话三类内容的收紧策略

xAI 10 月 28 日在 @grok 官方账号宣布,所有 API 客户现在都能在文本请求里加 guidelines 数组,对 nsfw、violence、profanity 三个类别逐一设为 decline,让 Grok 在写回答时自己收紧这类内容,而不是事后过滤。字段同时支持 Responses API、Chat Completions 和 xAI Python SDK;多智能体模型和延迟补全暂不支持,参数不合法时 API 会在调用模型前直接返回 400 或 422。

xAI 给 Grok API 加上 guidelines 字段:按请求设定 NSFW、暴力、脏话三类内容的收紧策略

核心要点速览

  • 3 个类别:nsfw、violence、profanity,目前唯一可选行为是 decline,未列出的类别保持模型默认(官方文档)
  • 覆盖 Responses API、Chat Completions 和 xAI Python SDK 的 chat.create;OpenAI SDK 需用 extra_body 传入
  • 只对携带它的那一次请求生效,整段对话要每次都带上;xAI SDK 的 chat 对象会自动带
  • 不支持 grok-4.20-multi-agent 等多智能体模型和延迟补全;同一类别重复出现返回 400,未知取值返回 422
  • 官方账号原帖约 59 万次浏览、271 个赞(截至本文写入)
阅读全文
关联模型 / 智能体 / 厂商:

VS Code 预览版推出 Canvases 原生智能体画布:人机协作共享工作区,颠覆传统对话编程交互

微软 VS Code 团队在最新发布的 VS Code Preview(v1.142)中正式推出了里程碑式功能 Canvases(智能体画布)。针对传统仅依赖侧边栏狭窄聊天框与智能体交流导致的信息碎片化、上下文展示不直观以及无法掌控智能体多文件并发编辑状态的行业痛点,Canvases 引入了无限延展的人机共享交互白板。开发者与 Coding Agent(如 GitHub Copilot、Claude Code、Cline 等)可以在画布上并排布局架构流程图、交互式代码 Diff、调用堆栈树与动态单元测试运行视图,实现真正的可视化多维对齐与协作式结对编程。

VS Code 预览版推出 Canvases 原生智能体画布:人机协作共享工作区,颠覆传统对话编程交互

核心要点速览

  • 微软 VS Code 官方在 v1.142 预览版中首度上线 Canvases 画布,重塑人与 Coding Agent 交互界面的交互形态
  • 彻底打破侧边栏对话框狭小视野限制,提供可无限缩放与平移的共享工作区,实时映射智能体多文件并发修改全貌
  • 支持将代码文件、架构图谱、交互式 Diff、终端会话与单元测试运行器作为卡片组件自由并排编排
  • 无缝兼容 GitHub Copilot、Claude Code 等多款智能体扩展协议,引领 IDE 迈入空间化(Spatial)AI 结对编程新纪元
阅读全文

SemiAnalysis 拆解 AgentX 13 亿 Token/$ 纪录:vLLM 联合 Inferact 分离式架构较 B300 聚合模式飙升 4 倍,Cline 揭秘多 Harness 强化学习红利

权威半导体与 AI 算力研究机构 SemiAnalysis 披露了 AgentX 基准实现每美元 TCO 产出 13 亿 Token 的底层架构细节:vLLM 联合 Inferact 采用预填充/解码分离式推理(Disaggregated Serving),在超大规模云商批量计价下单位成本性能达到 NVIDIA B300 聚合式(Aggregated)部署的 4 倍;与此同时,开源编程智能体 Cline 公布实测,指出 DeepSeek-V4.1-Flash-1017 仅靠在多套异构 Coding Agent Harness 上扩展强化学习,便以低 17 倍的成本在 Terminal-Bench 上击败 GPT-5.6-Sol、较前代提分 35%。

SemiAnalysis 拆解 AgentX 13 亿 Token/$ 纪录:vLLM 联合 Inferact 分离式架构较 B300 聚合模式飙升 4 倍,Cline 揭秘多 Harness 强化学习红利

核心要点速览

  • SemiAnalysis 实测确认:vLLM 联合 Inferact 采用预填充/解码分离式架构,在 AgentX 上实现每美元 TCO 产出 13 亿 Token,性价比达 NVIDIA B300 聚合式配置的 4 倍
  • Cline 官方实测指出 DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 上较前代跃升 35%,以低约 17 倍的成本击败 GPT-5.6-Sol
  • 这一 35% 的性能跃升在“零算法创新”下完成,核心归功于在多套真实 Coding Agent Harness 上直接进行强化学习后训练
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

SKILL.md 改动究竟如何影响智能体?首份 Agent Skill 演化实证研究出炉:具体规则胜过抽象提示

在现代 AI 辅助研发与 Coding Agent 生态(如 Claude Code、Cursor、Cline 以及 Antigravity)中,定义项目规范、构建工具与工作流的 Agent Skill 文件(如 SKILL.md、CLAUDE.md)已成为开发者像管理代码一样频繁维护的核心资产。然而,开发者提交的每一处 Skill 增删改查,究竟对底层大模型和自主智能体的行为产生了何种实际影响?学术界此前对此几乎是一片空白。来自学术研究团队在最新论文(arXiv:2610.04832)中发布了全球首份针对 Agent Skill 演化效应的大规模实证研究。团队从真实代码库中抓取了 3,159 个 Agent Skills 的 2,608 组首尾修订版本对,系统测量了规则修改对 21 个主流大模型与 4 大沙箱自主智能体的影响。研究揭示了令人瞩目的核心规律:55% 的 Skill 修改集中在具体规则与操作规程上;增加一条明确规则能使开源模型在单轮回答中的合规率平均提升 +0.41,使沙箱智能体的动作执行达标率提升 +0.23,盲测最终正确率提升 +0.10;更关键的是,性能收益几乎完全来自指明了具体命令或文件路径的硬核规则,而非泛泛的抽象风格建议。同时,研究首次量化了按需动态加载 Skill 的 Token 成本折损,论文已正式公开。

核心要点速览

  • 首份 Agent Skill 演化实证研究出炉,审计 3159 个 Skill 与 2608 组修订版本,解密规则变动对 21 款模型的影响
  • 增加一条具体规则使开源模型合规率提升 +0.41,沙箱智能体动作执行提升 +0.23,最终任务正确率提升 +0.10
  • 收益几乎完全源自包含确切 CLI 命令与文件路径的硬约束;按需动态加载保留 51% 威力且具备极佳成本性价比
阅读全文
关联模型 / 智能体 / 厂商:

Cline 上线 Cloud Agents:浏览器直接派活,云端沙箱改代码测代码并开 PR,最多并行 10 路

Cline 把同一套开源编程 Agent 搬到浏览器:连接 GitHub、选仓库与模型后,任务在独立云端沙箱执行,边干边推到 cline/ 分支,可开 PR;关电脑也能继续跑。官方限额并行 10 会话、每日新建 50;支持 ClineFree / ClinePass($9.99)/ 按量计费。云端暂不加载 Rules、Skills、MCP 与 Connectors。

核心要点速览

  • 形态:无安装,app.cline.bot Agents 页派活;每会话独立沙箱 + 独立仓库副本,互不踩脚(官方文档)
  • 交付:持续提交到专用 cline/ 分支,完成后可开 PR;空闲 15 分钟 沙箱暂停,重开可续跑
  • 并行与配额:最多 10 路并发、每日新建 50;手机浏览器可审批与追问
  • 模型:ClineFree 试用、ClinePass $9.99/月(开源模型约 2–5× 用量)、Cline 按量;会话中可换模
  • 安全与缺口:GitHub token 单仓范围;云端尚不加载 Rules / Skills / MCP / Connectors(本地 IDE/CLI/Desktop 仍完整)
阅读全文

告别终端环境误毁!Mid-Harness 提出模型与沙箱边界动作扩展:前置验证机制使 TerminalBench 准确率提升 18%

终端智能体(Terminal Agents,如 Cline、OpenHands、Claude Code)依赖概率生成模型直接向 Bash 命令行下发指令,但具备生成有效动作的能力并不等同于能够可靠执行。在实际工程中,一条错误的误操作命令(如误装依赖版本、错误删除配置或破坏系统文件)便足以永久破坏沙箱环境,使后续规划全盘瘫痪。最新研究提出 Mid-Harness,首次将测试期计算(Test-Time Compute)聚焦在模型与 Harness 的交界处。通过在动作真正下发至系统前进行多候选采样与细粒度验证,在无需改动底座生成器与 Harness 的前提下拦截灾难性调用。在 TerminalBench-Lite 评测中,Mid-Harness 将 Pass@1 从 50.00% 跃升至 68.03%,且相比盲目生成整条长轨迹,在显著降低 Token 消耗的同时获得了更高的任务完成率。

告别终端环境误毁!Mid-Harness 提出模型与沙箱边界动作扩展:前置验证机制使 TerminalBench 准确率提升 18%

核心要点速览

  • 在模型与终端沙箱边界引入动作级验证,TerminalBench-Lite Pass@1 从 50.00% 跃升至 68.03%
  • 通过成对验证(Pairwise Verification)与知识蒸馏,同参数小模型亦可实现高信噪比动作筛选
  • 相较于整条长轨迹盲目重试,Mid-Harness 以减少超 35% 的 Token 开销达成更高任务成功率
阅读全文
关联模型 / 智能体 / 厂商:

Cline CLI 3.0.67 / SDK 0.0.89 / Desktop 0.0.40:MCP 超长结果可分页回读;自定义 Provider 终于能跑任务

Cline 于 2026-09-30 夜间同步发布 cli-v3.0.67、sdk/sdk/v0.0.89 与 desktop-v0.0.40。核心是:MCP/Composio 超长工具输出不再截断即丢——核心缓存预览 + cline://cache/... URI,可用 read_files 按行分页;providers.json/models.json 自定义提供商此前只在选择器可见、任务时报 Unknown or disabled provider,现已接入网关路径。推荐目录加入 GPT-6.1 Sol,并刷新 302.AI / NanoGPT / Vivgrid / Vultr 默认模型。

Cline CLI 3.0.67 / SDK 0.0.89 / Desktop 0.0.40:MCP 超长结果可分页回读;自定义 Provider 终于能跑任务

核心要点速览

  • 三端对齐:cli-v3.0.67(2026-09-30T23:42:02Z)、sdk/sdk/v0.0.89(23:34:22Z)、desktop-v0.0.40(23:56:13Z)
  • MCP 超长结果:会话内缓存预览 + cline://cache/...;read_files 按行分页;自定义工具可设 resultPolicy: "cache-oversized";上限 16 MiB/session,五轮未读过期
  • 自定义 Provider:createAgentModelFromConfig 经 @cline/llms 的 resolveGatewayProviderRegistration(Sync) 注册到网关,修复仅选择器可见、任务失败
  • 目录:推荐列表加入 GPT-6.1 Sol;302.AI→Claude Sonnet 5.5、NanoGPT→Ling 3.1 Flash、Vivgrid→GPT-6.1 Sol、Vultr→MiMo V2.6 Flash RL;Vultr 模型 id 上游改名需重选
  • Desktop:新会话记住上次 Cloud/Local 与 Cloud 模型;CLINE_MCP_SETTINGS_PATH/CLINE_DATA_DIR/CLINE_DIR 下 MCP 读写与 OAuth 共用同一路径
阅读全文

Cline 4.1.22:多网关默认切 GPT-6.1 Sol;Anthropic 服务端拒绝回退;新提供商 Bee/Pareto

Cline 于 2026-09-30 发布 v4.1.22(相对 v4.1.21...v4.1.22 ahead_by 59):模型目录刷新后,OpenAI / OpenRouter / GitHub Copilot / Requesty 等十余家未钉死模型的网关默认改为 GPT-6.1 Sol;直连 Anthropic 启用服务端 refusal fallback,OpenRouter/Cline 路径可向上游 failover。同步新增 Bee(HEOSSI)与 Pareto Inference(PARETO_API_KEY),并修复取消竞态、推理 token 双计与 Bedrock 配置文件路由。配套 SDK @cline/[email protected] 同日落地。

Cline 4.1.22:多网关默认切 GPT-6.1 Sol;Anthropic 服务端拒绝回退;新提供商 Bee/Pareto

核心要点速览

  • 发版:v4.1.22(published 2026-09-30T04:10:12Z);compare v4.1.21...v4.1.22 ahead_by 59
  • 默认模型:未钉死模型时,OpenAI / OpenRouter / GitHub Copilot / Cortecs / Eden AI / Kilo / LLM Gateway / NanoGPT / OpenCode Zen / Requesty 等默认切到 GPT-6.1 Sol;Vercel AI Gateway→Ling 3.1 Flash;CrossModel/Ofox→Claude Sonnet 5.5
  • 可靠性:直连 Anthropic 走服务端 refusal fallback;OpenRouter/Cline 对 Anthropic 模型设 provider.allow_fallbacks;内容过滤不再报「空响应」
  • 提供商:新增 Bee(HEOSSI)与 Pareto Inference(环境变量 PARETO_API_KEY);推荐列表加入 Claude Sonnet 5.5 / Opus 5.5
  • 配套:SDK @cline/[email protected];文档 docs.cline.bot;站点 cline.bot
阅读全文

Cline SDK 0.0.87:Windows 代理下 hub 可启动;推理 token 不再双计;Bedrock GPT-6 走推理配置文件

Cline 于 2026-09-29 发布 SDK v0.0.87:修复 Windows 在设置 HTTP(S)_PROXY(Clash/v2ray/企业代理)时 Bun fetch 把 loopback 探活打到代理导致 hub「No compatible hub runtime」的问题——ensureLoopbackProxyBypass() 自动把 localhost 加入 NO_PROXY;normalizeUsage() 让 outputTokens 排除推理子集,避免会话用量双计;Gateway 模型保留 per-model apiProtocol;Bedrock 上裸 GPT-6/GPT-5.6 id 改走 inference profile,@ai-sdk/amazon-bedrock 升至 ^5.0.96;模型目录 209→211 providers、6386→6447 models,推荐列表加入 Claude Sonnet/Opus 5.5。

Cline SDK 0.0.87:Windows 代理下 hub 可启动;推理 token 不再双计;Bedrock GPT-6 走推理配置文件

核心要点速览

  • 发版:sdk/sdk/v0.0.87(2026-09-29);相对 v0.0.86
  • Windows+代理:ensureLoopbackProxyBypass() 修复 hub 探活被 HTTP(S)_PROXY 劫持导致的启动失败
  • 用量:outputTokens 排除 reasoning 子集,成本仍按含推理的总输出计费;会话/遥测不再双计
  • Bedrock:GPT-6/GPT-5.6 走 inference profile;印度区解析 in. geo;adapter ^5.0.96 用 reasoning.effort
  • 目录:providers 209→211、models 6386→6447;推荐加入 Claude Sonnet 5.5 / Opus 5.5 与 stealth/pixel-canary
阅读全文
AD赞助内容

Cline Desktop v0.0.37 发布:内置原生版本更新器与变更日志,全面修复 Bedrock 推理配置

开源自主编码智能体客户端 Cline Desktop(@cline_dev)正式发布 v0.0.37 版本更新。本次更新为桌面应用带来了完整的自闭环版本管理体验:在设置中新增原生“关于(About)”页面,支持直接在线检查更新、一键重启升级并内置近期版本变更明细;引入首次升级后的新特性画廊(What's new),直观展示 SSH 远程连接、Worktree 工作区、PR 状态监控与并行子智能体调度;此外,彻底修复了在 Amazon Bedrock 上调用 OpenAI GPT-6 系列模型时触发的 reasoningConfig 未知参数报错,并为 macOS 提供了“一键导出诊断日志”快捷入口。

Cline Desktop v0.0.37 发布:内置原生版本更新器与变更日志,全面修复 Bedrock 推理配置

核心要点速览

  • 设置面板正式集成 About 页面,支持应用内一键在线检查更新、平滑热重启并查阅版本历史。
  • 上线全新 What's New 弹窗导航,聚合展示近期上线的 SSH 远程开发、Git Worktrees 与多智能体并行调度。
  • 紧急修复 Amazon Bedrock 跨区域调用 OpenAI GPT-6 / 5.6 模型时的 reasoningConfig 参数不兼容 Bug。
  • macOS 顶部菜单 Help 栏新增一键导出诊断日志(Export Diagnostics)功能,排查故障无需层层翻找设置。
  • 跨平台桌面安装包(DMG/EXE/AppImage)与完整开源变更集已在 GitHub Releases 同步上线。
阅读全文

Cline Desktop v0.0.37:About/What's new 更新面,Bedrock OpenAI 推理配置不再因 reasoningConfig 报错

Cline 于 2026-09-26 发布 Desktop v0.0.37:设置新增 About 页(版本/渠道、检查更新、近期发行说明与反馈入口),更新后弹出一次性 What's new(覆盖 SSH remotes、worktrees、Composer PR 状态、并行子智能体);macOS Help→Export Diagnostics 直达诊断导出;Amazon Bedrock 上通过 inference profile(us.openai.… / global.openai.…)访问的 OpenAI 模型在设置 reasoning effort 时不再因未知参数 reasoningConfig 失败。

Cline Desktop v0.0.37:About/What's new 更新面,Bedrock OpenAI 推理配置不再因 reasoningConfig 报错

核心要点速览

  • 发版:desktop-v0.0.37(相对 v0.0.36)
  • UX:Settings About 页含版本/渠道、Check for updates / Restart to update、近期 release notes 链接与 Report an issue
  • 引导:更新后一次性 What's new(SSH remotes、worktrees、Composer PR 状态、并行 sub-agents);About→Highlights 可重看
  • 运维:macOS Help → Export Diagnostics… 直达诊断导出,无需翻 Settings
  • Bedrock:OpenAI inference profile(us.openai.… / global.openai.…)设置 reasoning effort 时不再因 reasoningConfig 未知参数失败
阅读全文
关联模型 / 智能体 / 厂商:

Cline Desktop v0.0.36:系统代理下可启动 + 小屏自适应,Bedrock GPT-6 免开跨区推理

Cline 于 2026-09-25 发布 Desktop v0.0.36:本机 hub 探测绕过系统 HTTP(S) 代理(Clash/v2ray/企业代理),高 DPI 小屏窗口自适应居中;插件斜杠命令工作区打开即加载;Bedrock 上 GPT-6/GPT-5.6 无需开启跨区推理,印度区走 in. profile。

Cline Desktop v0.0.36:系统代理下可启动 + 小屏自适应,Bedrock GPT-6 免开跨区推理

核心要点速览

  • 代理:本机连接跳过系统 HTTP(S) 代理,修复 Clash/v2ray/企业代理下 “No compatible hub runtime is available”(desktop-v0.0.36)
  • 显示:过大正窗口会缩到屏幕(不含任务栏)并居中,避免 1080p@150% 设置/账户控件不可达
  • 插件:/goal 等斜杠命令在工作区打开时加载并后台重试,避免首次 / 当纯文本发给模型
  • Bedrock:OpenAI GPT-6 / GPT-5.6 无需跨区推理;ap-south-1/2 使用 in. inference profile
  • 产物:提供 .deb / .rpm / .dmg / .exe 与签名(assets);Providers 面板内滚动长模型列表
阅读全文
关联模型 / 智能体 / 厂商:

Cline v4.1.21 正式发布:全量刷新至 6,386 款模型目录,默认全面接入 Claude Opus 5.5

开源自主编码智能体 Cline(@cline_dev)正式发布 v4.1.21 版本更新。本次更新全面刷新了底层模型目录,覆盖 209 家供应商共计 6,386 款模型;针对未显式固定模型的 11 家主流供应商(包括 GitHub Copilot 与 Google Cloud Vertex AI),默认推荐模型直接升级为 Anthropic 最新的 Claude Opus 5.5。此外,Cline 新增了日本开源端点 ai& 支持,并紧急升级了底层 YAML 解析器以修复安全隐患。

Cline v4.1.21 正式发布:全量刷新至 6,386 款模型目录,默认全面接入 Claude Opus 5.5

核心要点速览

  • 模型目录扩容至 209 家供应商与 6,386 款模型,实现目前开源 Coding Agent 中最全面的端点覆盖。
  • 11 家核心供应商默认解析模型自动升迁至 Claude Opus 5.5,复杂多文件重构性能显著提升。
  • 新增 OpenAI 兼容的开源模型服务商 ai&,为亚太开发者提供低延迟开源权重访问通道。
  • 强制提升 js-yaml 依赖版本至 4.3.2,彻底修复潜在的 YAML 解析溢出与注入风险。
阅读全文

Cline v4.1.21:接入日本 OpenAI 兼容端点 ai&,模型目录扩至 6,386 / 209 家,本地长回复自动 compact 重试

Cline(VS Code 扩展)于 2026-09-24 发布 v4.1.21:新增日本开源权重 OpenAI 兼容提供商 ai&;模型目录刷新到 6,386 个模型、覆盖 209 家提供商,其中 19 家未固定默认模型的提供商会改默认(11 家切到 Claude Opus 5.5,含 GitHub Copilot 与 Vertex);本地模型(llama.cpp / Ollama / LM Studio)触达输出 token 上限时会 compact 对话并重试一次。同步抬升 js-yaml 最低版本至 4.3.2。

Cline v4.1.21:接入日本 OpenAI 兼容端点 ai&,模型目录扩至 6,386 / 209 家,本地长回复自动 compact 重试

核心要点速览

  • 新提供商:ai&——日本 OpenAI 兼容端点,面向开源权重(Release v4.1.21)
  • 目录规模:刷新至 6,386 models / 209 providers;19 家未 pin 默认模型的提供商会改默认,其中 11 家默认切到 Claude Opus 5.5(含 GitHub Copilot、Vertex)
  • 本地模型:llama.cpp / Ollama / LM Studio 触达输出上限时 compact 后重试一次,保留部分答案
  • 安全:js-yaml 最低 4.3.2,覆盖 rule/skill frontmatter 解析
  • 安装:VS Code Marketplace 或下载 cline-4.1.21.vsix
阅读全文