AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀7

🔥82

GitHub Copilot 接入 Xcode 内置编码助手：随 Xcode 27.3 beta 公测，所有 Copilot 方案可用

GitHub 官方 changelog 宣布，Copilot 现可直接在 Xcode 内置的编码助手中使用，从 Xcode 27.3 beta 起进入公开预览，需 macOS Tahoe 26.6 及以上，在 Xcode > Settings > Intelligence 中配置，所有 Copilot 方案均支持；原有 Copilot for Xcode 扩展继续保留。

核心要点速览

Copilot 进入 Xcode 原生编码助手，公开预览，起始版本 Xcode 27.3 beta
需要 macOS Tahoe 26.6 或更高版本
在 Xcode > Settings > Intelligence 中设置，所有 Copilot 方案都支持
原有 GitHub Copilot for Xcode 扩展仍是独立选项，可二选一
Xcode 27.3 beta 1 发布说明在 Coding Intelligence 一节列出了这项新功能

阅读全文

关联模型 / 智能体 / 厂商:

🤖 GitHub Copilot 🌐 GitHub 🌐 Apple 🌐 Microsoft

#GitHub Copilot#Xcode#Xcode 27.3#Apple#coding assistant#公开预览

Fireworks@FireworksAI_HQ·23 小时前收录

👀10

🔥82

查看推特原帖 ↗

Fireworks 首届 Forge 大会发布一批新品：Ultra-fast 推理公测达 1500 tokens/秒，Background Mode 半价，Nexus Desktop 接入 Codex 与 Claude Desktop，Sovereign 私有部署预览

开源模型推理平台 Fireworks 11 月 3 日在首届 Forge 大会上发布一批新产品：基于 NVIDIA Blackwell 的 Ultra-fast 进入公测，在 DeepSeek V4.1 Flash 上最高 1500 tokens/秒，30 轮 Agent 任务从 1 分钟降到 8 秒；可等待任务的 Background Mode 半价；新增多日 Prompt 缓存和更高限流。Nexus Desktop 把开源模型路由带进 Codex app、Claude Desktop 和 OpenCode，Pro 每月 8 美元起；还有 No Eval、LoRA 无服务器推理、Fireworks Sovereign 私有部署等，并宣布 60+ 伙伴的 Frontier Ecosystem。

核心要点速览

Ultra-fast 公测：基于 NVIDIA Blackwell，在 DeepSeek V4.1 Flash 上最高 1500 tokens/秒；官方基准中 30 轮 Agent 任务耗时从 1 分钟降到 8 秒（Fireworks 官方博客）
省钱选项：Background Mode 对可等待任务半价；多日 Prompt 缓存降低反复恢复上下文的成本；更高的 serverless 限流和 Elastic Burst 已正式可用
Nexus Desktop 上线：开源与闭源模型按个人路由，可在 Codex app、Claude Desktop、OpenCode 中使用；Pro 每月 8 美元起，Teams 每席每月 10 美元起
训练侧：No Eval 私测，把生产 trace 转成任务评测；LoRA 无服务器推理公测，先支持 GLM 5.3 Flash，按 token 计费、空闲不收费；Muse Glimmer 30B 免费训练至 11 月 30 日
企业侧：Fireworks Sovereign 私测，把推理引擎部署进客户自己的云或机房；官方称已在客户环境管理超过 2.5 万块 GPU；同时宣布 60+ 伙伴的 Frontier Ecosystem

阅读全文

关联模型 / 智能体 / 厂商:

⚡ DeepSeek-V4.1-Flash ⚡ GLM-5.3-Flash⚡ Muse Glimmer 30B⚡ Ember-1🤖 Codex 🤖 Claude Desktop 🤖 OpenCode 🌐 Fireworks 🌐 NVIDIA

#Fireworks#Forge#推理#Ultra-fast#Background Mode#提示词缓存#Nexus#Sovereign#开放模型#LoRA

Microsoft Developermsdev·6 天前收录

👀37

🔥84

查看推特原帖 ↗

微软把 GitHub 打造的 Copilot harness 开放进 Foundry Agent Service：公开预览，支持 20+ 前沿模型与自带密钥，12 月 1 日起计费

微软 10 月 28 日在 GitHub Universe 期间宣布，把支撑 Copilot Code、Copilot Studio、GitHub Copilot app、CLI 和 VS Code 的统一 agent 执行层「Microsoft Copilot harness」以公开预览形式放进 Foundry Agent Service。微软负责 agent 循环和沙箱，开发者提供指令、技能、工具和模型选择；官方称支持 20 多个前沿模型并可自带密钥。同时，托管 agent 的长任务容错能力正式 GA。harness 运行时在 12 月 1 日前免费。

核心要点速览

官方称 harness 覆盖 20 多个前沿模型，并支持自带密钥（BYOK），换模型不用重写编排层（官方博客）
预览版四块能力：可复用技能、Foundry/MCP 工具（需显式配置认证与审批）、文件与代码执行加内置子智能体委派、可进源码管理的 agent 定义
计费：12 月 1 日前 harness 运行时免费；之后沙箱按每 vCPU 小时 0.0994 美元、每 GiB 小时 0.0118 美元收费，模型推理另计（Foundry 博客）
托管 agent 的长任务容错（long-running resilience）同周 GA：中断后用原始输入重启，进度由应用自行保存
限制：只能在新建 agent 时选择该 harness，现有 agent 不变，创建后暂不支持切换

阅读全文

关联模型 / 智能体 / 厂商:

🤖 Microsoft Copilot harness 🤖 Foundry Agent Service 🤖 GitHub Copilot 🤖 Copilot Studio 🌐 Microsoft 🌐 GitHub

#Microsoft#Foundry#Copilot harness#智能体运行时#MCP#Agent 技能#GitHub Universe

Mistral AIMistralAI·7 天前收录

👀50

🔥81

查看推特原帖 ↗

Mistral 推出 Responses API 公开预览：兼容 OpenAI Responses 格式，答案、推理和工具调用分项返回，专为构建智能体

Mistral AI 10 月 28 日在 X 宣布 Responses API 进入公开预览，定位为在 Mistral 上构建智能体的接口。官方文档说明它采用 OpenAI Responses 格式，每次响应的 output 数组里分别给出模型消息、推理内容和函数调用，比 Chat Completions 更容易逐步处理。预览版是无状态的，对话历史由应用自己保存并回传；支持文本、图片、文件输入，JSON Schema 结构化输出，流式事件，客户端函数调用，reasoning.effort，以及 POST /v1/responses/input_tokens 计数。服务部署在 Mistral AI Cloud Inference 的欧盟和美国区域。同一帖串还宣布在其云上提供 DeepSeek V4.1 Flash（公开预览）和 GLM 5.3 Flash（正式可用）。

核心要点速览

Responses API 公开预览，采用 OpenAI Responses 格式，已有 Responses 集成可以较容易迁到 Mistral
每次响应把答案、推理、函数调用分成不同 output 项，便于智能体逐步处理
预览版无状态：应用自己维护对话历史，并把上一轮 output 项连同 function_call_output 回传
支持图片和文件输入、JSON Schema 结构化输出、流式、函数调用（含 namespace）、reasoning.effort，以及 /v1/responses/input_tokens 计数
部署在 Mistral AI Cloud Inference 的欧盟和美国区域；同时新上 DeepSeek V4.1 Flash（预览）和 GLM 5.3 Flash（GA）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Mistral Large 4 ⚡ DeepSeek-V4.1-Flash ⚡ GLM-5.3-Flash 🌐 Mistral AI 🌐 DeepSeek 🌐 Zhipu AI

#Mistral#Responses API#API#智能体#函数调用#结构化输出#流式输出

Google Cloud TechGoogleCloudTech·8 天前收录

👀39

🔥80

查看推特原帖 ↗

DeepMind 机器人「大脑」Gemini Robotics ER 2 上线 Google Cloud 公开预览：企业可用它编排 VLA 模型和多机器人协作

Google Cloud 10 月 27 日宣布，Google DeepMind 的具身推理模型 Gemini Robotics ER 2 在 Gemini 平台（Model Garden）开放公开预览，模型 ID 为 gemini-robotics-er-2-preview，基于 Gemini 3.5 Flash。它充当机器人的高层「大脑」，能理解视频中的空间和时间信息、规划多步任务、判断动作是否成功，并把 VLA 模型和导航 API 当作工具来调度，支持多台不同形态机器人协作。官方称其定位视频关键帧的准确率为 91.3%。

核心要点速览

模型 ID gemini-robotics-er-2-preview，基于 Gemini 3.5 Flash，输入支持文本、图像、视频、音频，输入上限 131,072 token、输出 65,536 token
核心用法是把 VLA 模型、导航 API 或自定义函数声明为工具，由 ER 2 负责规划和调度，并可用自然语言解释和接受改派
能把任务进度分为二元、离散或连续分数，官方称定位关键帧准确率 91.3%、平均帧误差 0.96 秒
可读取表盘、液位计、数显屏、刻度尺等 10 多类仪表读数
企业版提供 IAM、安全控制和函数调用；Cloud 预览支持 GenerateContent，不支持 Live API；Boston Dynamics、Arm 等已在试用

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Gemini Robotics ER 2⚡ Gemini 3.5 Flash 🌐 Google 🌐 Google DeepMind

#Gemini Robotics ER 2#Google Cloud#Google DeepMind#机器人#具身推理#物理 AI#VLA#Model Garden

Subquadratic@subquadratic·22 天前收录

👀83

🔥90

查看推特原帖 ↗

Subquadratic 发布 SubQ Snap：384K 上下文决策模型，专接 Agent 的路由/选工具/判通过

Subquadratic 于 10 月 12 日发布 SubQ Snap（公测 ID subq-snap-preview）：不生成文本、只对预定义答案打概率的「决策模型」，基于次二次稀疏注意力 SSA，单次可读 384K 文本+图像，100K token 约 1 秒出结果；官方称 Decision Index 0.2.1 得 61.7（Jev 57.9），输入 $0.05/百万 token、输出免费。

核心要点速览

上下文 384K（文本+图像），官方称为 Jev 的 12 倍
Decision Index 0.2.1：61.7 vs Jev 57.9（厂商自测）
16 项企业任务均分 67.6 vs 61.6，13/16 领先；When2Call 落后 7.6 分
Decision LCR（72K–115K 多文档）：一次读完 74.0 vs Jev 分块 48.0
定价 $0.05/百万输入 token，输出免费；100K 输入约 1 秒

阅读全文

关联模型 / 智能体 / 厂商:

⚡ SubQ Snap⚡ SubQ⚡ Jev🌐 Subquadratic 🌐 TypeSafe

#SubQ Snap#Subquadratic#决策模型#长上下文#稀疏注意力#agent routing#API

GitHub@github·29 天前收录

👀83

🔥82

GitHub Stacked PRs 正式 GA：全部 github.com 计划可用，变基后保留审批、整栈进合并队列，gh stack 提供 AI Agent 技能包

GitHub 于 2026-10-06 在官方 Changelog宣布 Stacked PRs 正式 GA，所有 github.com 计划可用，GHES 将在后续版本支持。官方数据：使用 stack 的仓库合并代码量比同类多 9%，Top 1% 仓库中超过三分之二已在用，合并耗时缩短 5%。GA 版本新增：变基后保留未改动代码的审批、自动签名替换提交、整栈作为一个 merge group 进合并队列、base 分支删除后自动重定向；auto-merge 将在未来数周推出。CLI 扩展 gh-stack v0.2.0 已支持 Git worktree，并可通过 gh skill install github/gh-stack 让 AI 编码 Agent 学会拆分大 PR。

核心要点速览

效果数据（官方 Changelog）：使用 stack 的仓库合并代码量多 9%；Top 1% 仓库中超过 2/3 已采用，合并耗时缩短 5%
审批与签名：Rebase stack 后未改动代码的审批保留，即使仓库开启了「自动作废过期审批」；替换提交自动签名并保留原作者
合并队列：整栈作为 1 个 merge group 进入；使用 merge commit 方式时每个 PR 生成 1 个合并提交；stack auto-merge 未来数周内推出
Agent 集成：gh-stack v0.2.0（2026-10-02，1.6k stars）支持 worktree，可用 gh skill install github/gh-stack 安装 Agent 技能；pull_request webhook 新增 stacked action
覆盖范围：所有 github.com 计划可用，GHES 将在后续版本支持；需要 gh v2.0+ 和 Git 2.36+

阅读全文

关联模型 / 智能体 / 厂商:

🤖 GitHub Copilot 🌐 GitHub 🌐 Microsoft

#Github#Stacked prs#Gh stack#代码审查#Merge queue#AI 编程智能体#Developer workflow

Mistral AI@MistralAI·29 天前收录

👀399

🔥96

Mistral Large 4「Le Chonk」公测：1.05T 总参 / 49B 激活原生多模态 MoE，1M 上下文，月底开放权重

Mistral 于 2026-10-06 发布 Mistral Large 4 公测 API：1.05T 总参、49B 激活的细粒度 MoE，配 1.6B 视觉编码器，1M 上下文，在欧洲自建机房 3,800 张 Grace Blackwell 上从零训练。DeepSWE v1.1 61.7%、Cybench 93%，官方称在开源模型中网络安全、金融、法律达到 SOTA；权重承诺本月底开放。

核心要点速览

规模：1.05T 总参 / 49B 激活 MoE + 1.6B 视觉编码器，1M 上下文（模型文档）
编码（Artificial Analysis 私测）：DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%，Coding Agent Index 49.8%，高于 DeepSeek V4 Pro 0813 与 Qwen3.8 Max
安全：Cybench 93%；AA Cyber Index 漏洞复现+修补子项 82% 为全场最高；Lakera B3 抗攻击 93.3%
Agent / 知识工作：AutomationBench 59.9%，AA-Briefcase 1,393 Elo；Surge AI 盲评 3.74 分，仅次于 Claude Opus 5（4.22）
价格：每百万 token 输入 $1.36 / 缓存 $0.14 / 输出 $4.18，文档另列半价一档；权重月底发布

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Mistral Large 4 🌐 Mistral AI

#Mistral#Mistral Large 4#开放权重#MoE#多模态#网络安全#基础模型

AWS News Blog@awscloud·34 天前收录

👀64

🔥95

AWS Well-Architected Agent 公测：按业务目标排优先级，给出可落地的 IaC/CLI/控制台修复包

AWS 于 2026-10-01 宣布 Well-Architected Agent 公测：关联利用率、资源配置与应用拓扑，对照 65+ 服务的 Well-Architected 实践，按声明的业务目标输出分级建议，并附控制台步骤、更新后的 Terraform/CDK/CloudFormation 与 CLI。首发可用区：弗吉尼亚 / 俄亥俄 / 俄勒冈；由 AWS Support 交付。

核心要点速览

发版：AWS News Blog（2026-10-01T20:04:04Z）；同步 What's New
能力：目标对齐优先级；三级建议（单资源美元影响 / 应用级聚合 / 架构模式+IaC）；可选控制台、更新 IaC、CLI 修复路径
覆盖：成本、安全、性能、韧性四柱；扫描 65+ AWS 服务；可上传 Terraform / CloudFormation / CDK zip 做部署前评审
区域与门槛：Agent 首发 us-east-1 / us-east-2 / us-west-2，可纳管任意商业区工作负载；需 AWS Support 计划；建档后约 24 小时内出建议
落地：Well-Architected 控制台创建 agent profile + 客户托管 IAM；API / 文档；可与既有 WA Tool 自定义 Lens 并用；官方提醒 GenAI 建议需人工复核

阅读全文

关联模型 / 智能体 / 厂商:

🤖 aws-well-architected-agent 🌐 aws 🌐 Amazon AWS (Nova)

#AWS#Well-Architected Agent#Well-Architected#IaC#Terraform#CDK#CloudFormation#cloud optimization#Preview

DigitalOcean@digitalocean·34 天前收录

👀61

🔥95

DigitalOcean 推出 Agent Droplets：Harness + 推理 + 16k 工具一张月费，$50/$200 起

DigitalOcean 于 2026-10-01 为公测中的 Managed Agents 推出 Agent Droplets：Pro $50/月（15% 折扣）与 Team $200/月（20% 折扣），一张账单覆盖微 VM Harness Runtime、托管开源模型推理（含 Kimi K3 / GLM 5.3）、会话存储与 Action Gateway 16,000+ 工具；可接 Claude Code / Codex / OpenCode。另推 Inference and Agents Balance 预付余额。

核心要点速览

发版：Agent Droplets 博文（2026-10-01）；前置 Managed Agents 公测（2026-09-22）
定价：Pro $50/月 15% 折扣、Team $200/月 20% 折扣；新用户 $5 试用（无需绑卡）；无 Agent 数/席位上限
捆绑：微 VM（~1s 启 / ~300ms 恢复）、DO 托管 Kimi K3·GLM 5.3、会话存储、16,000+ 工具；Claude/GPT 等前沿模型另按目录价
续跑：Inference and Agents Balance $5–$500 仅扣 AI 产品；到额可停或按目录价继续，会话可安全暂停留快照
落地：控制台创建 Droplet → 指向 Claude Code/Codex/OpenCode；文档见 Managed Agents；公测不保证生产 SLA

阅读全文

关联模型 / 智能体 / 厂商:

⚡ GLM-5.3 ⚡ Kimi K3 🤖 Claude Code (Anthropic)🤖 openai-codex 🤖 opencode 🌐 digitalocean 🌐 Anthropic 🌐 OpenAI 🌐 alibaba

#DigitalOcean#Agent Droplets#托管智能体#Harness Runtime#Action Gateway#Claude Code#Codex#OpenCode#GLM 5.3#定价

GitHub@github·34 天前收录

👀135

🔥95

GitHub Copilot Dynamic Workflows 公测：代码定义多 Agent 编排，CLI / App / SDK 全表面可用

GitHub 于 2026-10-01 Changelog 宣布 Dynamic Workflows 进入公测：在 Copilot CLI、桌面 App 与 SDK 用代码定义可复用编排（串行/并行、检查点暂停、子 Agent 互审），区别于 Autopilot 与 /fleet 的模型自决拆分。CLI 需 --experimental 或 /experimental on；全套餐可用。

核心要点速览

官方锚点：Changelog 2026-10-01 + 概念页 Dynamic workflows + 操作页 Using dynamic workflows
定位：作者用代码规定步骤/条件/交接；Agent 只负责需判断的段落。对比 Autopilot（持续自治）与 /fleet（每次由模型拆分并行）
落地面：CLI（copilot workflow run NAME、自然语言触发、/workflows 监控）、Copilot App（Workflows 按钮）、SDK/扩展 canvas；工作流以 extension 形式共享到 ~/.copilot/extensions/ 或 .github/extensions/
护栏：可限并发子 Agent、总子 Agent、超时秒数、近似 AI credits；提示词 > 工作流代码 > /settings workflows.defaultLimits.*；先小范围试跑再放大
边界：公测可变；CLI 需开启 experimental；无官方 SWE/Terminal-Bench 数字——勿与 HydraFusion 或 Computer Use 混为一谈

阅读全文

关联模型 / 智能体 / 厂商:

🤖 github-copilot 🤖 copilot-cli 🌐 github 🌐 Microsoft Azure AI

#GitHub Copilot#Dynamic Workflows#Copilot CLI#多智能体#编排#公开预览#Extensions#/fleet#Autopilot

GitHub@github·34 天前收录

👀114

🔥96

GitHub Copilot Computer Use 公测：CLI 与桌面 App 可操控 macOS/Windows 本地 GUI 应用

GitHub 于 2026-10-01 Changelog 宣布 Computer Use 进入公测：Copilot CLI 与 Copilot App 可在本机读写无障碍树/截图、点击、键入、滚动与跨应用工作流，覆盖无 API/CLI/MCP 的遗留 GUI。默认关闭，需 /computer on 或设置开关；企业策略可强制禁用。

核心要点速览

官宣：Changelog 2026-10-01；概念文档 About computer use
表面：仅 本地会话 的 Copilot CLI + Copilot App；平台 macOS / Windows（Linux 桌面未列）
能力：读无障碍树或截图 → 点击/键入/快捷键/滚动/拖拽/跨应用导航；适合无 API·CLI·MCP 的遗留 GUI
开关：默认关；CLI /computer on|show|off；App Settings → Computer Use；macOS 需 Accessibility + Screen Recording
治理：跟随时表面 Tool Permissions；Always allow 本机 CLI/App 共享；企业 managed settings 可禁用且本地无法覆盖

阅读全文

关联模型 / 智能体 / 厂商:

🤖 github-copilot 🤖 github-copilot-cli 🌐 github 🌐 Microsoft Azure AI

#GitHub Copilot#电脑操作#Copilot CLI#Copilot App#公开预览#GUI automation#MCP#macOS#Windows

Pinecone@Pinecone·48 天前收录

👀41

🔥92

查看推特原帖 ↗

Pinecone 推出 Nexus 公测版与 NoQL：查询时即时执行代码的智能检索运行时

Pinecone 正式公开测试 Nexus 知识引擎，并引入名为 NoQL 的代码执行运行时智能体。不同于传统向量检索在服务端与客户端间频繁搬运海量上下文，NoQL 允许在查询时即时生成并在安全沙箱中运行轻量脚本，直接过滤和提炼高维知识，大幅降低企业端 Token 开销并提速数据检索。

核心要点速览

引入 NoQL 运行时智能体，在查询过程中即时编译执行提炼代码
显著减少往返搬运上下文的 Token 浪费，提高企业知识库检索吞吐
提供强隔离执行沙箱，兼具灵活性与企业级数据合规保障

阅读全文

关联模型 / 智能体 / 厂商:

🤖 NoQL Agent 🌐 Pinecone

#Pinecone#Nexus#NoQL#RAG#Knowledge Retrieval