让 AI 走出对话框，
走进工作现场

AI 基础设施 NVIDIA PAIR：把家里的 RTX、DGX Spark 和 Mac 变成本地 AI 请求集群，但它不是“显存池化” 可以把 NVIDIA PAIR 理解成家里本地 AI 的“派单前台”：RTX 主机、DGX Spark、Mac 就像几名能力不同的员工，PAIR 看谁在线、谁装了对应模型、谁现在最空闲，就把下一份 AI 工作交给谁。它特别适合多 Agent 并发，但不会把 16GB + 24GB 显存拼成 40GB，也不会把一个大模型拆到多台机器上。 47 0 0 1周前

模型与 Agent GPT-6 Astra 发布：游戏开发、3D 建模与长程 Agent，距离 AGI 通用人工智能还有多远？ 2026 年 9 月 3 日，OpenAI 发布 GPT-6 Astra，强化电脑操作、专业制作与长程任务能力。先看本次发布的核心升级，再结合游戏开发、Blender 房屋、Playco 与 ARC Prize 评估，理解它在 AGI 通用人工智能方向的进展和仍待验证的问题。 60 0 0 1周前

模型与 Agent Meta Muse Spark 1.3：工具调用少 20%、Token 少 25%，长程 Agent 的“效率”开始不能只看 Token 单价 Meta 发布 Muse Spark 1.3，把长程 Agent 的重点从“会不会调用工具”推进到“是否知道何时澄清、何时求助、何时确认、何时少走无效轮次”。Meta 工程师内部对比称工具调用减少约 20%、Token 减少约 25%，但第三方评测提醒：这些节省不能直接外推到所有任务。 39 0 0 1周前

模型与 Agent Qwen3.8-Max-0902：不是换架构，而是继续 Post-training，发布时 Code Arena 从 1669 升到 1691 Qwen3.8-Max-0902 是 Qwen3.8-Max 的日期快照升级，不是一次新架构发布。阿里云官方文档把重点放在工程级 Coding、长程自主开发、多工具协作与端到端交付；发布时 Code Arena WebDev 从 1669 升到 1691，但实时榜单随后已经变化。 46 0 0 1周前

模型与 Agent Gemini 3.8 Flash 与 Flash Cyber：Google 把通用 Agent 和高权限安全能力拆成两条发布轨道 Google 同时发布 Gemini 3.8 Flash 与 Flash Cyber：前者已经 GA，面向长程软件工程和自主 Agent；后者共享基础智能，却通过 Fairwind Program 只向可信防御方开放更宽松的网络安全能力。 28 0 0 1周前

模型与 Agent 270亿参数压到11.8GB：Qwen3.8-27B这款IQ3_S，值得16GB显卡用户换吗？ 奥地利 ISTA 团队把量化精度按张量重新分配，推出11.8GB的GSQ-RCO IQ3_S。它在发布方部分测试中接近BF16，但并非全面无损；本文核对四个IQ3文件、MTP开销与真实跑分，说明16GB显卡用户该比较什么。IQ3_S于9月1日加入仓库，本文于9月14日复核，不是近五天首发。 21 0 0 2周前

内容与视频 Gemini Agentic Video：不再按固定 FPS“看完整段视频”，Token 最多降 88% 的关键是主动找片段 Google 把视频理解从固定 1 FPS 采样升级成 Agentic Processing：模型根据问题主动搜索时间线、选择 Frames / Audio / Transcript，并对关键片段提高 FPS 重采样。Google 自报 Token 最多减少 88%、分析成本最多降低 66%、准确率最高提升 7%。 32 0 0 2周前

模型与 Agent Claude Fable 5.1 与 Mythos 5.1：同一个模型、两套安全边界，Anthropic 开始分层开放前沿能力 Anthropic 同时发布 Claude Fable 5.1 与 Mythos 5.1。两者是同一个底层模型，真正的差异在安全护栏与 Trusted Access：Fable 面向一般用户，Mythos 为经过审核的网络安全与生命科学场景开放更高权限能力。 29 0 0 2周前

模型与 Agent DeepSeek-V4-Pro、GLM-5.3、GPT-5.6 Sol：用八项硬指标做三模型测评 以终端、长程代码、安全、工具调用、自动化、专业工作、工具增强推理与职业任务八项硬指标比较三款模型；逐项标注图表数值与一手发布材料的口径边界。 168 0 0 1月前

开发者工具 DeepSeek Harness：用“万物皆插件”组织 Agent 工程环境，但仍处于开发者预览 DeepSeek 在开源项目 DeepSeek Harness 中提出以插件为中心的 Agent 工程环境：命令行工具 dsh 基于 Cordis，既可通过 npm 启动本地 Web UI，也可从源码构建。项目当前明确标注为开发者预览，兼容性破坏性变更仍可能发生；它更适合作为团队研究 Agent 工作流组织方式的对象，而非直接当作稳定生产底座。 178 0 0 1月前

模型与 Agent DeepSeek-V4-Pro 正式版上线：Agent 能力提升之外，还应怎样读独立测评 DeepSeek-V4-Pro GA 新增 Responses API 与 Codex 适配，并公布了多项 Agent 分数；但这些属于厂商自报。本文补入 NIST/CAISI 与公开 AgentRE-Bench 的独立证据，说明它们评测的版本、脚手架、预算与未能覆盖的 GA 增量，帮助团队把“官方能力声明”与“可迁移的选型证据”分开。 171 0 0 1月前

模型与 Agent Qwen3.8-27B 评测观察：官方对比多项反超 Opus 4.6 Max，终端编码与硬推理仍落后 2026-08-14 阿里开源 Qwen3.8-27B：27B 稠密原生多模态模型，Apache 2.0，262K 上下文可扩至 1M，量化后单张 24GB 消费级显卡可跑。官方模型卡全表显示，与 Opus 4.6 Max 可直接对比的 17 项中 13 项领先（SWE-bench Pro 61.7 vs 53.4、OSWorld 84.3 vs 72.7），但 Terminal Bench 2.1、NL2Repo、GPQA、HLE 四项落后；第三方追踪榜单处于中游偏上，无单项进前三。本文对照 GLM-5.3、GPT-5.6 Sol、DeepSeek-V4-Pro 等热门模型给出选型观察，全部数据可溯源，未做独立实测。 178 0 0 1月前