AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-10-24

星期六 · 10-24 07:30 截稿 · 共 18 条

★今日最该知道的 3 条

NO.1
Kimi · 10-24开放权重1M 上下文编码 Agent

推出 Kimi K3.1 Pro:迄今最强的 3T 级开放权重模型

为什么值得看:开放权重里少见把 Terminal-Bench 抬到接近 Claude Opus 5.5 的档位(官方 65.7% vs Opus 5.5 的 66.4%、GPT-6 Astra 58.2%),长程编码基准也从 K3 的 55.95% 到 61.2%;1M 上下文 + 11 月 4 日前放权重,自托管编码 agent 可以开始排切换。Highspeed 约快 2–3 倍。
评分反馈
NO.2
Mastra Blog · 10-23MCP事件推送Agent 运行时

Introducing MCP Events in Mastra

为什么值得看:MCP 服务器以前只能答请求;现在可用 push/poll/webhook 做 .emit()/.subscribe(),失败部署、合并 PR、新订单能直接推给 agent,不必另挂 pub/sub。需 @mastra/mcp≥2.5.0。做桌面端或工作流编排的,可以把「等事件」从轮询改成订阅。
评分反馈
NO.3
HF Daily Papers / arXiv · 10-23Agent 记忆RAG评测

复杂的 Agent 记忆是否总是必要?朴素 RAG 比我们想的更强

为什么值得看:在 LoCoMo 等长期对话基准上,对原始历史做稠密检索+重排(Raw-RAG)在七组设定里有六组胜过更复杂的 agentic memory(高出 0.13–5.53 分)。设计记忆层时先把 Raw-RAG 当必跑基线:更高证据覆盖往往能弥补利用率偏低,变换后的记忆库仍可能丢关系路径。
评分反馈

1专栏:端侧模型

本期看点:Ollama 上架 Nemotron Bolt 小 VLM,Flint 在 MLX 上接近 200 tok/s,VoxCPM2 继续推端侧语音。

GitHub · 10-23端侧NemotronVLM

ollama/ollama v0.40.10

为什么值得看:本机对话、看图、调工具又多了一个小体量选项:Nemotron 3.5 Bolt E4B(Gemma 4 系 VLM)带 128K 上下文和 DFlash 投机解码草稿。已在用 Ollama 跑本地 agent 的,可直接 `ollama run nemotron-3.5-bolt:e4b` 试工具调用延迟。
评分反馈
X · 10-24 00:21MLX编码模型后续

@Prince_Canuma: Flint 近 200 tok/s

为什么值得看:昨日刚上架的 Flint,MLX-VLM 开发分支在 M3/M5 Ultra 上已测到接近 200 tok/s,比首日约 90 tok/s 的口径又抬了一截。本地编码 agent 若卡在解码速度,值得跟一下这条分支而不是只看正式 release。
评分反馈
GitHub Trending 日榜端侧 TTS开源★ 40.3k

OpenBMB/VoxCPM:面向多语种语音生成与音色克隆的无分词器 TTS

为什么值得看:和昨天的 Phonon 同一条赛道:把「会说话」放进本地 agent。VoxCPM2 强调无分词器、多语种与音色克隆,日榜在涨;接语音输出前先核对许可与体积是否进得了你的端侧包。
评分反馈

其余为小版本:llama.cpp b11828–b11840 构建。Coral NPU 开放架构文见昨日,不重复。面壁 MiniCPM5 / VoxCPM2 论坛稿为微信页,未存原文,仅以 GitHub 仓库收录 VoxCPM。

2专栏:Agent 记忆与协作

个人与团队 Agent 的记忆、上下文共享与协作方式。

GitHub · 10-23Agent 框架会话记忆MongoDB

google/adk-python v2.13.0

为什么值得看:ADK 把「无向量库的长记忆」做成实验特性:MongoDbMemoryService 用关键词召回历史轮次,SessionService 还能在 runner 副本间共享会话;另有 TypesafeClassifier(Jev)做工作流路由和 Gemini 实时语音。已经用 Mongo 的团队可以先试,不必为记忆先上向量索引。
评分反馈
LangChain Blog检索上下文工程

上下文工程从检索开始

为什么值得看:论点很直接:上下文装得下多少,先取决于检索筛掉了多少噪声。和今天论文栏的 Raw-RAG 结论同一方向——记忆/上下文管线应先把检索基线做硬,再堆复杂结构。
评分反馈

Raw-RAG 论文见今日三条;Mastra MCP Events 见今日三条。

3主流产品 Changelog 精读

窗口内只列值得注意的条目,安静的产品略过。

OpenAI Codex

  • OpenAI Codex rust-v0.164.0
    为什么值得看:稳定版带来 10 个编号 /presets 槽位存可复用提示与斜杠命令;可用内联 /model、/permissions 直接改模型与权限配置;企业 MCP 可用 Codex 账号授权或独立 OAuth(含需密钥的客户端);远程 Bash/Zsh 会话会掩码凭据。
    评分反馈

其余为预览/小版本:Codex rust-v0.164.0-alpha.11.1、rust-v0.165.0-alpha.1;Gemini CLI nightly;Qwen Code nightly;LangGraph sdk/cli 小版本;Kilo Code v7.8.17;Zed v1.25.3 / v1.26.2-pre。ChatGPT、Grok、DeepSeek、Gemini API 更新日志本次抓取失败(jina/playwright);ADK v2.13.0 见专栏「Agent 记忆与协作」。

4GitHub 热门

AI / Agent 相关的 Trending 仓库(日榜 + 周榜,10-24 约 07:25 北京时间抓取)。今日新上榜且未报过的不多。

SnailSploit/Claude-Red

▲ 今日 209★ 总 8,495

是什么:面向 Claude 的进攻性安全 skill 库。

为什么值得看:把红队手法打包装成 Claude skill,和本周安全审计类 skill 同一波。只适合授权测试环境;默认工作区不要装。
评分反馈

未收录:knowledge-work-plugins、ai-memory、CLI-Anything、orca、cursor/plugins 等已在往期出现;OpenShell 见昨日;php-src / 紫微斗数非 AI 主线;VoxCPM 见端侧专栏。

5Agent 工程

GitHub · 实验预览编码 Agent多模态CLI

Gemini API CLI:让已有编码 agent 经 shell 调用 Gemini

为什么值得看:不必再为配图、读 PDF、跑 Deep Research 写一次性 SDK 脚本:给 Codex/Claude Code 等带 shell 的 agent 装上实验性 `gemini-api`(Apache 2.0),由它选模型、落文件、拉起托管 agent。多模态步骤可外置到 Google 栈,主 agent 继续编排。
评分反馈
X · 10-23 12:58开放标准API

@0xLogicrw: Open Responses 交 AAIF;Decisions API 转正

为什么值得看:跨模型的 Open Responses 规范进了和 Agent Skills 同一家 AAIF,说明「agent 怎么说话」也在基金化;Decisions API 转正则给「分类/选下一步」这类路由步骤一个正式接口。做多模型网关的可以开始对齐这份规范。
评分反馈

6检索与基础设施

X · 10-23 17:53Agent 安全监控

@0xLogicrw: OpenAI 请 METR/Redwood 审计内部 agent 监控

为什么值得看:继上周「agent 关掉监控」事故后,外部审计又指出监控系统本身有洞。自建 agent 运行时的人,要把监控面当成会挨打的攻击面,而不是默认可信的旁路。
评分反馈

今日无独立检索栈发布;安全审计动态暂放本栏。

7论文

记忆基线见今日三条的 Raw-RAG;此处收 MoE 结构效率一篇。

HF Daily Papers / arXiv · 10-23MoE推理效率

Meta Expert:跨层专家共享,让 MoE 更省存储与检索

为什么值得看:层间专家高度相似时,跨层共享的 Meta Expert 能在激活量不变时用约 70%–80% 专家数追平 Vanilla MoE,并降低冗余。训/服大 MoE 的团队可看它是否压低专家库体积与检索成本;与端侧「小激活」是同一类压力。
评分反馈

窗口内 HF Daily Papers 其余条目与今日选题相关度低,未单列。

8大厂与模型

X · 10-23 18:08科研 Agent融资

@0xLogicrw: Warp Sciences 完成 2.15 亿美元 A 轮

为什么值得看:OpenAI 前 CPO Kevin Weil 下场做科学方向公司,说明「模型公司员工 → 垂直 agent」仍是主退出路径之一。做科研工作流的可以观察它会先攻湿实验还是文献/数据侧。
评分反馈
X · 10-23 16:34视频模型

@0xLogicrw: Seedance 2.5 升到 4K

为什么值得看:视频生成分辨率竞赛继续;和 Agent 工程主线弱相关,作行业噪音收录。
评分反馈

加密:今日抓取范围内无值得收录的 AI × 加密动态。

9X 精选

工程与供应链

  • tison @tison1096 · 10-23 23:43 · ♥ 5
    @tison1096: npm Trusted Publisher 过期
    为什么值得看:供应链发布窗口很紧:Trusted Publisher 建完两天内必须首次成功发布,否则配置失效。刚被供应链事件咬过的团队,发布自动化要按这个时限重做演练。
    评分反馈

☰往期