AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-11-05

星期四 · 11-05 10:28 截稿 · 共 21 条

★今日最该知道的 3 条

NO.1
The Decoder · 11-05;OpenAI Newsroom 同步PierreCodexGit

OpenAI 收购 Pierre Computer Company,让 Git 跟上 AI 编码智能体

收购 Code Storage 与 Trees/Diffs/Highlights 等开源库背后的 Pierre:这些库已支撑 Codex 的文件导航、diff 内修 bug 与实时高亮;目标是人与 agent 并行写代码时把 Git 工作流跟上。开源项目承诺继续开源,交易待监管批准;文中并点到 OpenAI 自研版本控制后端 Pando。

为什么值得看:继 Pando 之后,Codex 的「团队协作平台」叙事开始吞并 Git 周边开源工具链。评估 coding agent 基建时,把 diff/导航/存储当成一等产品面,而不是模型外的附属插件。
评分反馈
NO.2
GitHub · ggml-org/llama.cpp · 11-04 21:08;ggerganov 同步llama.cppFP8端侧

llama.cpp v0.9.0 发布,并向 v1.0.0 推进

加入 OCP FP8 E4M3 量化、面向多序列统一 KV 的 flash_attn_ext_rows,以及通用批量张量拷贝 API;新架构含 Clover、Limite、Metis-1.6 与 Mistral Large 4,并扩展 Chatterbox TTS 等音频能力。ggml 升至 v0.29.0,覆盖多后端并行与性能;维护者称未来数周冲 v1.0.0。

为什么值得看:本地/端侧推理栈的版本号终于逼近 1.0;上线前优先核对 FP8 权重路径与多序列 KV 行为,别只当日常 b 号构建。
评分反馈
NO.3
X · rohanpaul_ai · 11-05 02:20;AIHOT上下文压缩AgentNVIDIA

NVIDIA 论文:智能体频繁压缩历史可在短上下文下几乎不损精度

为什么值得看:别先扩窗:触顶写交接笔记、只带任务与笔记重启,长文 Bash 检索。开源 256K 相对 16K 单 token 常贵数倍,故默认压缩;长程对照多数旋钮几乎贴全历史,Opus 4.5 在 SWE-bench 未塌。
评分反馈

1专栏:端侧模型

窗内 llama.cpp 已在三条以 v0.9.0 展开;其余多为日常构建。

GitHub · 11-04 13:46ONNX端侧GenAI

microsoft/onnxruntime-genai v0.19.0

为什么值得看:发布说明正文为空,仅有版本戳。端侧 ONNX 推理升级前先对照 changelog 空窗是否意味着仅包版本/依赖滚动。
评分反馈

llama.cpp b12083–b12091 未单列。

2专栏:Agent 记忆与协作

压缩交接、强制遗忘、企业 MCP 自动连,以及 skills 仓库热度。

X · 0xLogicrw · 11-04 13:03ClaudeMCP企业

@0xLogicrw: Claude 企业插件自动连接

为什么值得看:Team/Enterprise 公测:管理员预配后员工首次用 Notion/Figma 等插件免反复登录;Claude-issued Auth 可让 Claude 当身份签发方。做团队 MCP 目录时把「预授权 + 身份桥」当成默认路径,少假设每人手点 OAuth。
评分反馈
X · rohanpaul_ai · 11-04 18:37;AIHOTBEMULA记忆遗忘

清华 BEMULA:智能体几乎无法按要求彻底遗忘

六套记忆系统 × 三骨干上,端到端遗忘通过率最高约 1.5%;发出遗忘请求后,对角色扮演或是否题一类简单套取,最多拦住约 35.7%。BEMULA 用 50 段长合成对话、135 次遗忘请求(各配无请求对照),探针同时查目标事实是否消失、其他记忆是否保留、攻击能否再抽出—…

为什么值得看:有长期记忆的产品必须把「真删除」做成可测路径:确认文案 ≠ 数据消失。合规与用户信任评审优先看探针通过率,而不是 UI 勾选。
评分反馈
X · rohanpaul_ai · 11-04 22:16Living Brain记忆MCP

@rohanpaul_ai: Living Brain 把记忆层与模型解耦

为什么值得看:叙事是模型可换、累积上下文留下,经 MCP/API 接入。做团队记忆时对照:身份与权限是否跟「记忆库」走而不是跟某个聊天模型绑定。
评分反馈
GitHub Trending · ~224★ today / ~2.5kskillsMCP多媒体

scenario-labs/skills:给任意 agent 的影像/3D 生产技能

为什么值得看:技能负责选型、估费与角色一致性,并经 Scenario MCP 驱动 Blender/Maya 等。skills 仓库赛道继续内卷;若做可安装技能面,对照「生产级媒体管线」而不是又一个提示词合集。
评分反馈

3主流产品 Changelog 精读

Claude Code 会话/鉴权修补;Gemini CLI 正式版;Codex 仍为 alpha 空说明。

GitHub · anthropics/claude-code · 11-04 08:01Claude Code鉴权mods

v2.1.318

会话里开启自写 mods 会留下你的答复记录;mantle 上游可 assume_role 做跨账号与人均 AWS 费用归因;mod 的 fork 可单独设 effort。另修 continue 丢对话、macOS 多 Bash 内存涨、权限键误触、网络家目录配置写丢、重登导致 Not logged in,以及 plugin 命令在 token 刷…

为什么值得看:团队共用 NFS/网络家目录跑 Claude Code 时,先回归「配置锁 + 登出/重登」路径;费用归因若走 AWS 角色,可对一下 assume_role 是否够用。
评分反馈
GitHub · google-gemini/gemini-cli · 11-05 04:27Gemini CLI发布

v0.67.0

为什么值得看:正式 v0.67.0 相对 nightly/preview 线合流;升级前扫 PR 列表里与会话/工具相关的项,别只看版本号跳动。
评分反馈
GitHub · 11-04ClaudeSDK

anthropics/claude-agent-sdk-python v0.2.178

为什么值得看:与 Claude Code 同窗小版本;SDK 集成方跟一下是否仅依赖锁定,无行为说明时以 diff 为准。
评分反馈

Codex rust-v0.168.0-alpha.* 发布说明几乎为空,未展开。

4GitHub 热门

图谱推理框架与 skills/PR agent 继续热。

GitHub Trending · ~2050★ today / ~5.2kontology检索Agent

NVIDIA/auto-ontology:数据上的语义图推理层

为什么值得看:定位是确定性查询生成 + 更可解释的上下文检索,服务 LLM/agent。做企业知识图谱或检索编排时可对照「图层是否独立于模型」。
评分反馈
GitHub Trending · ~280★ today / ~14.8kPR代码评审Agent

The-PR-Agent/pr-agent

为什么值得看:开源 PR 评审 agent 再次上热榜。若做评审知识沉淀,关注它把哪些信号写成可检索记忆,而不是只比评论文风。
评分反馈

floci 非 AI 核心未上;OpenMontage 偏视频未收。

5Agent 工程

稀疏注意力检索开销与云端 coding runtime。

X · 0xLogicrw · 11-04 19:28LSA稀疏注意力长上下文

@0xLogicrw: Latent Sparse Attention 降超长文检索开销

称在千万 token 的 GLM-5.3-Flash 上,单层稀疏注意力预填充约 98% 时间花在找关键 token。LSA 按语义聚组后再比代表、再取 token;接入 GLM/Qwen 只训少量索引参数。H200 上 GLM 单层预填充称快约 22.7×、整模 TTFT 降约 55%。

为什么值得看:长上下文瓶颈常在「找」而不在「算」。自建检索/记忆索引时优先量定位阶段耗时,再决定是否上语义分组。
评分反馈
X · rohanpaul_ai · 11-05 03:28;AIHOTAether云端AgentCodex

@rohanpaul_ai: Aether 云端运行时跑 Claude Code/Codex

为什么值得看:关电脑后任务继续,模型仍走你已有的 Claude/ChatGPT 订阅;公开基准称 prompt→可工作构建约 19.4s,对照 Conductor Cloud 约 73.5s。选型云端 coding runtime 时分开看「模型双计费」与冷启动,不只看 demo 延迟。
评分反馈

6检索与基础设施

安全向 agent 管线开始按「千美元级漏洞」计价。

X · gdb · 11-05 07:53;AIHOT安全AgentLinux

@gdb: 网络漏洞管线验证并准备近千个 Linux 本地提权补丁

为什么值得看:称用网络漏洞管线发现、验证并准备了近 1000 个 Linux 本地提权补丁,成本约每洞 1000 美元,视作可规模化加固路径。做 agent 安全产品或内部红队时,把「验证+补丁」闭环成本写进单位经济,而不是只报发现数。
评分反馈

7论文

今日记忆/压缩主线已在三条与专栏展开;其余 HF 日更偏检索/分子,暂不单列。

今日无重要更新

Factorized MLLM Embeddings、MoLRSI 等未上公页。

8大厂与模型

Pierre/Images/人员流动与开源权重同日挤进热榜。

OpenAI · 11-05;API Flare/SunburstImages 2.6CodexGIF

OpenAI 发布 Images 2.6,并称 Codex 全档位可用

ChatGPT/Codex/API 上线 Images 2.6,称生成提速约 50%,并支持 GIF 动效与更稳的角色/品牌一致性编辑。API 提供 Flare(低质量最快约 6 秒)与 Sunburst(中高质更精细);文中称全栈每周约 40 亿张图。

↳ OpenAI
为什么值得看:对 Agent 工程影响主要在 Codex 侧「全档位可用」与图像工具链;纯图床/动效需求次之。接 API 时按 Flare/Sunburst 分质量档测延迟。
评分反馈
X · _catwu · 11-05 08:25;Tibo 欢迎Cat WuOpenAIClaude Code

Cat Wu 加入 OpenAI 负责核心产品

为什么值得看:前 Claude Code 产品负责人转投 OpenAI Core Products,与 Tibo 搭班做个人/团队 agent。编码 agent 产品竞争进入「人+平台」短兵相接阶段,观察 Codex 与 Claude Code 的下一步功能对位。
评分反馈
IT之家 · 11-05 08:00;Arena 同步Kimi开源权重Agent Arena

月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重,登顶 Agent Arena 开源模型榜

按 10 月 24 日承诺在 HF 开放权重;Agent Arena 基于超 1.75 万次真实长程会话,净改进约 +5.1%,开源第一、总榜约第 13,Work/Code/Chat 开源均第一。MoE 约 2.8T/激活约 104B、约百万 token 上下文;BF16 权重约 5.6TB。Terminal-Bench 4.0 约 65.7%。

为什么值得看:开源第一不等于能本地跑:先看权重体积与推理栈,再看 Arena 因果指标是否匹配你的任务分布。
评分反馈
Cognition · 窗内扩散SWE-2 FlashDevin编码模型

Cognition 发布 SWE-2 Flash 编码模型

在 Inkling-Small(276B-A12B)上新增 mid-training 再 RL:Terminal-Bench 4.0 约 0.9%→20.0%,FrontierCode 2.0 约 3.2%→24.0%;称优于更大的美国开源权重。Devin 桌面/CLI 可用,相对 SWE-2 称约 1/5 价格、约 3× 速度;权重暂不公开,拟对伙伴安全共享。

为什么值得看:日常工程自动化开始用「小而快」编码模型切走;对比自建路由时看价格/速度/是否可私有部署,而不是只盯最大 SWE-2。
评分反馈
X · 0xLogicrw · 11-04;AIHOT 热榜混元Hy4Computer Use

腾讯混元 Hy4 正式版:视觉与电脑操作

相对 Preview 扩大训后并首次加入视觉与电脑操作(含 Blender/CAD 专项);腾讯云称数百款应用沙箱里反复操作改错。GameDev/GameLogic 称分别 +19.1%/ +9.8%;213 位专家盲评 579 项金融任务均分 3.04(开源第一);自建检索幻觉约 15.76%→5.45%。

为什么值得看:国内 computer-use 助手又多一条产线。评测时分开看 GUI/专业软件专项、金融盲评与幻觉率,并确认权重开放时间表。
评分反馈

Pierre、Images 2.6、Cat Wu、Kimi 权重、SWE-2 Flash、Hy4、近千 Linux LPE 管线见本栏/三条。GPT-6.2 Astra 传闻与苹果智能入华未占坑。Message Threads 昨日报过。

9X 精选

工程杂讯

  • Matt Pocock @mattpocockuk · 11-04 19:48 · ♥ 2100 skills星标
    @mattpocockuk: skills 仓库距全球第一还差 15★
    为什么值得看:skills 生态继续用星标战争抢心智。做技能库分发时默认会与「最明星标 skills repo」同场比较 README/安装体验。
    评分反馈
  • Matt Pocock @mattpocockuk · 11-04 20:12 · ♥ 1917 可读性Agent
    @mattpocockuk: 重新评估代码可读性先验
    为什么值得看:称相对 agent,人类才是昂贵的解释器。团队规范若仍只为人写「优雅」,可对照 agent 消费代码的成本结构是否该改默认。
    评分反馈

☰往期