AI Pulse

推出 Ling-3.1-flash：总参数约 5600 亿，每个 token 激活参数约 250 亿，上下文窗口最长可达 100 万 token。我们计划很快开源该模型。

在通用工作、编码和医疗领域的评测结果为：GDPVal-AA v2.1 上 Elo 分数 1673，FrontierSWE 上 75.16，HealthBench Professional 上 65.35。

另见：Gemini 4 Argon（高配）：智能、性能与价格分析

社区讨论：多数人认为达里奥·阿莫迪的“AI赢家通吃，先发者永远不会被超越”观点错误，今年AI领域的交替领先是长期趋势，技术发展反而更分散。有人指出当前Gemini远落后于Claude，基本没用，谷歌资源充足但缺乏赢的专注力。也有人亲身经历Gemini解决过复杂技术问题，还有人吐槽Gemini经常输出离谱内容，也质疑这次只是发布消息没有实际可用产品。

据彭博社报道，能直接接触 Gemini 4 Argon 的谷歌员工表示，目前公布的出色基准测试结果，并不总能很好地转化到现实任务中，尤其是编码任务。

这款模型甚至还没推出，短期内也不会向公众开放，而已经有员工基本上表示基准测试是掺水的，只不过用更委婉、更官方的话术表达了而已。

这就是我所说的“到货即死”的模型，连它自己的团队都不相信它的潜力。

推出 Ideogram 4.5，它是目前精度最高的编辑模型。主流模型在每次编辑时都会产生伪影、像素偏移和色彩变化。

Ideogram 4.5 消除了伪影累积，让多轮编辑成为可能。

目前已在 Ideogram、API 以及首发合作伙伴处上线。开放权重很快推出。

创造你自己的角色。由你说了算。活出精彩。现在为你介绍A1 Playground + Agent：创建一个能和你聊天、移动、互动的活AI角色。

创建你的角色：外貌由你定。性格由你定。声音由你定。全部由你选择。描述你想要的角色，上传一张图片，然后我们的Agent就会让你的角色活过来。

而且他们能做的远不止聊天。

💃 全身动作表演：从空气吉他到胜利舞蹈都能跳。
🚶 在场景里四处移动：边走路边聊天，阐述观点的时候还能来回踱步。
🛍️ 和物品互动：拿起商品，展示它们，推销它们。
🎮 一起玩网页游戏：发牌、计分，全程一起玩。

和夏洛克·福尔摩斯一起解谜，然后打断他跳支舞。和苏格拉底一起散步，递给他一杯蛋白粉，然后讨论增肌的意义。给斯内普一瓶洗发水，让他做一次这辈子最激情的推销。你会让什么角色活过来呢？

AI智能体可以在几秒钟内完成购买。接收订单的商家能识别出发送订单的是谁、它能做什么，或是是否应该通过这个订单吗？

我们开发了@beltichq 来解答这个问题。

我们已经结束隐身模式，融资 880 万美元，目标是让智能体流量可验证。

GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 Next Flash，甚至 Qwen 3.8 27B，不管是智力还是性能表现，都超过了 2025 年圣诞节（仅仅 10 个月前）被认为是「前沿智能」的所有模型。

开源 AI 现在势头正猛。

现在，小型团队借助AI能承接更多工作——从发掘客户到打造产品，再到管理财务。

我们的新报告探究了小型企业如何让AI代理投入工作。

通过与@ASBDC达成新合作，我们将提供实操AI培训和本地化指导，帮助更多企业主上手使用AI。

我们推出新的前沿模型 Gemini 4 Argon。

它为编码、企业知识工作和网络安全防御领域的复杂工作流打造，今天通过我们的 Fairwind 项目向一批可信测试者开放测试。

继我们上一篇帖子之后，我们刚刚完成了分析，并开源了 12 个开源和闭源编程代理框架的系统提示词——它们分别是 Claude Code、Codex、Cursor、Devin、Factory Droid、OpenCode、Cline、Kilo、MiMoCode、MiniMax Code、GLM ZCode 和 DeepSeek DSH。

我们主要研究了两个方面：
→ 它们的“秘诀”：提示词、工具、记忆、技能、规则和智能体循环
→ 每个框架实际上对模型的无关性程度如何

完整对比 ↓

据彭博社报道，能直接接触 Gemini 4 Argon 的谷歌员工表示，目前公布的出色基准测试结果，并不总能很好地转化到现实任务中，尤其是编码任务。

这款模型甚至还没推出，短期内也不会向公众开放，而已经有员工基本上表示基准测试是掺水的，只不过用更委婉、更官方的话术表达了而已。

这就是我所说的“到货即死”的模型，连它自己的团队都不相信它的潜力。

我们推出新的前沿模型 Gemini 4 Argon。

它为编码、企业知识工作和网络安全防御领域的复杂工作流打造，今天通过我们的 Fairwind 项目向一批可信测试者开放测试。

GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 Next Flash，甚至 Qwen 3.8 27B，不管是智力还是性能表现，都超过了 2025 年圣诞节（仅仅 10 个月前）被认为是「前沿智能」的所有模型。

开源 AI 现在势头正猛。

创造你自己的角色。由你说了算。活出精彩。现在为你介绍A1 Playground + Agent：创建一个能和你聊天、移动、互动的活AI角色。

创建你的角色：外貌由你定。性格由你定。声音由你定。全部由你选择。描述你想要的角色，上传一张图片，然后我们的Agent就会让你的角色活过来。

而且他们能做的远不止聊天。

💃 全身动作表演：从空气吉他到胜利舞蹈都能跳。
🚶 在场景里四处移动：边走路边聊天，阐述观点的时候还能来回踱步。
🛍️ 和物品互动：拿起商品，展示它们，推销它们。
🎮 一起玩网页游戏：发牌、计分，全程一起玩。

和夏洛克·福尔摩斯一起解谜，然后打断他跳支舞。和苏格拉底一起散步，递给他一杯蛋白粉，然后讨论增肌的意义。给斯内普一瓶洗发水，让他做一次这辈子最激情的推销。你会让什么角色活过来呢？

推出 Ideogram 4.5，它是目前精度最高的编辑模型。主流模型在每次编辑时都会产生伪影、像素偏移和色彩变化。

Ideogram 4.5 消除了伪影累积，让多轮编辑成为可能。

目前已在 Ideogram、API 以及首发合作伙伴处上线。开放权重很快推出。

推出 Ling-3.1-flash：总参数约 5600 亿，每个 token 激活参数约 250 亿，上下文窗口最长可达 100 万 token。我们计划很快开源该模型。

在通用工作、编码和医疗领域的评测结果为：GDPVal-AA v2.1 上 Elo 分数 1673，FrontierSWE 上 75.16，HealthBench Professional 上 65.35。

你的智能代理现在可以创建设计可编辑的设计并为其添加动态效果。不需要用到 Figma 或 Canva。

为设计领域推出的 Tesseract。

你可以让你的代理创建一套包含字体、色彩和布局的设计系统，然后通过动态效果、素材和音轨赋予它生命。你可以在过程中不断微调各个图层。
从最初设计到最终可编辑视频，全流程一体化。

Tesseract 免费。可以搭配 Opus 5.5 或 GPT-6 Astra 体验。

现在，小型团队借助AI能承接更多工作——从发掘客户到打造产品，再到管理财务。

我们的新报告探究了小型企业如何让AI代理投入工作。

通过与@ASBDC达成新合作，我们将提供实操AI培训和本地化指导，帮助更多企业主上手使用AI。

AI智能体可以在几秒钟内完成购买。接收订单的商家能识别出发送订单的是谁、它能做什么，或是是否应该通过这个订单吗？

我们开发了@beltichq 来解答这个问题。

我们已经结束隐身模式，融资 880 万美元，目标是让智能体流量可验证。

这个模型只是人工智能技术栈的一部分。训练、推理和可靠的GPU容量现在变得同样重要。

GMI Cloud 6.68亿美元的B轮融资将帮助其在多个地区扩展这类基础设施。

@gmi_cloud @alex_yehya

现在介绍Praxis-1，这是一个开放权重的世界动作模型，它将我们的视频预训练专业知识转化为机器人的真实世界控制能力。

机器人演示数据很有限，但视频数据是无限的。Praxis-1延续了我们的判断，即最好的策略模型会从视频中学习，并利用这种规模将具身智能带给各行各业。

Praxis-1构建在我们的大规模视频预训练和实时基础设施之上，是面向机器人开发者和研究人员的策略模型，适用于任何具身形态或环境，无论有多复杂。

我们目前正在与包括 Noble Machines、Standard Bots 和 Ultra 在内的早期合作伙伴积极测试，未来几个月将公开发布权重。

了解更多并申请提前访问请移步

现在我们向所有人开放访问权限（无需注册 Perplexity 账号），在限定时间内，我们会免费处理所有通过邮件委托的任务。

只要将邮件转发或抄送至 [email protected] 即可开始使用，智能体将会在后台完成任务，同时保留邮件上下文。

现在推出 AG-UI 1.0。

这是一个开放协议，用于实现任意智能体与任意应用程序之间的通信。现在它已经拥有了稳定的版本化约定。

1.0 版本包含的功能：
1. 元数据——向后端 UI 发送后端数据
2. 子智能体——公开委托的智能体工作
3. 中断与恢复
4. 运行结果与令牌用量
5. 向前兼容性

原本就属于 AG-UI 的能力（流式传输、工具调用、共享状态、推理等）仍然包含在内。

感谢所有推动 1.0 成型的贡献者🪁，其中包括来自 @Anthropic、@Google、@Microsoft、@Pydantic、@TanStack 等公司的开发者。他们的反馈直接促成了最终版本中好几个关键改进。

AG-UI 是由所有在此之上进行构建的开发者共同打造的。

1.0 规范将保持不变，未来协议迭代将由 @CopilotKit 牵头，通过新的规范草案和开放社区讨论推进。更多详情见下文。

AI 初创公司：“我们有一个很棒的模型。”

基础设施提供商：“不错。你打算在哪运行它？”💀

GMI Cloud 刚刚筹集了 6.68 亿美元，用于扩大 GPU 容量和推理基础设施。

@gmi_cloud @alex_yehya

Higgsfield 刚获得了计算机使用能力。它搭载了新的 ChatGPT 扩展。

现在完整的 Higgsfield 界面已经内置在 Codex 中，由 GPT-6.1 Sol 提供支持。

它可以完全访问你的本地文件，拥有所有自动化能力。

借助 Higgsfield 的计算机使用能力，你可以端到端自动化创意工作流，所有操作都在 ChatGPT 内完成。

另见：Gemini 4 Argon（高配）：智能、性能与价格分析

社区讨论：多数人认为达里奥·阿莫迪的“AI赢家通吃，先发者永远不会被超越”观点错误，今年AI领域的交替领先是长期趋势，技术发展反而更分散。有人指出当前Gemini远落后于Claude，基本没用，谷歌资源充足但缺乏赢的专注力。也有人亲身经历Gemini解决过复杂技术问题，还有人吐槽Gemini经常输出离谱内容，也质疑这次只是发布消息没有实际可用产品。

想用 AI 自学一门新东西，问一句答一句，聊了几天还是东一块西一块，自己学到哪了也说不清。

Gnos 是一个开源的 AI 教学工具，装进 Claude Code、Codex 这类编码 Agent，就能把它变成一个会排课的老师。

先说想学什么、打算学多深、每周有多少时间，它会参考大学课程大纲、教材和官方文档排一条学习路线，再把第一课做出来。 GitHub：

讲课不光是文字，会按内容挑形式，图解、可交互的模拟、带配音的动画讲解、PDF 讲义都能出，整门课还能在浏览器里打开学。

学的过程中，它会记下我们试过什么、思路在哪卡住，还把掌握程度分成看过讲解、有提示能做、独立能做 3 档，后面的课跟着调整。

把看懂和会做分开记，这点我挺认同，自学最容易高估自己的就是这里。

仓库里的示例课是从强化学习一路讲到 GRPO，拿来啃这类硬骨头挺合适。

想系统学 AI Agent，微软这套免费教程基本可以当“大学课程”刷了。 AI Agents for Beginners 在 GitHub 已接近 7.2 万 Star，一共 18 个单元，从入门一路覆盖到实战： ① 工具调用、Agentic RAG、规划 ② 多 Agent 协作、记忆、上下文工程 ③ Computer Use、部署与安全 每节都有教程 + 短视频 + Python 示例，代码直接拿来跑，还能用 GitHub Models 免费额度练手。 不想今天看一篇、明天找一个视频，这套直接按顺序学就行。

技术对齐是一个我们能够且必须解决的科学与工程问题，而可解释性就是瓶颈。我已经写下了Goodfire实现这一目标的方案。

6.1 Sol 的额度又砍了。.....🙃 关于 6.1 Sol ，我看到社区很多人在说额度非常大，消耗非常慢。 后半句话没问题，因为这个模型本身速度太慢了；前半句话似乎不太正确，根据我的统计，6.1 Sol 的额度甚至比 6 Sol 的额度还要低将近 20% 我采用的都是统一负载，所以不会有缓存命中率的问题；而且 6 Sol 甚至只是 6 天前的，还不到一个星期。...... 所以 Pro 200 会更加更加的不划算，不仅相对 GPT Plus 倍率砍了，连 GPT Plus 本身都在砍。.. 社区实测 6.1 Sol 甚至最慢只有 10+tok/s...这个速度很难不怀疑 OpenAI 是故意限速，以营造一种 “6.1 Sol额度消耗很慢，这个模型额度肯定很大”的假象。🙃 github: web:

我这里是 GPT Plus 的数据，我已经没有 Pro 订阅了，所以没有 pro 的具体数据，有数据的朋友欢迎分享，非常感谢！

OpenAI定价200美元的Codex Pro套餐，当前每周可用额度约合933美元。

上次测试时该套餐的周额度约为1300美元，按当前兑换比例计算，933美元额度可换算为30亿token，对应Sol 6.1模型，按credit结算就是每周23316 credits。

这个token总量刚好是GPT-5.6 sol刚推出时的周额度，GPT-5.6 sol定价是Sol 6.1的2.5倍。也就是说，当前Codex Pro套餐的每周额度已经缩水超过50%。

接下来新会员的额度还会再缩水50%，经过两次调整后，周额度将变为原来的四分之一。

用户实测发现，当前模型使用时消耗变慢，实际原因是模型推理速度被下调。

GPT 5.6 sol的推理速度为每秒50token，GPT 6 astra为每秒35token，GPT 6.1 sol仅为每秒20token。

速度下调后用户自然用得更慢，OpenAI此前一直宣传推理优化，现在却给模型下调了限速。

这款插件可以在不额外开启CLI子进程的前提下，直接在Pi自身的运行时（runtime）中启动多个独立子智能体（subagent）。

每个子智能体完全独立，可单独配置模型、推理过程、工具、系统提示词和会话。比如可以让主智能体负责统筹整体任务，再单独启动负责研究、编码、评审的不同子智能体分工处理。

所有子智能体支持并行运行，后台运行任务时用户仍可继续和主智能体交互。如果子智能体运行方向出错，用户可以修正引导；任务完成后还能恢复原会话，不是一次性会话。

配合pi-subagents-model-selector，不同子智能体还能分配不同模型。比如研究任务分配给Gemini，编码任务分配给Claude，评审任务分配给GPT，按任务需求适配模型，无需所有智能体都使用同一个模型。

这款插件已经走红一段时间，最新版本更新了MCP，现在子线程功能也受到关注。

开发者@steipete表示，越来越受不了大模型聊天流里智能体间通信的显示方式。

他已经把OC harness中智能体间通信的可见性改成了默认只显示一行，点击可展开查看完整内容。

他认为其他项目大概率也会跟进这个改动。

相关代码改动可查看原文链接：

Opus 5.5在动态设计方面表现出众，但几乎没有人将它当作真正的生产系统来使用。

如果给它8个结构化的。md文件，让Jev负责处理决策，再让Grok Bot负责执行任务。

这时Claude就不再只是一个单纯的提示框了。