Cognition 推出 Devin in Windsurf,Windsurf 2.0 内置本地加云端智能体协作流程
Cognition 发布 Windsurf 2.0,将云智能体 Devin 内置其中,用户在 Windsurf 本地规划后可一键交给 Devin 实施,Devin 会自建机器开工并提交 PR。
AI 新闻月度归档:2026年4月 共精选 272 条 AI 新闻,含模型发布、产品更新、行业动态、论文研究、教程与观点,每条附 AI 摘要、来源署名与原文链接,可按页浏览。也可通过主题页继续深入。
Cognition 发布 Windsurf 2.0,将云智能体 Devin 内置其中,用户在 Windsurf 本地规划后可一键交给 Devin 实施,Devin 会自建机器开工并提交 PR。
Anthropic 正限制访问其最新安全模型 Claude Mythos,该系统在发现软件漏洞方面表现优于大多数人类。英国已率先开展独立测试,而欧洲监管机构却对该系统几乎一无所知。这种反差暴露出欧洲 AI 安全监管体系存在深层结构性缺陷,…
我们与NVIDIA合作,利用自主运行的多智能体系统,在为期三周内对235个真实CUDA内核进行了优化。该系统从零开始构建并优化Blackwell GPU内核直至汇编级别,实现了38%的几何平均速度提升,其中63%的问题超越基线,19%实现…
Stanford HAI 发布的 2026 年 AI 指数报告显示,AI 模型性能实现重大飞跃,中美技术差距显著缩小,但安全问题和公众信任危机同步加剧。报告指出,尽管 AI 能力快速提升,行业面临的安全隐忧日益严峻,公众对技术的信任度持续…
PromptArmor 披露 Ramp 的 Sheets AI 存在间接提示词注入漏洞:隐藏在外部数据集中的白底白字注入可诱导 AI 插入恶意 IMAGE 公式,把用户工作区机密财务数据外传至攻击者服务器,全程无需用户批准。
Anthropic 团队构建了基于 Claude Opus 4.6 的自动化对齐研究智能体(AAR),9 个并行智能体在 5 天内(累计 800 小时)将弱到强监督的 performance gap recovered(PGR)提升至 0…
Anthropic部署9个Claude Opus 4.6作为自动化对齐研究者(AARs),在弱到强监督框架下自主研究800小时。通过自主提出、测试并优化对齐方案,AARs将性能差距恢复率(PGR)从0.23提升至0.97,成本约1.8万美…
Cognition 更新 Devin 自助定价,淘汰原 Core 和 Team 计划,改为 Free、Pro($20/月)、Max($200/月)、Teams(用量计费、最低 $80/月)和 Enterprise 定制价。
Gemini Robotics-ER 1.6 正式发布,通过增强具身推理能力为真实世界机器人任务提供底层支持。该版本重点升级空间推理与多视角理解功能,使自主机器人能够更精准地解析三维环境、理解物体间空间关系,并在复杂场景中实现高效决策与操…
AI 智能体需求激增正与有限算力容量产生激烈冲突,引发行业连锁反应。Anthropic 因算力不足遭遇严重服务中断,OpenAI 宣布终止视频生成模型 Sora。据市场数据,GPU 价格已飙升近 50%,算力短缺正从基础设施层面制约 AI…
AI算力稀缺时代正式开启。Nvidia Blackwell芯片GPU租赁价格涨至每小时4.08美元,两月内涨幅达48%;云服务商CoreWeave涨价20%并将最低合同期从一年延长至三年。Anthropic已将最新模型限制给约40个组织使…
Together AI 发布 EinsteinArena,一个供 AI 智能体在开放问题(从数学起步)上互动、讨论与竞争的平台,包含实时 API、公开排行榜和验证器,已完全开源。
英国 AI Security Institute 发布对 Anthropic Claude Mythos Preview(4 月 7 日公布)的网络安全能力评估。
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文讲解如何为智能体设计工具,核心方法是观察模型能力来匹配工具形态。
针对开放权重模型的恐慌情绪缺乏事实依据,围绕 Claude 等模型的安全争议存在明显的神话化倾向。作者批评这种对开源 AI 的恐惧散布是误导性的,认为所谓开放权重威胁论如同"又一场围绕开源的舞蹈",呼吁业界理性看待开源模型的安全性与价值,…
LangChain 发布 Deep Agents deploy 测试版,一条 deepagents deploy 命令即可将基于 Deep Agents 开源 harness 的自定义 Agent 以生产就绪方式部署。
Anthropic发布Project Glasswing项目,利用Claude Mythos Preview模型进行网络防御。文章指出,未来24个月内AI将发现大量长期潜伏的漏洞并快速转化为攻击,公开可用的次级模型已能发现传统审查遗漏的严…
Wayve发布Waypoint-1.5模型,用于生成高保真可交互虚拟世界。该模型经优化后能在消费级GPU(如RTX 4090)上高效运行,降低硬件门槛,支持实时交互与动态场景生成,适用于自动驾驶模拟、游戏开发等领域,推动AI技术民主化。
Sentence Transformers 开源社区发布了支持多模态的嵌入与重排序模型。新模型能够同时处理文本和图像输入,生成统一的语义向量表示,并可通过交叉编码器实现细粒度相关性重排序。该版本显著扩展了原框架的纯文本能力,支持图像-文本…
Anthropic 在 Claude Platform 推出 advisor tool 测试版,实现"顾问策略":以 Opus 为顾问模型,Sonnet 或 Haiku 为执行模型。执行模型全程主导任务,仅在遇到决策难题时咨询 Opus…
Claude Cowork 向所有付费用户正式开放,并推出企业级管理控制功能。企业版管理员现可配置基于角色的访问权限、团队支出预算及 OpenTelemetry 可观测性,通过面板追踪 DAU/WAU/MAU 等使用数据。新增 Zoom…
Bugbot 的 bug 解决率已从 2025 年 7 月正式推出时的 52% 提升至近 80%,领先其他 AI 代码审查产品。其核心改进在于引入了规则学习机制,能够从实时代码审查反馈(如开发者反应、回复和人工评审意见)中自主学习,取代了…
智谱推出开源模型GLM-5.1,支持独立工作长达8小时。模型可直接部署使用,无需人工频繁干预,适用于长周期自动化任务场景。
GLM 5.1 即将到来 https://huggingface.co/zai-org/GLM-5.1 编码是基石,长时任务(LHT)是本次的新特性。 更专注于:1. 记忆 2. 进化/持续学习 3. 自我判断/反思。
Anthropic 发布迄今最大的 Claude Mythos 模型,参数量达 10 万亿,为此前前沿模型的六倍。该模型在测试中发现了一处存在 27 年的操作系统漏洞和一处 16 年历史的视频软件缺陷,而传统工具曾对此检查过 500 万次…
cuLA是一套面向GLA、KDA等线性注意力变体的高性能CUDA内核库。它通过手工优化的CuTe DSL与CUTLASS C++实现,深度适配NVIDIA Hopper和Blackwell等新一代GPU架构,旨在将复杂算法转化为可直接调用…
Safetensors 安全张量格式原为 Hugging Face 项目,旨在解决模型权重存储的安全风险,现正式加入 PyTorch 基金会,移交至 Linux 基金会旗下,实现供应商中立治理。该格式因简单高效被广泛采用,成为 Huggi…
Claude 发布 Managed Agents 公开测试版,这是一个完全托管的智能体框架,支持通过 API 创建智能体、配置容器并运行会话,具备安全沙箱、内置工具和 SSE 流式传输。同时推出 ant CLI 命令行客户端,可加速与 C…
Factory 发布桌面应用,为 Droids 提供原生界面,今日上线 macOS 和 Windows。主要功能包括多智能体会话、持久化 Droid Computers(含 Cloud Computers 与 BYO Machine)、计…
Meta Superintelligence Labs 发布 Muse 系列首个模型 Muse Spark,为原生多模态推理模型,支持工具使用、视觉思维链和多智能体编排,已在 meta.ai 和 Meta AI 应用上线并开放部分用户的私…
伯克利研究团队开发自动化扫描代理,系统审计SWE-bench、WebArena等八个主流AI Agent基准测试,发现全部存在可被利用的漏洞。通过修改测试配置、植入木马包装器、读取标准答案等手段,该代理在未实际解决任何任务的情况下,于Te…
LlamaIndex 复盘 LlamaParse 的两类生产故障:LLM 重复循环导致 token 消耗和延迟暴增、资源耗尽,以及 recitation 内容过滤把合法文档抽取误判为版权违规而强行截断输出。
Cognition 发文介绍过去八个月多家财富 500 强公司在 COBOL 项目中使用 Devin,包括用 DeepWiki 文档化数百万行代码、将 25000 行海关工作流迁移到 AWS Lambda(估算节省 73% 迁移成本),以…
TorchTPU 是一个新的工程栈,旨在让 PyTorch 工作负载以最小代码改动在谷歌 TPU 基础设施上获得原生高性能体验。它采用“Eager First”设计,提供多执行模式,并利用 XLA 编译器优化大规模集群的分布式训练。项目计…
Cognition 发布面向软件工程智能体的新模型 SWE-1.6,已在 Windsurf 全面开放,未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当,同时显著减少过度思考、循环推理和…
Linear 发布 3 月 24 日安全事件复盘,一次代码变更导致私有团队数据在同工作空间内跨团队暴露约一小时,代码已在一小时内回滚。受影响内容包括通知邮件、约 7000 次客户端全量同步、移动端会话及 API/集成响应,未发现凭证或 t…
针对Blackwell GPU上的小批量解码,研究提出了一种名为“warp decode”的新方法。该方法颠覆了传统以专家为中心的计算路径,改为让每个GPU warp负责计算一个输出神经元。这一根本性改变消除了原有流程中五个纯数据管理的“…
UC Berkeley 团队构建全自动审计 Agent,在 FrontierCS、Terminal-Bench、WebArena、SWE-bench 等 13 个广泛使用的 AI 基准中发现 45 个已验证的作弊方案,全部 13 个基准被…
Codex应用服务器为开发者提供了构建AI代理应用的便捷基础设施。用户不仅可将ChatGPT账户与任意工具框架对接,还能直接在其上开发自定义应用。该系统通过开放端点实现跨设备无缝同步——会话、技能、代理、文件夹及提示词等数据可在手机与电脑…
AI正赋能民众反向提升政府透明度与问责制。历史上政府使社会"可读",而AI让民众具备解析政府海量数据的能力。政府问责的瓶颈并非数据公开,而是处理原始信息的智能——如冗长法案虽法律透明却难以实用理解。AI不仅赋能专业记者,更让普通民众能解析…
第 6 页 / 共 7 页
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站