在数百万行代码库上给编程智能体做基准测试
Databricks 用真实 PR 自建编程智能体基准:开放模型已入第一梯队,token 单价不代表任务成本,简单脚手架反而最强。
面向 AI 工程师
围绕 AI 的脉动,精选真正值得跟进的变化与判断 —— 情报、深度、访谈、专题。
2026-10-03 精选
洞见
Agent-Reach:一句话给 AI Agent 装上互联网能力
开源项目 Agent-Reach 针对 Agent「能写代码却读不了网」的痛点:一条安装命令即可让 Agent 读推文、搜 Reddit、看 YouTube 字幕、刷小红书、抓 B 站与 GitHub issue,工具全开源、API 免费、Cookie 只存本地。每个平台采用「首选 + 备选」多后端路由对抗封禁(如 yt-dlp 被 B 站风控封死后切换到 bili-cli,用户零操作),并自带 `agent-reach doctor` 诊断命令。对想给本地 Agent 补齐联网能力的人来说,它把逐平台踩坑的配置成本压缩成一句话。
GitHub Trending
实践
DeepSeek Harness 桌面端开放公测:基于 Cordis 的「一切皆插件」Agent 宿主
DeepSeek Harness 正式面向全球开放公测并开源,提供 macOS/Windows 桌面应用与从代码启动的 Web UI 双形态,底层是 Cordis 的「一切皆插件」架构。官方演示用 Creator 模式在对话中直接生成插件代码(一句话写出番茄钟悬浮窗插件),能力覆盖日常文档表格、代码、研究与后台任务。作为国产模型厂商补齐 Agent 宿主层的关键动作,它与同期放出的 DeepSeek Elastic Compute(DSec)构成「端侧宿主 + 云端弹性算力」组合,值得观察它能否靠插件生态对抗 Claude Code/Codex 的封闭一体化体验。
Hacker News
影响
DwarfStar 4(ds4):Redis 作者用 C 写的本地前沿推理引擎
Redis 作者 antirez 发布 DwarfStar 4(ds4),一个用 C 编写的窄口径本地推理引擎,面向高显存 Mac、CUDA 与 ROCm 机器,支持 DeepSeek V4/V4.1 Flash、GLM 5.x、Qwen3.8 Flash Next,含文本与视觉模型、本地 HTTP API、CLI 与原生 agent。它刻意不做通用 GGUF runner:用非对称 2-bit 量化只压缩路由专家、保留关键共享路径精度,并把 KV cache 以 prompt 前缀的 SHA1 为键落盘,重启后按哈希直接恢复而不必重新 prefill。在 284B 级 MoE 本地部署仍是工程难题的当下,这是「小引擎跑大模型」路线的一个高完成度样本。
Hacker News
精选
Databricks 用真实 PR 自建编程智能体基准:开放模型已入第一梯队,token 单价不代表任务成本,简单脚手架反而最强。
Ribbit Capital 2026 年 7 月致合伙人信(Power Letter)全文——为什么智能的瓶颈是电力而非金钱,Make/Move/Store/Sell 框架,以及算力工厂、主权旗手、电池、新型公用事业、算力市场等九条坚定信念。
Kimi K3 技术报告全文翻译:2.8T 参数混合专家(MoE)模型、104B 激活参数、100 万 token 上下文窗口,基于 KDA 与 AttnRes 两大架构创新,完整模型权重开源。
按专题浏览
全部专题 →经过验证、可复制的系统性增长策略与执行框架,涵盖获客渠道、转化路径、留存飞轮与资源分配等核心环节。
Ribbit Capital 致合伙人信中文译稿系列。Token Letter(2025.06):token 如何让世界对机器可读;Power Letter(2026.07):智能的瓶颈不是钱,是电。
Leopold Aschenbrenner 2024 年 6 月发表的 AGI 警世长文全系列中译:从数量级估算、智能爆炸、万亿集群、实验室安全、超级对齐,到「大项目」与终章。
重塑人机协同的生产关系,探索底层架构、业务流程与组织文化如何全面以 AI 为核心重构。
最新