跳到正文
#Google
  1. Google AI Blog60

    Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash，视频生成时长从 10 秒提升到 15 秒，并已在 Gemini API 和 Gemini for business 全面可用。

    借鉴点

    视频产线可换成先低分辨率草稿、再靠多轮对话改细节、最后升到 1080p 或 4K 的流程，代价是 720p 每秒 $0.07，且快速运动和复杂物理仍是已知短板。

  1. Hacker News · AI 讨论71

    Google Cloud 团队总结评估 Agent 技能的五条规则，避免技能撑爆上下文窗口

    Google Cloud 团队公开其评估 Agent 技能（SKILL.md）的五条工程规则，用于判断一个技能是否值得占用上下文 token。

    借鉴点

    五条规则可直接搬进 skill 评测流程，含 frontmatter 触发冲突检测、配对 WITH/WITHOUT 消融、评分维度正交防刷分；前提是得有容器沙箱和 CI，本地跑的数字不可信。

  2. AWS Machine Learning Blog58

    用 EDB Postgres AI 与 Amazon Bedrock AgentCore 为智能体搭建语义层

    AWS 与 EDB 联合发布教程，演示如何在 EDB Postgres AI 内用 AIDB 扩展构建语义知识库，让运行在 Amazon Bedrock AgentCore 上的 Strands Agents 智能体回答客户 360 问题。

    借鉴点

    把业务语义写进 Postgres 的 COMMENT ON 和视图注释，再用 create_semantic_kb 建向量索引，可替换独立的语义层或指标目录；代价是前期要逐列补注释，且多 KB 并存时每次检索都得显式传 kb_name。

  1. 掘金88

    Google Research 开源 Harness²：不改模型只改 Agent 外壳，GLM-5 在 WorkBuddy-Bench 涨 11.5 分

    Google Research 开源 Harness²，让 agent 递归改写自己的执行外壳（prompt、技能、脚本、子代理等 8 个组件）并沉淀改进库，不训练也不换模型。

    借鉴点

    可抄走的是 harness 八组件成本模型和 INV/DOM 双提案对比流程，能落到软件工厂的 agent 编排上；代价是每任务 4k 次 rollout，且只补流程缺陷、不提升内容判断。

  1. 掘金71

    Google 与港大提出 VeriCUA，让验证器主动取证判定计算机操作智能体是否真完成任务

    Google 和香港大学的论文 VeriCUA 把计算机操作智能体的任务完成判定从一次模型调用打分，改成先勘察环境再定验收标准、从 GUI 和代码两条通道取证、按证据可信度仲裁的验证流程。

    借鉴点

    可搬走证据分级（物证/证词）与先勘察再定标准两条规则，用于 agent 轨迹筛选和 RL 奖励判定；代价是验证要多花推理预算，且依赖对机器状态的只读特权访问。

  1. 掘金71

    用 Google Artemis 在真机上跑移动端 AI Agent 的实践记录

    作者在 Windows 上连接红米 K80，用 OpenRouter 加 DeepSeek 视觉模型驱动 Google 开源的 Android 移动 Agent Artemis，跑通山姆会员商店 App 里进商品、分享、生成图片、存相册的全流程。

    借鉴点

    能拿走 Windows 接红米真机、OpenRouter 配视觉模型、Flash 与 Pro 选型及山姆分享图 Prompt 模板，落到本地模型部署与软件工厂的真机自动化层，代价是控机模型必须支持图像输入，单次会话约 16 万 Token。

  2. 掘金71

    在 2核2G 云主机上跑 OpenViking：云主机、向量模型与意图分析模型的选型复盘

    作者把 AI Coding Agent 的记忆底座迁到自建 OpenViking，用 99 元/年的阿里云 2核2G 实例跑通，本地只做存储检索、计算全交给外部 API。

    借鉴点

    能拿走一套 OpenViking 记忆底座的组件选型与配置，含 query_planner 单独指定、VLM 设 reasoning_effort low、向量模型锁 128K 多模态；落到本地模型部署与知识沉淀线，代价是 2G 机器要配 Swap 并限制容器内存。

  1. AWS Machine Learning Blog60

    MoEngage 如何用 AgentCore Gateway 把 400 多个内部 API 变成智能体工具

    MoEngage 用 Amazon Bedrock AgentCore Gateway 把约 400 个 VPC 私有 REST API 注册为权限受限的智能体工具，估算省下约六个月平台工程工作量，新 API 接入从数天缩短到数小时。

    借鉴点

    把 OpenAPI spec 当工具定义、用 Cedar 策略在序列化前按主体裁剪 tools/list、身份走 header 不进模型参数，这套做法能直接换掉每团队自建 MCP server 的方案，前提是接受平台组统一托管协议层。

  1. 掘金71

    Google 开源 elephant-goldfish-model 插件，先审查设计草案再写代码

    Google 开源插件 elephant-goldfish-model（EGM），给 AI 编码助手加一道写代码前先定设计的工序，拆成持有项目上下文的起草者和零上下文审查者两个角色。

    借鉴点

    能拿走的是三技能流水线加零上下文审查子代理，把设计草案先过一遍再写码，落到软件工厂的需求澄清环节；代价是多三步时间，小 bug 修复反而拖慢。

  2. Google DeepMind58

    Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长周期任务

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排第一。

    借鉴点

    可借鉴的是长周期智能体任务的训练取向和防作弊指标口径，Terminal-Bench 4.0 作弊率降到 0.0%、高危失配告警降约 80% 这类内部度量能直接搬进自己的评测表，但模型本身只先开放给网络安全防御方，拿不到权重和接口。

  1. Hacker News · AI 讨论78

    Google 开源 Agent Mesh 智能体私有网络，默认不暴露任何服务

    Google 开源 Agent Mesh，一个面向 AI 智能体的私有网络，节点在智能体旁运行，提供工具与模型发布、跨节点发现调用和可验证身份三项能力。网络默认不暴露任何服务，授权按服务名而非地址判定，节点用 OpenID Connect token 或 bootstrap token 注册后换取短期可离线验证的凭证。

    借鉴点

    能拿走的是零信任组网做法，节点默认不暴露服务、按服务名而非地址授权、用 OIDC 换短期凭证；可落到本地模型部署和多 agent 跨机调用，代价是要自建 control plane 和 router，且项目仍是 pre-1.0。

  2. 掘金80

    六种让编程 Agent 接管已登录 Chrome 的实战方案

    文章整理六种让 Claude Code、Codex、Cursor、Gemini CLI 等 Agent 复用日常 Chrome 登录态的方案。

    借鉴点

    六种接管已登录 Chrome 的配置可直接抄，含 Playwright 扩展标签页分组和 DevTools MCP 的 --autoConnect 参数；代价是 Chrome 136 起默认目录不再接受远程调试参数，需 144+ 手动授权。

  3. Google Research58

    Google Research 提出 sleep 框架，让 LLM 在持续学习中保留知识

    Google Research 提出 sleep 框架，让 LLM 在活跃交互与离线睡眠两个阶段间交替，把短期上下文巩固进长期参数。

    借鉴点

    可借鉴的是把持续学习拆成唤醒与睡眠两段，睡眠期用 MoE 扩容加 GKD 与 RL 模仿把上下文蒸馏进参数，再随机激活专家生成合成数据做筛选微调；落到本地模型部署和知识沉淀，代价是要预留专家容量并维护重置与筛选流程。

  1. 掘金72

    Browser Use 作者整理六种让编程智能体接入已登录 Chrome 的方法

    Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的六种接法，包括浏览器扩展、远程调试端口、Chrome DevTools MCP、claude --chrome、Codex 与 Gemini CLI 的 MCP 接法以及 Manus 云端沙盒。

    借鉴点

    六种让智能体借用已登录 Chrome 的接法逐条对比，含 --remote-debugging-port 加独立 --user-data-dir 的具体启动参数和 MCP 三件套调用链，可落到本地调试与部署流水线；代价是默认全标签页可见、2FA 仍需人接管。

  2. 掘金71

    DeepMind 论文指出 PyTorch、JAX 等框架 softmax 与交叉熵存在两个浮点 Bug

    Google DeepMind 首席研究科学家 Jonathan T. Barron 与同事在 arXiv 论文《A Fix for Softmax and Cross-Entropy》中指出，PyTorch、JAX、TensorFlow 和教科书共用的 softmax 与交叉熵标准实现存在两个浮点 Bug。

    借鉴点

    可照抄论文的 softplus/expm1/log1p 重写 log-softmax 十余行实现，替换训练循环里的交叉熵，代价是需自行核对 bf16 与 fp32 下 margin 悬崖位置，论文未给统一阈值。

  3. Hacker News · 首页71

    上下文工程现状：从长上下文到智能体驱动 harness 的失败模式与修复

    dbreunig 在 AGNTCon 的演讲中梳理了上下文工程的演进，指出长上下文带来上下文投毒、分心、混淆和冲突四类失败模式，并给出六种修复手段。这些手段包括上下文增强、工具筛选、上下文隔离、裁剪、卸载和压缩，作者用 DSPy 演示约 16 行代码即可把四种修复装进 harness。

    借鉴点

    能拿走六种上下文修复手段的具体做法，包括工具筛选、子智能体隔离、按轮裁剪和先判相关性再压缩，落到软件工厂的 agent 编排上；代价是要自己写决策模型和 loadout 函数，还得留意 prompt 缓存。

  1. Hacker News · 首页71

    BottleCap AI 发布 ThinkingCap-gemma-4-26B-A4B-it，思考 token 平均减少 38.9%

    BottleCap AI 发布 ThinkingCap 系列第五个模型 ThinkingCap-gemma-4-26B-A4B-it，在十二项基准上平均减少 38.9% 的思考 token，最高减少 69.1%，准确率平均只降 0.15pp。

    借鉴点

    能拿走的是同一套采样配置下把思考 token 压掉 38.9% 的微调做法，可换掉本地部署里长思考模型的推理成本，代价是 AA-LCR 掉 4pp、长上下文多模态是主要失分项。

  1. Hacker News · AI 讨论78

    Google 联合 Red Hat、IBM 发布 llm-d 1.0 分布式推理开源栈

    Google 在 PyTorch Conference 上发布 llm-d 1.0，这是与 Red Hat、IBM 等共同发起的 Kubernetes 原生分布式 LLM 推理开源栈，已有 25 个以上组织的 500 多名贡献者参与。

    借鉴点

    可先在自己 vLLM 部署前加前缀感知路由，再逐步加流控、KV cache 卸载和 prefill/decode 拆分；代价是要有 Kubernetes 集群和 TPU/GPU 混合池，组件需自行拼装调优。

  2. 量子位78

    谷歌开源Harness²：让Agent在运行中自改脚手架，GLM-5在WorkBuddy-Bench涨11.5分

    谷歌团队开源Harness²，一套让大模型在运行中自行修改外挂代码、系统提示词、工具链和技能库的双层递归框架，已支持OpenCode与Codex。它用任务级递归的Propose-Probe-Compose机制在无标准答案时做对照实验，再用改进级递归把调试记录写成EXPERIENCE.md存入持续改进经验库。

    借鉴点

    可借鉴双层递归加Propose-Probe-Compose的脚手架自改流程，把每次调试记录沉淀成EXPERIENCE.md经验库供后续任务检索，代价是每轮要多跑候选轨迹做行为对比。

  1. Google Research58

    Google 公开发布 Deep Review 智能体文档审阅系统

    Google 公开发布 Deep Review，一个面向复杂文档的智能体审阅系统，可检查逻辑一致性、数学陈述、事实依据并与已有工作对比。系统采用四阶段流水线，先由分段 agent 拆分文档，再按信息密度动态分配算力，由多个推理 agent 并行核查各段，最后汇总做跨段一致性检查和外部 grounding。

    借鉴点

    四段式流水线可拆成文档分段、按信息密度分配算力、并行分段核查、全局汇总加外部 grounding，能落到知识沉淀和论文审读线，代价是每段都要独立推理调用。