AI 日报 · 2026 年 11 月 5 日 · 星期四
AI 情报站
Magpie 实战教程：用本地网关让 Claude Code 跑 DeepSeek、Codex 跑 Kimi
Magpie 是一个跑在 127.0.0.1:3425 的本地网关，同时讲 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 Gemini 四种 API 并互相转换，让 Claude Code、Codex、Gemini CLI 改用任意厂商模型。
掘金原文 模型发布/更新
Ricursive AI 发布 Ripple-65B Preview 开源权重模型，Terminal-Bench 2.1 得分 80.5
Ricursive AI 发布 Ripple-65B Preview，这是一个 65B 稠密开源权重模型，从零预训练用于智能体编码，在 Terminal-Bench 2.1 上自报 80.52 分。
腾讯微信视觉团队开源 WeVisOne-VL，2B/4B 单模型统一检测、OCR、分割与抠图
腾讯微信视觉团队开源 WeVisOne-VL，提供 2B（2.44B 参数）和 4B（4.83B 参数）两个版本，用 9.6M 参数解码器输出掩码和 alpha matte，不再需要单独的 SAM。
Dharma-AI 发布 20 亿参数 Dharma Field Extractor，按 schema 输出结构化 JSON
Dharma-AI 发布 20 亿参数的 Dharma Field Extractor，输入文档图像和可选 schema，输出带类型的结构化 JSON，同一 checkpoint 无需按文档类型微调。
产品发布/更新
Renor 发布跨 agent 共享记忆引擎，通过 MCP 让 Claude Code、Codex、Cursor 等共用一份 Markdown 记忆
Renor 发布基于 MCP 的共享记忆引擎，一个 agent 在会话中记下的决策、纠错和事实，其他 agent 在下次会话中可直接召回，支持 Claude Code、Codex、Cursor、Grok、Gemini、VS Code 等 MCP 客户端。
SpaceApp 发布自托管工作区，可并行运行 16 个 AI 编码 CLI
SpaceApp 发布自托管工作区，用一条 npx --yes run-spaceapp@latest install 命令在 Linux、macOS 或 Windows 11 上装好 Docker 栈，让 OpenCode、Codex、Claude Code、Gemini、Qwen、Kimi、Grok、DeepSeek 等 16 个编码 CLI 在各自账号下并行运行。
Gauge 开源 CLI 发布，用真实编码 agent 递归改进文档与 Skill
Gauge 发布开源 CLI，让编码 agent 反复跑真实任务、找出卡点、改完再测，用来改进 Skills、CLI、SDK、MCP 和文档对 agent 的可用性。
Together AI Blog一手Together AI 发布 Together Compiler，用 agent 持续编译优化推理
Together AI 发布 Together Compiler（TKCC），用高吞吐 agent 针对不同流量形态持续生成推理优化，24 小时内在前沿开源模型上取得 1.3-3x 的 TPS 提升。
技巧与观点
AWS Machine Learning Blog一手AWS 详解 Deep Insight 生产级 AI 智能体的四层上下文工程
AWS 以开源多智能体数据分析方案 Deep Insight 为参考实现，拆解生产级 AI 智能体的四层上下文工程：架构层用 Coordinator、Planner、Supervisor 与工具智能体各自独立上下文。
掘金读完 DeepSeek Harness 源码后，作者整理出约 1000 行最小 CLI Agent 的施工图
作者通读 DeepSeek Harness（DSH）源码后，给自己列了一份约 1000 行、零第三方依赖的 Python 最小 CLI Agent 施工图，含 10 个模块、7 个决策点和 12 条不变量。
AWS Machine Learning Blog一手如何在 Amazon Bedrock AgentCore Evaluations 中接入 Jev 与 Strands Decider 决策模型
AWS 官方博客演示如何通过 code-based evaluator 把 Jev 和 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations，把 OpenTelemetry span 转成决策模型请求，再把概率分布映射回评估结果。