从 51 条内容中筛选出 12 条重要资讯。


  1. Kimi K3:2.8 万亿参数 MoE 模型开源发布 ⭐️ 9.6/10
  2. SGLang 和 Miles 为 Kimi K3 2.8T 模型提供发布当日支持 ⭐️ 8.55/10
  3. 研究人员攻破沃尔沃/埃彻平台获完全控制权 ⭐️ 8.0/10
  4. Kimi K3 开源分布式智能体环境 AgentENV ⭐️ 7.72/10
  5. GitHub Copilot app 推出多 Agent 工作区与 Canvas 预览 ⭐️ 7.7/10
  6. 用 AI Skill 自动生成可协作 HTML PPT ⭐️ 7.15/10
  7. Kimi 发布原子视觉感知基准 PerceptionBench ⭐️ 7.08/10
  8. 用 Claude 和 Python 构建技能驱动金融分析智能体教程 ⭐️ 7.05/10
  9. Ethan Mollick 的 AI 指南转向代理系统 ⭐️ 7.0/10
  10. Kimi K3 许可采用无晶圆厂 AI 模式 ⭐️ 7.0/10
  11. ChatGPT Health 功能分析 Apple Watch 数据 ⭐️ 7.0/10
  12. AI 重塑跨境电商行业 ⭐️ 7.0/10

Kimi K3:2.8 万亿参数 MoE 模型开源发布 ⭐️ 9.6/10

月之暗面(Moonshot AI)发布了 Kimi K3 的模型权重和技术报告,这是一个 2.8 万亿参数的混合专家(MoE)模型,具备原生视觉理解和 100 万 token 的上下文窗口。他们还开源了高性能注意力内核、MoE 通信库以及大规模智能体运行环境的基础设施。 此次发布是开放权重 AI 的重要一步,声称在每单位计算上实现了 2.5 倍的智能提升。它还提供了有价值的基础设施组件,可能加速 AI 社区的开发,但许可条款可能引发关于真正开源定义的讨论。 该模型采用新架构,实现了每单位计算 2.5 倍的智能提升,而不仅仅是增加参数。许可协议要求年收入超过 2000 万美元的模型即服务(MaaS)企业需另行签订协议,月之暗面明确使用’开放权重’而非’开源’一词。

twitter · Kimi.ai · 7月27日 15:14 · 中文阅读 · 4 个来源

核验: 多源印证

背景: 混合专家(MoE)是一种神经网络架构,将计算分配给多个专门的子网络(专家),使模型能够扩展到数万亿参数而无需成比例增加计算成本。Kimi K3 是月之暗面(Moonshot AI)继 K2 之后的最新旗舰模型。此次发布延续了中国 AI 实验室发布强大开放权重模型的趋势,这些模型通常带有修改后的许可协议,限制大型实体的商业使用。

参考链接

社区讨论: 社区表现出强烈关注(3.3 万+点赞,5 千+转发),许多人对模型能力和开源基础设施表示兴奋。一些讨论聚焦于许可条款,指出虽然权重开放,但对大型商业用户的限制可能影响采用。Simon Willison 的博客强调了许可变化,并指出 OpenRouter 已从多个提供商提供 K3,定价具有竞争力。

标签: #AI model release, #MoE, #open-source, #Kimi K3, #agent infrastructure


SGLang 和 Miles 为 Kimi K3 2.8T 模型提供发布当日支持 ⭐️ 8.55/10

SGLang 和 Miles 为月之暗面开源的 2.8T 参数 Kimi K3 模型提供了发布当日的推理和强化学习训练支持,结合 DSpark 推测解码速度可达每秒 423 个 token。 这是首个开源的三万亿参数级别模型,采用了新颖的混合架构,对现有推理服务栈提出了挑战。SGLang 和 Miles 的发布当日支持使社区能够立即使用和实验,加速了大规模 AI 的研究与开发。 Kimi K3 模型采用了 69 层 KDA 线性注意力与 24 层 MLA 交错的混合架构,并包含 LatentMoE 和注意力残差。SGLang 在 batch-1 无推测解码时达到约 113 tok/s,结合 DSpark 推测解码可达 423 tok/s,而 Miles 支持在原生 MXFP4 检查点上进行 LoRA 强化学习训练。

aihot · LMSYS:Blog(Chatbot Arena 团队) · 7月27日 17:50 · 中文阅读

核验: 多源印证

背景: KDA(Kimi Delta Attention)是一种线性注意力机制,通过添加增量更新来恢复标准线性注意力中丢失的表达能力。MLA(多头潜在注意力)将键/值投影压缩到潜在空间以减少 KV 缓存大小。DSpark 是一种推测解码框架,结合了并行草稿生成和轻量级顺序校正模块以加速生成。Kimi K3 是首个超过 2.8 万亿参数的开源模型,是开源 AI 领域的里程碑。

参考链接

标签: #AI models, #open-source, #inference optimization, #SGLang, #Kimi K3


研究人员攻破沃尔沃/埃彻平台获完全控制权 ⭐️ 8.0/10

一名安全研究人员利用 My Eicher 车队管理平台中的多个漏洞,获得了对系统中所有用户和车辆的完全控制权。该平台是沃尔沃集团与埃彻汽车的合资企业。 这一漏洞凸显了云连接车辆系统中的严重安全风险,一个缺陷就可能危及整个车队。它强调了在汽车远程信息处理中加强安全性的必要性,并引发了对隐私、安全和维修权的担忧。 该平台 My Eicher 服务于印度的商用车辆客户。研究人员于 2025 年 11 月 3 日报告漏洞,多次跟进后,主要的内部 API 访问权限于 2025 年 11 月 20 日被禁用,完整披露于 2026 年 7 月发布。

hackernews · EatonZ · 7月27日 15:08 · 社区讨论

核验: 多源印证

背景: 车队管理平台利用远程信息处理技术实时追踪车辆位置、速度和其他数据,实现远程管理。这些系统越来越多地连接到云端,扩大了攻击面。此前的研究已发现多个主要汽车品牌的 API 漏洞,表明此类缺陷在汽车行业中普遍存在。

参考链接

社区讨论: 社区评论对研究人员耐心的披露时间线表示赞赏,并对车辆对云的依赖表示担忧。一位评论者指出研究人员给了厂商相当宽裕的时间,其他人则担心汽车在没有云连接时无法启动。还有人批评某些安全措施只是为诉讼保护而设的‘安全剧场’,并非真正的用户保护。

标签: #security, #vulnerability disclosure, #automotive, #fleet management, #right-to-repair


Kimi K3 开源分布式智能体环境 AgentENV ⭐️ 7.72/10

Kimi.ai 与 kvcache-ai 联合开源了 AgentENV,这是一个用于大规模运行智能体环境的分布式系统,为 Kimi K3 的智能体强化学习训练提供支持。 AgentENV 为扩展智能体 AI 训练提供了关键基础设施,其快速快照、恢复和分支功能加速了像 Kimi K3 这样的下一代模型的强化学习工作流。 AgentENV 支持大规模并行智能体工作流的快速快照、恢复和分支操作,其组件用于训练 Kimi K3 的智能体强化学习能力。

aihot · X:Kimi.ai (@Kimi_Moonshot) · 7月27日 15:25 · 中文阅读

核验: 多源印证

背景: 在人工智能中,智能体环境是智能体感知和行动的上下文。使用强化学习训练智能体通常需要运行大量并行模拟,这需要一个分布式系统来高效管理快照、重置和分支。Kimi K3 是 Moonshot AI 开发的开源模型,拥有 2.8 万亿参数,AgentENV 旨在支持其大规模智能体强化学习训练。

参考链接

社区讨论: 社区反应积极,开发者强调了可扩展智能体基础设施的重要性。清华 MADSys 实验室的张明星指出合作从 Mooncake 演进到 AgentENV,其他人称其‘不仅仅是一个仓库发布’,是下一代模型的关键基础设施。

标签: #AI agents, #open source, #distributed systems, #reinforcement learning, #AgentENV


GitHub Copilot app 推出多 Agent 工作区与 Canvas 预览 ⭐️ 7.7/10

GitHub Copilot app 现在支持多 Agent 会话工作区,允许开发者同时管理多个任务线程而不丢失进度。它还通过 /create-canvas 命令引入了 Canvas 预览功能,用于交互式 UI 开发,以及 Agent Merge 自动处理 PR 审查反馈和合并冲突。 此次发布将 GitHub Copilot 从简单的聊天界面转变为完整的开发工作区,通过并行任务管理和可视化 UI 迭代显著提升开发者生产力。它使 Copilot 成为更集成的 AI 助手,适应现实世界中非线性的编码工作流程。 每个 Agent 会话都绑定到项目上下文,Quick Chat 允许在不中断当前工作的情况下进行单独对话。Canvas 功能目前处于技术预览阶段,Agent Merge 利用 Copilot 云代理一键解决合并冲突。

aihot · GitHub Blog · 7月27日 16:00 · 中文阅读

核验: 多源印证

背景: GitHub Copilot 是一款集成到开发环境中的 AI 驱动代码补全和辅助工具。此前,它主要通过聊天界面进行快速问答和代码生成。新的 Copilot app 将其扩展为具有多个 Agent 会话的工作区,每个会话都有自己的项目上下文,使开发者能够同时处理不同的任务。Canvas 预览为 UI 开发提供了可视化界面,而 Agent Merge 则自动解决冲突,简化了拉取请求流程。

参考链接

标签: #GitHub Copilot, #AI agents, #multi-agent workspace, #Canvas preview, #AI developer tools


用 AI Skill 自动生成可协作 HTML PPT ⭐️ 7.15/10

开发者 Vista 基于 bento PPT 改造了一个 Skill,输入内容或主题即可自动生成可编辑、在线演示并支持协作的 HTML PPT。安装指令为 npx skills add joeseesun/qiaomu-bento-ppt,推荐使用 Kimi K3 或 Opus 4.8+等前端审美好的模型。 该工具降低了创建可交互演示文稿的门槛,无需外部软件即可共享和协作编辑。它与 AI agent 技能生态系统集成,使开发者能够轻松地在工作流中自动化生成演示文稿。 生成的 PPT 是一个单独的 HTML 文件,包含自己的查看器、演示器和编辑器,基于 bento PPT 概念。该 Skill 是开源的,可在 GitHub 上获取:joeseesun/qiaomu-bento-ppt。

aihot · X:Vista (@vista8) · 7月27日 02:34 · 中文阅读

核验: 多源印证

背景: Bento PPT 是一种 PowerPoint 替代方案,它将整个办公套件打包到一个 HTML 文件中,允许在任何浏览器中查看、编辑和演示演示文稿。npx skills命令是 Vercel Labs 的 Skills CLI 的一部分,允许用户安装和管理 AI agent 的可复用技能,使其能够执行生成演示文稿等特定任务。

参考链接

社区讨论: 有评论者指出,这个协作解决方案是’最清奇的’。该帖子获得了 9.1K 次浏览和积极的互动,表明对该工具的兴趣。

标签: #AI agents, #AI developer tools, #automation workflows, #product release


Kimi 发布原子视觉感知基准 PerceptionBench ⭐️ 7.08/10

Kimi.ai 发布了 PerceptionBench,这是一个视觉感知基准,将视觉感知拆解为 10 种原子能力,并包含 3000 道单能力测试题。该基准是通过分析当前多模态模型在 42 个现有基准上的失败模式而归纳得出的。 PerceptionBench 将视觉感知与推理分离,从而能够精确评估多模态模型实际看到的内容,而非其推断的结果。这有助于研究人员识别特定的感知弱点,对于推进依赖准确视觉理解的 AI 系统至关重要。 该基准包含 3000 道题,每道题仅测试一种原子能力,无需推理或外部知识。这 10 种原子能力是从模型失败模式中发现的,而非预先定义,因此该基准基于真实的模型局限性。

aihot · X:Kimi.ai (@Kimi_Moonshot) · 7月27日 18:45 · 中文阅读

核验: 多源印证

背景: 视觉感知是从环境中解读感官信息的过程。在人工智能中,多模态大语言模型(MLLM)结合视觉和语言来执行任务。当前的基准通常需要推理,使得难以隔离感知错误。PerceptionBench 旨在将“看”与“推理”分离,提供更清晰的诊断工具。

参考链接

标签: #visual perception, #benchmark, #AI evaluation, #Kimi, #perception


用 Claude 和 Python 构建技能驱动金融分析智能体教程 ⭐️ 7.05/10

2026 年 7 月 27 日,MarkTechPost 发布了一篇新教程,演示如何使用 Claude、Python、MCP 连接器和自动化交付物构建技能驱动的金融分析智能体,通过复制 Anthropic 的 financial-services 架构,包括技能注册表和可复用的 SkillAgent。 本教程提供了一种实用且可复用的架构,用于开发能够进行复杂金融分析的 AI 智能体,结合了 Claude 的语言理解能力与自定义工具和技能定义。它突显了金融领域技能驱动 AI 智能体的增长趋势,并为开发者提供了清晰的实现路径。 该实现使用纯 Python 将 SKILL.md 文件解析为可搜索的技能注册表,并创建了一个 SkillAgent 类,将金融分析剧本注入 Anthropic Messages API。它支持迭代工具调用循环,通过有界上下文管理实现多步骤分析。

aihot · MarkTechPost(RSS) · 7月27日 18:08 · 中文阅读

核验: 多源印证

背景: MCP 连接器(模型上下文协议连接器)是标准化接口,允许 AI 智能体无缝连接到外部工具和服务,处理认证和通信。SkillAgent 是一个可复用组件,管理技能定义并协调工具执行。迭代工具调用循环使智能体能够重复调用工具直到任务完成,并采用有界内存和延迟控制技术,正如生产环境中管理上下文窗口的模式所讨论的那样。

参考链接

标签: #AI agents, #Claude, #MCP, #financial analysis, #Python


Ethan Mollick 的 AI 指南转向代理系统 ⭐️ 7.0/10

Ethan Mollick 更新了他的 AI 工具指南,将重点从基于聊天的模型(如 ChatGPT 和 Claude)转向能够自主完成数小时人类工作的代理系统。新指南强调了 ChatGPT Work、Codex 和 Claude 的 Cowork 等模式,同时因谷歌缺乏类似的代理产品而将 Gemini 排除在外。 该指南反映了 AI 领域从简单聊天界面到能够自动化复杂任务的强大代理系统的快速转变。它为用户在 OpenAI 和 Anthropic 令人困惑的模式和工具阵列中导航提供了实用建议。 该指南解释说,ChatGPT Work 和 Claude 的 Cowork 是让 AI 访问计算机的模式,ChatGPT 还提供用于编码的 Codex。然而,命名令人困惑:移动端的 ChatGPT Work 与桌面版不同,而且不同提供商的模式之间没有清晰的对应关系。

rss · Simon Willison · 7月27日 21:55

核验: 多源印证

背景: 代理 AI 系统旨在通过协调多个 AI 代理来自主执行复杂任务,模仿人类决策。Deep Research 是一项功能,AI 可以自主浏览网页并生成带引用的报告。该指南基于这些概念,为不同用例提供了精选的工具选择。

参考链接

标签: #AI agents, #Claude, #ChatGPT, #AI tools, #agentic systems


Kimi K3 许可采用无晶圆厂 AI 模式 ⭐️ 7.0/10

Kimi K3 开放权重模型要求年经常性收入(ARR)超过 2000 万美元的推理提供商签署单独的商业协议,从而在商业上将模型训练与推理分离。 这种许可模式类似于无晶圆厂半导体行业,可能催生围绕开放权重模型的微调、仅预填充推理等专业化服务生态系统,对封闭模型厂商构成挑战。 商业协议在推理提供商的年经常性收入超过 2000 万美元时触发。模型权重开放但有限制,实现了类似于芯片设计与制造的训练与推理分离。

twitter · Eric Xu (e/Mettā) · 7月27日 16:14

核验: 多源印证

背景: 在无晶圆厂半导体模式中,英伟达等公司设计芯片但将制造外包给台积电等代工厂。类似地,Kimi 训练 K3 模型但允许推理提供商在单独条款下运行。这可能导致诸如仅预填充推理等专业化服务,即仅处理输入阶段,为特定应用优化。

参考链接

标签: #AI licensing, #open-weight models, #AI business models, #open source AI, #industry analysis


ChatGPT Health 功能分析 Apple Watch 数据 ⭐️ 7.0/10

ChatGPT Health 功能已向美国用户推出,能够分析 Apple Watch 的健康数据并提供个性化洞察。有用户反馈称,它准确分析了有氧适能低的原因,并对睡眠、运动量等因素进行了详细评估。 这一功能将 Apple Watch 的原始数据转化为可操作的健康洞察,使长期健康追踪更具价值。它展示了 AI 如何弥合可穿戴设备数据与个性化健康理解之间的差距。 该功能仅依靠 Apple Watch 的数据即可进行分析,无需其他健康应用。用户还可以设置每周健康报告。目前该功能仅对美国用户开放。

twitter · 歸藏(guizang.ai) · 7月27日 08:02

核验: 待核验

背景: ChatGPT Health 是 ChatGPT 平台中的一个专门功能,利用 AI 分析个人健康数据。Apple Watch 可追踪有氧适能、睡眠模式和身体活动等指标。通过长期处理这些数据,ChatGPT 能够识别趋势并提供个性化健康建议。

标签: #ChatGPT, #Health Analytics, #Apple Watch, #AI Product, #Personal Health


AI 重塑跨境电商行业 ⭐️ 7.0/10

一位知名行业观察者强调,AI 正在从根本上改变跨境电商,要求持续学习和全工作流程的 AI 集成,导致行业大洗牌。 这一见解突显了范式转变,AI 驱动的效率和数据分析在跨境电商中变得至关重要,可能会取代传统岗位,并催生对程序员与业务复合型人才的需求。 AI 大幅提升了产品开发中的数据分析能力和成功率。主要电商平台提供 API,通过 AI 控制这些 API 可将效率提升至少十倍,使大规模团队变得多余。AIGC(生成式 AI)在设计方面也进入实用阶段。

twitter · Rainier · 7月27日 05:42

核验: 多源印证

背景: 生成式 AI(AIGC)是指能够创建新内容(如文本、图像和代码)的 AI 模型。许多电商平台提供 API,允许通过编程控制店铺运营、商品管理和客户服务。’三天不学习,赶不上刘少奇’ 是一句中国俗语,强调不断学习以跟上快速变化的重要性。跨境电商涉及通过亚马逊、速卖通等平台进行跨国销售,以其快节奏和数据驱动著称。

参考链接

标签: #AI, #cross-border e-commerce, #automation, #industry transformation, #AI workflow



更多追踪内容

以下内容已于今日成功抓取,但未进入上方主列表。

其他追踪推文

Twitter/X · @op7418 · 7月27日 13:23 UTC · 喜欢 10549 · 转发 637 · 回复 257 · 浏览 2269875

We are announcing a long-term strategic partnership with NVIDIA. NVIDIA is making a substantial investment in SSI that will let us 10x our compute in the next 12 months. We reached the point where our research is worth scaling and with this partnership we will be able to. We are honored by NVIDIA’s conviction.

Twitter/X · @op7418 · 7月27日 08:18 UTC · 喜欢 100 · 转发 7 · 回复 88 · 浏览 47294

我们所熟知的所有美国和一些欧洲的 AI 生态公司全都签署了这个协议(支持开源 AI 生态的协议),

即使是 OpenAI 和 SpaceX 也签了,只有一家没签,你懂的 https://t.co/cGt1EM7is1

其他 Follow Builders 资讯

中文标题Zara Zhang:停止用消耗的令牌数来衡量你的 AI 采用率

Follow Builders · X 动态 · Zara Zhang · 7月27日 06:27 UTC · 喜欢 22 · 转发 0 · 回复 2

A tweet suggesting to measure AI adoption by the time from user need to shipping, rather than tokens burned.

中文摘要一条推文建议用从用户需求到产品交付的时间来衡量 AI 采用率,而不是消耗的令牌数。

中文标题Zara Zhang:AI 教程如此之多的原因:聊天产品越通用,越难用

Follow Builders · X 动态 · Zara Zhang · 7月27日 06:25 UTC · 喜欢 17 · 转发 0 · 回复 5

Zara Zhang observes that the generality of AI chat products makes them hard to use because users don't know what to ask.

中文摘要Zara Zhang 指出,AI 聊天产品越通用,用户面对空白输入框越不知所措,因此需要大量教程。

中文标题Garry Tan:不要角色扮演,要真诚

Follow Builders · X 动态 · Garry Tan · 7月27日 03:44 UTC · 喜欢 899 · 转发 49 · 回复 96

Garry Tan advises to avoid role-playing (LARP) and instead be earnest.

中文摘要Garry Tan 建议不要假装,要真诚。

中文标题Amjad Masad:前 Anthropic 员工的有趣爆料:黑客更喜欢使用大幅补贴的实验室 AI 订阅进行攻击,而非开源模型

Follow Builders · X 动态 · Amjad Masad · 7月27日 03:03 UTC · 喜欢 189 · 转发 14 · 回复 12

A former Anthropic employee claims that hackers prefer using heavily subsidized AI lab subscriptions over open models for attacks.

中文摘要前 Anthropic 员工爆料称,黑客更倾向于使用大幅补贴的实验室 AI 订阅服务进行攻击,而不是使用开源模型。

中文标题Peter Yang: 每天都在边缘生活

Follow Builders · X 动态 · Peter Yang · 7月27日 01:56 UTC · 喜欢 31 · 转发 0 · 回复 2

A tweet by Peter Yang about living life on the edge, lacking technical substance.

中文摘要一条关于日常生活的推文,缺乏技术内容。

中文标题Peter Yang:现在我在加拿大,与没有 AI 狂热症的人交谈,他们最关心的不是 token 耗尽,而是...

Follow Builders · X 动态 · Peter Yang · 7月27日 01:40 UTC · 喜欢 69 · 转发 1 · 回复 13

Peter Yang observes that in Canada, people's main concern with AI is not token limits but trust in sharing personal data with ChatGPT.

中文摘要Peter Yang 观察到,在加拿大,人们最关心的不是 token 限制,而是是否信任 ChatGPT 足以分享他们的 Gmail、日历等个人数据。

中文标题Guillermo Rauch:Vercel 自豪地联署开放权重与美国 AI 领导力公开信

Follow Builders · X 动态 · Guillermo Rauch · 7月27日 01:05 UTC · 喜欢 1291 · 转发 65 · 回复 38

Guillermo Rauch announces Vercel's co-signing of a letter supporting open weights and American AI leadership.

中文摘要Guillermo Rauch 宣布 Vercel 联署了一封支持开放权重和美国 AI 领导力的公开信。