AI 日报

迁移只需把 .to("cuda") 改成 .to("tpu")，这是从框架层拆英伟达生态绑定的关键一刀，和今日 Google 争夺 AI 应用开发者同频。若能进主流训练栈，算力议价权会重新分配。

第三方人类偏好评测并列第一，说明视频生成的第一梯队已不是单点领先而是贴身缠斗。约 12 秒出 10 秒 7 秒素材，工时成本已接近可商用阈值，盯后续 API 定价。

模型和智能体都在本机跑、能操作原生应用和本地文件，敏感数据不出机器——这是把 Agent 卖给企业与个人的关键合规卖点。与今天端侧 MoE、边缘 TTS 同一条「本地化」暗线。

语音正从「接口」变成「完整 Agent 栈」，与 ElevenLabs 的实时语音对语音模型同日发布。这条赛道卷的是延迟和打断处理，不是识别准确率，盯端到端延迟指标。

用极端红线换立法话语权，本质是把安全标准变成准入牌照。若成法，闭源大厂受益、开源与中小模型承压。这条线下半年会反复出现在各国立法听证里。

最尖锐的一条：模型公司想规模化，却要向把自己当对手的云厂商租算力。这解释了 Anthropic 为何要外租 450 亿算力、自建基础设施——垂直一体化的压力来自客户兼对手。

和 TorchTPU 是一套组合拳：一手拆框架绑定，一手抢开发者心智。硬件护城河正被「生态+后端」两条腿同时敲，盯开发者迁移的实际留存率而非发布会口径。

第三方独立评测，比自报榜单可信度高。注意 Sol 走的是受信任访问通道，测试条件不完全对等。和 10-20 那条「自报数字打折扣」的教训对照读，独立评测权重该上调。

不比题库比真实工程任务，这才是编程 Agent 的有效测法。国产 Flash 级模型与顶级闭源正面对撞，结论比跑分有意义——盯失败模式而非总分。

比厂商 SDK 快约 2 倍，说明端侧推理的性能上限还卡在软件栈而非硬件。和面壁端侧 MoE、Perplexity 本地跑同一方向：本地化的瓶颈正被工程社区一个个拆掉。

把「显存不够」重新定义为调度问题，和 ORCA 的多模型编排、本地部署成本下放是一个思路。对自建推理的读者，这是能直接省硬件预算的工程判断。

推测解码的迭代速度明显加快，直接决定 Agent 场景的 token 成本与延迟。这类底层加速进展常被模型发布盖过，但对推理经济性的影响更实在。

共享指令、工具和上下文可以缓存 12 小时，请求隔几个小时也按缓存价计费。对全天常驻的 agent 来说是实打实的降本，也是上下文工程的新变量。

DeepSeek 公布 V4.1 Flash 大规模推理服务方案，并开源相关代码，邀请社区一起优化。swyx 也提醒知乎原文里的技术细节更多。

可以把每周汇总进展、阻塞项这类重复工程工作交给 ChatGPT 定时跑，队友能一起审阅和调整下次内容。agent 从个人工具走向团队流程。

Battle Drones 是一款类红警的浏览器即时战略游戏，3D 模型全由 Claude 生成，还支持通过音频做设备间联机，甚至能让两个 LLM 对战。是 AI 编程能力的生动案例。

盘点上周 agent 相关更新，其中 Claude Code Review 进入正式可用，单次审查从约 20 分钟缩到 6 到 10 分钟，并分快速、标准、深度三档。

介绍 Anthropic 工作坊里的多智能体编排思路：一个主代理统筹，下面的子代理像项目经理一样分头带任务，而不是一问一改。

在一个工具里纠正的问题和沉淀的 skill，能被其他编程 agent 继续用，知识跟着人走。是今天 agent 记忆方向讨论最多的一条。

一套让任意应用接入生成式 UI 的开源方案，兼容任意 LLM 和 agent 框架，也能用自己的组件和设计系统，登上 GitHub 趋势榜。

JetBrains 推出的轻量 AI 编程 IDE，用 git worktree 隔离工作区，让多个智能体并行干活，作者实测体验不错。

每 1000 次调用 0.75 美元，通过 Claude Code、Codex 和 DeepSeek Harness 调用目前免费，北京时间 11 月 1 日起收费。DSH 用户做联网 agent 可以趁现在试。

把今日三条主线——开源引擎、美国清除 DeepSeek、安全法案——收进同一篇，正是「监管成为竞争变量」的框架文。和中美两地的准入政策对照读最有效。

算力从「租机器」走向「按需编程调度」，和 Anthropic 自建、neocloud 债务扩张是同一条资本开支曲线的两端。盯的是单位算力定价能否被调度效率压下来。

1300 万测试用例、用对抗前缀测「被说服难度」的群体差异，比静态公平性题库更接近真实部署风险。若被监管引用，会成为模型准入的又一量化门槛。