Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

GPT-6 Sol、Luna 上線，降低 token 單價並擴充代理快取控制

Sol 的標準輸入與輸出單價較前代促銷價減半，Luna 也同步降價。快取更新讓代理調整推理與工具使用時保留前綴，但寫入費率及任務重試仍影響總成本。

PyTorch 2.14 被回報原地轉置數值錯誤，涉及 CUDA 編譯融合

一份 RTX 4070 重現案例顯示，部分張量尺寸經 torch.compile 後會產生錯誤結果。回報指向迴圈重排與讀寫相依性，修補及跨環境影響仍待確認。

ComputeArena 公開本機推論測速流程，以簽章報告記錄模型與環境

工具以固定負載比較 BaseRT 與 llama.cpp，並保留檔案雜湊和逐次耗時。跨執行環境的預熱差異與自報資料可信度，仍限制榜單的解讀。

Hugging Face 介紹 relore，供程式代理追查修補與維護決策

工具把 GitHub 討論、發言者身分與現行程式接入同一套查詢流程。預設排除機器生成內容，但索引新鮮度、檢索漏查與中文支援仍須驗證。

GPU 拓撲研究調整記憶體配置，H200 解碼吞吐量測得提升 14.3%

研究將運算單元位置與記憶體分區納入推論配置，在特定 Qwen3-8B 負載下改善解碼吞吐量。原型需要修改驅動，結果仍待程式公開與跨環境重現。

代理自我修正研究加入外部驗證，揭示規則更新的回歸風險

研究觀察到，部分修正规則改善了原先失敗，卻破壞已成功的案例。公開實作提供重驗入口，但角色分工與論文描述有差異，成效及成本仍須按版本核對。

Graphify 0.9.66 固定雜湊種子，減少程式圖譜重建結果漂移

新版固定圖譜處理流程的雜湊種子，並讓直接擷取的關係優先於推導結果。修補有助比較重建差異，但模型生成內容與跨版本一致性仍須另行驗證。

OpenHands 1.22.0 修補雲端 MCP 設定覆寫，加入遠端連線檢查

新版避免新增或編輯單一 MCP 伺服器時，意外移除其他已儲存設定。遠端連線檢查同步接入雲端後端，但並行寫入與完整工具執行仍須驗證。

AISI 將推論算力評測接入 Evaluation Cards，公開設定供跨報告比較

AISI 與 EvalEval 以共同格式整理既有研究的結果與設定，涵蓋五項主實驗基準及相關資安評測。資料有助追查預算與回饋條件，但格式驗證不等於獨立重現。

DUMA-Bench 納入使用者互動測試，論文與程式庫分數仍待對齊

新基準以可變動環境與多輪對話，檢查代理在操作及回覆中是否違反安全規則。論文觀察到互動模式下更多違規，但公開結果存在數值差異，重現時須核對版本。

Firecrawl 推出 Alexandria，工具探索預設回傳精簡描述

新版把網頁、專用索引與資料供應商接入同一套代理取數流程。搜尋預設縮減工具資訊，客戶端須在執行前另外確認參數、費用與存取條件。

ZCode 公開原始碼與資料流說明，舊版上傳事件仍待歷史查核

公開程式碼顯示，現行檢查點採本機 Git 與 JSON 儲存。舊版上傳管線移除已有官方紀錄及回報者查核，歷史資料去向仍待更多證據。