所有文章 · SURL AI News

Reef 把線上推論、回饋訓練與代理版本發布接成持續學習迴圈

新開源 Reef 以相容 OpenAI、Anthropic 的推論端點收集可追溯互動，再非同步更新模型權重或代理 harness。它補上熱更新與版本回滾所需的控制面，但學習資料污染、評估器偏差及生產穩定性仍待驗證。

ShadowPEFT 把任務調適建模為與凍結骨幹並行的可訓練小模型，並已接入 PEFT 的標準設定、儲存與載入介面。初步實驗優於相近參數量的 LoRA 與 DoRA，但額外記憶體、雙重 KV cache 及尚未進入穩定版都是部署代價。

Qwen Code 更新跨平台 Computer Use 路徑，讓代理透過持久化 Node REPL 呼叫 Rust-backed SDK，而非直接面對大量原生工具。新版改善 Linux 輸入與觀測，但自動安裝、Node.js 權限及 Windows 未簽章元件仍是部署風險。

新研究在固定模型、乾淨資料與毒化數量後，僅更換毒化樣本組合，就讓 Llama 3 8B 的攻擊成功率落在 3% 至 80%。SAILS 以少量昂貴微調評測訓練集合評分器，再從數百萬候選組合中挑出高風險集合。

Cline 推出開源桌面 beta，讓多個代理在獨立工作階段並行，並可用 cron 排程無人值守任務。官方展示的模型成績其實來自既有 CLI harness，而非桌面版的獨立評測。

OpenArm 2.0 把 7 軸機械臂、資料採集介面與固定環境的評測 Cell 整合成開源 physical-AI stack。新版改善近手視覺與夾爪，但被動示教器 KER 尚未釋出，跨實驗室可重現性也仍待實測證明。

新架構以三層共享區塊反覆運算，讓路由器按 token 決定提早退出或繼續進行潛在推理。論文在約 10 億參數實驗中報告優於固定深度 looped Transformer 的延遲與準確率，但尚未驗證到前沿模型或主流推論引擎。

OpenMAIC 的媒體代理曾在驗證網域後重新解析 DNS，使外部名稱可在連線時轉向內網；另一條路徑則會放行阿里雲中繼資料位址。1.0.2 改以固定解析結果連線並由伺服器產生課堂 ID，但也會影響透過 Tailscale 等 CGNAT 網段存取本地模型的部署。

dbt Labs 公開 dbt Charts，以 YAML、SQL 與 Git 取代拖放式 BI 編輯，並提供 CLI、工作流 Skills 及選配 MCP 伺服器。首版仍未直接查詢 dbt Semantic Layer，且與 dbt v2 共用環境可能造成套件降級。

新研究把代理重試、並行與補償造成的外部狀態錯亂整理成八類異常，指出單次工具回傳成功不代表整體工作流一致。對 98,291 項 MCP 工具的普查顯示註解欄位雖常見，卻無法表達確認結果、暫存提交、補償及跨呼叫相依性。

Copilot Auto 現可在效率、平衡與智慧三個層級間調整成本、品質及延遲的權重，但三者共用同一模型池。實際費用仍由路由器選中的模型與 token 數決定，層級名稱不是價格上限或固定模型承諾。

上海人工智慧實驗室公開 Atria Dawn Preview、FP8 權重與推論配方，主打從搜尋、寫程式到執行實驗的完整代理迴圈。官方在 16 項基準中宣稱五項最佳，但模型規模、測試時計算與自家評測設定仍限制了可比性。