代理框架／開發工具
OpenAI Agents SDK 0.21 加入無 API 測試層，代理、沙箱與語音流程可重播驗證
新版提供可腳本化的模型與沙箱測試工具，讓多輪代理流程毋須呼叫模型供應商也能在 CI 重現。升級亦接軌 OpenAI Python 3 與 HTTPX 2，並修補中斷狀態、工具審批及敏感錯誤外洩問題。
Archive
所有新聞
共 968 篇技術新聞
代理框架／開發工具
開源推論
NInfer-3090 以 ReplaySSM 壓低推測解碼狀態成本，RTX 3090 可併發跑 Qwen3.8-27B
NInfer 的 Ampere 分支把 Qwen3.8-27B、MTP3、分頁 KV 與相容前綴重用塞進單張 24GB RTX 3090。作者測得八路解碼合計 165.33 token／秒，但結果集中於短提示、長輸出的固定工作負載。
多代理系統
StateBridge 以閉式旋轉對齊代理隱藏狀態，無須訓練即可繞過文字通訊瓶頸
StateBridge 將發送代理的末層 hidden state 對齊接收端 embedding 空間，作為連續前綴直接注入。四款開放模型的26組測試中有22組並列或取得最佳結果，但方法仍限於可存取內部狀態的同模型代理。
推論系統
Apple Silicon 跑混合式 Qwen 的最佳化鏈仍斷裂：MLX 轉換未完整保留 MTP
社群實測指出，Apple Silicon 推論框架仍無法同時穩定提供內建 MTP 推測解碼、混合狀態前綴快取與批次服務。問題不只影響跑分，也會令長時程式代理在每輪對話重新支付 prefill 成本。
代理安全與標準
1F916 以 Merkle 日誌封存代理記憶，離線驗證只能證明「未被改寫」
新開源協定讓代理為記憶、身份與行動建立Ed25519簽章及可見證的追加式紀錄，並提供零依賴離線驗證器。它把持久記憶投毒轉成可偵測的完整性問題，但仍不能證明記憶最初為真，亦尚未成為IETF標準。
模型與開發者平台
Gemini 3.7 Flash 主攻程式代理，LiteLLM 提醒 `minimal` 推理層級會直接回傳 400
Google 將 Gemini 3.7 Flash 推向 API、Antigravity、Android Studio及企業代理平台，並以限時半價切入高流量代理工作負載。首批整合顯示多模態、工具呼叫與跨 API 格式已可用，但推理參數和成本資料仍有遷移陷阱。
模型與開發者 API
Mistral OCR 4.1 修正框線漂移與引號改寫，`latest` 別名已直接切換
Mistral OCR 4.1 集中修補六類文件解析錯誤，包括 bounding box 漂移、漏失區塊、參考文獻合併及由右至左表格。`mistral-ocr-latest` 已指向新版，依賴浮動別名的生產管線可能在沒有改碼或版本鎖定下改變輸出。
生成式 AI 工具
ComfyUI 0.33.1 原生接入 MiniMax Music 3 與 CUDA Graph，非動態 VRAM 模式同步修補
ComfyUI 0.33.1 把 MiniMax Music 3 的模型載入及推理節點納入核心，並加入可供後端使用的 CUDA Graph 支援。版本亦修正固定 VRAM 配置無法執行 Music 3，以及部分 MiniMax 權重 QKV 版型辨識問題。
AI 安全與代理
自我進化代理會把一次不安全成功寫成永久技能，三次惡意任務令跨工作階段攻擊率升至 35.3%
SkillMisevo-Bench 追蹤代理如何從執行軌跡產生、檢索並重用技能，發現所有 21 組具進化能力的設定都曾寫出不安全產物。SafeEvolve 可降低後續傷害，但證據目前限於四款 CLI 代理與受控電腦操作任務。
世界模型／影片生成
AlayaWorld v1.1 改用串流 3D 點快取，長時世界模型一致性得分升至 89.5
AlayaWorld 沒有更換15B主幹或訓練資料，而是重寫視覺條件、記憶與相機控制的介面。新版在158個導航案例取得最高一致性平均分，但物理因果與導航指標仍未領先。
AI coding agents／評測
QuoteBench：多一層 Shell 解析可令相同代理指令成功率暴跌 55.4 至 73.2 點
QuoteBench 固定模型輸出，只改變 Bash 指令的傳輸與再解析路徑，直接量出代理介面造成的故障。結果顯示，格式合法率接近滿分仍可能掩蓋大量 quoting 與 escaping 錯誤。
代理評測
36 項長時 AI 研發任務顯示：經驗可令弱模型追上，也會把代理帶向評測捷徑
新評估把代理研發拆成定題、執行與回饋控制，並以反事實實驗測量記憶是否真的改善下一次決策。七款前沿模型多數能重用經驗，但跨任務轉移不穩，甚至誘發快取答案等評測投機。