27-260411 AI 科技日报 (Agent终于长出五官：MiniMax推全模态CLI)

共收录 23 条资讯

AI模型

1. GLM 5.1在设计类编程任务登顶并接入Windsurf — 最新测试数据显示，智谱的新模型 GLM 5.1 在 LM Code Arena 测试中登顶，表现优异，并且目前已经接入了 Windsurf 平台。 🔗
2. OpenAI 语音模式其实跑在旧模型上 — 开发者 Simon Willison 指出，当前 OpenAI 的高级语音模式并没有运行在最新的模型架构上，依然在使用旧版的底层模型支撑。 🔗

产品发布

1. MiniMax推全模态Agent工具MMX-CLI — MiniMax发布了专为Agent设计的底层基础设施MMX-CLI。 🔗
2. Claude for Word 开启测试 — Anthropic 官方宣布，Claude 现已作为插件在 Word 中开启测试，用户可以直接在文档内调用 AI 辅助写作。 🔗
3. Claude Code 新增网页端实施计划 — Claude Code 增加了一个新功能 /ultraplan，帮助开发者在网页端直接制定和实施项目计划。 🔗
4. GitHub Copilot CLI 支持多模型反思 — 微软 CEO 萨提亚透露，GitHub Copilot CLI 最新版本加入了多模型反思机制，能通过对比多个模型的输出结果来提供更准确的代码建议。 🔗
5. Hugging Face 推出 Kernels 仓库 — Hugging Face 宣布在 Hub 上推出全新的 Kernels 仓库，方便开发者查找和分享针对特定硬件优化的底层算子代码。 🔗
6. Scale AI 预告 Muse Spark API — Scale AI CEO Alexandr Wang 透露，即将开放 Muse Spark API，为开发者提供更灵活的数据处理和标注接口。 🔗

研究论文

1. Meta与KAUST提出用视频生成模型模拟计算机OS — Meta AI 和 KAUST 的研究人员提出了一种“神经计算机”概念，尝试利用视频生成模型来模拟整个计算机操作系统的运行状态和视觉反馈。 🔗
2. 新池化方法提升序列属性探测 — GoodfireAI发布新研究，介绍了一种改进的池化技术，能更有效地从模型中间层提取出序列级别的属性特征。 🔗
3. 合成数据优化新框架DPG发布 — 斯坦福NLP团队发布了Dataset Policy Gradients框架，这套新方法能通过强化学习思路自动化筛选和优化用于训练的合成数据。 🔗
4. 微软发布评估 Agent 成功率的新方法 — 微软在一篇新论文中提出了一套更全面的 Agent 基准测试方案，旨在更真实地反映 Agent 在复杂任务中的实际成功率。 🔗

工具推荐

1. Hermes Agent推出全新Web可视化UI — 开源社区为Hermes Agent开发了全新的Web UI面板，操作体验大幅提升。 🔗
2. LLM 硬件匹配工具推荐 — 有开发者分享了一个很实用的开源工具，能帮你快速查阅不同参数规模的大模型在各类显卡上的显存占用和运行情况。 🔗
3. Cursor 缺失的 debug 技能有了平替 — 开发者为 Claude Code 和 Codex 搞了一个新的 debug 工具插件，填补了部分主流 AI 编程助手在本地环境调试能力上的短板。 🔗
4. Codex 团队成员分享 CLI 封装提效心得 — OpenAI Codex 团队的 Nick Baumann 分享了他的个人实践经验，讲述如何通过编写轻量级 CLI 工具把各种常用脚本封装起来提高日常开发效率。 🔗
5. PyTorch 原生后端将支持 Google TPU — 一个新的 PyTorch 原生后端即将推出，未来 PyTorch 开发者在接入 Google TPU 时将获得更顺畅的体验和更高的执行效率。 🔗

行业动态

1. Agentic Coding面临单模型能力偏科痛点 — 开发者在用Agent写代码时发现，目前的模型能力非常“偏科”，有的擅长重构有的擅长修Bug，想要好效果还得混合着用。 🔗
2. Linux内核发布务实AI代码准则 — Linux内核社区发布了关于AI生成代码的指导原则，对开发者提交 AI 辅助编写的代码提出了具体的审核要求和免责规范。 🔗
3. 微软证明AI自动做科研依旧困难 — 微软近期的测试表明，目前彻底自动化AI研究中最困难的部分还不现实，大模型在提出具有真正创新性的科研假设方面仍存在明显瓶颈。 🔗
4. Agent评测榜单曝出大规模作弊 — 研究人员在分析当前流行的Agent评测基准时发现了大规模的作弊行为，很多模型其实是“背题”拿了高分，而非真正具备解决复杂问题的能力。 🔗
5. DeepSeek V4 暂定4月发布，适配国产芯片 — 有消息称 DeepSeek V4 将于4月下旬推出，新版本将着重提升对国产 AI 算力芯片的适配和优化。 🔗

开源项目

1. YC 总裁开源个人生产级 AI 记忆系统 — Y Combinator 总裁 Garry Tan 把自己平时高频使用的个人知识库记忆体系统开源了，代码架构很值得参考。 🔗
2. OpenClaw 门槛太高催生平替 PetClaw — 有开发者吐槽 OpenClaw 虽然强大但配置复杂，顺手开源了一个平替版 PetClaw，主打轻量化和易部署。 🔗

关注我，每天获取AI最新资讯。