AI快讯

Hassan 训练出 Tev1 0.8B，一款类似 Jev 的小型分类器

该模型完全在他的 Mac 上通过 Ollama 运行；据他所说，端到端任务分类约需 50 毫秒。权重和基准测试尚不可用，Hassan 表示两者很快就会发布。

Adithya S K 发布 SmolDataEnvs，含 5000 余个可验证强化学习任务

SmolDataEnvs 是一套开源的可验证强化学习环境任务，数量超过 5000 个，用于在代码与数据科学领域对小模型做爬山式优化。此次发布包含环境、评测和训练。

Cline 免费提供 Gemini 3.8 Flash

Gemini 3.8 Flash 在 Cline 中免费使用。Cline 称其在 Artificial Analysis Intelligence Index 上得分为 41，运行速度为每秒 291 token，上下文窗口为 100 万 token。

Meta AI 将行动智能体与专用记忆智能体搭配

DeepLearning.AI 报道，Meta AI 使用专用记忆智能体记录工具与过往错误并插入简短提醒，将 Claude Sonnet 4.5 的基准测试成绩从 37.6% 提升至 45.9%。

每位 Muse 用户都能在云端获得一台免费的 Secure VM

David Singleton 表示，每位 Muse 用户现可获得一台免费的云端计算机，即 Muse Secure VM：这是与用户的 Muse 智能体共享的隔离 Ubuntu 环境，敏感操作和已存储的密钥则保存在该环境之外。

Portable Computer 现已在 Perplexity Windows 应用中向 Pro 和 Max 订阅用户开放

Perplexity 的 Portable Computer 运行于其 Windows 应用，并向全部 Consumer 与 Enterprise 的 Pro 和 Max 订阅用户开放。

Perplexity Portable Computer 可配合 Slack、Gmail、Google Drive 和本地文件使用

Perplexity 表示，Portable Computer 可在已连接的应用中使用，包括 Slack、Gmail 和 Google Drive，也可处理设备上的文件。完全在本地运行的任务会将文件、数据和回答保留在设备上，且不消耗 Computer credits。

面向 Windows 的 Portable Computer 现已登陆 AMD Ryzen AI Max 系列处理器

Perplexity 面向 Windows 的 Portable Computer 现可在 AMD Ryzen AI Max 系列处理器上运行，其本地 AI 代理可使用已连接的应用和本地文件，并能将定时任务完全在设备上执行。

OpenRouter 工具搜索让大型函数库不必进入提示词

标记为 defer_loading 的函数会在模型需要时被搜索，而不是在每一轮都发送全部定义。OpenRouter 表示工具搜索不额外收费。

OpenRouter 市场包含 Advisor、Subagent、Web fetch 及其他服务端工具

OpenRouter 的 Server Tools Marketplace 还包含 Advisor、Subagent、Web fetch、Image generation、Apply patch 和 Datetime。其中大多数在请求期间于服务端运行，不使用客户端工具循环。

OpenRouter 推出 Server Tools Marketplace

OpenRouter 推出 Server Tools Marketplace，其中用于为智能体提供事实依据的工具包括网页搜索 API、Shell 和工具搜索。

LangChain 推出 Managed Deep Agents 0.8

Managed Deep Agents 0.8 新增用户自有凭证与记忆、用于接入内部工具的 HTTP 通道、原生 slackhq 文件传输，以及通过 p0 提供的内置网页搜索。

elvis 称 Agora-2 可让最多 20 名人类与智能体共享同一个实时模拟世界

elvis 称，世界模型 Agora-2 现可将最多 20 名人类和智能体同时放入同一个模拟世界。elvis 将其描述为可共同训练机器人、自动驾驶汽车和网络防御智能体的场所，也可在投入真实世界使用前研究智能体共谋。

Jürgen Schmidhuber 出任 Sakana AI 首席科学顾问

Sakana AI 表示，Schmidhuber 将协助指导其新成立的 RSI Lab。该实验室的目标是形成旨在提升机器智能的科学发现复利循环。公司正在东京为该实验室召集专家。

JEV 级联以约 57% 的费用保留 GPT-6 99% 的准确率

一篇 Jev-as-a-Judge 论文报告称，接受 TypeSafe AI 置信度较高的 JEV 判定，并将其余判定升级至 GPT-6 Astra，在 510 对留出偏好样本上保留了 GPT-6 99% 的准确率，费用约为 GPT-6 的 57%。作者表示，升级阈值并不能迁移到每一个回退模型，应基于自身数据设定。