田渊栋新公司开源 Flint-40B-A2B：MacBook 本地跑 125 token/【AI 早报 2026-10-23】
今日最实在的一条是田渊栋参与创立的 Recursive_SI 交出首个模型：400 亿总参数的 MoE，每 token 只激活 25 亿，在 MacBook Pro 上跑出每秒 125 个 token。另外，Anthropic 上线主动式 Agent Claude Duet、EinsiaAI 用 9 个大模型实测 A 股量化，以及 GPT-5.6 Sol 挖出 PHP 两个 CVSS 9.2 漏洞，都值得细读。
今日概览
模型发布
- 田渊栋新公司开源 Flint-40B-A2B：MacBook 本地跑 125 token/s
产品应用
- Anthropic 上线 Claude Duet：Opus 5.5 驱动的 7×24 主动式 Agent
- 讯飞星火 X2.6 基于全国产算力升级，首推端云一体协同架构
- 英伟达发布 Minerva：为十万卡 AI 工厂做全链路可观测
技术与洞察
- EinsiaAI 发布 Quant Arena：9 个大模型炒 A 股半数亏钱
- GPT-5.6 Sol 挖出 PHP 两个 CVSS 9.2 漏洞，波及 69.3% 网站
- 首个实时交互视频基准 StreamEval：37 个模型最高仅 15 分
- 清华智谱开源 HarnessPro：通过率涨 2 个点，成本降 26.1%
- 上海 AI Lab 提出 RSI-Router：大小模型分工，成本降 51.7%
- RoboColiseum 具身评测：Claude Opus 5.5 以 0.29 分险胜 GPT-6 Astra
- DeepSeek V4.1 Agentic RL 工程踩坑：从权重转换到主机内存瓶颈
- Cohere Labs 研究：顶尖模型也解不出本地文化题，且很少承认不知道
开发生态
- 谷歌开源 TorchTPU：改一次配置把 PyTorch 跑上 TPU
- openJiuwen 发布 InferRSI：昇腾 910B1 上 TTS 吞吐达 14.2 倍
- JetBrains Air Governance 正式可用：统一管控多家 Agent 与 AI 支出
- AWS SageMaker 训练会话转正：不碰 GPU 也能写自己的后训练循环
- GitHub Copilot 用量 API 升级：自定义 skills 与 MCP 按名统计
- Codex 0.164.0 上线 /presets：10 个编号槽位存提示词
- Ollama 0.40.9 支持 Apple Silicon 本地语音生成
行业动态
- AuxoAI 完成 2070 万美元 A 轮，NTTVC 领投
模型发布
1. 田渊栋新公司开源 Flint-40B-A2B：MacBook 本地跑 125 token/s
Flint-40B-A2B 是 Recursive_SI 自今年 5 月正式官宣以来发布的第一个模型，定位是面向本地硬件运行的智能体编程模型。它采用 MoE 架构，总参数 400 亿，每生成一个 token 只激活 25 亿参数。整个研发过程由公司自研的自动化研究系统 Eureka Machine 参与完成，覆盖数据处理、训练方案、基础设施与推理优化，从零到发布用了不到 4 个月，参与方只有少量员工和 AI 智能体。在 SWE-Bench Pro v2、Terminal-Bench 2.1 和 SWE-Bench Verified 上，它的表现超过总参数低于 500 亿的其他 MoE 模型，编程能力与 250 亿至 400 亿参数的稠密模型相当，运行速度快 5 倍以上。硬件实测数据：M4 Pro 芯片的 MacBook Pro 在短上下文下生成速度超过每秒 125 个 token，配备 64GB 内存的 NVIDIA RTX Spark 超过每秒 150 个 token，相比同类模型最高快 2 倍；有开发者在 64GB 内存的 MacBook Pro M5 Max 上实测 114～132 token/s。权重以 Apache 2.0 许可发布在 Hugging Face，兼容 llama.cpp、Ollama、Unsloth、LM Studio、vLLM 与 SGLang，配套开源推理引擎 rec 专门针对 M4 Pro 与 M5 Pro/Max 优化。
来源：https://mp.weixin.qq.com/s/sOi-8uNbHUDzlhNSOBWg2g
产品应用
2. Anthropic 上线 Claude Duet：Opus 5.5 驱动的 7×24 主动式 Agent
Anthropic 正式上线 Claude Duet，一个由 Opus 5.5 加持的「主动式 Agent」，首批向美国地区的 Claude Pro、Max 订阅用户开放候补，需获邀才能使用，支持 iOS、Android 和网页。它的定位是 7×24 小时在线的 AI 搭子：人还没打开电脑，它已经把 A 轮路演 PPT 更新好，连投资人可能追问什么、该怎么回答都准备好。官方演示中，咖啡品牌 Marlo 创始人 Maya 要在 26 天后开出芝加哥新店、周四还要见投资人，Duet 把招聘、续约、客诉列进晨报，41 项开店清单里只挑出当天必须她拍板的卫生许可，表格已填好，640 美元费用等她在链接里批准后继续申请验收。它还会自己盯住工作流，判断哪些事火烧眉毛，主动把活干完，最终只给出一句「5 件事在推进，2 件需要你」。发布当天 OpenAI 的 Tibo 到评论区让自家的 Dot 和 Duet 互相认识；加上此前登场的 Grok Bot、Muse、Dots，已有四家巨头在争同一个位置——替用户守住整个工作日。
来源：https://mp.weixin.qq.com/s/6fGPysWCnRflR4EPkqQxlA
3. 讯飞星火 X2.6 基于全国产算力升级，首推端云一体协同架构
10 月 22 日，科大讯飞 1024 全球开发者节在北京举行，董事长刘庆峰在主论坛发布基于全国产算力升级的星火 X2.6，并首次推出端云一体协同架构，AI 可按任务需要选择本地处理、交给云端，或由两端协作完成。开发者侧同步发布星辰 TaaS 平台、APA 智能体流程自动化和讯飞 CLI，让 Agent 能操作业务系统、完成复杂任务。现场演示的多设备联动方案 WallEX 把厨房与客厅的对话打通：用户在厨房说「放假了，想放松一下」，冰箱先应答、电视随即推出片单；走到客厅说「看第二部，之前看过一点，帮我回顾剧情」，电视不必再问片名就能接上。支撑它的 SpaceMind 是面向商业、居住、办公空间的软硬件方案，通过开放 IoT 协议与 Harness 平台兼容全球主流通信标准，已与海尔、美的等家电品牌和西门子、GVS 等电工电气品牌设备打通。讯飞把新一代人机交互定为拟人、普适、易用三个方向，分别对应多通道端到端模型与端云协同、从安静房间走向噪音与多语种环境、以及用软硬一体模组和 CLI 降低开发者接入门槛。
来源：https://mp.weixin.qq.com/s/6POKqJQHUJ5ldPcvHFiOAA
4. 英伟达发布 Minerva：为十万卡 AI 工厂做全链路可观测
英伟达发布 AIOps 平台 Minerva，把基础设施与 AI 负载的遥测数据汇总，再用针对性训练的 AI 模型转成可执行的判断。它衡量的核心指标是「AI 工厂良率」——GPU 小时、goodput、集群在线率与 token 产出背后的有效工作量。传统监控往往把数据中心切成网络、计算、站点可靠性、机器学习几套互不相通的视图；Minerva 跨 GPU、SuperNIC、交换机、线缆、调度器与工作负载建立动态知识图谱，能把一个变慢的训练任务一路追到具体部件，即使集群规模达到数十万块 GPU。平台每小时分析数十亿个数据点，用监督与无监督学习建立正常行为基线、识别此前未见的异常、预测将要发生的故障，并把一场事件风暴归并成一条带疑似根因的事件，而不是把所有症状都推给运维。它自带 AI 助手，也可对接外部 agentic 工具，运维人员能用自然语言查询集群健康状况并获得修复建议，再选择人工执行或通过基础设施 API 接入自动化。
来源：https://blogs.nvidia.com/blog/minerva-platform-infrastructure/
技术与洞察
5. EinsiaAI 发布 Quant Arena：9 个大模型炒 A 股半数亏钱
EinsiaAI 旗下 Navers Lab 团队发布 Quant Arena，把 6 家厂商的 9 个模型放进同一场 A 股量化研究测试：模型自己写 Python、构造特征、给股票打分，研究期为 2022—2023 年，预算至多 5 次候选评估，随后冻结一个策略交给 2024 年封存行情只评一次，评估反馈不回流给模型。数据覆盖 3042 只 A 股，含日频行情以及原始 Level-2 报价、委托和成交；评估器按评分构建 75 只股票的等权多头组合，按整手成交，交易成本与市场冲击计入现金账户，买不进的部分留在现金里。2024 年结果：GPT-6 Astra 年化 10.7%、GPT-6 Sol 8.6%、GPT-5.6 Terra 8.4%、Claude Opus 5.5 4.4%，而 Claude Sonnet 5.5 为 −12.2%、Gemini 3.8 Flash −2.9%、DeepSeek V4.1 Flash −5.7%、Kimi K3 −8.5%、GLM-5.3 −7.8%；按每个模型总分最高的代表配置，5 个亏本、4 个盈利，没有一个跑赢 17.1% 的市场基准（券池等权收益）。风险排序另有一套：Astra 最大回撤 −6.8%、Sol −2.8%，Opus 5.5 与 Kimi K3 分别达 −32.7%、−36.4%；Sol 的 Sharpe 为 1.89，Astra 为 0.86。更反直觉的是信号与收益脱钩：Gemini 3.8 Flash 的 RankIC 为 0.045 却年化 −2.9%，GLM-5.3 的 RankIC 0.046 对应 −7.8%，Opus 5.5 的 RankIC 只有 −0.002 却做到 4.4%；把每日信号分 10 组后，9 个代表策略中有 7 个的最高分组收益低于全样本均值，平均每天落后约 10 bp。
来源：https://mp.weixin.qq.com/s/IREBxIiJmch_QiU4UKhYPw
6. GPT-5.6 Sol 挖出 PHP 两个 CVSS 9.2 漏洞，波及 69.3% 网站
OpenAI 公开了一起安全行动：GPT-5.6 Sol 从 PHP 语言里找出两个高危漏洞，合称 PHP2Shell，CVSS 危险评分均为 9.2（满分 10）。漏洞类型是远程代码执行，攻击者无需账号密码就可能让服务器执行其指定的代码；Wiz 用当时最新的 WordPress、Drupal、Joomla 镜像搭建环境，复现了无需登录的远程攻击，并验证了从内存中读取密码、令牌与 API 密钥的路径，在某些 Apache 与 mod_php 部署中攻击甚至在网站程序启动前就能发生。W3Techs 数据显示，在可识别服务端语言的网站中 69.3% 使用 PHP，底层引擎出问题意味着极大面积受影响。OpenAI 与 PHP 维护者秘密协作两个月，期间推翻重来，改动了 PHP 引擎的内存管理机制；但保密在最后 48 小时崩盘，漏洞消息先泄露，补丁被迫提前一天上线，攻击演示视频随后流出。补丁发布前，已有机构选择先下线官网、暂停部分服务避险；OpenAI 称这两个漏洞只是先行项，另有几项重大漏洞仍在排队修复。
来源：https://mp.weixin.qq.com/s/-n9cNqd6XDIMoLIhWimo2A
7. 首个实时交互视频基准 StreamEval：37 个模型最高仅 15 分
10 月 20 日 arXiv 挂出 StreamEval（2610.28402），由清华、英伟达、CMU、UC Berkeley、普林斯顿、新加坡国立大学与 Reactor 联合署名，是首个面向实时交互视频生成的公开基准，代码、案例与评分规则均已开源。基准共 300 道题，分数字人对话、数字人表演、世界生成、文字指令编辑、参考图编辑五类各 60 道，每题由起始素材、输入时间线（第几秒提出什么要求）与 oracle 判卷依据（哪里该变、哪里必须保留）组成，时长分 15、30、60、120、300 秒五档。评测拆成任务执行、状态一致性、视觉保真度、声画协调 4 个维度、10 项指标，先用视觉语言模型提取结构化观察，再按固定规则换算成分数，没有输出或不支持某项必要操作直接记零分；五类任务各自排名，不合并总榜。论文测试了 37 个模型、47 组组合：生数科技 Vidu S2-Avatar 拿下数字人对话与数字人表演两项综合第一，S2-Editing 在两类视频编辑中领先，港大与快手可灵团队的 MemFlow 在世界生成中排第一。分项数据暴露了行业短板：Vidu S2-Avatar 表演稳定性 97.25 分，动作跟随只有 36.90 分，而 36.90 已是该任务 7 个模型中的最高分；参考图编辑里最严苛的「完整编辑」指标，全场最高仅 15.00 分。
8. 清华智谱开源 HarnessPro：通过率涨 2 个点，成本降 26.1%
清华大学、智谱、上海交大、华威大学与可灵 AI 的联合团队提出 HarnessPro，唐杰为共同通讯作者，论文编号 2610.26770，代码已在 GitHub 开源。此前的 RHO 已能从执行轨迹中总结经验、自动改写 Harness 规则，但成绩与账单同步上涨：在 GPT-5.5 搭配 Codex 的 SWE-Bench Pro 实验中，RHO 把通过率从原版 Harness 的 59.0% 提到 80.0%，单题成本却从 1.88 美元涨到 2.68 美元，增幅 42.6%。HarnessPro 把「提高通过率」与「降低执行成本」设为两个优化目标，以初始 Harness 的通过率作为候选筛选底线，在代码、指令与工具配置构成的离散空间里做 Pareto 多目标搜索。在 GPT-5.5 + Codex 的三个基准上，性能优先的 Heavy 方案相较 RHO 平均任务通过率再提高 2.0 个百分点，单任务执行成本平均下降 26.1%；另提供兼顾两端的 Medium 与省钱优先的 Lite 两档。系统由轨迹分析器、进化规划器、Harness 编辑器、测试生成智能体四类智能体协作，每个基准先用行列式点过程（DPP）挑出 10 项兼顾难度与多样性的训练任务，每轮让每套 Harness 在每项任务上独立跑 3 次，再由独立验证集筛选、保留测试集评估。
来源：https://mp.weixin.qq.com/s/xD2x-T-ABcU37vS1WdKbWQ
9. 上海 AI Lab 提出 RSI-Router：大小模型分工，成本降 51.7%
上海 AI Lab 提出自进化智能体路由框架 RSI-Router（arXiv 2609.34712），核心是不再把整项请求交给单一模型，而是从执行轨迹中挖出可复用的子任务，让大小模型分工。以 DeepSeek-V4.1-Flash 为大模型、Qwen3.5-9B 为小模型，它在五个 Agent 评测基准上任务表现全部超过纯大模型基线，推理成本平均降低 51.7%，最高降幅 82.2%，并在与 9 种现有路由方法的对比中取得更优的性能—成本帕累托前沿。框架由大模型驱动的提案智能体组织四阶段迭代：按执行目标划分轨迹、归纳子任务与识别规则；并行提出多种大小模型分配方案；对比候选路由与纯大模型的轨迹，从失败与冗余操作中生成模型专属技能；最后按验证集上的性能与成本保留帕累托最优策略，落选方案作为反例继续参与。推理时，小模型根据用户请求、最近三步交互历史和上一次子任务预测判断当前子任务，调用被分配的模型并附加匹配技能。以代码修复为例：问题定位与代码修改交给大模型，结果验证交给小模型，技能则提醒模型运行测试、检查文件差异，以减少漏检与无效操作。
来源：https://mp.weixin.qq.com/s/4DVyV_sS3BBqDayYpOwJ7w
10. RoboColiseum 具身评测：Claude Opus 5.5 以 0.29 分险胜 GPT-6 Astra
10 月 20 日，具身智能评测平台 RoboColiseum 发布评测报告：四款参评多模态模型中，Claude Opus 5.5 以 76.28 分取得最高综合成绩，GPT-6 Astra 以 75.99 分紧随，两者仅差 0.29 分，GPT-6.1 Sol 以 70.91 分、Gemini 4 Argon 以 66.86 分列第三、第四。官方总榜前两名仍属专业具身策略模型，Paimon 得 77.54 分、HiDream-O1-Embodied 得 76.92 分。分数接近但能力分布不同：Astra、Sol 与 Opus 在指令跟随、空间理解两个维度上均超过表内对应维度得分最高的策略模型，但在通用操作上，四款多模态模型全部落后于策略模型。平台于 2026 年 8 月 14 日发布，已推出指令跟随、空间理解、扰动适应、通用操作四类子榜与 78 个高保真仿真任务，内测以来有海内外 100 多支队伍参与。案例显示差距在哪：端锅任务中 Astra 初始抓取接近姿态不协调，补充明确的抓取与交互指导后才转为对准锅柄的双手抓取并稳定持锅；圆形积木能在调整姿态后完成入孔，换成手机充电却对不准接口，最终未能完成插接。
来源：https://mp.weixin.qq.com/s/7yWLwFnBUxiLrKH_TehcMg
11. DeepSeek V4.1 Agentic RL 工程踩坑：从权重转换到主机内存瓶颈
一篇工程实录复盘了在自研 LoongSage 框架内拉起 DeepSeek V4.1 Flash Agentic RL 训练的全过程，整条链路已跑通：r2e gym + mini-swe-agent，24k response 长度，训推一致保持到万分位。第一关是权重格式转换：V4.1 引入多模态，需要转成纯文本模型，官方与社区都没有现成脚本，必须手动删掉 hf model config 里的 quantization_config、删掉 vision_config 并把 text_config 内容提到上一级、删掉 mtp/dspark 相关配置，否则 SGLang 加载时会报各种难以定位的错误。第二关是部署：单机 8 卡加载权重后显存占用 130G 以上，还要预留 KV cache 与 Megatron 的参数传输空间，实际只能两机部署、设 ep=16；tp 最大只能到 8（受 linear_o_group_proj 权重切分方式限制），剩余并行度只能靠 dp attention 补，dp=2 成为唯一选择，且不能开 pp，否则 router replay 失效。这条新路径上踩到两个 bug：开启 dp attention 后，prefill token 数必须是 attention tp 的整数倍，健康检查的探活请求对不上会导致服务一起来就挂；调试时关掉 cuda graph，decode 会因漏塞一个 idle batch 永久卡死，两个问题均已向社区提交修复 PR。后续还解决了 KV cache 重算（把 sticky routing 从 engine 下沉到 dp 层）、dummy 加载导致 engram 权重丢失、engram 跨机时必须把 host 内存布局从 shared 改为 private 等问题，并指出真正的瓶颈在主机内存：除 engram 之外，SGLang 启用专家回放还要为每个 token 预留存放 routed experts 的空间。
12. Cohere Labs 研究：顶尖模型也解不出本地文化题，且很少承认不知道
Fast Company 独家披露 Cohere Labs 的一项新研究：表现最好的 AI 模型也无法解答根植于当地文化的谜题，并且在不知道答案时很少主动承认。报道未给出具体模型名称、测试样本量与准确率数据。该研究指向的问题是模型对文化语境的理解程度，与其对自身知识边界的校准能力之间的落差。
来源：https://www.fastcompany.com/91627566/ai-chatbots-struggle-to-understand-cultural-context-new-study
开发生态
13. 谷歌开源 TorchTPU：改一次配置把 PyTorch 跑上 TPU
谷歌把外界等待已久的 TorchTPU 作为开源项目放出，让 PyTorch 应用可以跑在自家 TPU 上，并通过简单改配置迁移到 Google Cloud，不必重写代码。PyTorch 由 Meta 在 2016 年开发、后交给 Linux Foundation，因为英伟达 GPU 早已是 AI 研究的默认硬件，很多特性最初就是围绕它设计的。谷歌称已与 Meta、Hugging Face、Inferact、RadixArk 合作，确保与主流 AI 工具兼容，同时推出 TPU agent suite 帮助开发者迁移与排错，并更新 LiteRT，让 PyTorch 应用更好地跑在手机、笔记本与嵌入式设备上。这一动作与亚马逊此前发布 TorchNeuron（让应用跑在 Trainium 芯片与 AWS 上）走同一条路线；亚马逊也向 PyTorch 主项目贡献代码，把特性与英伟达硬件解耦。
14. openJiuwen 发布 InferRSI：昇腾 910B1 上 TTS 吞吐达 14.2 倍
openJiuwen 是华为 2012 实验室联合各产品线团队以及高校、企业开发者构建的开源 AI Agent 平台，社区代码仓 Star 数已超 100K。在此前双维度 RSI 框架（Harness 优化提示词、技能、工具与执行约束，Artifacts 打磨科研论文与算法程序）落地 WorkSwarm 0.2.6、0.2.7 之后，团队把递归自我改进推进到模型推理侧，发布 InferRSI。优化分三段递进：算子级自主调优（例如 KDA 等算子）、沿用 vLLM/SGLang 及其 Omni 框架的框架级调优、以及围绕特定模型与负载构建可独立运行的场景专用引擎；openJiuwen 负责任务理解与工具调用，InferRSI 管理实验并对比性能与输出质量。实测数据：在单张 Ascend 910B1 上，基于该流程构建的 Qwen3-TTS 专用引擎吞吐最高为 SGLang-Omni 的 14.2 倍、vLLM-Omni 的 4.8 倍（单并发三轮均值分别为 61.12、4.31、12.71 frames/s），语音准确度与音色相似度均达到测试前设定的要求；同一张卡上 Qwen-Image 用时从 3111.5 ms 降至 2459.6 ms（−21.0%）且每个像素与原来相同，叠加可选 VAE 加速后为 2425.5 ms（−22.0%），画质仍达标。
15. JetBrains Air Governance 正式可用：统一管控多家 Agent 与 AI 支出
JetBrains Air Governance 正式 GA，前身是 JetBrains Central，作为 JetBrains Air 智能体开发产品线的组织层，用一个控制台管理团队使用的 AI Agent、模型与供应商，设置额度并查看用量与交付效果。它支持 Claude Agent、Codex、Gemini CLI、Junie 以及其他 ACP 兼容 Agent，覆盖 IDE、CLI、浏览器与移动端。官方给出的自身数据：2026 年上半年 JetBrains 的 AI 支出增长约 10 倍，第一份跨厂商用量报告手工汇总花了 4 天；这套工具目前每月管理公司约 2300 人的 Agent 使用。控制台可按用户、团队、服务账号设置 AI credit 硬性上限，支持集中式 BYOK（接入自家 OpenAI、Anthropic、Amazon Bedrock、Google Vertex AI 账号），在组织级定义获批的 Agent、统一配置 MCP 服务器，并把供应商、模型、Agent 与额度组合成面向不同人群的 AI 策略。所有 JetBrains 组织客户可用，同时提供免费与付费计划。
16. AWS SageMaker 训练会话转正：不碰 GPU 也能写自己的后训练循环
亚马逊云科技把 SageMaker AI 无服务器模型定制的 training sessions 推向正式可用，让团队不必管理基础设施就能控制后训练逻辑。用户自己编写并编排训练循环，包括自定义损失函数或奖励信号，GPU 分配、分布式执行、故障恢复与 checkpoint 存储交给 SageMaker。方法不设限：SFT、DPO、RLVR、RLAIF、多轮 RL 都支持，可用 LoRA 控制更新范围，也可全参数微调，并通过 continuous customization 把多种技术串联。配套的训练会话 cookbook 提供示例与模型定制 agent 技能，用户描述用例后由 agent 处理数据准备、技术选择、训练、评估与部署，且可在 SageMaker Studio、Kiro、Claude Code、Codex 或 GitHub Copilot 中使用。一位客户用该功能构建医疗理赔拒付分诊模型，其科学家依赖低层 API 对前向与反向传播、采样和优化器步的直接控制来做强化学习。
17. GitHub Copilot 用量 API 升级：自定义 skills 与 MCP 按名统计
GitHub 更新 Copilot 用量指标 API：企业与组织报告中的 totals_by_skill、totals_by_custom_agent、totals_by_mcp、totals_by_slash_cmd 与 totals_by_plugin 数组，不再把组织自建的 skills、自定义 Agent、MCP 服务器、斜杠命令与插件统一归入 other 或 custom，而是显示配置时使用的名称。每个 totals_by_* 列表的记录上限从 5 条提高到 25 条，剩余活动合并为末尾的 other 条目；interaction_count 与 distinct_*_use_count 的计算方式保持不变。覆盖范围包括 Copilot CLI 的交互会话与 prompt 模式、GitHub Copilot 应用、JetBrains 等 ACP 集成以及 Copilot SDK，其中 prompt 模式、应用与 ACP 集成需要 Copilot CLI 1.0.97 及以上，SDK 需要 1.0.21 及以上，IDE 内置聊天的遥测不上报名称。名称按配置原样上报，去除首尾空格并限制 128 字符，看起来像文件路径的名称仍归入 other 或 custom。指标来自客户端遥测，客户端版本过旧或遥测被拦截时会低估，适合看趋势与采纳情况而非精确账目；名称只在此次发布之后处理的报告日出现。
来源：https://github.blog/changelog/2026-10-22-custom-skills-agents-and-mcp-servers-in-usage-metrics-api
18. Codex 0.164.0 上线 /presets：10 个编号槽位存提示词
Codex 发布 0.164.0，新增 /presets 能力：可把可复用的提示词与斜杠命令保存进 10 个编号槽位，并提供键盘菜单快速调用（#54380、#54381）。预设中可一并设定模型、推理强度、速度与权限项。
来源：https://github.com/openai/codex/releases/tag/rust-v0.164.0
19. Ollama 0.40.9 支持 Apple Silicon 本地语音生成
Ollama 发布 0.40.9，在 Apple Silicon 上加入语音生成能力，由 Phonon 提供支持。用户运行 ollama run 时，文本或聊天模型的回复会随着音频生成被直接朗读出来；应用也可以通过 OpenAI 兼容接口流式获取音频。
来源：https://github.com/ollama/ollama/releases/tag/v0.40.9
行业动态
20. AuxoAI 完成 2070 万美元 A 轮，NTTVC 领投
AuxoAI 完成 2070 万美元 A 轮融资，由 NTTVC 领投，参投方包括 Norwest Venture Partners 荣誉合伙人、Workday 长期董事 George Still Jr.，ServiceNow 总裁兼首席产品官、首席运营官 Amit Zavery，以及 Charlesbank Capital Partners 董事总经理、前 QuantumBlack 北美 COO Giacomo Sonnino。公司 2023 年成立于湾区，做法是把「前哨部署」的策略师与工程师团队嵌进 Global 2000 企业，已服务制造、快消、医疗、电信等行业 40 多个客户。其核心是 Forward Deployed Experts 组合，配合自研 FDE 工作台 Damia 沉淀企业 AI 部署的可复用智能，缩短从业务目标到生产环境的时间。本轮资金将用于扩充全球前哨部署人才、加深自研 AI 原生交付技术，并扩展合作伙伴生态——公司已入选 Google Gemini Enterprise AI Pureplay Partner。
暂无评论。