NVIDIA Nemotron 3 Ultra 上线 Ollama 云,550B 参数支持 1M 上下文
NVIDIA Nemotron 3 Ultra 已在 Ollama 云上线,这是一个 550B 参数(激活 55B)的开源模型,面向长时间运行的 agentic 工作流,支持数百次工具调用。
NVIDIA Nemotron 3 Ultra 已在 Ollama 云上线,这是一个 550B 参数(激活 55B)的开源模型,面向长时间运行的 agentic 工作流,支持数百次工具调用。
Hugging Face 重新设计官方命令行工具 hf CLI,使其同时适配人类用户和编码 Agent,并在 hf v1.9.0 引入 agent-mode 输出。
AI observability(常与 LLM observability、LLM analytics 混用)用于监控应用的 prompts、响应、成本、延迟、错误和输出质量,因为传统 APM 只看 API 调用是否成功,看不到模型说错话、agent 调错工具或账单涨到预期的 4 倍。
Replit 发布 SEO Agent,可对公开可见的已发布应用做完整扫描,检查可抓取性、语义结构、meta 标签、Open Graph 预览以及 sitemap.xml 和 robots.txt,并按影响程度给出报告,用户可逐项确认后一键应用修复。
推荐理由:Replit 官方发布 SEO Agent,说明它如何扫描已发布应用并给出可一键应用的 SEO 修复项。
Wasmer 借助 Codex 与 GPT-5.5 为边缘计算构建 Node.js 运行时,开发速度提升 10x 到 20x,交付周期从数月缩短到数周。
Neon 团队用"slop fork"方式复刻了自家控制台,以验证其开放 API 能覆盖控制台的全部操作。Neon 的目标是:控制台里能做的动作,对应 API 端点都应开放。作者认为 Agent 更擅长调用 API、CLI 和 MCP server,而非点击仪表盘,因此 API 在 Agent 时代更为重要。
Railway 发布面向 Agent 的工具链,用一条安装命令 bash <(curl -fsSL railway.com/install.sh) --agents -y 一次性装好 Railway CLI、MCP 配置和 Agent Skills,登录后即可让 Agent 部署和调试服务。
推荐理由:Railway 官方发布面向 Agent 的工具链,读者可了解其安装方式、CLI 与 MCP 两条路径的取舍。
Resend 用户数从 1M 增至 3,000,000,用时六个月,同期团队从 25 人扩至 43 人,npm 周下载量从 1.4M 升至 6.8M。Resend 自去年起已盈利,未削减云支出或放缓招聘。其 MCP server 的 API 覆盖率从约 8% 提升至约 90%,并推出含 53 条命令的 CLI,下一步将上线远程 MCP server 与面向 agent 的 OAuth。
Weights & Biases 为 Weave 推出一组新能力,用于在生产环境中提升并维持 Agent 质量。官方称这套能力让 Weave 成为在生产中提升和维护 Agent 质量的最佳工具。具体功能细节尚未在摘要所依据的正文中展开。
Hcompany 发布 Holo3.1 系列计算机操作 Agent 模型,覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸,并首次提供 FP8、Q4 GGUF、NVFP4 量化权重用于本地推理。
推荐理由:Holo3.1 补齐移动端与本地量化部署,并给出各尺寸在 OSWorld、AndroidWorld 上的分数对比。
OpenAI 发布 ChatGPT Sites,用户可通过 Codex 创建轻量级网站或应用。该功能面向需要快速搭建简单网页或小应用的场景,具体定价、可用地区与开放时间尚未在原文中说明。
OpenAI 为 Codex 推出插件、站点和批注功能,面向分析师、营销、设计、投资等团队。原文未披露具体价格、版本号或可用地区等细节。
OpenAI 发布《The Next Era of Knowledge Work》报告,探讨 Codex 如何通过 AI 驱动的调研、数据分析、工作流自动化和内容创作提升生产力。
PostHog 发布 Slack 应用 beta,用户在 Slack 里 @PostHog 提出修 bug 或做功能的需求,它会启动沙箱、制定计划、改文件、跑检查、开草稿 PR,并在评论线程里回应评审意见。
Cloudflare 发布 Agents SDK v0.14.0,为 @cloudflare/think 新增按需加载的 Agent Skills、聊天平台接入(首发 Telegram)、声明式定时任务,以及 Workflows 内可持久化的推理步骤。
DigitalOcean 推出 Serverless Inference,一个全托管、API 优先的推理平台,通过单一 API key 和 base URL 提供 30+ 个文本、代码、视觉、图像、视频和语音基础模型,按 token 计费且无最低承诺。
推荐理由:DigitalOcean 官方详解 Serverless Inference 的架构、定价与兼容接口,可了解其与 OpenAI、Anthropic 的接入差异。
Replit 与 Microsoft 合作,让企业可在 Replit 中用 AI 构建应用并直接部署到 Microsoft Fabric,内置企业级治理与安全。配套开源 SDK 与 CLI Rayfin 可自动生成数据模型、认证与访问策略等后端,应用能安全连接 Fabric 中受治理的数据源。团队因此无需再花数周搭建认证、API、部署工具与治理策略,从描述需求到上线应用压缩进单一工作流。
JetBrains 发布 Mellum2,一个从零训练、面向自然语言与代码的 12B 参数 Mixture-of-Experts 模型,每个 token 仅激活 2.5B 参数,采用 Apache 2.0 许可。官方称其推理速度比同规模模型快 2 倍以上,可用于路由、RAG、摘要、子代理和高吞吐编码功能,并支持私有部署。模型已在 Hugging Face 上线,技术报告发布于 arXiv。
推荐理由:JetBrains 开源 12B MoE 模型,激活 2.5B 参数且推理快 2 倍,适合路由、RAG 与子代理等高频低延迟场景。
Vercel Chat SDK 新增 AgentPhone 官方适配器,让 bot 拥有独立电话号码,可处理语音通话和短信。通话结束后转录内容以消息形式送达,bot 可通过 SMS 或 iMessage 回复;同一号码的通话与消息经单一 webhook 进入同一 thread,无需为每个渠道单独搭建管线。
阿里 Qwen 3.7 Plus 已在 Vercel AI Gateway 上线,Qwen 3.7 Plus 与 3.7 Max 对付费 AI Gateway 用户免费至 6/4/26 12:00pm PT。
PostHog 发布指南,建议刚上线首个 AI 功能的独立开发者只做三件事:追踪每次 LLM 调用(输入、输出、模型、延迟、token 数)、按模型和用户拆分成本并设日花费超 7 日均值 2 倍的告警、把 LLM 错误接入现有错误追踪。PostHog 自家 Wizard 智能体曾因重复读文件、上下文压缩后重做、子智能体不终止而多烧 token,靠成本数据才发现。
PostHog 团队在里斯本 offsite 把 AI agent 指向自家 ClickHouse 查询引擎,用慢查询跑了一夜,发现自 2023 年加入时区支持以来,所有带时间戳过滤的查询都没正确使用主键。
MiniMax M3 已在 Vercel AI Gateway 上线,这是 MiniMax 首个具备 1M token 上下文窗口和原生多模态能力的模型,基于 MiniMax Sparse Attention(MSA)构建,在软件工程、终端工具调用和 agentic 网页浏览上有所提升。
在 DigitalOcean 于旧金山举办的 Deploy 2026 大会上,Andi AI、Higgsfield AI、LawVo 和 Probably 四位创始人复盘了 AI 产品上生产的经验:模型本身不再是壁垒,难点在于衡量 agent 是否真正干活、持续打磨可靠性。
Braintrust 的工程师用 Codex 搭配 GPT-5.5 来跑实验并加快写代码速度。原文未披露具体费率、套餐或增长数据。
Vercel 披露其 docs AI chat 端点在 2026 年 4 月 12 日遭推理盗用攻击,流量峰值达每分钟 1,300 次请求,按此推算推理成本运行速率超过每天一万美元,攻击通过住宅代理隐藏真实 IP,两天内产生数十万次机器人请求。
推荐理由:Vercel 公开自家 AI 端点被薅推理的完整攻击过程与逐请求验证方案,可迁移到任何暴露 LLM 接口的产品。
Vercel Sandbox 现已支持在沙箱内安装并运行 Docker,Agent 可构建容器、安装系统包、修改文件而不触碰宿主系统。该能力适合把 Redis、Postgres 等容器化服务作为测试依赖、部署前验证镜像,或预览容器内应用;配合持久化沙箱,Docker 安装与已拉取镜像可跨会话保留。沙箱还新增 FUSE 文件系统驱动与 VPN 客户端支持。
Clerk 发布 CLI 命令 clerk deploy,把应用从开发环境推向生产环境的流程搬进终端。它不部署代码,而是以交互式向导引导完成生产域名绑定、CNAME 记录、OAuth 凭据配置,并统一验证 DNS、SSL 与邮件 DNS;加 --mode agent 时只返回部署状态的 JSON 快照,不做任何改动。
Cursor 新增 Auto-review 运行模式,适用于 Shell、MCP 和 Fetch 工具调用,允许清单内的调用立即执行,可沙箱化的调用在沙箱中运行,其余操作交由分类器子代理决定放行、换方案还是请求批准。用户可在 Settings > Cursor Settings > Agents > Approvals & Execution 中配置该模式,并可通过自定义指令引导分类器代理。
Anthropic 发布 Claude Opus 4.8,定位为 Opus 4.7 的升级版,在编码、推理、智能体工作流和知识任务上的基准测试表现更强。
Mistral 把 Le Chat 升级为统一 AI Agent Vibe,一个账号同时覆盖工作与编码场景,原有对话、设置和套餐全部保留。Work Mode 支持企业知识搜索、结构化数据分析、文档报告生成、多步任务定时执行和可复用 skills;Code Mode 提供网页端远程编码会话,并新增 VS Code 扩展和 CLI 更新。
推荐理由:Mistral 把 Le Chat 升级为统一 Agent Vibe,同时给出 Work 与 Code 两种模式和四档定价,可对照其与同类编码 Agent 的差异。
Neon 表示正在为应用和 Agent 构建“无聊”的后端,而非推倒重来另造一套科幻式云基础设施。文章认为构建真实基础设施本就很难,AI 只是进一步抬高了运维要求,并在各个维度上逼近极限。
Claude Opus 4.8 已在 Vercel AI Gateway 上线,在 AI SDK 中将 model 设为 anthropic/claude-opus-4.8 即可调用。该模型面向长周期 agentic 执行,可处理此前需人工中途修正的多步重构等复杂编码任务,并输出更清晰、更少含糊的文本。AI Gateway 按供应商原价计费、不加价,推理不收取平台费,BYOK 请求同样适用。
文章演示如何用 Gemini Managed Agents API 构建一个小的 bug-finder agent,并把它放到生产环境运行。内容围绕 Google 的 Gemini Managed Agents 展开,属于实操演示而非新功能发布。
Conductor 基于 Vercel Sandboxes 推出 Cloud Workspaces,让开发者并行运行多个编码代理时不再受本地硬件限制,合上笔记本也不会中断任务。
OpenAI、Thrive 和 Crete 用 Codex 构建了一个可自我改进的税务代理,实现自动报税、提升准确率并加速工作流。该代理面向报税流程的自动化与持续优化。
Warp 正押注用 GPT-5.5 构建开源,借助 GPT-5.5 与 OpenAI 模型在本地、云端和开源开发流程中协调编码 agent。
Railway 工程师 Angelo Saraceno 指出,NIST 2011 年定义的 IaaS、PaaS、SaaS 三层模型在 2026 年已不完整,应补上 FaaS(2014 年 AWS Lambda 起)和 agentic-PaaS(平台通过 Anthropic 2024 年 11 月发布的 MCP 把 LLM agent 当作一等消费者)两层。
Railway 发布 2026 夏季路线图,承认过去一年用户增长超百万但可靠性问题损害了客户信任,本季度与下季度将聚焦信任与核心产品闭环。信任方面将推出第二代 Metal 硬件平台、新增 4 个数据中心、自建原生 CDN 与网络基础设施抵御 DDoS,并推进 ISO27001。
Weights & Biases 在 AI Builders 系列第二期中讲解如何构建 text-to-SQL agent。内容围绕该 agent 的搭建过程展开,属于教程性质,未披露具体价格、模型版本或可用性信息。