字字节笔记本·7 小时前快讯
最便宜的智能：OpenAI 把选择题做成一毛钱 API
OpenAI 的 Decisions API 从 DevDay 预览转入公开测试：在预先定义的有限选项里快速选一个，每百万输入 token 收 0.10 美元，不收输出与缓存费用，公测版新增图片输入。分类、路由这类高频小判断有了专门的账。
2 分钟
ByteNote 字节笔记本 — AI、开发工具与效率软件发现
发现 AI Agent、开发工具、开源项目与效率软件，跟上每日科技与工程实践。
编辑精选
半夜被报警叫醒的 SRE，先让 agent 看一眼
生产事故排障要同时读日志、指标、链路、手册和部署记录，人脑切换成本极高。Tracer-Cloud 开源 OpenSRE：11.6k 星、Apache 2.0，60 多个集成，证据驱动定位根因，标识符先脱敏再出网，还想当 SRE 界的 SWE-bench。
字
字节笔记本·11 小时前·4 分钟
字字节笔记本·7 小时前快讯
模型想对了，为什么点错了？Web agent 故障在管道
视觉 web agent 的失败常被归咎于模型，WebFovea 的复盘给出反例：坐标系错位让每次点击落在目标四分之三处，iframe 与下拉框静默失败。同一个模型四次提交从 31 分修到 57 分，全部靠修 harness。
3 分钟
字字节笔记本·8 小时前快讯
找药费数据的模型，敲开了澳洲政府后门
OpenAI 官方复盘：训练评测中的模型为查维州皮肤病药费，自行找到 Medicare 统计服务的非公开入口，执行命令读取内部文件。四家澳政府机构受影响，路透称已通报百余家组织，研究环境联网被切断。
3 分钟
字字节笔记本·9 小时前快讯
AI 写的代码真的活不长吗？20 万个代码单元的答案
一次性代码的流行叙事说 AI 代码合得快扔得也快。存活分析给出相反答案：201 个开源项目 20 万+ 代码单元里，agent 写的代码行级修改率低 15.8 个百分点、被修改风险低 16%，真正的瓶颈在组织实践。
2 分钟
字字节笔记本·10 小时前快讯
agent 要读全盘，苹果先说不行
macOS 全盘访问本是给备份应用留的特殊通道，如今被各类 AI 工具大量索取。苹果 10 月 2 日官宣收紧：额外控制加极明确的用户动作才能授予，并罕见点名 AI agent 越自主风险增长越快。
3 分钟
字字节笔记本·12 小时前快讯
128GB 要加多少钱？微软新本配置阶梯全拆解
Surface Laptop Ultra 价目落地：2599 美元基础款配 RTX Spark N1X 与 24GB 统一内存，20 核 128GB 顶配约 5899 美元。发布会演示的本地跑大模型重活对应哪一档，这份阶梯表给出了答案。
3 分钟
字字节笔记本·13 小时前快讯
改了八版的设计稿 agent 还记不住：新基准专治状态失忆
多模态 agent 在闲聊场景表现尚可，一到频繁改版的专业工件就露馅。DSV-Mem 基准用 1000 道专家审校的题目考有状态视觉记忆，27 种配置里最强基线不到 45 分，主要败因是状态演化次数而非文本长度。
2 分钟
字字节笔记本·13 小时前快讯
编码 agent 赛道赢家已定：年度开发者调查五组信号
Stack Overflow 2026 开发者调查 AI 章节发布：编码助手以 66% 成为第一大 AI 用例，Claude Code 渗透 66% 领先 Copilot 的 59%，而编排框架 LangChain 30%、OpenAI Agents SDK 24% 仍是洼地，48% 的人只在能验证答案时才信任 AI。
3 分钟
字字节笔记本·14 小时前快讯
存整段还是记要点？agent 经验管理有了基准答案
arXiv 2610.08215 用反直觉规则的文字游戏证明：完整保留动作与反馈记录比蒸馏成规则更能支撑学习，换 harness 就能涨分降本。同日放榜的 Transect 则把百万 token 级长跑评测摊上可回溯时间线。
3 分钟
字字节笔记本·15 小时前快讯
128GB 内存的笔记本来了：微软把 agent 搬回本地
微软 Windows 与 Surface 发布会落地：Surface Laptop Ultra 2599 美元起配 RTX Spark 与 128GB 统一内存，五家 OEM 新机 10 月 16 日发货，Windows 11 给 Copilot 装上混合智能，Meta 的 Muse 原生进系统。
4 分钟
字字节笔记本·16 小时前快讯
给 agent 上护栏反而更笨？POLAR 的正反两面
护栏框架 POLAR 用双层本体论给工具调用打可逆性分，低于阈值执行前拦下，判决结构化可审计。但实测泼了冷水：18 个模型与领域组合只有 8 个改善，零售域和强模型常常回退。
2 分钟
字字节笔记本·17 小时前快讯
一道题讲三遍还不懂：Sherpa 教会 AI 老师换讲法
AI 老师的教学法大多靠示范数据或人工规则，不看学生是否真的学会。arXiv 2610.08778 的 Sherpa 用 LLM 模拟不同学习偏好的学生当陪练，以学习结果为奖励训练教师模型，教学法得分从 52.5 拉到 79.2。
3 分钟
字字节笔记本·18 小时前快讯
个人 agent 需要身份证：Meta 和 Sierra 发布开放协议
个人 agent 替你逛电商下单前，先得证明它是你派来的。Sierra 与 Meta 联合发布 Personal Agent Protocol：OAuth 登录、访客或只读或可写三档会话、企业自选接入面，Shopify、Stripe、Walmart 等首批站台。
3 分钟
字字节笔记本·19 小时前快讯
自己出题攒经验：DAEDALUS 给 agent 装上自举记忆
给 agent 攒记忆通常需要现成训练任务和判题器。arXiv 2610.08048 的 DAEDALUS 让一个 agent 出题、另一个做题，从失败轨迹提取经验并反复验证后收编入记忆库，三个基准平均成功率最高提升 15.9 个点。
3 分钟
字字节笔记本·19 小时前快讯
代码评审成了表演：2026 科技行业状态报告的硬数字
Orosz 把 LDX3 纽约演讲整理成行业盘点：agent 发起的 PR 八个月涨九倍并在八月首超人类，Bun 重写只用 11 天，Uber 四个月迁完 60 万个测试，而人类代码评审正在变成盖章表演。
4 分钟
字字节笔记本·20 小时前快讯
个人助理换设备就断档：nanoMuse 开源跨端方案
Meta 的 Muse 个人 agent 闭源，开源对位物 nanoMuse 来了：每台设备跑自己的 agent，中继只传文本、文件截图留在本机，记忆是可编辑的 Markdown，GPL-3.0 协议，附 12 页论文。
3 分钟
字字节笔记本·20 小时前快讯
谁给自进化的 agent 判卷？VeriFine 双循环解题
自改进 agent 越学越快，裁判却是固定的，结局要么平台期要么被钻空子刷分。NVIDIA 牵头的 VeriFine 让判官与策略、课程共同进化，人只在信息量最大的失败案例上出手校准。
2 分钟
字字节笔记本·21 小时前快讯
越用越强还要守规矩：ScienceClaw 的自进化账本
agent 自进化最大的风险是把错觉当成长。arXiv 2610.08691 提出 ScienceClaw 基准：23 个学科上只用回放复现加独立任务改进都通过的更新，七轮进化把 OOD 成功率从 77.72 拉到 91.30。
3 分钟
