AI 與前沿科技摘要 – 多代理集群、長上下文模型與實體 AI 資料管線

TL;DR：2024‑2025 年的 AI 活動正匯聚於三大方向 – 用於自我改寫系統的超大型多代理集群、更便宜的長上下文大型語言模型，以及將真實世界感測器資料轉化為實體 AI 訓練素材的基礎設施。

大規模多代理集群

• Prime Agent 協調超過 2,000 個代理，以 Rust 改寫自身的程式碼庫，使用了超過 10,000 個沙盒、200 B+ 個 GLM‑5.3 token，以及 16,000 條代理間訊息。新版本輸入速度提升 13 倍，啟動記憶體消耗比前一版本減少 83 % @PrimeIntellect。
• DHH 宣布釋出 Basecamp MCP，這是一個可加入 ChatGPT、Claude、Cursor、Grok 及其他平台的插件，能輕鬆整合此類代理能力 @dhh。
• Matt Palmer 展示了一個回饋看板，能自動為每則評論建立新的 Cursor 雲端代理，並將其描述為「自我改進的軟體」 @mattyp。
• Ash Hart 釋出了「Living Weights」，這項工程技術讓模型在使用過程中能持續更新自身權重，可能實現本地 AI 部署的遞迴自我改進 @ashxhart。
• 開源「Alook」提供了一個 Discord 風格的工作空間，讓多個代理（Claude Code、Codex、Cursor、OpenCode、Pi）能在共享房間內共存，無需綁定特定平台，強調協作式代理工作流程 @aaassa120@Diptish09@ethanorbe。

具成本效益的長上下文 LLM

• Tinker 宣布效率升級，支援長上下文強化學習，並針對 GLM‑5.3‑Flash 和 DeepSeek‑v4.1‑Flash 推出最高 70 % 的降價，目標是成本效益高的長上下文工作 @tinkerapi。
• Rapid‑MLX v0.16.0 在本地 Mac 上為 DeepSeek V4 Flash（吞吐量提升 2.1 倍）、Bonsai 2 27B（+42 %）和 Gemma 4 26B（+4 %）帶來了速度提升，擴展了長上下文推論的硬體邊界 @rapidmlx。
• Uzu，一個開源推論引擎，在 Apple M5 Mac 上以 9B 模型達到了 92 tokens/s，透過使用每次傳遞最多草擬 16 個位置的推測解碼，超越了理論記憶體頻寬上限 @akshay_pachaar。
• vLLM‑Omni 引入了統一的服務執行環境，用於全模態生成，能在單一執行環境中無縫編排文字、擴散模型和具狀態的機器人迴圈 @vllm_project。

實體 AI 資料管線與模擬

• Axis Robotics 一再被強調為群眾外包機器人軌跡收集的領導者。他們的平台讓貢獻者在瀏覽器中遠端操作機器人、記錄軌跡、驗證軌跡，並將高品質資料饋入訓練管線。在每個任務從 1,200 個模擬示範中選出最佳 600 個後，真實任務的成功率從 16.7 % 躍升至 85.8 %，展示了資料選擇優於單純數量的力量 @Nova_lyn90@dan912n。
• Vangrid.io 提出了一個賞金驅動的捕捉系統，讓日常智慧型手機使用者記錄真實地點（倉庫、街道、建築工地）的 3‑D 掃描。捕捉的資料會被雜湊、加上時間戳記，並錨定在 Base 上，建立從實體觀察到 AI 就緒資料的可驗證管線 @RiyoX24@0xAT_mostakimS@nguyenvann6_24。
• DAIR.AI 釋出了 MIMESIS 9B 使用者模擬器，基於人類對話和 13 種行為模式訓練，在行為保真度上優於 Claude Opus 5，並改善了跨未見模擬器的代理訓練 @dair_ai。
• Odyssey‑3（Odyssey Systems）引入了一個世界模型，能從視覺資料學習物理、動態和因果關係，在 Physics‑IQ Verified 上達到 66.1 分，成本僅為競爭影片模型的十分之一，定位為具身 AI 的經濟型基礎 @slash1sol@0xenesonchain。
• Google 的 Tunix 函式庫支援大規模的訓練後強化學習和代理 RL，讓模型能從自身互動中改進，而非依賴靜態資料集，這標誌著朝向「從所做的事中學習」的訓練管線轉變 @vicky_grok。

新興模型釋出與基準測試

• Nace AI 開源了 Drex 1.5，這是一個 128 k 上下文的決策模型，相容於 Ollama、Unsloth、OpenCode，以及 Claude 和 Cursor 等主要代理 @NaceAI。
• Qwen‑Image‑2.1‑Turbo（開放權重）提供 2K 影像的 8 步去噪，並支援自然語言編輯，可透過 Diffusers 和 API 端點取得 @QwenDevs@Alibaba_Qwen。
• Claude Haiku 5.5 在基準測試中達到 GPT‑6.1 Sol 分數的 91 %，而成本僅為其估計價格的 5 %，引發了關於開放模型競爭優勢的疑問 @OpenDesignHQ@KrishnaBuildsAI。
• Google 的 Nano Banana 2.1（Gemini 3.6 Flash）在 AA‑Image‑T2I v2.0 和編輯基準測試中排名第 4，價格為前代產品的一半，顯示了影像生成領域快速的價格效能提升 @ArtificialAnlys。
• Vidu Q4 Preview 以最多 15 張參考影像、3 條音軌、4K 輸出和起始成本 $0.014 / 秒重新進入 AI 影片市場，凸顯了平價高品質影片合成的趨勢 @SaniAiTech@Weeleey6。

業界評論

• François Chollet 主張，科學進展雖然在資源上呈指數級消耗，但影響卻是線性的，這暗示 AI 的遞迴自我改進可能不會導致「智慧爆炸」，儘管資源加速投入 @fchollet。
• DHH 的 Basecamp MCP 和代理支付解決方案（例如 TRON DAO、$GRASS、$BKN）的激增，顯示了一個 AI 代理自主處理金融交易的成長生態系統，模糊了 AI 服務與金融科技之間的界線 @dhh@AustinBarack@trondao。
• 一些貼文（例如來自 @memechan、@AgentsOnly 推廣者）炒作代幣化的代理經濟，但這些仍屬投機性質，且在許多帳號中重複出現，缺乏實質的技術細節。

要點

這些貼文中的主流敘事是從孤立的大型模型轉向整合的、代理化的生態系統，這些系統能自我修改、以長上下文運作，並從真實世界的實體資料中學習。用於群眾外包機器人軌跡和裝置端捕捉的基礎設施（Axis、Vangrid）彌補了具身 AI 的資料缺口，而推論引擎（Uzu、vLLM‑Omni）和開放權重模型（Drex、Qwen‑Image‑Turbo）的進展，則讓高效能、成本效益高的 AI 更加普及。