Strands 发布 2B 决策模型:Agent 推理可以不用大模型了吗?
开源、2B 参数、专攻 Agent 决策路由——Strands Decider 想证明小模型也能干大模型的活。
微软把 AppContainer / Job Object 那套隔离机制 API 化给 Agent 调用,policy-driven containment 是个新词,但内核东西不新。落地难度和生态账,没人好好聊。
开源、2B 参数、专攻 Agent 决策路由——Strands Decider 想证明小模型也能干大模型的活。
HN 首页 96 分、27 条评论。DeepSeek 没继续卷参数,转头做 Agent 编排平台。Harness 是什么、谁会用、为什么是这个时间点。
Cloudflare 把决策模型和 RL 微调平台打包开源,直接在 Workers 上跑。HN 168 分热议:不是所有任务都需要大 LLM,边缘网络这次想重新切蛋糕。
一个不用训练的表格模型,在 14 个数据集上击败调优过的 XGBoost。XGBoost 称霸十年的神话,可能要换个写法了。
一个被忽略的细节:Claude Code 是否读取项目级 AGENTS.md,取决于遥测开关。374 分 HN 热议背后,是 AI 编程工具里遥测与功能行为的隐性耦合。
Parcha-ai 开源了一套 DSL,让 agent 跑出来的 traces 自动沉淀成确定性 workflow,告别为简单步骤付完整推理的钱。
AWS 把 Agent 调试和评估做成了一个独立工具,上了 Hacker News 首页。我们扒了下博客,聊聊它到底解决了什么、谁会用。
Tim Dettmers 把 8-bit 量化的活儿再做了一遍。这次不是论文,是一套消费级硬件直接跑的开源工具链。
Amazon Science 新研究:当多个 LLM 评委给出相同答案时,结果可能错得整整齐齐。多模型投票这事,没你想的那么靠谱。
60k+ stars 的中文舆情监控开源项目,聚合 12+ 平台热点 + AI 过滤 + 多渠道推送,还支持 MCP 让 AI 对话式分析。本文带你从 0 跑起来,聊聊它怎么工作、好在哪、谁该用。
Show HN 上 36 分的项目,用同一个模型跑 9 种 harness,最贵和最便宜的 cost per pass 差了 17 倍。Agent 框架的选型,可能比换模型更影响账单。