AINews - 2026-02-28
📰 十大AI新闻要点
1. Perplexity发布“Computer”端到端AI代理系统
Perplexity推出名为“Computer”的新产品，定位为一个能够“研究、设计、编码、部署和管理”项目的端到端系统。其核心突破在于采用并行、异步的子代理架构，由协调模型将任务分配给专门的研究、编码或媒体模型，而非单一的主代理循环。这代表了向系统级代理用户体验的推进，将“代理工作”视为分布式工作流。
来源：Perplexity官方发布推文
2. 编码代理能力发生“质变”，GPT-5.3-Codex等新模型发布
Andrej Karpathy声称，自去年12月以来，编码代理已跨越了一个质变门槛，从脆弱的演示转变为能够持续、长视野地完成任务，具备连贯性和韧性。与此同时，OpenAI发布了GPT-5.3-Codex API，据称速度比5.2快约25%。Claude Code庆祝“一周年”，并集成了Slack插件等生态工具。GitHub Copilot CLI进入正式发布阶段，并新增了用于代码库深度研究的
/research功能。
来源：Andrej Karpathy关于编码代理质变的推文
3. Qwen3.5 Medium系列模型发布，推动本地代理临界点
阿里巴巴发布了Qwen3.5 Medium系列模型（包括35B-A3B、27B、122B-A10B），并获得了vLLM、GGUF、Ollama等工具的即时支持。该系列模型技术亮点包括：支持超长上下文（如35B-A3B在32GB显存上支持超过100万token）、宣称在4位量化下近乎无损的精度，以及开源了FP8权重。社区反馈认为，Qwen3.5-35B-A3B等模型使本地代理循环的可靠性显著提升，达到了本地代理的“临界点”。
来源：Alibaba Qwen关于模型技术细节的推文
4. 代理可靠性问题凸显，研究聚焦工具接口优化与失败模式
有研究指出，尽管模型能力快速进步，但代理的可靠性提升有限。代理失败往往源于可靠性问题而非能力不足，例如微小的工具调用错误会在长视野任务中不断累积。Intuit AI Research的工作表明，工具描述的文本质量对代理成功至关重要，并提出了一种无需推理时追踪的课程学习方法（Trace-Free+）来优化工具接口，显著提升了代理在复杂工具环境下的表现。
来源：关于代理可靠性研究的推文
5. 计算与内存架构成为AI扩展的核心约束
Andrej Karpathy指出，LLM工作流（特别是长上下文下的解码和紧密的代理循环）的核心约束在于协调两种内存池：快速但微小的片上SRAM与大而慢的片外DRAM。如何为LLM工作流（预填充/解码/训练）组织内存和计算，以实现最佳吞吐量、延迟和成本效益，是当前最大的难题。同时，扩散LLM等替代架构因声称能达到约1000 tok/s的推理速度而受到关注。
来源：Andrej Karpathy关于计算与内存的推文
6. Anthropic收购Vercept并调整其负责任扩展政策
Anthropic宣布收购专注于“计算机使用”能力的公司Vercept，以增强Claude代表用户执行操作（尤其是非技术任务）的能力。同时，Anthropic对其“负责任扩展政策”进行了重大调整，从僵化的“达到阈值即停止训练”模式，转向更频繁地发布透明度报告和路线图，并更新威胁模型和外部审查承诺，这被解读为应对竞争压力和风险科学不确定性的举措。
来源：Anthropic关于收购Vercept的公告
7. AI军事化与安全政策引发激烈争议
据报道，美国国防部向Anthropic发出最后通牒，要求其移除Claude AI中关于禁止用于大规模监控和自主武器的安全护栏，否则可能动用《国防生产法》或将其列为供应链风险。与此同时，xAI（Grok）据称已与五角大楼达成协议，将其模型用于机密系统。这些事件引发了关于AI军事化、企业伦理与政府监管之间紧张关系的广泛讨论。
来源：文章内容（综合多个Reddit讨论）
8. 能源成为AI规模扩张的硬性约束
有报告指出，由于AI和数据中心需求对电网造成巨大压力，美国政治领导层正在推动主要AI公司自行供应电力，以避免引起纳税人的反弹。这表明AI的规模扩张正日益成为基础设施和政策问题，而不仅仅是算法问题。
来源：关于能源约束的推文
9. 大规模可解释性基础设施取得进展
Goodfire AI展示了能够以最小推理开销实现万亿参数规模可解释性的基础设施工作。该技术可以捕获数十亿激活，并已实现至少一个案例研究中对思维链的实时引导，为理解和控制超大模型提供了新工具。
来源：Goodfire AI关于可解释性基础设施的推文
10. 开发者工作流深度集成AI，引发行为模式改变
评估机构METR发现，软件开发者越来越拒绝在“无AI”的控制组中工作，认为传统手动编码过程效率低下，即使提供高额报酬（如50美元/小时）也无法吸引合格的工程参与者。这反映了AI工具（如Aider新增的
/ok一键批准功能）已深度融入开发者工作流，并从根本上改变了开发行为。
来源：METR关于测试协议更新的推文
🛠️ 十大工具产品要点
1. Perplexity Computer：基于使用的多模型代理编排平台
Perplexity Computer是一个集文件、工具、内存和模型于一体的界面，采用基于使用量的定价模式。它首先面向Max订阅用户开放，提供消费上限和每月积分（Max用户含1万积分）。其核心是并行异步的子代理架构，用户可为不同子任务选择不同模型。
来源：Perplexity关于定价详情的推文
2. GitHub Copilot CLI GA版及 /research 功能
GitHub Copilot CLI已达到正式发布（GA）状态。新增的
/research命令可利用GitHub代码搜索和MCP进行动态抓取，对整个代码库进行深度研究，并将报告导出到Gist以便分享。
来源：关于Copilot CLI/research功能的推文
3. Claude Code生态扩展：Slack插件与可观察性工具
Claude Code推出了Slack插件集成，允许在Slack环境中直接使用编码代理。同时，社区通过LangSmith为Claude Code添加追踪功能，以调试其“削弱”/路由问题，提升可观察性。
来源：关于Claude Code Slack插件的推文
4. ActionEngine：将GUI代理重构为图遍历的离线探索框架
ActionEngine将GUI代理任务重新定义为图遍历问题。它通过离线探索生成一个状态机，在运行时仅需约1次LLM调用即可生成完整执行程序，据称相比逐步视觉循环方法，在成功率、成本和延迟方面有巨大改进。
来源：dair_ai关于ActionEngine的推文
5. 开源代理框架Hermes Agent发布
Nous Research发布了开源Hermes Agent，这是一个具有多级记忆系统和持久专用机器访问权限的强大工具，可直接从CLI运行。早期采用者可在Nous门户使用优惠码获得免费体验。
来源：Hermes Agent GitHub仓库
6. LM Link：通过Tailscale实现本地模型的远程加密访问
LM Studio团队推出了LM Link功能，该功能利用Tailscale为用户提供无缝、端到端加密的远程访问，使其能够从任何地方安全地连接到本地LLM服务器。
来源：LM Link文档
7. Aider编码助手新增 /ok 别名快速批准代码
Aider编码助手在其主分支中合并了新的
/ok别名，允许开发者一键批准并执行AI生成的代码编辑，极大简化了人机协作流程。
来源：文章内容
8. 低成本云GPU服务Packet.ai推出Blackwell GPU
Packet.ai开始提供Blackwell GPU用于AI工作负载，价格低至0.66美元/小时或199美元/月（用于训练），为开发者提供了负担得起的GPU云解决方案。
来源：Packet.ai Blackwell定价页面
9. 分布式微调系统Zagora
Zagora团队正在构建一个分布式微调系统，旨在通过标准互联网连接训练70B+的模型（如Qwen 2.5、Mistral），将分散的消费级GPU集群整合成一台巨型超级计算机。
来源：文章内容
10. PyTorch集成Flash Attention 3内核
用户可通过在PyTorch中调用
activate_flash_attention_impl(“FA3”)，安全地将默认的Flash Attention 2内核替换为FA3，这通过简单的字典交换实现，有望提升注意力计算效率。
来源：PyTorch中FA3的相关代码