技术热点透视20261103：Hyra 2.0 造科研工具，成绩都有、成本没有
11 月 2 日腾讯混元发布 Hyra 2.0，让 agent 去造科研工具而不是答题。它交出了 57 倍、5.79%、48% 这些数字，也交出了三层 agent 加独立复核的完整结构，唯独没交投入：多少 token、多少 GPU 小时、人批了几次。
ZiCode — 记录编程、AI 工具链与工程实践的技术博客
更多推荐
最新文章
全部文章-
技术热点透视20261103：Hyra 2.0 造科研工具，成绩都有、成本没有
11 月 2 日腾讯混元发布 Hyra 2.0，让 agent 去造科研工具而不是答题。它交出了 57 倍、5.79%、48% 这些数字，也交出了三层 agent 加独立复核的完整结构，唯独没交投入：多少 token、多少 GPU 小时、人批了几次。
原创 · 阅读 — -
技术热点透视20261103：万亿参数的长序列训练，LongCat-2.5 的 86% 对照组是 DDP
11 月 2 日美团发布 LongCat-2.5：1.6 万亿总参数、每 token 激活 480 亿，中训练最长 100 万 token，全程国产算力。长上下文微调的单卡吞吐比 DDP 基线高 86%，可 DDP 在 1.6 万亿参数上本就跑不动——这个数字量的是从跑不动到跑得动，不是比最优排法快多少。
原创 · 阅读 — -
技术热点透视20261102：编程扩展被投毒，卸载也删不掉 SSH 后门
10 月 29 日，Cursor 扩展市场里的 Claude Code 被换成带后门的版本：66 行代码挂在合法扩展 ID 下待了 11 小时，最多 5000 名开发者可能装过。它往 authorized_keys 里塞了一把公钥，开了一条每 60 秒重连的隧道。拦住它的不是防御，是一行写错的权限判断。
原创 · 阅读 — -
Octop、dsh 等 15 个开源智能体平台怎么选
今天上午把 Octop 从 v1.0.2 升到 v1.0.3b2，重新编译跑通，顺手把同赛道的项目全扫了一遍。数据来自 GitHub REST API，2026-11-02 17:20 一次快照，规模、贡献者、维护强度分两张表给。
原创 · 阅读 — -
技术热点透视20261102：默认只记账，DeepSeek 把 agent 拆成前台和工位
10 月 31 日 DeepSeek 开源 Super-agent 原型：一个常驻的 Router 接人，多个 Worker 各占一个工位干活。同一组任务 p95 从 29.5 分钟压到 15.7 分钟，代价是缓存读取 token 多了 3.8 倍。出厂默认档位是「只记录，不动手」。
原创 · 阅读 — -
技术热点透视20261030：模型选择器没了，两分之差换一半账单
GitHub 把 Copilot 的模型下拉框换成了三档努力级别和一套路由：编码 agent 指数 60 分，比 Claude Code 配 Opus 5.5 Max 低两分，每任务成本约一半。同一个月，agent 起草的 PR 占比从 17% 涨到 40%——当四成代码不是人写的，选模型这件事本来就该被系统拿走。
原创 · 阅读 — -
技术热点透视20261029：扩散模型写代码，Clover 35B 把一步压到 1.52 秒
扩散智能 10 月 28 日开源 Clover-35B-A3B-Preview：350 亿总参数、30 亿激活的扩散语言模型，靠块级并行去噪把一次网页 Agent 任务的中位执行时间压到 1.52 秒，约为 Jev 加 Mercury 2.5 组合的 47%。它的优势不在取代自回归，而在 agent 每一步都很短。
原创 · 阅读 — -
-
技术热点透视20261028：Genie 4 世界模型评测，两分钟够不够训练机器人
谷歌 DeepMind 以研究预览形式发布 Genie 4：场景一致性从一分钟提到两分钟、支持实时改天气改机位、原生带音频，Gemini 在后台当导演拆步骤。但官方博客里没有一个量化指标，复杂物理交互、文本渲染、空间精度都被列为待改进——把它当作机器人的训练场，现在还不够格。
原创 · 阅读 — -
-
技术热点透视20261027：GPT-6.1 Terra 换不换，先算 20 步之后的成功率
OpenAI 发布 GPT-6.1 Terra：输入 1 美元、输出 5 美元，Terminal-Bench 4.0 从 21.5% 提到 50.3%，中等推理档就超过上一代的最高档。但按官方 4.3% 的单步错误率推算，20 步之后任务全对的概率只剩 41.5%——降价解决的是账单，不解决长任务的可靠性。
原创 · 阅读 — -
-
技术热点透视20261026：33B 教师模型怎么用，终端 80.9 分、长周期 23.8 分
BOSS 直聘的 Nanbeige 实验室开源 33B 稠密模型 Nanbeige4.3-33B，Terminal-Bench 2.1 拿 80.9 分，比 Qwen3.8-27B 高 7.9 分；同一个模型在 Terminal-Bench 4.0 只有 23.8 分。它是给 3B 当教师用的，不是给你部署的。
原创 · 阅读 — -
Octop 增量解读：v1.0.3b1 补上了密钥加密和用户组权限，还差什么
四天前我把 Octop v1.0.2 装了一遍，写了一篇实测。当时在三处地方给了它差评：模型 key 明文存在 SQLite 里、权限只到角色模板这一层、没有云端协同。
原创 · 阅读 —