2026-10-04 这一期

Aleph Alpha 发布主权开源权重模型 Kolibri，同时 AI 在 Stratego 上首次击败人类专家，两条进展分别指向开源与博弈推理的边界。Redis 作者的新项目让本地跑 LLM 更简单，而 Hugging Face 则提醒 Agent 的完成声明未必可信。

本期收录

• Agent 说完成了，数据库不同意 (2026-10-04 · Hugging Face)
  Microsoft 与 Hugging Face 联合发布 ThinkingBox 基准，通过检查后端数据库状态而非工具调用来评估 agent 可靠性。在 507 个有状态业务工作流上，79,853 次尝试（67.24%）通过了工具调用检…
• Aleph Alpha Kolibri 是怎么做的 (2026-10-03 · Hacker News)
  一篇技术拆解，解释德国主权 LLM 的架构与定位。评论指出德语任务表现好，英语基准落后。
• Kolibri：一个主权开源权重模型 (2026-10-03 · Hacker News)
  Aleph Alpha 发布，主打欧洲基础设施与数据合规。HN 讨论聚焦「主权」是否只是营销话术。
• Jev估值100亿美元，创始人回答一切 (2026-10-03 · 量子位)
  AI编程助手Jev估值达100亿美元，创始人Diogo Almeida接受专访，回应了关于公司战略、竞争格局和未来规划等问题。
• OpenAI 与 Cerebras 合作深入 (2026-10-03 · Sam Altman)
  Sam Altman 回应外界猜测，称 Cerebras 是紧密合作伙伴，双方正共同推进速度前沿。
• Jev + Python 的精彩介绍 (2026-10-03 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 推荐了一篇关于 Jev + Python 的文章。
• 每个 SaaS 都会变成模型上的一个 harness (2026-10-03 · Hacker News)
  作者认为 AI 模型将取代传统软件后端，SaaS 公司的核心价值从功能实现转向对模型的编排与约束。
• Opus 5.5 生成可拆解的 3D 喷气发动机 (2026-10-03 · Claude)
  Anthropic 用 Opus 5.5 制作了一个交互式 3D 模型，用户可以剖切和拆解喷气发动机。
• Sonnet 5.5 生成折纸城市 (2026-10-03 · Claude)
  Anthropic 用 Sonnet 5.5 在平面画布上生成了一座每栋建筑都是纸折的弹出式城市。
• 用 mod 让 Claude Code 更顺手 (2026-10-03 · Thariq)
  Anthropic 的 Thariq 推荐了社区 mod「You Should Know」，认为它是了解 Claude 能力上限的好方式，也是 mod 系统潜力的体现。
• Swyx 提醒别忘了一件事：dots 已经做了很久 (2026-10-03 · Swyx)
  Latent Space 联合主持人 Swyx 暗示某产品还有未公布的彩蛋，dots 项目已开发多时
• Capy 为 agent 提供 24/7 站会 (2026-10-03 · Garry Tan)
  Y Combinator CEO Garry Tan 分享了一个链接，介绍 Capy 这个工具。
• Capy 跨 session 协调自动避开正在改的代码 (2026-10-03 · Garry Tan)
  Y Combinator CEO Garry Tan 发现，同事发起的修复 wave 会自动绕开他已在多个 Capy 线程中处理的部分，且不依赖特定模型。
• Dot 是 OpenAI 目前我最喜欢的产品 (2026-10-03 · Sam Altman)
  Sam Altman 称 Dot 每天都能明显变好，因为它不断学习自己的工作流和风格
• Redis 作者新项目：本地跑 LLM (2026-10-03 · Hacker News)
  ds4 工具，用 4 个 token 就能在本地运行大模型，引发社区对效率与实用性的讨论。
• 湾区不是单一文化 (2026-10-03 · Matt Turck)
  FirstMark Capital 合伙人 Matt Turck 反驳了湾区是单一文化的说法，指出这里同时存在新云和新实验室两种截然不同的创业方向。
• 用 Claude 5 分钟替代年费 300 美元的工具 (2026-10-03 · Peter Yang)
  Peter Yang 用 Claude 在 5 分钟内重建了 YouTube 研究工具的核心功能，替代了年费近 300 美元的产品。
• 用 Claude Code 嗅探家里还能自动化什么 (2026-10-03 · Nikunj Kothari)
  FPV Ventures 的 Nikunj Kothari 分享了一个 prompt，让 Claude Code 或 Codex 嗅探家庭网络，发现可自动化的设备并研究连接方式。
• GBrain 的目标是让 agent 像网页一样自然 (2026-10-03 · Garry Tan)
  Y Combinator CEO Garry Tan 希望 agent 成为 24/7 在线的个人助手，而非聊天机器人功能。
• AI 安全峰会回归，Swyx 呼吁认真对待安全 (2026-10-02 · Swyx)
  Latent Space 联合创始人 Swyx 宣布第二届 AI 安全峰会，称一年来环境已彻底改变，安全必须成为 AI 讨论的核心。
• AI 终于攻克不完全信息博弈 Stratego (2026-10-02 · Hacker News)
  DeepMind 用深度强化学习训练 AI，击败人类世界冠军，论文发表在《自然》杂志。