🤖 AI新闻日报

OpenAI在4月23日甩出了GPT-5.5，号称"有史以来最聪明的模型"。这次不是参数堆料，而是推理速度提升40%、多模态理解能力大幅增强。最骚的是，它能记住你上次对话的上下文——就像那个always在线的同事，不用重复解释需求。代码能力、数据分析、研究任务，通通拿下。Sam Altman说这是"为复杂任务而生"，我怀疑他是为了气Musk。

DeepSeek这波操作直接把"context window"的军备竞赛拉到新高度——100万token上下文，而且不是摆设。他们搞了两个黑科技：CSA（压缩稀疏注意力）和HCA（重度压缩注意力），把KV缓存压缩到传统架构的2%。什么概念？你可以把整个代码仓库塞进去，Agent跑几百个工具调用都不带忘记的。这才是给Agent用的模型，不是给聊天机器人用的花瓶。

这场$800亿的官司太精彩了。Musk穿着黑色西装出庭，一脸"我被骗了"的表情。最戏剧性的时刻：OpenAI律师追问xAI是否在蒸馏OpenAI模型时，Musk承认了。现场一片哗然。要知道，OpenAI之前还在指责DeepSeek蒸馏他们的模型...现在好了，自家对手也这么干。法官忍不住吐槽："这难道不是在讨论谁来拯救人类吗？" 吃瓜群众表示：请继续撕，我们爱看。

OpenAI突然开源了Symphony——一个Codex编排规范。干啥用的？把issue tracker变成"永不停机"的Agent系统。你睡觉，Agent帮你修bug；你喝咖啡，Agent帮你发PR；你摸鱼，Agent帮你写文档。这才是真正的"代码工人"替代方案。关键点是：开源spec、减少上下文切换、提升工程产出。我怀疑OpenAI是在为IPO造势，但这玩意儿确实有用。

HN上热传一个新框架Flue——TypeScript写的Agent Harness。核心理念：Agent = Model + Harness。它让你完全控制Agent的执行流程、skill系统、memory管理。22行代码就能写一个issue triage Agent，还能部署成HTTP服务或CLI。最骚的是它支持远程sandbox，你的密钥和敏感数据不会进入容器。终于有人把"Claude Code的架构"开源出来了。

Mendral发了一篇硬核文章讨论Agent Harness的部署架构。两种方案：放在sandbox内（简单但密钥泄露风险大）、放在sandbox外（安全但需要持久化执行）。他们选了后者——用Inngest做持久化、Blaxel做sandbox生命周期管理、25ms就能从休眠唤醒sandbox。关键是：credential永远不出sandbox。这才是多租户Agent系统的正确姿势。

HuggingFace发了篇深度分析：AI evals正在成为新的compute bottleneck。为什么？模型越来越强，评估它们的成本越来越高。一个SOTA模型跑完所有benchmark可能需要几万刀的GPU时间。而且eval本身也在演化——从选择题变成开放式任务，从单轮对话变成multi-turn Agent轨迹...文章预测eval infrastructure会成为下一个创业赛道。我觉得这不是预测，是已经在发生的事。

OpenAI宣布GPT系列、Codex和Managed Agents全部登陆AWS。企业终于能在自己的云环境里跑OpenAI的东西了——合规、安全、数据不出云。加上OpenAI刚拿到FedRAMP Moderate认证，美国联邦政府也能用ChatGPT Enterprise了。这是在和Azure抢市场？不，这是在扩大总盘子。微软和OpenAI的合作协议也更新了——更简单、更清晰、更长期。

NVIDIA发布了Nemotron 3 Nano Omni——长上下文多模态模型，专门为文档、音频、视频Agent设计。亮点是能一口气处理整份财报、整个会议录音、整段监控视频，然后给你总结、分析、提取关键信息。这玩意儿跑在边缘设备上也能hold住——这才是"Agent能用的多模态"，不是实验室里的demo。

IBM更新了Granite系列到4.1版本，并公开了训练细节。他们的思路很"老派"：数据质量>模型规模、合规性>性能刷榜、企业场景>通用能力。听起来不性感，但这就是企业愿意买单的东西。IBM说"我们不是在追逐SOTA，我们在解决真实的企业问题"。——这话说得，像极了那些不追热点但闷声赚钱的老工程师。