AI 编程实时动态与要闻

Neo4j 开源 Relate:给 AI 智能体用的嵌入式图数据库,无需服务器,用 Cypher 同时做图遍历和向量检索,自带 MCP 与智能体技能包

Neo4j 在 NODES 2026 大会上发布 Relate:一个用 Rust 新写的开源嵌入式图数据库(Apache 2.0),跟着应用一起启动和退出,不用部署服务器,也不用注册账号。智能体可以把学到的东西存成带关系的图,用一条 Cypher 语句同时做关系遍历、向量和全文检索。它自带编码智能体技能包和 MCP 端点,在编码智能体里会自动切换成省 token 的输出模式。GitHub 已发布 v1.0.1,但 README 注明它目前是 Neo4j Labs 实验项目,不在官方支持产品线内。

Neo4j 开源 Relate:给 AI 智能体用的嵌入式图数据库,无需服务器,用 Cypher 同时做图遍历和向量检索,自带 MCP 与智能体技能包

核心要点速览

  • 零部署:一条命令安装,跟随应用启停;数据可放内存、目录或单个 .rl 文件,写入走 WAL 和 Parquet 检查点
  • 一条 Cypher 两种检索:同一语句里做关系遍历加向量/全文检索,不用把两个存储的结果在胶水代码里拼起来
  • 兼容性:官方称跑了 3 万多个 openCypher、Cypher 25 和 GQL 测试场景,对齐 Neo4j 的查询能力
  • 多语言多入口:Rust、Python、JS/WASM、Java、Go、Swift 等客户端,可选单进程服务同时提供 Bolt、HTTP 和 MCP
  • 版本状态:GitHub 11 月 11 日发 v1.0.0、12 日发 v1.0.1,Apache 2.0;性能跑分官方未公布
阅读全文

OpenAI「Cyber at the Frontier」发布会推出两款安全产品:Daybreak Red Team 用智能体团队给 Web 应用做渗透测试并复测补丁(早期访问),Daybreak Defense Factory 以插件形式接入 GitHub 仓库自动找漏洞、出补丁(研究预览)

11 月 12 日(北京时间 13 日凌晨 2 点),OpenAI 举办「Cyber at the Frontier」网络安全发布会,推出 Daybreak 平台下两款新产品。Daybreak Red Team 让一组 AI 智能体结合源码和应用上下文测试 Web 应用、验证扫描器和漏洞赏金报告,并检查补丁是否真能挡住攻击,目前开放早期访问申请。Daybreak Defense Factory 以 ChatGPT 插件形式发布研究预览版,连接 GitHub 仓库后可一次性扫描、持续监控新提交或定时扫描,生成补丁供工程师审核后开草稿 PR。Greg Brockman 在会上称,企业的安全程度将取决于它用来防御的前沿模型。

OpenAI「Cyber at the Frontier」发布会推出两款安全产品:Daybreak Red Team 用智能体团队给 Web 应用做渗透测试并复测补丁(早期访问),Daybreak Defense Factory 以插件形式接入 GitHub 仓库自动找漏洞、出补丁(研究预览)

核心要点速览

  • Daybreak Red Team:智能体团队用源码和应用上下文排查攻击路径、确认漏洞,可验证代码扫描器、漏洞赏金和披露报告,再复测补丁;用隔离环境和 Guardian 审核限定可触达的应用与接口,目前为早期访问
  • Daybreak Defense Factory:ChatGPT 网页版和桌面版的插件,研究预览,需要有 Daybreak 权限的工作区、个人 GitHub 连接和 Codex 云环境;支持一次性仓库扫描、持续监控默认分支新提交、定时扫描三种方式
  • Defense Factory 不会自动打补丁:生成的补丁先存档供审核,可用 Codex 继续修改,再一键开 GitHub 草稿 PR;可导入 Snyk、Endor Labs、Wiz 的扫描结果
  • 计费:云端扫描按 token 用量以套餐费率扣费,不占套餐自带额度;工作区共享余额,免费扫描额度不过期;GitLab 代码需本地扫描或在 CI 里跑 Codex Security CLI
  • The Register 报道称 Defense Factory 的智能体目前基于 GPT-6 Cyber;多位观众截图显示直播幻灯片里有一个未命名的「Upcoming Cyber Model」,OpenAI 尚未发布其文字材料,相关成绩暂无法核实
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-6 Cyber🤖 codex🌐 OpenAI

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

新加坡时间 11 月 13 日 02:41,Vercel 官方账号发帖推出 UI SDK。它不是又一套组件库,而是把界面交互拆成可复用的「行为」:弹层定位与关闭、单选多选、输入跳转、焦点管理、拖拽排序、虚拟列表等,官方称已做了 50 多个。开发者不用自己学这些 API,而是给编程智能体装上 UI SDK 技能,由智能体按需求挑选行为、拼成新组件,并输出到 React、Vue、Svelte、Solid 或 Web Components。代码在 GitHub vercel-labs/ui,Apache 2.0 许可,npm 包 @ui-sdk/core 当前为 0.1.0-beta.1,API 仍可能变动。

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

核心要点速览

  • 官方称已构建 50 多个行为,如 createPopup、createSelection、createTypeahead、createRovingFocus、createVirtualizer
  • 同一套行为可渲染到 5 种前端:React(需 19 及以上)、Vue、Svelte、Solid、Web Components
  • 一条命令给智能体装技能:npx skills add vercel-labs/ui --skill ui-sdk
  • 官方口径:智能体直接读取页面并操作控件、不依赖截图,速度提升一倍以上、成本不到一半(未公布测试方法)
  • Apache 2.0 开源,npm @ui-sdk/core 于 11 月 13 日 01:12(新加坡时间)发布 0.1.0-beta.1
阅读全文
关联模型 / 智能体 / 厂商:

AWS 推出 Nitro Sandboxes:每个 EKS Pod、ECS 任务都能跑在独立的硬件隔离 VM 里,AI Agent 执行生成代码一会话一沙箱,支持加密证明,不额外收费

AWS 本周推出 Nitro Sandboxes,并于 11 月 11 日(北京时间 12 日凌晨)在官方 X 账号再次推介。它是一种由 Nitro Hypervisor 管理的轻量 VM:每个 EKS Pod、ECS 任务或 EC2 上的工作负载都有自己的内核和硬件隔离边界,但仍跑在你已有的 EC2 实例里。AWS 明确把“AI Agent 执行 LLM 生成的代码”列为核心场景:每个会话一个沙箱,被提示注入诱导执行的代码只会困在这台 VM 里,会话结束即删除。EKS/ECS 开启只需改一行配置,大多数 Nitro 实例、所有商业区域可用,不额外收费。

AWS 推出 Nitro Sandboxes:每个 EKS Pod、ECS 任务都能跑在独立的硬件隔离 VM 里,AI Agent 执行生成代码一会话一沙箱,支持加密证明,不额外收费

核心要点速览

  • 隔离:每个 Pod / 任务 / Agent 会话 1 台独立 VM、独立内核,一个沙箱里的内核漏洞不会波及邻居;无嵌套虚拟化,CPU 和内存接近原生 EC2 性能
  • 开启:EKS 在 Pod spec 里加 1 行 runtimeClassName(confidential-sandbox 或 isolated-sandbox);ECS 在 Managed Instances 任务定义里设 isolationMode
  • 两种模式:Isolated 信任节点运维、启动更快;Confidential 全程可证明,镜像加载受 Cedar 策略约束,KMS 只把密钥发给证明自己跑的是你批准代码的沙箱
  • AI 场景:Agent 每个会话独立沙箱,会话结束即删除;模型厂商可把闭源权重部署进客户账号,权重只在通过证明的沙箱里解密
  • 价格与范围:0 额外费用(只付 EC2 及 EKS Auto Mode / ECS Managed Instances 管理费),支持 Graviton、Intel、AMD,原生支持 Amazon Linux 与 Firecracker
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

AWS 发布本地模拟器 AWS Emulator:代码 100% 由自主 AI Agent 编写和审查,覆盖 200 多个服务的 400 多个 API 模型,CC0 开源、免费,可供 Claude Code、Kiro 等编码 Agent 离线测试

亚马逊 11 月 11 日(北京时间 12 日凌晨)正式发布 AWS Emulator:一个在本机运行的 AWS API 模拟器,AWS CLI、各语言 SDK 和编码 Agent 只需改几个环境变量,就能把请求打到 127.0.0.1:9297,而不是真实云端,无需 AWS 账号、也不另收费。它用 Rust 编写,基于 AWS SDK 使用的同一套 API 模型生成,官方称覆盖 200 多个服务的 400 多个 API 模型。最特别的是,按高级首席工程师 Matthew Goldberg 的说法,全部代码由成千上万个自主 Agent 编写、测试和修复,团队没有手写或人工审查过一行。源码和保真度测试集都以 CC0 协议放在 GitHub 上。

AWS 发布本地模拟器 AWS Emulator:代码 100% 由自主 AI Agent 编写和审查,覆盖 200 多个服务的 400 多个 API 模型,CC0 开源、免费,可供 Claude Code、Kiro 等编码 Agent 离线测试

核心要点速览

  • 覆盖 200+ 个 AWS 服务、400+ 个 API 模型(官方口径),本地 HTTPS 端点 127.0.0.1:9297,无需 AWS 账号、不另收费
  • 代码 100% 由自主 Agent 编写:三组 Agent 分别写测试、找差异、修 bug,每天修复 数千 个问题、数百 个 Agent 并发工作(官方口径)
  • 公开的保真度测试集 manifest 列出约 2.97 万条测试(本站统计),每条都先在真实 AWS 上验证;按服务公布「k / n」通过数,官方未给出总通过率
  • 限制:不评估 IAM 策略、单账号单 Region、只在 us-west-2 校验,数据只存在内存中,不可用于安全测试或生产
  • 安装:Linux 用 RPM/Debian 包,macOS/Windows 用 Docker;或运行 aws agent-toolkit add-skill --skill-name aws-emulator 让编码 Agent 自行配置(需 AWS CLI 2.35.0+)
阅读全文
关联模型 / 智能体 / 厂商:

NVIDIA 把 AI Agent 安全运行时 OpenShell 捐给 CNCF 成为 Sandbox 项目:改用 Cedar 写策略,并与 Google 合作对接 Agent Substrate

11 月 10 日 KubeCon 北美大会上,NVIDIA 把开源 Agent 安全运行时 OpenShell 贡献给 CNCF,成为 Sandbox 项目。OpenShell 在 Agent 外部的基础设施层管住文件、网络、凭据和模型端点访问,项目将从 NVIDIA 的 GitHub 迁到中立组织 ai-openshell,并改用 CNCF 项目 Cedar 作为策略语言。NVIDIA 同时参与 Google 主导的 Agent Substrate,并发布 NVKE、NVKR 与 Snapshot 三个 Kubernetes 开源组件。对在 K8s 上跑 Agent 的团队,这意味着有了一个厂商中立的权限与隔离层。

NVIDIA 把 AI Agent 安全运行时 OpenShell 捐给 CNCF 成为 Sandbox 项目:改用 Cedar 写策略,并与 Google 合作对接 Agent Substrate

核心要点速览

  • 治理:OpenShell 进入 CNCF Sandbox,TOC 投票于 9 月 26 日通过;代码将迁往中立组织 ai-openshell,迁移完成前仍用 NVIDIA/OpenShell 仓库
  • 规模:GitHub 约 2.1 万 star、2091 fork,Rust 编写、Apache-2.0;NVIDIA 称上线不到一年已有数百家组织使用、收到数万次贡献(厂商口径)
  • 策略:改用 CNCF 项目 Cedar 作为策略语言;NVIDIA、Red Hat、Docker、Canonical 为早期核心贡献者
  • 生态:NVIDIA 参与 Google 主导的 Agent Substrate,对接 Dynamo 与 KAI Scheduler,并与 Google 合作打通 OpenShell 与 Agent Substrate
  • 配套:Snapshot 在 HGX B300 上把 Crusoe 的 GLM-5.3 就绪时间从约 8 分钟降到 31 秒,Saturn Cloud 的 vLLM 启动从 2–8.5 分钟降到 6–34 秒(合作方口径)
阅读全文

Expo 联合创始人 Charlie Cheever 预览 Agent 原生应用框架 Exact:Rust 编写,一份 Contract 跑 Web、iOS、macOS、Linux,10 个统一操作让 AI 自己构建、运行和测试 App

11 月 9 日,Expo 联合创始人 Charlie Cheever 在 X 上发布 Exact 的预览版,并在 GitHub expo/exact 以 MIT 协议开源。Exact 是用 Rust 写的「Agent 原生」跨平台应用框架:界面用小型声明式语言 Contract 描述,数据逻辑用 TypeScript 或 Rust;Web 端是约 20 KB 的运行时直接驱动 DOM,macOS/iOS 用 AppKit/UIKit 原生控件,Linux 用 GPU 绘制,没有 WebView 和 JS 桥。框架为 AI Agent 提供 tree、screenshot、tap、type、clock 等 10 个在所有平台一致的操作,测试文件可跨平台原样运行。README 给出冷启动 100 ms p50 等预算目标,并称在 RealWorld 基准上 Web 运行时代码 26 KB、React 为 81 KB。作者强调这是 pre-alpha,API 每天都在变;Expo 框架本身不会被取代。

Expo 联合创始人 Charlie Cheever 预览 Agent 原生应用框架 Exact:Rust 编写,一份 Contract 跑 Web、iOS、macOS、Linux,10 个统一操作让 AI 自己构建、运行和测试 App

核心要点速览

  • 定位:Rust 编写的 Agent 原生应用框架,GitHub expo/exact,MIT 协议,作者称是 pre-alpha 预览
  • 平台:README 列出 Web、macOS、iOS、Linux 4 个宿主;作者称 iOS 最成熟,Android 和 Windows 还不成熟
  • 给 Agent 的接口:10 个跨平台一致的操作(tree / screenshot / tap / type / state / layout / logs / clock / prefer / perf),Agent 可自己控制时钟,避免等待导致的测试抖动
  • 性能目标(项目口径):冷启动到首帧 100 ms p50,改一行代码到页面更新实测 99 ms;RealWorld 基准 Web 代码 26 KB vs React 81 KB
  • 上手:README 给出一段可直接交给 Claude Code 的提示词,项目称一个全新 Agent 约 57 分钟做完待办 App 并在 3 个平台通过测试
阅读全文
关联模型 / 智能体 / 厂商:

Voyager 开源 vork:面向 Agent 的无界面 3D/VFX 引擎,核心 API 约 2500 tokens,研究预览可免费使用

2026-11-06,Voyager / vork 作者 Ravi Parikh(@ravisparikh,GitHub swag)在 X 发帖宣布 vork:面向 AI Agent 的无界面 3D/VFX 引擎(Rust + Slang,Vulkan/Metal)。官方称入门帮助约 2500 tokens;百万只独立轨迹鸟群在单卡 NVIDIA L4 上渲染约 97 秒。GitHub voyager-so/vork 研究预览源码可用,预览期免费。此为作者第一人称发布,非大厂官方产品线。

Voyager 开源 vork:面向 Agent 的无界面 3D/VFX 引擎,核心 API 约 2500 tokens,研究预览可免费使用

核心要点速览

  • 来源:Ravi Parikh(@ravisparikh)2026-11-06 X 原帖 + voyager.so/vork 与 GitHub voyager-so/vork(研究预览)
  • 定位:无 GUI,Agent 用代码写场景/着色器/相机/物理并渲染迭代;入门 help 约 2500 tokens(厂商口径)
  • 性能(官方站点口径):百万鸟群单卡 L4 约 97 秒;相对把成品 flock 交给 Blender EEVEE 的投影对比约 8–11×(不含约 3 分钟 warmup)
  • 作者 X 帖另称最高约 24×、EEVEE 约 31 分钟——以官网更谨慎对比为准,并标注为作者口径
  • 限制:雾/体积未上线;重室内 Mac 可能中止;路径追踪尚慢于 Cycles;预览期源码可用且免费
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI 发布 BioBasicsBench:与 Ligo 合作的 100 道湿实验日常分析榜,厂商口径 GPT-6 Astra xhigh 约 66.7%

2026-11-06,OpenAI(@OpenAI)发布 BioBasicsBench:与酶设计公司 Ligo 合作,用 100 道来自真实实验的常规湿实验任务,测 AI Agent 解读原始数据、找错与「证据不足」判断。官方口径 xhigh 档 GPT-6 Astra 均分约 66.7%,GPT-5.6 Sol 约 43.8%。

OpenAI 发布 BioBasicsBench:与 Ligo 合作的 100 道湿实验日常分析榜,厂商口径 GPT-6 Astra xhigh 约 66.7%

核心要点速览

  • 来源:@OpenAI 2026-11-06 帖 + 官方博文 Measuring how AI agents handle everyday wet-lab science;合作方 Ligo
  • 规模:100 道真实实验任务,五域;每题专家量规,经内外部湿实验审阅
  • 官方口径 xhigh:GPT-6 Astra 均分约 66.7%,GPT-5.6 Sol 约 43.8%
  • 官方口径:Astra 在低推理档也明显优于 GPT-5.6 Sol;仍易在对照/假设/菌落计数翻车
  • 用途:追踪日常湿实验分析与生物安全相关能力,非宣称可无人值守出结果
阅读全文
关联模型 / 智能体 / 厂商:

Google DeepMind:人类引导的 AI Agent 加速密码分析,发现遗留 1024 位 RSA 两处弱点;2048 位及以上仍安全

2026-11-06,Google DeepMind(@GoogleDeepMind)与 VP Science Pushmeet Kohli 发布研究:在人类监督下,AI Agent 对遗留 1024 位 RSA 找出两处弱点——签名填充在攻击者控制约一半签名块时不再提供额外防护(沙箱复现较先前约省 3.5× CPU),以及同长度批量分解每把额外密钥平均成本约降 30×。官方强调现代 2048 位及以上协议不受影响。

Google DeepMind:人类引导的 AI Agent 加速密码分析,发现遗留 1024 位 RSA 两处弱点;2048 位及以上仍安全

核心要点速览

  • 来源:@GoogleDeepMind 2026-11-06 帖 + Pushmeet Kohli X Article;技术 PDF 两篇(签名 / Batch NFS)
  • 范围:仅针对遗留 1024 位 RSA;官方明确 2048 位及以上仍安全
  • 签名:攻击者控制约一半签名块时,填充不再额外防护;沙箱在已解 1024 位基准钥上约 3.5× 更少 CPU,且不到破钥算力的千分之一
  • 短指纹(如 32 字节):理论估计新算法对 1024 位约改进 1600×(相对先前最佳)
  • 批量分解:同长度多钥场景,每把额外钥平均成本约降 30×(相对既有 batch 方法)
阅读全文
AD赞助内容

Glasshand 上线:为 AI Agent 按月租用真机 iPhone / Mac($60 / $90),可接 Claude Code、Codex、Cursor

Solid 团队创始人 Trevor Keith 于 11 月 5 日发布 Glasshand:在数据中心托管真机 iPhone 与 Mac(非模拟器),Agent 经 API 看到屏幕并点按输入。支持 Claude Code、Codex、Cursor 等;可装 App、登 iCloud、加 eSIM 收验证码,适合社媒运营与 Xcode 真机联调。官网定价 iPhone $60/月、Mac $90/月,按月可取消,释放后擦除并恢复出厂。Product Hunt 当日登顶。

Glasshand 上线:为 AI Agent 按月租用真机 iPhone / Mac($60 / $90),可接 Claude Code、Codex、Cursor

核心要点速览

  • 形态:数据中心真机 iPhone / Mac,非 VM/模拟器;经 Glasshand API / 控制器看屏点按
  • 兼容:Claude Code、Codex、Cursor、OpenClaw、Hermes 或任意 Agent;一句话「Tell your agent to rent」
  • 能力:App Store 装应用、登 iCloud、eSIM 收短信验证码与 iMessage;Mac 可跑 Xcode 真机测
  • 定价(官网):iPhone $60/月、Mac $90/月(美元+税),按月计费可随时取消;不提供按小时/天
  • 安全:设备专属不共享,用户自设密码;释放后擦除数据并出厂重置(厂商口径)
阅读全文

BoxWorks 2026:Box 联手 NVIDIA 推出 Box Context Retrieval,用 Nemotron Retriever 给企业智能体做权限感知检索,并发布 Box Architect 与 Box Mount

Box 在 11 月 5 日的 BoxWorks 2026 上宣布与 NVIDIA 扩大合作:新检索引擎 Box Context Retrieval 基于 Nemotron Retriever 嵌入模型,结合关键词与语义搜索,按现有文件权限为 AI 智能体返回最相关段落,预计明年初向 Enterprise Advanced 客户 GA。Box 新闻稿称检索准确率(Recall@5)可提升 20%、token 用量减少 90%、问答快 4 倍。Nemotron 3 Ultra 等开源权重模型即日起进入 Box AI;同时发布描述目标即可设计工作流的 Box Architect、可把 Box 文件夹挂进智能体沙箱并配合 NVIDIA OpenShell 的 Box Mount,以及含 MCP Guardrails 的智能体安全控制。

BoxWorks 2026:Box 联手 NVIDIA 推出 Box Context Retrieval,用 Nemotron Retriever 给企业智能体做权限感知检索,并发布 Box Architect 与 Box Mount

核心要点速览

  • Box Context Retrieval 基于 NVIDIA Nemotron Retriever,混合关键词与语义检索,遵守原有文件权限
  • 厂商口径:Recall@5 准确率 +20%、token 用量 -90%、问答速度 4 倍;明年初对 Enterprise Advanced GA
  • Nemotron 3 Ultra 等开源权重模型即日起可在 Box AI 中使用
  • Box Mount 把 Box 文件夹挂进智能体沙箱,可配合 NVIDIA OpenShell 安全运行时
  • 新增 MCP Guardrails、分级访问策略和审计等智能体安全控制
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Nemotron 3 Ultra⚡ Nemotron Retriever🌐 Box🌐 Nvidia (NIM)

Together AI 发布 Together Compiler:智能体持续优化线上推理,最高提速 2.6 倍

Together AI 11 月 4 日发布 Together Compiler(TKCC),用一群 AI 智能体配合常驻推理引擎,按真实流量、模型和硬件持续重写推理内核,并提出「多态推理」(Polymorphic Inference)思路。官方称 24 小时内在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 等模型上最高提升 2.6 倍 TPS,客户负载最高快 50%,目前已在生产中服务每天数万亿 token。

核心要点速览

  • Together Compiler 把推理优化从传统编译问题改成「智能体搜索」问题:智能体提出内核改动,常驻引擎验证速度和正确性,只有通过的改动才上线
  • 官方称 24 小时内在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上最高 2.6 倍 TPS,客户负载最高快 50%
  • InferenceX 低延迟 batch size 1 设置下:MiniMax M3.1-Flash 1111 TPS、DeepSeek v4.1-Flash 1205 TPS(公司自报),SemiAnalysis 称已复核其中一项结果
  • 常驻引擎热加载候选前向计算,上线时间 9 秒(对比重启引擎 467 秒),实验吞吐比基线智能体优化系统高 252 倍
  • 已在 Together 生产环境服务每天数万亿 token,Together 已有 40 多个模型由智能体优化
阅读全文

Unreal Engine 5.9 MegaJam Preview 上线:首个主要由 AI Agent 构建的 UE 版本,编辑器内直连 Claude Code / Codex / Cursor,Unreal MCP 随编辑器自启,项目可跑在浏览器

11 月 9 日 14:58 UTC,Unreal Engine 官方账号发布 UE 5.9 MegaJam Preview,兑现了 11 月 3 日「下周推出 Preview」的预告。Epic 称这是第一个主要用 Agent 工作流构建的 UE 版本:少数工程师指挥成群的 Agent,把 UE6 开发分支里的 AI 工具移植过来,并以 UE4 已退役的 HTML5 平台为起点写出 Web 平台代码。新增的实验性功能包括:Unreal MCP 随编辑器自动启动、工具集扩展到渲染、版本控制、性能分析、调试等,并能通过 Fab 工具集直接安装资产;编辑器内的 Unreal Assistant 面板可接入 Claude Code、Codex、Cursor 或 OpenCode;Python API 扩展;AI 内容生成工具 Unreal Canvas;以及基于 WebAssembly 和 WebGPU 在浏览器中运行项目。该 Preview 只开发了约一周、QA 比平常短,正式版 5.9 预计 2027 年发布。

Unreal Engine 5.9 MegaJam Preview 上线:首个主要由 AI Agent 构建的 UE 版本,编辑器内直连 Claude Code / Codex / Cursor,Unreal MCP 随编辑器自启,项目可跑在浏览器

核心要点速览

  • 发布:11 月 9 日 14:58 UTC 上线 UE 5.9 MegaJam Preview,可从 Epic Games Launcher、GitHub 下载,Linux 另有安装包;为 11 月 12–15 日 的 Epic AI MegaJam 准备
  • 构建方式(官方口径):首个主要由 Agent 工作流构建的 UE 版本,少数工程师指挥 Agent 群移植 UE6 分支的 AI 工具,Web 平台代码由 Agent 以 UE4 的 HTML5 平台为起点编写;开发约一周,QA 比平时短
  • Unreal MCP:随编辑器自动启动,连接更稳定,工具集扩展到渲染、版本控制、性能分析、调试、玩法测试、几何、音频、UI、关卡创建;新增 Lore 版本控制集成与 Fab 工具集(Agent 可搜索并安装免费或已购资产)
  • Unreal Assistant:编辑器内面板可直接接入 Claude Code、Codex、Cursor、OpenCode,并连上 Unreal MCP;另有 Unreal Canvas(生成概念图、图像、3D 网格和视频,自带 API Key 接模型)
  • 浏览器运行:基于 WebAssembly + WebGPU,使用移动端渲染器,目前需源码版引擎 + C++ 项目,Chrome 体验最好;正式版 5.9 预计 2027 年发布
阅读全文

X 热议:FT 首席数据记者 Burn-Murdoch 称美国生产率上升「不像 AI 带来的」,主要是科技裁员;Gavin Baker 反驳称看到了「AI 回报」

11 月 1 日,《金融时报》专栏作者兼首席数据记者 John Burn-Murdoch 在 X 发布长串推文并附 FT 文章,认为美国 AI 采用行业的生产率上升始于 2020 年、早于 AI 智能体,而且只在美国出现,主要来自科技公司裁员和招聘收缩,而不是 AI。该串首帖约 1,344 赞、306 转发、18.6 万浏览。Atreides Management 管理合伙人兼 CIO Gavin Baker 引用 FT 图表回应,称很难不从中看到「AI 回报」的证据,并引用 a16z 与 EPB Research 的数据,该帖约 793 赞、10.2 万浏览。Burn-Murdoch 随后回复说自己「有点拿不准」,承认数据无法排除 AI 的作用。这是对同一组数据的两种解读,不是定论。

X 热议:FT 首席数据记者 Burn-Murdoch 称美国生产率上升「不像 AI 带来的」,主要是科技裁员;Gavin Baker 反驳称看到了「AI 回报」

核心要点速览

  • 首帖:John Burn-Murdoch 的推文串,发布于 2026-11-01 15:04 UTC,约 1,344 赞、306 转发、18.6 万浏览;他的 X 简介写明是 FT 专栏作者兼首席数据记者
  • Burn-Murdoch 的核心论点:美国 AI 采用行业的生产率上升从 2020 年就开始了,2022 年的再加速也太早,「当时还是聊天机器人,不是智能体」;而且其他高收入国家同样大量用 AI,却没有出现同样的上升
  • 他把生产率拆成产出和人数两部分后认为:2022 年起的美国加速主要是科技公司裁员,产出基本在趋势线上,人数却下降了
  • 反方:Gavin Baker 的回应,约 793 赞、10.2 万浏览;他引用 EPB Research 数据称 AI 采用最深的 3 个行业生产率增速从 2.2% 升到 5%,并说美国贡献了 Anthropic 72% 的收入(均为他引用的第三方或厂商口径,本站未独立核实)
  • Burn-Murdoch 回复 Baker 时说自己「有点拿不准」:「看起来像 AI」的说法被夸大了,但数据也不能排除 AI 的作用
阅读全文
关联模型 / 智能体 / 厂商: