一位开发者在使用Cursor编辑器时遇到了连接公司内部OpenRouter的难题。尽管尝试了禁用HTTP2和设置HTTP代理等常规方法,并正确填入了API Base URL和Key,Cursor仍无法访问。该公司的OpenRouter仅能通过VPN解析内网地址,公网无法直接访问。值得注意的是,同样的配置在CLI环境下可以正常运行。这一现象揭示了Cursor在处理特定企业网络环境下的兼容性问题,引发了社区对IDE网络配置机制的探讨。
原文链接:Linux.do
一位开发者在使用Cursor编辑器时遇到了连接公司内部OpenRouter的难题。尽管尝试了禁用HTTP2和设置HTTP代理等常规方法,并正确填入了API Base URL和Key,Cursor仍无法访问。该公司的OpenRouter仅能通过VPN解析内网地址,公网无法直接访问。值得注意的是,同样的配置在CLI环境下可以正常运行。这一现象揭示了Cursor在处理特定企业网络环境下的兼容性问题,引发了社区对IDE网络配置机制的探讨。
原文链接:Linux.do
开源项目 Maka-agent 近日发布了一份基于 Terminal-Bench 2.1 的性能对比报告,展示了在完全相同的底层模型“Kimi K3”下,不同 Agent 架构带来的显著性能差异。在与 Kimi 官方的 KimiCode CLI 对比中,Maka 实现了 69.7% 的任务通过率,领先 KimiCode 的 59.6%;在困难题目子集中,优势更是扩大至 20%。若剔除网络超时因素,仅分析按时完成的任务,Maka 的通过率达到 95.1%,远超 KimiCode 的 85.7%,逼近该基准测试的历史最高分。Maka 团队深入剖析了领先原因:首先是独特的“上下文预算剪枝”机制,在保持性能不降反升的前提下节省了约 187 万 Token;其次是采用精简的工具面与 System Prompt,避免了官方版本 20KB 产品级 Prompt 带来的噪音干扰;最后是严格基于“跑分-看 Trace-改进”的 A/B 测试迭代流程。该项目已将完整报告及代码开源,供社区验证。
💡 核心观点:模型底座决定下限,Agent 架构决定上限,工程化与 Prompt 优化带来的性能红利已不亚于模型本身的代际提升。
原文链接:Linux.do
在近期举行的世界人工智能大会上,蚂蚁集团副总裁、蚂蚁大安全CTO陈亮指出,随着大模型技术演进,智能体正在成为AI时代的新型操作系统,但随之增强的信任风险不容忽视。为此,蚂蚁集团提出了构建“原生安全”与“可信互联”两大方向的智能体信任基础。在具体落地层面,蚂蚁发布了面向不同终端形态的Agent运行底座:针对智能眼镜、耳机等轻量级可穿戴设备,推出了LingDevice OS,强调端云协同、低功耗与跨设备互联;面向企业复杂业务环境,则推出了企业级Agent操作系统,提供高并发、分布式调度能力以支持多智能体任务。此外,针对智能体任务的不确定性,蚂蚁设计了“换挡式”编排调度机制,通过分布式运行底座平衡执行效率、推理能力与运行成本,并将安全能力进一步下沉至操作系统层。陈亮早年曾负责支付宝技术保障与SRE团队,此次展示的技术路线体现了蚂蚁在AI基础设施与安全领域的深度布局。
💡 核心观点:在智能体接管操作系统的进程中,安全能力下沉与分布式架构已成为Agent大规模落地前必须夯实的数字底座。
原文链接:Linux.do
针对本地开发环境中管理繁杂的痛点,开发者 OpenClaw 发布了一款名为 Local Ops 的开源 macOS 应用。在日常开发中,工程师常需同时维护多个 Node 服务、SSH 隧道、Docker 容器以及 Caddy 反向代理,往往导致终端窗口杂乱且难以追踪状态。Local Ops 通过菜单栏提供了一个统一操作界面,集成了对这些服务的查看、启动与停止控制。它支持 SSH 隧道断线重连,能无缝管理 Docker Desktop 及本地容器,并允许用户通过 openclaw.localhost 这类易记域名直接访问本地服务。此外,该 App 还内置了终端命令片段的保存与一键执行功能,并能监控服务的 PID、日志及响应延迟,记忆上次运行状态以便开机自动恢复。目前 v1.8.0 版本仅支持 Apple Silicon,所有 SSH 私钥口令均加密存储于系统钥匙串中,且接口严格限制本地访问,确保了使用安全。
💡 核心观点:可视化聚合管理正在重塑本地开发体验,有效解决了微服务架构下的环境复杂性痛点。
原文链接:Linux.do
7月17日,月之暗面正式发布新一代大模型 Kimi K3。该模型拥有 2.8 万亿参数,是目前首个达到该规模的开源模型,并将于近日开放权重。技术指标上,Kimi K3 原生支持视觉理解,上下文窗口长度达 100 万 token。在 Frontend Code Arena 榜单的测试中,K3 的表现超过了 Claude Fable 5 和 GPT-5.6 Sol,特别是在前端代码生成能力上展现出了显著优势。业务数据方面,Kimi 总裁张予彤透露,在 K3 发布次日,年化收入(ARR)从平缓波动区间陡然冲高,创下历史最大单日增幅,显示出市场对该模型的高度认可。张予彤指出,全球开发者对 K3 的反馈集中在“taste(口味)”一词,强调开源模型不应仅局限于“卷价格”,更应关注模型能力。她同时重申 Scaling Law(规模化法则)依然有效,K3 相比 K2.6 的跨越式提升让她确信模型的智能极限远未被触及。价格方面,Kimi K3 采用按量计费模式,输入费用最低 2 元/百万 Tokens(缓存命中),未命中为 20 元,输出费用为 100 元。
💡 核心观点:Kimi K3 以 2.8 万亿参数开源重塑行业标准,证明高性能开源模型比单纯的低价策略更具商业爆发力。
原文链接:Linux.do
根据央视新闻从国家数据局获得的最新消息,我国在优质数据资源供给方面取得了突破性进展。截至今年 6 月底,全国范围内已建成包括科学研究、工业制造、医疗卫生及教育教学在内的关键行业领域高质量数据集共计 12 万个。这些数据集的总体存储量已超过 1565 拍字节(PB),这一数字较今年第一季度末实现了 60% 以上的惊人增长。若以中国国家图书馆数字资源总量为参照,当前数据体量约为其 547 倍。这一庞大的数据基础设施为我国人工智能技术的迭代升级提供了坚实的底座支撑。此外,数据产业链上下游协同发展态势明显,成都、沈阳、合肥等七个数据标注先行先试城市的标注规模已突破 119 PB,相关从业人员达到 14 万人,有效保障了高质量数据集的建设需求。国家数据局明确表示,下一步将致力于构建服务人工智能的高质量数据供给体系,探索建立数据集有偿使用的价值闭环机制,以实际应用场景牵引数据供给,利用数据驱动模型持续迭代。
💡 核心观点:建立垂直领域“数据水库”与正规化标注产业,标志着我国 AI 战略已从算法竞争转向底层数据要素供给的系统性变现与治理。
原文链接:Linux.do
国内 AI 大模型独角兽月之暗面旗下的 Kimi 助手近期推出了全新的会员订阅服务,但其定价策略在技术社区引发了广泛争议。据 Linux.do 社区多位开发者披露的信息显示,Kimi 新版会员(可能涉及类似“Kimi Code”的高级编程或探索版功能)的价格高达每年 1399 元。这一价格显著超出了市场对于大模型应用订阅制的普遍预期。社区讨论指出,1399 元的定价已远超主流竞品如 Claude Pro 或 ChatGPT Plus 的常规订阅费用(通常约为 20 美元/月),被指“比 Pro 版本贵 20 倍”。此次争议的核心在于国内大模型厂商在商业化变现上的激进尝试。尽管 Kimi 在长文本处理上具有技术特色,但在面对全球通用的 SOTA 模型(如 GPT-4o、Claude 3.5 Sonnet)以及日益强大的开源模型(如 Llama 3、Qwen)竞争时,如此高的定价门槛是否具备足够的性价比,成为了众多开发者和科技从业者关注的焦点。
💡 核心观点:在算力成本高企与开源模型围剿的双重压力下,缺乏绝对技术护城河的高价订阅策略恐难通过市场验证。
原文链接:Linux.do







