
Sign up to save your podcasts
Or


Uber agent software factory 請求量增 9.4 倍,單次 session 成本降 52%。
規模與成效 Uber Engineering 的官方文章指出,超過 70% 的 pull requests 可歸因於本機或雲端 Agent;工程師已建立超過 3,600 個可重複使用的 skills,每日執行超過 30,000 次。2026 年 2 月至 8 月中旬,weekly active users 成長為 7 倍,requests 成長為 9.4 倍,但整體支出維持穩定。
Uber agent software factory 自 2026 年 2 月至 8 月期間每週活躍使用者成長 7 倍、Agent requests 成長 9.4 倍,而整體 Cost 支出逐漸趨於穩定。
成本控制機制 Uber 透過多項架構與排程策略控制 agent 成本:
Uber 在固定模型條件下,每 1,000 次請求成本與每 session 成本均自高點顯著下降
在不同 model 之間採用 managed routing,並預設 Medium reasoning。 約在 400,000 token 觸及 compaction,壓縮過長的 context。 依需求設定 prompt-cache TTL,降低重複處理成本。 將 MCP 形態的能力移到 CLI、tool-search 或 code-mode 介面後方。
架構與執行環境分類圖,頂端橫列標示 Code Gen、Validate、Deploy、Observe、Maintain 與 SKILL CLOUD 等生命週期階段,下方分為 SPECIALIZED AGENTS、GENERAL AGENTS、SESSIONS W/ SKILLS 及 RAW SESSIONS 四大類,詳細列出 Minion、uReview、Agentic XP、Conan AI、Fawkes、Cortana 等 agent 與相關計費維度與執行環境圖示。
因此,固定 model 每 1,000 次 requests 的成本較高峰下降約 34%,每個 session 的成本則較 2026 年 6 月高峰下降 52%。
Uber 透過增加 Users 與 Sessions / User 以推動 adoption and engagement,同時縮減 agent trajectories 與 unit price(Price / Token),在週活躍使用者成長 7 倍與請求增長 9.4 倍下,實現每 session 成本下降 52% 並穩定整體支出。
系統與衡量方式 Uber 也建立約 2,400 萬個節點、8,000 萬條邊的 context graph,串聯程式碼、負責人與組織知識。文章主張應以 session 與 workflow 衡量成本和產出,而不是只看 requests 數量;後者本身無法證明實際價值,也不能單獨解釋支出。
五列三欄的評估指標表格,橫跨 Layer、Metrics 與 What it answers 三個欄位,詳細列出從 Portfolio、Unit economics, per tool、Model economics、Driver decomposition 到 Managed agent outcomes 各層級的成本與效能衡量指標及其解答的業務問題。
四欄列結構的表格,左側為類別欄位(Price / Token、Tokens / Request、Requests / Turn、Visibility & Education),右側則羅列了相對應的技術規格與功能細節。
Frontier Model C 在 uReview benchmark 以 F1 分數 0.50(單次 review 成本 $0.47)位於 Pareto frontier 最上端,領先其他 10 種模型與 harness 設定組合。
在 MAIN THREAD 工作流程中 1-hour TTL 以 2.40x 的總成本較 5-minute TTL 便宜 39%;而在 SUBAGENT 工作流程中 5-minute TTL 以 1.65x 的總成本較 1-hour TTL 便宜 31%。
Tool search + the CLI 模式在 context window 中僅佔用 near zero 的 token,顯著少於 Install each server 模式所消耗的 ~50-70,000 tokens。
比較 MCP TOOL USE 與 CODE-MODE 兩種架構的序列圖顯示,前者每個步驟皆為 model turn 並在 3 到 7 個 turn 中消耗 903 至 1,431,594 tokens,後者則由 model 撰寫 script 讓 loop 在 model 外部執行,僅需 1 個 model turn 與約 400 tokens。
Code-mode 在各項 Query 測試中每筆 Query 消耗的 token 均低於 LLM tool-use,可節省 55% 至 ~100% 的 token 數。
架構圖說明 MCP GATEWAY 如何透過單一 shell 指令(aifx mcp call )在 context 內外連接多個 SaaS 伺服器與對應的工具數量,包含 Workspace suite 49 tools、Project tracker 46 tools、Messaging 34 tools、Issue tracker 28 tools 與 Design 16 tools。
WITH THE GRAPH 在回答 Forge 車輛列表查詢問題時耗時 38 秒並獲得 30 / 30 滿分(CORRECT),優於 WITHOUT THE GRAPH 的 20 分 09 秒與 19 / 30 分(WRONG)。
顯示工程師日常視角的命令列狀態介面圖,頂端標題為 WHAT AN ENGINEER SEES, ALL THE TIME,下方區塊列出主機與分支名稱、包含 46k token 與佔比 11%/400k 的 token 使用量進度條,並顯示 Sonnet 4.6 (1M) 模型、費用、session 狀態與相關網址。
某軟體操作介面的 Overview 總覽頁面,頂部列出導覽標籤與各項指標計數,下方卡片顯示總花費 $4162.07、433 次 sessions、95% 快取命中率、快取未命中成本 $1097.82 及潛在節省 $1213.87,並提供日期範圍與專案篩選下拉選單。
原文:https://easyvibecoding.app/curated/3186-uber-agent-software-factory-requests-cost-reduction
Z.ai 釋出 GLM-5.3 開放權重,官方稱 Z.ai Code Bench 較 GLM-5.2 提升 50%。
核心更新 Cyan 轉述 Z.ai 發布 GLM-5.3,模型沿用 GLM-5.2 的 base model,官方表示所有增益都來自 post-training。使用者可從官方 GLM-5.3 repository 取得模型配置、tokenizer 模板、safetensors 權重、使用說明與授權條款,並下載、修改及在本地使用。
能力宣稱 repository 指出 GLM-5.3 強化複雜 coding 與長跨度任務,並列出以下 vendor benchmark claims:
相較 GLM-5.2,Z.ai Code Bench 提升 50%。 在 Terminal Bench 3.0 與 Agents' Last Exam 達到 open-source state-of-the-art 結果。 CyberGym 的 vulnerability-discovery 結果達到 state-of-the-art;官方還稱 cyber 能力在 post-training 期間成長速度超出預期,且越接近 exploitation chain 後段,增益越大。
限制與風險 上述 benchmark、state-of-the-art 與 50% improvement 都是 Z.ai 的 model-card claims,來源未提供測試流程、基準細節或獨立重現結果,因此不能直接視為已證實的普遍優勢。來源也未交代本地推論的硬體需求、效能或相容性;實際導入前,應核對授權條款、後訓練變更與 exploitation-chain 風險,並在隔離環境測試 Agentic 程式開發與 cyber workflow。
原文:https://easyvibecoding.app/curated/3187-z-ai-releases-glm-5-3-open-weights-coding-performance
Tibo 宣布 Codex 與 ChatGPT Work 所有付費使用者重置使用量,預期多用 10% 至 50%。
重置按鈕已於今天按下,慶祝活動則延至明天,但官方沒有說明此次重置影響哪些使用量週期或額度計數器。
重置時間與範圍 這是 Tibo 在 2026 年 8 月 29 日發布的第一方公告,對象是 Codex 與 ChatGPT Work 的所有付費使用者。後續貼文表示,原定的慶祝活動改到明天,原因是重置按鈕今天已經按下;這只提供執行時間線,沒有新增 5 小時額度、每週額度或其他重置範圍的資訊。因此,使用者應以帳號畫面顯示的實際可用額度為準,不宜自行推定特定刷新週期。
消耗異常與修復 Tibo 表示,團隊分析了數千份回報,逐項檢查造成使用量異常增加的細節,並稱下列問題都已修復:
Compaction 會保留舊圖片,甚至再次觸發 compaction;修復後,重度使用圖片的使用者消耗量約下降 10%。 Background worker 可能繼承 Stop hooks,持續在背景執行;這影響少於 1% 的使用者,其中一個案例曾檢查是否能停止達 15,000 次。 設定 /goal 後,任務完成仍可能繼續執行,或重試已失效的工具;部分案例消耗了每週額度的 15% 至 70%。 部分 custom automations 的執行頻率高於使用者設定。 較小型的 model,例如 Luna,有時會選擇能力更強的 helper,或在使用者未明確要求時請求 /fast。 舊版 Computer History 可能反覆摘要重疊的活動,在部分情況下消耗每週使用量的五分之一。 Rolling task summaries 約增加 1% 的 token 使用量,已被停用。 MCP 工具結果可能被編碼兩次,工具指示也可能被截斷後再次載入。
監測與可驗證性 除了修復既有回歸問題,團隊也加入 architectural regression alerts,用來及早偵測架構變更再次造成額外消耗;同時正在開發 usage-breakdown surface,讓使用者能更清楚查看額度流向,但目前沒有公布上線日期或介面細節。Tibo 提出的 10% 至 50% 額外使用量,以及各項問題的改善比例,都是第一方估計,公告未提供基準、樣本分組、測量方法或獨立驗證,且個別修復是否涵蓋所有工作流程仍缺乏外部確認。
額度重置的判讀 OpenAI Help Center 另有說明 automatic reset 與 banked reset:前者會直接套用到公告涵蓋的限制,不能留到之後使用;後者是儲存在帳號中的一次性重置,必須由使用者自行套用,完整使用時可刷新五小時與每週 Codex 使用量視窗。不過,這份 banked reset 文件是獨立背景資料,不能據此推論本次公告包含可留存的重置,實際資格、涵蓋限制與時間仍由本次公告決定。
使用者後續檢查 使用者可在按鈕已按下後,重新執行具代表性的 image-heavy、/goal、Computer History、custom automation 與 MCP 工作流程,記錄修復前後的消耗量,再與帳號顯示的額度比對。這些觀測較能驗證自身情境是否接近官方所稱的 10% 至 50% 改善,也能持續留意 architectural regression alerts 與未來推出的 usage-breakdown surface。
原文:https://easyvibecoding.app/curated/3183-tibo-resets-codex-chatgpt-work-paid-user-usage
OpenAI 擬於 2026 年 11 月 12 日終止 SpaceX 收購 Cursor 後的模型合約。
合約理由 OpenAI 於 2026 年 8 月 28 日通知 SpaceX,將依合約中的控制權變更條款,在可行的最晚時間取消合約。OpenAI 表示,基於其過去與 Elon Musk 旗下公司合作時出現違約的經驗,無法確信 SpaceX 會依照服務條款使用技術;面對即將推出的模型 Astra,OpenAI 也認為自己必須提高對安全與合規的責任。雙方合作接近四年,OpenAI 同時表示重視 Cursor 團隊、產品及開發者社群。
時間與不確定性 OpenAI 提供最長的合約通知期,規劃約三個月的過渡期;在此期間,Cursor 仍可使用目前提供的 OpenAI models,但 Cursor 可能選擇更早停止存取。11 月 12 日目前只是提議的 transition date,最終 termination date 尚未由兩家公司確認。
Cursor 回應 Michael Truell 表示,Cursor 對 OpenAI 公開計畫在三個月後阻止使用者存取 OpenAI models 感到遺憾。他指出,OpenAI models 約占 Cursor 使用者流量的 5%,但原文未提供這項比例的統計期間或計算方法;Cursor 正與 OpenAI 團隊協商,希望解決爭議。Cursor 也強調,自己是 OpenAI 最早期的使用者之一,長期將其平台視為中立基礎設施。
替代使用方式 OpenAI 文件列出幾種在 Cursor 中延續 OpenAI models 的方式,但各方案是否適用於所有方案、地區或 Cursor 版本,來源並未說明:
在 Cursor 的本機 Chat 與 Agent 功能使用自己的 OpenAI API key,請求按 OpenAI API 價格另行計費,與 Cursor 或 ChatGPT 訂閱分開。 使用 Codex IDE extension(需 ChatGPT 訂閱或 OpenAI API key),在 Cursor 內直接執行 Codex;它是獨立的 extension,不依賴 Cursor 自身的 model picker 是否仍提供 OpenAI models。 透過 Amazon Bedrock、Azure 或其他相容的 AI gateway provider,以外部帳號連接 OpenAI models。
支援範圍 Bring your own key 不支援 Cursor Tab、Auto、Cloud 或 Background Agents、Automations、Cursor CLI,以及 Cursor 的 API 和 SDK。這些功能使用 Cursor 提供或路由的 models,不能改用使用者的 OpenAI API key 或 gateway credentials;因此,依賴這些功能的工作流程仍需另行查核。
原文:https://easyvibecoding.app/curated/3182-openai-ends-spacex-cursor-model-contract
fal 推出 H3 Max:3 秒生成 5 秒 768p 影片。
fal 宣稱 5 秒、768p 影片可在 3 秒內完成,但相關速度與偏好結果均來自 fal 自行評估。
模型定位 H3 Max 保留 MiniMax H3 的核心能力,新增強化 prompt adherence 與視覺品質的 post-training data,並以較快速度與較低價格為產品定位。它並非 base MiniMax H3 的全面替代品;需要 2K 輸出、reference input 或 editing endpoint 的使用者,仍應選擇 base MiniMax H3。
效能與評估 根據 fal 官方文章〈Introducing H3 Max by fal〉,H3 Max 的吞吐量成長為官方 MiniMax H3 endpoint 的約 35 倍,速度約為品質相近模型的 15 倍。fal 也比較了 12 個具名影片模型,評估整體品質、prompt understanding 與 aesthetics;不過研究由 fal 設計並執行,未提供完整的 12 模型結果表或 Confidence intervals,因此不能視為獨立驗證。
最佳化方法 fal 表示,團隊會淘汰降低內部品質排名的最佳化方案;只有在偏好排名維持不變時,才採用 lower precision、較少 sampling steps 或 approximation。這反映 H3 Max 的重點不只是換模型,而是把 post-training 與 GB200 NVL72 serving 放在同一個 co-design loop 中,針對 768p 場景壓低延遲。
部署考量 對實際導入者而言,應分開檢視解析度、reference 與 editing 需求,以及 fal 自行測得的速度和偏好表現;同時將 GB200 NVL72 的訓練與服務架構納入成本研究。上述 benchmark 屬供應商內部測量,尚未建立第三方重現結果,選型時不宜直接視為普遍效能保證。
原文:https://easyvibecoding.app/curated/3167-fal-launches-h3-max-faster-cheaper-video-generation
OpenAI 網路防禦公開信提出三項進展指標,呼籲建立集體防禦。
OpenAI 發布集體網路防禦公開信,Greg Brockman 也在 X 轉載全文。公開信由超過 100 個組織連署,警告醫院、供水、網路基礎設施等關鍵服務仍受舊弱點、過度權限、弱驗證與設定錯誤影響,而 AI 支援的攻擊在未來幾個月可能變得更普遍。
行動被分成四個角色:一般組織要修復高風險弱點,落實最小權限與縱深防禦;資安公司與技術夥伴要測試前沿攻擊能力、支援關鍵基礎設施並協調事件回應;政府要推動可採取行動的威脅情報與授權測試;前沿 AI 公司則要普及防禦 AI,並讓 Agent 身分可追蹤、能追究責任。
公開信建議用三項數字追蹤進度:受保護的組織數、事件遏止時間,以及經驗證有效的修正措施。這是一份動員議程,不代表連署者已完成部署,也沒有給出共同量測協定、負責人或實作時程。
原文:https://easyvibecoding.app/curated/3169-greg-brockman-openai-cyber-defense-action-protected
ClaudeDevs 與 VercelDev 整合 Claude Managed Agents 與 Vercel Chat SDK,串接逾 15 個聊天通路。
整合方式 官方 cookbook 與 quickstart 以瀏覽器研究分析師為範例:Vercel Chat SDK 負責聊天介面,Claude Managed Agents 則為每段對話建立一個持久 session,處理研究、token 串流與工具呼叫。相同 handler 可跨 Slack、Teams、Discord、WhatsApp 等 more than 15 個 adapter;VercelDev 的貼文則稱可連接 more than 30 個其他 app,兩者可能是不同統計範圍,不應直接合併。
對話與狀態 伺服器不另存一份對話逐字稿,而是把 conversation ID 當作 Managed Agents session ID,從 session event log 重播歷史;狀態管理、內容壓縮與 prompt caching 也留在託管 session 中。示範畫面可看到使用者訊息、agent thinking、web_search 工具執行結果,以及透過 thread.post() 回傳的串流內容,顯示固態電池研究從搜尋到回覆的完整事件流程。
示範透過 Chat SDK 連線 Claude Managed Agents 的快速入門介面、對話與後端事件串流
部署與版本 quickstart 要求 Node 22.9 或更新版本,並需設定 Anthropic 驗證資訊;瀏覽器 demo 使用 Hono API 與 Vite 前端,設定採環境變數管理。官方文件提供分開的 setup 與 update-agent 流程,修改 agent 定義時會建立新版本,而不是複製出另一個 agent。
安全限制 這份範例更適合作為整合藍圖,不代表可直接公開部署。demo 的 getUser 函式會信任所有 caller,正式對外發布前必須替換成真實 authentication;在此之前,部署說明要求預設 host 維持 loopback。另有 held streaming responses 造成的部署持續時間限制,但目前來源未提供特定供應商的數值門檻。
示範透過 Chat SDK 連線 Claude Managed Agents 的快速入門介面、對話與後端事件串流 影片中的 Prompt 與操作:
Prompt(00:03): 向我簡要介紹固態電池
原文:Brief me on solid-state batteries
操作步驟: 1. (00:03)使用者輸入並送出 prompt
原文:https://easyvibecoding.app/curated/3164-claudedevs-verceldev-integrate-managed-agents-chat-sdk-15
Anthropic 啟動 Model Hardware Standard 首階段預覽,統一 Agent 控制實驗室設備。
核心概述 MHS 是 不綁定模型 的儀器標準,目標是讓 Agent 以一致的控制方式協調顯微鏡、液體處理機與機械手臂,不必為每台設備打造 客製整合。Anthropic 宣稱,整合時間可由數週或數月縮短至數小時或數分鐘,但這些效益目前仍是官方公告中的說法,尚無獨立驗證。
控制方式 對具可程式化介面的設備,MHS 提供三種操作管道:
透過 MCP 連接設備與 Agent。 使用 CLI 執行控制操作。 透過 程式碼檔案控制 撰寫或執行設備控制內容。
公告也提到,研究 preview 包含安全檢查;不過目前仍有 概念驗證 限制,未列出所有不支援的儀器或部署條件,因此不能視為已適用於生產環境的完整方案。
實例與結果 Anthropic 提供以下案例,說明 MHS 如何處理跨設備工作:
Genentech:自動化 BCA assay。 University of Washington:遠端監控 qPCR,並完成不碰撞的孔盤交接。 Carnegie Mellon:在約 8 小時內建立 連續稀釋配置。
畫面展示 介紹影片以「Before MHS」與「After MHS」對照:原先顯微鏡、相機、感測器、培養箱、真空幫浦、離心機、光譜儀、移液機器人與機械手臂等設備,分別透過自訂軟體連接,線路隨設備增加而變得複雜;導入 MHS 後,則由 Agent 透過單一共同介面匯集控制。影片也展示顯微鏡影像、工廠自動化監控與機械手臂搬運孔盤的場景。
展示 Model Hardware Standard 如何讓 Agent 控制實驗室儀器的介紹短片。
實際意義與限制 MHS 若能在受控環境中穩定運作,可能降低科學儀器與 Agent 之間的整合門檻,讓研究團隊更快組合多設備流程。然而,本次仍是首階段 研究預覽;安全檢查與目前的概念驗證成果,應被視為研究證據,而非對正式部署、安全性或整體設備支援範圍的保證。
原文:https://easyvibecoding.app/curated/3162-anthropic-model-hardware-standard-research-preview-lab
NVIDIA 與 AWS 規劃在 2027 至 2028 年再部署 200 萬部 GPU,並擴大 CPU 與 AI 基礎設施合作。
這次擴大全堆疊基礎設施,反映企業、前沿研究實驗室、政府與新創正把代理型 AI、科學研究、企業自動化及實體 AI 從試點推向正式生產。
運算容量 AWS 表示,2026 年 GTC 公布自 2026 年起增加超過 100 萬部 NVIDIA GPU 後,實際需求已超出原先預期,因此再規劃部署 NVIDIA Blackwell Ultra、Rubin 與 Rubin Ultra GPU。AWS 也會擴大 Blackwell 供應,將 NVIDIA RTX PRO 4500 Blackwell Server Edition GPU 導入 Amazon EC2 G7 執行個體;相較前一代 G6,G7 的 AI 推論效能為 4.6 倍、圖形效能為 2.1 倍。AWS 稱自己是首家提供 RTX PRO 4500 加速運算執行個體的大型雲端服務商,並將與 NVIDIA Spectrum 網路合作,改善大型 GPU 叢集的 AI 訓練效能。
CPU 與異質架構 雙方正合作把 NVIDIA Vera CPU 基礎設施 帶到 AWS,提供需要高效能 CPU 與加速運算並用的 agentic AI 工作負載更多選擇。AWS 也將擴大 NVIDIA NVLink Fusion 的支援,與 Amazon 的 Annapurna Labs 及記憶體供應商合作導入 NVIDIA 高頻寬記憶體 NVHBM。這套架構可讓 Trainium 使用更快且更省電的記憶體,並在共同的機櫃級架構 中整合 Trainium 與 GPU;目前仍屬合作推進中的基礎設施方向。
政府 AI 工廠 AWS 與 NVIDIA 計畫為美國政府建置 AI 工廠,包含在安全的 AWS 基礎設施上提供 100,000 部 GPU,支援聯邦政府與國家安全工作負載。公告指出,相關服務將瞄準 Impact Level 6(IL6)及更高等級的機密工作,顯示 AI 基礎設施競爭已延伸到高安全性政府運算。NVIDIA GPU 與 採用 Trainium 的 EC2 執行個體則持續建置於 AWS Nitro System,並透過 Elastic Fabric Adapter(EFA)擴展,以維持正式生產環境所需的安全性、可靠性與網路效能。
全堆疊整合 合作不只增加硬體,也涵蓋 模型、資料管線與應用程式服務:
NVIDIA Nemotron 開放模型 可在 Amazon Bedrock 以全代管、無伺服器形式使用,也能在 Amazon SageMaker 上由使用者自行部署與微調;支援範圍依兩項 AWS 服務的使用方式而定。 Amazon EMR 搭配 NVIDIA cuDF 與 EC2 G7,可讓 GPU 加速資料處理速度最高達 CPU 架構的 3.7 倍,價格效能提升 30%。 Amazon OpenSearch Service 將向量索引建置卸載至專用 GPU,向量索引建置速度最高達 9 倍,成本降至四分之一;功能涵蓋代管叢集與 Amazon OpenSearch Serverless。 Amazon Robotics 將採用 NVIDIA 實體 AI 平台,包括 NVIDIA Jetson、NVIDIA Omniverse libraries 與 NVIDIA Isaac 開放式機器人開發平台,涵蓋模擬、合成資料生成、機器人訓練、路線最佳化、功能安全與 真實環境轉模擬(real-to-sim)驗證。
產業訊號 AWS CEO Matt Garman 強調,使用者希望自由選擇最適合的工具,也要求不同元件能順暢協作;Jensen Huang 則表示,NVIDIA 與 AWS 合作 16 年後,需求已「跑在每一項預測之前」,因此此次將合作從 GPU 擴展到 CPU、網路、開放模型與軟體。整體而言,公告呈現的是一項分階段部署與整合計畫,而非所有新能力已經全面可用;其中既有 AWS 服務的效能數據已被提出,Vera、NVHBM 與 2027 至 2028 年 GPU 產能則仍是後續落地承諾。
原文:https://easyvibecoding.app/curated/3155-nvidia-aws-deploy-gpus-expand-cpu-ai-infrastructure
NVIDIA:AWS 將在 2027 至 2028 年額外部署 200 萬顆 GPU,擴大代理式 AI 與實體 AI 合作。
基礎設施布局 AWS 將提供 NVIDIA Vera CPU,並導入採用 NVHBM 的 NVLink Fusion 架構;雙方也將為美國政府建置 AI 工廠,其中包括以 10 萬顆 GPU 為基礎的運算容量。這份公告提出為期兩年的新增 GPU 部署計畫,也補上合作規模與政府 AI 基礎設施的具體布局。
原文:https://easyvibecoding.app/curated/3151-nvidia-aws-additional-gpus-agentic-physical-ai
From the publisher's feed