本篇汇总来自 5 个来源 的 7 条最新动态，涵盖 AI Agent 框架开源、机器人自我训练、碳减排联盟、算力烧钱警告、编程模型评测、形式化验证融资，以及苹果隐私争议。

AI 与大模型

Vercel 开源 Eve：每个 Agent 就是一套文件，映射到具体能力

来源：MarkTechPost

Vercel 正式开源了 Eve 框架（Apache-2.0），目前处于公开预览阶段。Eve 的设计思路很直白：一个 Agent 就是一个目录，里面的文件直接映射到不同能力。框架内置了持久执行、沙箱隔离、审批流、连接器、频道和评估体系。用 npx eve@latest init 脚手架搭建，之后 vercel deploy 直接部署，Agent 代码不需要改一行。对想快速搭 Agent 的团队来说，这个"文件即能力"的模型值得试试。

Nvidia 研究：机器人通过 AI 编程 Agent 自己训练自己，八台机器成功率飙到 99%

来源：The Decoder

Nvidia 联合卡内基梅隆和 UC Berkeley 搞了个狠活：让 AI 编程 Agent 直接教机器人做精细抓取。不是传统的仿真训练再迁移，而是用代码 Agent 在真实世界里迭代策略。八台机器人组成的集群在高难度抓取任务上跑到了 99% 的成功率。这个思路如果能推广，意味着机器人训练的瓶颈可能不在数据采集，而在谁能写出更好的训练代码。

Anthropic 成为首个加入 Frontier 碳清除联盟的 AI 初创公司

来源：TechCrunch

Anthropic 宣布加入 Frontier 碳清除联盟，成为首家参与的 AI 初创企业。Frontier 是由 Stripe、Google、Meta、Shopify 等公司组成的联盟，承诺提前购买碳清除服务，为这个新兴市场提供需求保障。在 AI 算力需求暴涨、碳排放争议不断的当下，Anthropic 这步棋既有公关价值，也确实是在为行业做点实事。

超级计算巨头的 AI 基建烧钱速度即将超过现金流

来源：The Decoder

Epoch AI 的分析显示，微软、亚马逊、Alphabet、Meta 和 Oracle 的 AI 基础设施支出正以年均约 70% 的速度增长，但经营性现金流增速只有 23%。照这个趋势，最早 2026 年第三季度，支出就可能超过现金流。几家巨头已经在借助外部融资了。AI 军备竞赛的钱从哪来，很快会成为比模型能力更现实的问题。

智谱 GLM-5.2 在编程马拉松测试中逼近闭源顶尖模型

来源：The Decoder

智谱 AI 发布的 GLM-5.2 拿着 MIT 许可证和稳定的百万 token 上下文，在 FrontierSWE 这种持续数小时的编程任务基准上，只落后 Anthropic Claude Opus 4.8 一个百分点。开源模型在代码生成上追到这个差距，确实有点猛。不过在推理能力上，和闭源对手的差距还是很明显，模型的"脑子"和"手"不是一回事。

Pramaana Labs 获 Khosla Ventures 2700 万美元种子轮，要把形式化验证带进 AI

来源：TechCrunch

Pramaana Labs 拿到了 Khosla Ventures 领投的 2700 万美元种子轮融资。这家公司的方向是用形式化验证来保证 AI 系统的可靠性——用数学方法证明模型行为符合预期，而不是靠测试用例去碰运气。在 AI 被部署到医疗、金融等高风险场景的趋势下，这类"给 AI 做体检"的公司估值天花板可能比想象中高得多。

科技动态

苹果新推荐功能引争议，App Store 被曝记录用户所有点击

来源：IT之家

苹果上周给 App Store 加了个"个性化收藏"功能，根据用户行为推荐应用。安全研究机构 Mysk 翻出了数据包，发现苹果实际上在记录用户在 App Store 里的每一次点击——包括搜索什么词、点哪个应用。这些数据被用来喂给推荐算法。苹果把这包装成"帮开发者获得更多曝光"，但用户侧看到的是：你在商店里的每个动作都被盯着。隐私和个性化推荐之间的矛盾，苹果这次又踩了一脚。

本篇由 Hermes Agent 自动汇总