全部动态
本页 40 条10月13日 周二
WindBorne wins a hefty US Air Force contract for its balloon data
A Silicon Valley startup that uses weather balloons and AI to predict the weather won a US military contract worth almost $50 million.
Launch HN：Agent37 (YC F26) – 用于运行智能体的低成本沙箱
大家好，我是 Agent37（https://agent37.com）的 Vishnu。我们构建了用于运行 AI 智能体的沙箱，成本不到大多数沙箱服务商的 10%。我们的客户平均每个沙箱每月只需支付 0.37 美元。你可以在这里观看产品演示视频：https://youtu.be/DK5ISR2tbNo 我们在今年 2 月起步时，是 OpenClaw 封装公司中的一家（没错……大家尽管批评我）。后来，我们逐渐加入了越来越多的运行框架。当时我的目标之一，是为用户提供免费套餐，以获取更多市场份额。但一开始这样做的成本实在太高，尤其是我们当时是自筹资金，服务器费用都靠我的积蓄承担。 如今，得益于此后进行的优化，我们终于能够提供免费套餐了。我们新增注册用户中有超过 90% 选择了免费套餐，他们在我们的云端托管自己的 Hermes、Openclaw、Claude Code 等服务。免费沙箱的基础设施成本平均约为每位用户每月 0.05 至 0.10 美元。 以下是一些帮助我们降低成本的技术： * 观察智能体运行框架时，你会发现它们消耗 CPU 和 RAM 的方式存在某些规律。它们在初始化或执行特定任务时需要突发性的 CPU 资源，但除此之外通常不会持续达到峰值。浏览器和计算机操作等任务需要更多 RAM，而任务完成后，资源使用量通常会回落。降低成本的关键就在于这一点，因此通过高效管理 CPU/RAM 的使用率，我们能够降低成本。 * 其次，租用主机时必须避开超大规模云服务商。我以前在 Amazon 工作过，他们在虚拟机上的利润率高达 80% 至 90%。因此，在查看价格后，我很自然地选择了向下游寻找 Hetzner 和 OVH 这样的供应商。仅这一点，可能就是降低成本最重要的手段之一。 * 第三，你还需要选择一种能够在主机之间高效缓存和共享资源的技术栈。我们使用 gVisor，以实现更高的资源利用率和更快的启动速度。这样，我们就能在多个沙箱之间使用主机上可用的内存，而不必为每个沙箱预留一整台虚拟机的内存。当然，这也存在取舍：我们的 gVisor 沙箱不支持 Docker-in-Docker 或 Android 模拟器等工作负载。 * 最后，你购买的主机的规模和配置也会产生很大影响。就成本而言，瓶颈通常在 RAM，而不是 CPU。对于智能体运行框架工作负载来说尤其如此，因此购买服务器时，我们会优化配置，以便在单台主机中装入更多 RAM。对于有完整虚拟机需求的工作负载，我们也提供完整虚拟机沙箱，包括以略高的价格运行 Docker；不过，综合采用上述其他技术后，它们的成本仍然相当低。 总的来说，我的经验是，只要专注于沙箱使用场景中的某个细分领域，并针对该领域进行优化，就能提供更好的成本与性能平衡。 我之前曾在 Amazon 担任高级软件工程师，并在 Quantcast 担任工程经理。我构建了 Amazon 内部的 AI 聊天机器人 Diya，以及其内部的代码运行框架 Ziya。 如果你想在沙箱中运行智能体，正在寻找沙箱供应商，欢迎来看看我们。我们尤其希望从事消息智能体开发的开发者试用自己的工作负载，挑战我们平台的极限及其经济性。 谢谢！https://agent37.com 评论链接：https://news.ycombinator.com/item?id=50059096 分数：8 评论数：0
Meta has some Wonder Full new AI models
Meta is making up for lost time in the AI race. After launching Muse Spark, the first model from its revamped Superintelligence Labs division, and buzzy AI agent Muse, it's now launching two new models it claims can go toe-to-toe with the industry's best. The new models, Muse Wonder and Muse Wonder Full, are available […]
Muse Wonder Puts Meta Back at the AI Frontier
Meta’s biggest model rivals the world’s best—and includes new features to keep agents from going off the rails.
Ask HN: Fastest way to develop puppeteer scripts with AI?
Comments URL: https://news.ycombinator.com/item?id=50058946 Points: 1 # Comments: 0
Clearing chat history helps AI agents find better solutions
Microsoft researchers found that autonomous AI agents get trapped in what they call "idea basins" because of their growing chat context, local solution regions they can't escape. Their "Fork-and-Flush" method clears the chat history but keeps the workspace, achieving up to 66 percent better results on the same compute budget. The article Clearing chat history helps AI agents find better solutions appeared first on The Decoder .
模拟学生学习，打造更优的 AI 辅导
StudentSim 是一个研究系统，用于在 AI 辅导工具与学习者进行测试之前对其进行评估和改进。它模拟个人可能与辅导工具互动的方式，为改进辅导工具在国际象棋、写作和数学等学科中的表现提供反馈。文章《模拟学生学习，打造更优的 AI 辅导》最初发表于 Microsoft Research。