Clef开源，flash版中位延迟39毫秒

概览

本期共 8 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Cloudflare开源Clef，基于Qwen输出分类概率

全球 AI 资讯

2. 重点 · Meta开放Muse硬件接入代码
3. 重点 · 苹果调整完全磁盘访问权限
4. DGX Spark新增64GB配置，支持两机组集群
5. AWS展示Claude Desktop接入托管网页搜索

区域与早期信号

6. Nebula把外部智能体接入团队工作区
7. Grok推出实验性TypeScript SDK
8. llama.cpp加入五类模型的结构化决策接口

热门模型动态

Clef与Clef-flash支持文本和图像输入，用预定义选项的概率替代长文本回答。

Cloudflare发布两款基于Qwen的决策模型，面向工单分类、紧急程度判断等任务，下游代码可依据结果分派请求或触发升级处理。官方公布的响应时间如下：

两款模型均可通过Workers AI使用，并以Apache-2.0许可证开放。

局限：表中延迟来自Cloudflare公布的数据，并非报道方的独立复测；关于智能体无需人工介入的说法，也属于厂商主张。

九凤根据本期已引用来源整理。

图片来源：huggingface；已转存至九凤 R2。

来源：The Decoder · Cloudflare模型仓库

全球 AI 资讯

开发者可用ESP32或Raspberry Pi，把Muse接到自己组装的设备上。

据The Verge报道，Meta开放了用于制作Muse gadgets的代码与SDK，支持连接显示屏、按钮、传感器和执行器。官方举出的项目包括彩色电子墨水提醒屏、用于大屏显示的HDMI设备，以及小型触摸屏终端。

局限：这些是需要用户自行搭建的设备方案。

来源：The Verge · Nat Friedman公告

苹果调整完全磁盘访问权限，以限制AI智能体滥用授权。

Ars Technica报道了这项权限调整。报道摘要同时指出，Meta与苹果对Muse读取消息涉及的完全磁盘访问权限存在不同解释。

局限：两家公司对权限的解释不能视为一致结论。

来源：Ars Technica

英伟达为DGX Spark增加64GB版本，两台设备可组成总计128GB内存的集群。

据MarkTechPost报道，新配置由Acer、ASUS、Dell、Gigabyte、HP和MSI提供，定位于桌面端本地模型与智能体工作负载。其主要硬件与软件配置包括：

• 芯片：GB10 Grace Blackwell。
• 内存：单机64GB统一内存。
• 网络：ConnectX-7。
• 软件：NVIDIA CUDA加速AI软件栈。

局限：128GB指两台设备的集群内存总量；所提供材料没有给出售价或具体模型的实测吞吐。

来源：MarkTechPost · NVIDIA DGX Spark

AWS通过AgentCore Gateway，把兼容MCP的网页搜索接入Bedrock上的Claude Desktop。

AWS发布集成教程，搜索服务使用覆盖数百亿份文档的Amazon网页索引，用于查询近期文档、实时价格等模型训练知识之外的信息。教程涉及的接入方式包括：

• 连接入口：启用Web Search目标的AgentCore Gateway。
• 工具协议：托管MCP服务器。
• 入站认证：基于JSON Web Token（JWT）的认证。
• 查询路径：AWS称查询流量留在其基础设施内，无需管理外部API密钥。

局限：这是需要配置网关与认证的集成方案；未接入搜索时，模型仍无法自行检索当前信息，教程也不代表Claude模型本身获得了新版本。

来源：AWS教程

区域与早期信号

Nebula允许团队在同一工作区内使用自建智能体，以及已有的Claude、Codex智能体。

据RuntimeWire报道，Furqan Rydhan创办的Nebula在10月2日公告中介绍了创建与连接智能体的方式，其产品网站列出了Claude和Codex支持。Nebula定价页面列出的收费为每席位每月25美元，Nebula自有智能体另行计量。

局限：该产品仍需验证能否融入团队日常工作；所提供材料没有列出自有智能体的计量单价。

来源：RuntimeWire · Nebula公告

@xai-official/sdk把Grok多类API与服务端工具放进同一个TypeScript客户端。

SpaceXAI的Eric Zakariasson于10月2日公布该SDK，覆盖文本响应、语音、图像和视频生成，以及由xAI服务器运行的搜索与代码工具。RuntimeWire查阅时，开源仓库仅有3次提交，项目仍处于1.0之前的阶段。

局限：官方明确表示接口可能随版本变化；托管工具依赖xAI服务端，接入方需要考虑版本固定与后续兼容性调整。

来源：RuntimeWire · 开发者公告 · SDK代码仓库

新接口让本地程序直接获取是非判断、分类、评分及其概率分布。

据RuntimeWire报道，llama.cpp于10月2日合入Xuan-Son Nguyen编写的/v1/systemone接口，支持Laya、Julia-1、Lev、OpenJev和Kev五个模型家族。接口可基于共享输入同时提出多个问题，例如判断工单是否紧急、应交给哪个团队，以及客户的情绪程度。

局限：目前可用的是开发构建，v0.6.0仍为预期发布版本；返回概率在实际工作负载中的可靠性尚需验证，这也不是Meta Llama模型的版本更新。

来源：RuntimeWire · llama.cpp代码仓库