AI Agent

25.2亿参数、131K上下文、Apache 2.0许可：跑分会随榜单版本变化，但模型、数据、RL框架和训练Recipe一起开放，才是这次发布最重的一部分。

同一套GLM 5.3、同一道两小时级长任务：新版没有明显提速，却减少了28次LLM请求和35次工具调用，代价是每轮携带更重的上下文。

Google 用高速 Flash 模型承载更长推理循环：Agent 与编程能力提升，但高 effort 下的 Token、延迟和工具调用必须一起计算

从Three.js火车、可拆相机到Canva绘画、Blender工程和机械臂控制，Astra正在把Prompt变成可执行操作，但演示离工业生产仍隔着稳定性、精度与责任边界。

能开网页、跑命令、跨应用办事，还能让多个Bot共享上下文协同工作；真正决定企业敢不敢用的，却不是它有多勤快，而是权限、审批、审计和数据边界能不能管住。

这次升级的重点不是再多答对几道题，而是让 AI 在长流程中保持状态、主动协作，并用更少工具调用完成工程任务

一套能跑的购物与商家Agent参考架构，把单主模型、Skills、流式UI、缓存、记忆、安全审批和状态切片评测都摆上了桌面。

从99.9% ARC-AGI-3、Critical级网络安全到每百万Token 10/50美元：一次看懂Astra的能力、价格、开放范围与“AGI”争议

不用另开测试账号，也不打断你正在浏览的页面：BrowserSkill通过bsk CLI和浏览器扩展，让Codex、Claude Code等Agent在独立窗口里观察、点击、填表，还能录下你的操作供AI复现。