搜索

OpenAI 将 Codex harness 集成到 Agents SDK 预览版，Shruti 覆盖 22 种印度语言，HeliosLM 面向台湾

JLS42 /
由人工智能生成的文章
openai codex gpt agents coding-tools devin cognition github copilot github-copilot securite google gemini gemini-cli antigravity qwen alibaba huggingface open-source audio recherche cohere robotique nvidia gpu actualites
OpenAI 将 Codex harness 集成到 Agents SDK 预览版，Shruti 覆盖 22 种印度语言，HeliosLM 面向台湾

本期涉及的公司

取消勾选不感兴趣的内容。您的选择适用于所有期次，并保存在本设备上。

主要实验室
中国
编程工具
基础设施与开源
其他

ai-powered-markdown-translator

本文由 gpt-6.1-sol 从法语翻译成中文。

在 GitHub 上查看项目 ↗

OpenAI 发布了分别面向 Python 和 JavaScript 的两个 Agents SDK alpha 预览版，将 Codex harness 内置为原生引擎：支持对话存储、用量限制、通过 A2A 进行智能体间通信，并在 Python 版中提高了默认推理强度。本周日的其他消息以简讯呈现：Devin 版本说明、两个 GitHub Agentic Workflows 预览版、Antigravity 和 Gemini CLI 的修复、Qwen Code 桌面应用，以及 Hugging Face 上的一系列社区文章，内容包括面向台湾和印度 22 种官方语言的开放语音模型，以及对土耳其语额外开销的测量。

OpenAI 将 Codex harness 集成到 Agents SDK：两个 alpha 预览版支持 A2A、用量预算和对话存储

11 月 8 日 — OpenAI 发布两个 Agents SDK alpha 预览版：Python 版 v0.24.0-alpha.7 和 JavaScript 版 v0.22.0-alpha.2。该系列自 11 月 3 日推出，将 Codex harness 内置为原生引擎；旧引擎仍以“Classic”模式提供。Python 预览版通过 GitHub Releases 分发，而非 PyPI。

这些版本新增了应用端对话存储、FileSearch、CodeInterpreter 和 ImageGeneration 托管工具、RunBudget 用量限制（按请求数、tokens 或估算成本计算，但不保证支出不会超过上限）、智能体间的 A2A 适配器，以及语音工作流。升级时需要注意：新环境默认采用严格写入模式；此外，Python 版重命名了 MCP 审批模式，并将 GPT-6 Astra、GPT-6.1 Sol 和 GPT-5.6 Sol 的默认推理强度从 low 提高到 medium，除非已显式设置。

🔗 Python 预览版 · JavaScript 预览版

简讯

智能体与编程工具

  • Devin 11 月 6 日版本说明 — 补充报道：管理员可以设置新会话的默认可见性，并将分享范围限制在组织内部；Gerrit 连接会将用户组和项目访问权限同步为 Devin 权限（新建连接要求 Gerrit 3.13 或更新版本）；新增按钮可一次性登出所有设备，涵盖网页应用和移动应用。未公布任何价格。🔗 来源
  • GitHub Agentic Workflows 1.2.0 和 1.2.1 — 在 10 月 28 日正式发布后，又于 11 月 4 日和 6 日发布了两个预览版。现在，从 fork 通过 pull_request_target 触发的工作流必须明确选择启用，才能不受限制地使用，这是一项不兼容变更；此外还新增了依据项目规范审查 pull request 的审查器、实验性声明式引擎 Atomic，以及在问题仍未解决时按默认阻断原则判定失败（fail closed）的安全审查。🔗 来源
  • Antigravity 2.29.1 — 补充 11 月 6 日消息：此应用版本修复了 Gemini Live 语音模式的四个问题。语音模式现在会在账户连接需要续期时提示重新登录，读出通话期间输入的消息中的链接和 @ 提及，不再把更早说过的话附加到最后一句中，也不再在连接中断后显示用户从未听到的回答片段。🔗 来源
  • Gemini CLI，PR 30183 — 已于 11 月 6 日合并到 main，但尚未随版本发布。该变更允许调整等待首批响应头的 60 秒超时时限；此前，无论采用哪种连接方式，这一时限都会中断长时间推理的请求，并从头重新发送（通过变量 GEMINI_API_HEADERS_TIMEOUT_MS 或设置 model.requestTimeoutMs 调整）。🔗 来源
  • Qwen Code Desktop v0.27.0 和 TypeScript SDK v0.1.30 — 于 11 月 8 日发布，比 CLI 稳定版 v0.27.0 晚一天，没有全新改动：桌面应用沿用了 CLI v0.26.9 和 v0.27.0 的 112 项变更，SDK 则内置 CLI 0.27.0。Desktop 提供 macOS、Windows x64 和 Linux 版本（AppImage、.deb，以及面向 Fedora 44 和 RHEL 10 的 RPM）。🔗 来源

面向语音与区域语言的开放模型

  • HeliosLM — Chien-Hsin Lin 发布了首批面向台湾的开放模型：基于 Gemma 4 E4B-it 的一个对话模型和一个安全分类器，以及基于 Whisper large-v3 的两个语音识别模型。根据其测量，在 Common Voice 的台湾闽南语数据上，字符错误率从 231.13% 降至 32.69%；在台湾普通话数据上，则从 15.25% 降至 5.10%。🔗 来源
  • Shruti — 小型模型 Laghu 的开发者 Udgam Labs 以 Apache-2.0 许可证发布了 22 个语音识别模型，分别对应印度宪法第八附表中的一种语言。每个模型约 30 MB，也能转写英语，并可离线运行，甚至能在 2021 年的手机上使用；22 个模型合计 653 MB，约为 IndicConformer-600M 的四分之一。据团队介绍，在真实对话中，仍有 22.9% 至 56.8% 的词识别错误。🔗 来源
  • 土耳其语税 — Serkan Peker 估算，在一块 H200 上使用 vLLM 运行四个开放模型（Turkish-Gemma-9b-T1、Gemma 4 12B、Ministral 3 14B 和 Qwen3.8-27B）时，生成相同内容的土耳其语文本所需 GPU 时间是英语的 1.45 至 1.62 倍，其中 76% 至 82% 的额外开销可归因于更多的 tokens。在七个 tokenizer 中，只有土耳其语模型 Kumru-2B 的 tokenizer 在处理土耳其语时消耗的 tokens 少于英语。🔗 来源

社区研究与数据

  • Lexsi Labs 黑客松中的 Tiny Aya Global — 参加 Lexsi Labs 安全与对齐黑客松的三支团队发布了各自对 Cohere Labs 这一开放模型（33.5 亿参数）的微调版本。根据他们自己的测量，SafeQuery 将 SQL 智能体的成功率从 19.8% 提升至 99.1%，同时抵御了所测试的注入攻击；TaxOps 正确完成了 93.3% 的合成纳税申报；SafetyPulse 则将 HarmBench 攻击成功率从 25.2% 降至 12.3%。🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
  • 通过修改权重擦除风格 — Javad Taghia 发布了一项实验：GPT-6 Astra 可以通过工具访问一个小型扩散模型（segmind/tiny-sd）的权重，但无法使用梯度，任务是擦除其中的梵高风格。根据其预注册实验方案，在对风格相近画家的损害程度相同的情况下，该智能体比 UCE 方法多消除了 11.5 个百分点的目标风格，并比拥有相同工具的随机搜索高出 52 个百分点。🔗 来源
  • FiftyOne 中的 SEW Multimodal AMR — Harpreet Sahota 于 11 月 7 日发布了该数据集的 FiftyOne 转换版本。数据集包含 3 151 张已标注图像，分为 55 个 MCAP 片段，由 SEW-EURODRIVE 的自主移动机器人使用六类传感器采集（RGB 与热成像摄像头、深度传感器、4D 雷达、激光扫描仪、超声波传感器），用于比较不同传感器对同一场景的感知结果。🔗 来源

GPU 基础设施

  • NVIDIA DSX OS，11 月 5 日文章 — 补充报道：NVIDIA 详细介绍了 DSX OS 中采用 Apache 2.0 许可证的三个开源组件如何支持 Kubernetes 下的 GPU 集群。AICR 通过版本化方案固定配置，NVCRE 使用真实负载进行认证（NCCL 测试、DCGM 四级诊断、NeMo 预训练），NVSentinel 则仅在测试通过后才让修复的节点重新投入运行。🔗 来源

这意味着什么

通过这些预览版，驱动 Codex 的 harness 成为 Python 和 JavaScript 版 Agents SDK 的原生引擎。其中若干功能此前已存在于 OpenAI 托管的 Agents API 中，例如自 11 月 6 日起可申请试用测试版的预算上限，以及上下文压缩；SDK 让这些功能更贴近应用代码，应用可以在自己的存储中保存对话，并通过 A2A 与其他智能体通信。代价是需要面对 alpha 阶段的变化：接口随版本变动，Python 版在 PyPI 之外分发，而且 Python 版默认推理强度的提高会改变那些未自行设置该参数的项目的行为。

智能体工具的默认设置也在收紧。OpenAI SDK 为新环境启用严格写入模式；GitHub Agentic Workflows 要求对从 fork 触发的工作流明确选择启用，才能不受限制地使用，并会让问题仍未解决的安全审查失败；Devin 则允许管理员设置会话可见性并限制分享范围。GitHub 和 OpenAI 的更新都需要检查兼容性：gh-aw 的变更不向后兼容，而 Python SDK 不再接受 MCP 审批模式的旧名称。

多篇社区文章聚焦于大型模型支持欠佳的语言。HeliosLM 将 Whisper large-v3 在台湾闽南语上的错误率从 231.13% 降至 32.69%；Shruti 将 22 种印度语言的语音识别能力装入每个约 30 MB、可离线运行的文件中；Serkan Peker 则量化了语言分词不佳的成本：处理土耳其语所需的 GPU 时间是英语的 1.45 至 1.62 倍。Udgam Labs 总结了其中的障碍：此前，为这些语言开发应用意味着按分钟支付云服务费用、使用数 GB 的模型，或者获得大型企业的许可。所有这些数据均由作者自行测量，而 Udgam Labs 也公布了 Shruti 的局限：在真实对话中，仍有多达 56.8% 的词识别错误。

来源