Pi 1.0 与 Pi Durable 发布，Earendil 团队再引关注

AI Engineer NYC 常规票即将售罄，最后召集！两周后见！

作为 Latent Space 订阅者的专属福利，前 30 位读者可以使用 7 折优惠码（仅限新购票，不退不改）。

Pi 常常和 OpenClaw 一起被提起，就像我们今年早些时候报道的那样：

但今天轮到口碑越来越好的 Earendil 团队（Pi 加入的公司）大放异彩了：Pi 1.0 和 Pi Durable 双双登上 HN 首页。

Pi 1.0：

• Codemode（原生支持 MCP、Jev 和图像模型）

• 虚拟模型的扩展支持

• 延迟加载工具

• Anthropic 模型的缓存预热

• 会话中途的系统消息（可感知对话记录的 prompt 和工具变更）

• 全新 TUI 主题

• 默认启用全屏模式

Pi Durable 将 Pi 移植到 TypeScript，并把所有有状态组件外部化：

• 崩溃恢复：每一步都以检查点任务的形式记录。进程失败或重启后，agent 和子 agent 会自动从上次的确切状态恢复。

• 可移植性：只要有一个 JavaScript 运行时（Node、Bun、Cloudflare 等）就能运行，支持可插拔的存储后端（Memory、SQLite、JSONL），以及灵活的远程或本地执行环境。

• 并发能力：单个 harness 可以同时运行多个并行、可分支的对话——比如主频道和独立的线程——互不阻塞。

• 可扩展性：开发者可以将自定义系统提示、工具、钩子及持久任务（例如具备回滚能力的多步结账流程）打包为可安装的扩展。

• 上下文管理：自动后台压缩功能会对旧消息进行摘要，在保持智能体活跃工作不受阻的情况下维持 Token 限制。

• 多人协作与状态同步：应用状态（如待办事项列表）直接与对话记录一同存储在文档中，允许多个用户或界面同时连接、监控并引导同一智能体。

• 热切换：智能体运行时可动态更新工具和扩展代码，下一次工具调用将自动加载新代码。

2026年10月1日至9月30日 AI 资讯。我们查阅了 12 个 Subreddit、544 个 Twitter 账号，未涉及 Discord。通过 AINews 网站可搜索所有往期内容。提醒： AINews 已成为 Latent Space 的一个版块。您可以自由订阅或退订邮件频率！

AI Twitter 综述

前沿与多模态发布：Gemini 4 Argon、GPT-6.1 Sol 和 FLUX 3

• Gemini 4 Argon：谷歌发布了新一代 Gemini，贡献者指出其调整了预训练混合策略、使用了长周期后训练数据，并在内存优化、代码迁移及数学应用等内部场景中有所运用。这些是开发者关于模型构建与使用的第一手描述，并非模型具备通用优越性的独立证据（谷歌研究员）。

  • 验证机制：谷歌称新版 Gemini 在发布前需经过数千名内部软件工程师为期数周的测试（Logan Kilpatrick）。

  • 就绪状态存疑：彭博社报道的一则匿名内部人士称该模型存在编码弱点；随后有报道称一名 DeepMind 高级工程师驳回了这一说法。应将编码质量的实际争议视为未决，而非将基准测试或员工反应视为定论（所报道的批评， 所报道的反驳）。

• GPT-6.1 Sol：OpenAI 的更新主要体现为效率提升。Sam Altman 称这是该公司增长最快的模型，并表示在解决了发布初期的负载问题后，服务性能已得到改善（更新）。

  • 量化经济成本：Artificial Analysis 报告称，在最大努力模式下，每个 Intelligence Index 任务的成本为 0.72 美元，而 GPT-6 Sol 为 1.04 美元，Astra 为 3.26 美元。性能提升主要得益于更少的交互轮次和更低的缓存读取成本，而不仅仅是生成的 token 数量减少（结果， 解释）。

  • 多模态修复：OpenAI 还修复了 Luna 和 Sol 的图像编码问题。Luna 的 Intelligence Index 分数提升 1 分，包括在视觉文档和知识工作评估方面的改进；Sol 的变化微乎其微（测量）。

• Solar Mini 4：Upstage 的专有纯文本推理模型报告称总参数量 35B/激活参数量 3B，上下文窗口为 1M token，最大输出 262K。由于权重未开放，参数量仍为厂商自行报告（分析）。

  • 定价：输入/输出/缓存命中每百万 token 分别为 0.10/0.40/0.01 美元。

  • 权衡：Artificial Analysis 给其总体得分 24 分，长上下文推理得分 83%，但在 Terminal-Bench 4.0 上仅得 1%。尽管输出速度为 208 tokens/s，但每个任务约产生 88K 输出 token，导致平均完成时间为 7.1 分钟，任务成本约为 Luna 的五倍。

• FLUX 3 Image：Black Forest Labs 发布了原生最高 4K 的图像生成能力，支持最多十张参考图、边界框布局控制和定向多轮编辑。“保留所有未修改像素”是厂商的宣传说法，此处未经独立验证（公告）。

  • 可用性：商业版权重已开放；官方承诺未来几周推出开源权重版本。托管服务可经 fal 和 Krea 使用（fal、Krea）。

  • 定价：BFL 宣布 API 临时五折优惠至 10 月 8 日，但帖中未给出原价（详情）。

• 交互式视频智能体：Tavus 推出了视频到视频交互模型 Griffin。据称 48% 的实时参与者误以为它是真人，而早期系统这一比例不到 3%；在缺乏测试协议细节的情况下，不宜将这一结果推广为“通过了图灵测试”的结论（公告）。

  • 企业级部署：另一边，Synthesia 发布了 Sessions，一种面向角色扮演和调研访谈的对话式虚拟人，在其此前单向培训视频产品的基础上更进一步（发布）。