AI HOT 小时报｜2026-07-08 10:05

数据源：AI HOT /api/public/items?mode=selected；时间窗 since=2026-07-08T00:55:11Z。摘要由 AI HOT 提供，引用前请点原文核对。

本小时值得看

1. Claude开发者分享两种多智能体模式：Advisor和Orchestrator

• 分类：观点/技巧
• 来源：X：邵猛 (@shao__meng)
• 发布时间：2026-07-08T01:06:01.000Z
• 原文：https://x.com/shao__meng/status/2074661249804366310

Claude开发者官方分享团队高频使用的两种多智能体模式。Advisor模式：Sonnet 5作为执行者，通过tool call调用Fable 5获取指导。SWE-bench Pro（482题）上，Sonnet 5单独75.5%/$0.75，加顾问达84%/$1.40，Fable 5单独91.5%/$2.25；组合方案约92%性能、63%成本。Orchestrator模式：Fable 5作为编排者规划并向多个Sonnet 5 worker扇出任务。BrowseComp上，全Sonnet 5 77.8%/$16.01，编排方案86.8%/$18.53，全Fable 5 90.8%/$40.56；编排方案约96%性能、46%成本。

2. 蚂蚁集团周俊AICon演讲：从Token数量到Token密度，万亿参数模型效率优先

• 分类：观点/技巧
• 来源：公众号：蚂蚁百灵（Ling）
• 发布时间：2026-07-08T01:00:00.000Z
• 原文：https://mp.weixin.qq.com/s/dsIfi4C-T5Q4emmIh-7yzg

蚂蚁集团副总裁周俊在AICon演讲指出，万亿参数模型每运行15分钟算力成本约等于一辆特斯拉，效率是智能体时代最需解决的问题。团队提出从"更多Token"转向"更高Token密度"策略，采用7份Lightning Attention加1份MLA的混合线性注意力架构，使256K长上下文成本从指数级降至线性级，算力更多用于思考。通过Kpop算法区分工具调用与自然语言Token，结合思维链剪枝、自蒸馏等，Token输出减少约4倍而能力不降。在LongBench、BFCL等基准上提升显著，千亿参数模型在Agent任务中超越部分更大模型；小模型flash吞吐达2.4倍，五轮对话成本下降10倍以上。

3. Pulpie：用于清理网络的Pareto最优模型

• 分类：模型
• 来源：Hacker News 热门（buzzing.cc 中文翻译）
• 发布时间：2026-07-08T01:33:24.910Z
• 原文：https://usefeyn.com/blog/pulpie-pareto-optimal-models-for-cleaning-the-web

Pulpie是一族Pareto最优模型，用于从HTML页面提取主要内容。其最小模型pulpie-orange-small（210M参数）在WebMainBench上取得0.862的ROUGE-5 F1分数，接近600M参数的Dripper（0.864），但成本仅1/20。在NVIDIA L4 GPU上，Pulpie处理速度13.7页/秒，Dripper仅0.68页/秒。清理10亿页HTML，Pulpie成本约$7，900，Dripper需$159，000。模型采用编码器架构，单次前向传播即可标记每个HTML块为内容或模板，已在HuggingFace开源。

UseClaw 观察

• 优先关注能进入真实工作流的产品更新，而不只看模型跑分。
• 优先关注 Agent、编程工具、企业集成、自动化、合规安全这些会影响数字员工落地的信号。
• 如果某条新闻能说明“谁痛、为什么信、下一步去哪”，后续可扩写成 UseClaw 深度内容。

UseClaw 持续记录 Claude、Codex、OpenClaw、AI Agent 与数字员工的真实案例、方法和产品化实践。
了解更多：https://useclaw.net/