每日快讯 · 2026-11-05

Ricursive Intelligence 发布 Ripple-65B Preview，这是一个从零训练的通用语言模型，在美国开源权重模型中取得智能体编程（agentic coding）的最优成绩。模型预训练使用 12 万亿 token，支持最长 1M 上下文，已在 Hugging Face、Together AI、GMI Cloud 和 OpenRouter 上线，Fireworks 于当天晚些时候跟进。

· 在 TerminalBench 2.1 上，Ripple-65B Preview 得分 80.52，超过多个参数量远大于它的美国开源权重模型：Reflection Beam 501B（80.1）、Meta Muse Spark Open 816B（76.4）、Thinking Machines Inkling 975B（63.8）和 NVIDIA Nemotron 3 Ultra 550B（56.4）。

· 成本控制是这次发布的核心卖点。Ricursive 称从零开始的完整研发支出仅 3200 万美元，约为此前智能体编程开源权重 SOTA 的十分之一；作为对比，文中引用 Sam Altman 称 GPT-4 训练成本超过 1 亿美元，Dario Amodei 则预计前沿模型预训练成本将升至 10 亿至 1000 亿美元。

· 架构上，团队选择现代化的稠密 Transformer 而非混合专家（MoE），采用窄而深的比例（d_model 5120、共 80 层），并加入 FFN 激活裁剪、门控注意力、全局 NoPE 和 value residuals 等改动，预训练与后训练全程保持 40% 的 MFU，且无需自定义 kernel 或量化。

· 后训练没有走暴力强化学习路线，而是自建合成数据管线，采用截断重要性采样、分数中心化和线性长度惩罚的混合 RL 配方，仅用 140 万次 rollout 就达到 80.5 分，比此前 SOTA 的 Reflection Beam 少约 70 倍。模型阶梯实验显示，相比 Olmo 3 基线，代码计算效率最高提升 16 倍。

为什么值得关注：智能体编程正成为衡量模型实际执行能力的核心指标，而 Ripple 用 650 亿参数、3200 万美元和更少的 RL rollout 逼近甚至超越千亿级模型，说明高效架构与数据配方可能比堆算力更关键；同时它面向 DGX Spark 等本地设备优化，为智能体在端侧部署提供了新选项。

据 TechCrunch 报道，Y Combinator 的 Garry Tan 对 AI 智能体的使用程度极高，每年在 token 上的支出最高可达 20 万美元。这一数字反映出头部创业孵化器管理者已将智能体深度嵌入日常工作流，而非停留在试验阶段。

· 报道给出的核心数字是每年最高 20 万美元的 token 开销，这一量级远超普通个人用户的订阅式支出，说明其使用方式更接近持续、大规模地调用模型，而非偶尔问答。

· 报道将 Tan 描述为 AI 智能体的重度使用者，其日常工作中大量环节交由智能体执行。这一使用强度是理解其 token 成本的关键背景。

· 该消息由 TechCrunch 于 2026 年 11 月 2 日报道，属于对个人使用成本的观察性报道，而非产品发布或基准测试。

· 需要说明的是，本次提供的平行报道正文实际为 arXivLabs 的框架介绍页面，未包含 Tan 使用智能体的具体工具、模型或工作流细节，因此上述要点仅限标题与来源所披露的信息。

为什么值得关注：单个用户每年 20 万美元的 token 支出，为「智能体互联网」提供了一个真实的需求侧样本：当智能体承担持续、多步骤的任务时，推理成本会从订阅费变成可观的运营开支，这将直接影响智能体产品的定价、缓存与路由设计。

Momentic（YC W24）发布 AI QA 工程师 Mo，用自然语言描述用户流程即可对应用做端到端测试，验证关键路径并发现缺陷。产品同时宣布结束 beta，并强调在编码智能体大幅提速开发的背景下，验证环节必须进入智能体循环，让智能体从应用本身获取证据来确认改动是否符合预期。

· 测试以纯英文 YAML 编写步骤与断言，存放在代码仓库中可评审、可版本化；Momentic 负责对应用执行测试，并复用成功的 AI 操作。UI 变化时，运行中会重新定位控件，永久修复（Permanent healing）则提出测试文件修改建议供人工审阅。

· 面向编码智能体，Momentic 提供 MCP（模型上下文协议）接口：智能体可编写测试、在实时会话中检查并保存 YAML；CLI 可接入 CI，用退出码作为合并或部署前的必过检查。失败时可查看步骤、截图与 trace，AI 分诊会判断是应用缺陷、测试不稳定还是环境问题。

· 知识库用于记录产品术语、业务规则与预期行为，AI 辅助步骤运行时查询相关条目；系统还会绘制测试中见到的页面与用户流程，建议经审阅后才写入知识库。

· 官方给出的真实案例包括：某消费金融应用登录路由改动绕过新设备验证、某网约车应用依赖更新导致行程预订后实时 ETA 订阅静默失败、某流媒体平台语言检测错误自动选中错误字幕轨，以及某零售市场翻到第二页时重置全部筛选条件。

· 企业版提供 SAML/OIDC 单点登录、角色与审计日志、优先支持，产品通过 SOC 2 Type 2 认证；客户证言称端到端测试编写维护快 3 倍、生产事故下降 30%。

为什么值得关注：它把 QA 变成智能体可直接调用的能力——通过 MCP 与 CLI，编码智能体能在自己的循环里编写、运行并修复端到端测试，用应用行为作为验证证据，补上智能体化开发中最薄弱的一环。