智能体降本|开源宁波社区每日简报(第020期)
📅 第020期 · 2026年11月17日 · 本期主题:智能体降本
今天的开源圈关键词是「智能体降本」:微软研究院联合 UC Berkeley 开源了 TokenEconomizer,让编码智能体「越用越便宜」;阿里发布新一代旗舰 Qwen4-Max,2.4 万亿参数但单任务平均费用直降 58%,Qwen4 中小尺寸模型将陆续开源;GitHub 日榜上,NVIDIA 官方的 SkillEvaluator 和社区的 Claude-BugHunter 一齐上榜,给「智能体技能」这门新手艺补上评测与安全两块基础设施;NVIDIA 还在 SC26 上发布了面向科学发现的开源全家桶 Nemotron for Science。5 条看点、3 个项目、3 条快讯,开工前刷完。
🎯 今日看点
1️⃣ 微软开源 TokenEconomizer:让编码智能体「越用越便宜」,实测降本 18.4%–30.9%
UC Berkeley、Microsoft Research 与 Microsoft Security 联合发布开源插件 TokenEconomizer,已上架 GitHub(GitHub 实时核验 ★7,164,Python,Apache-2.0)。它的定位是「经验驱动的外部成本控制器」:从编码智能体在同一仓库的历史会话中学习踩坑经验,在不修改智能体本身、不更换底层模型的情况下,为后续会话自动省 token。实测数据:在 Claude Code、Codex 和 GitHub Copilot CLI 上运行 **277 个 SWE-Bench 任务,每任务平均成本降低 18.4%–30.9%**,同时保持任务成功率不掉。
💡 为什么值得关注:智能体用得越多、token 账单越贵,是所有团队部署编码智能体的第一痛点。TokenEconomizer 的思路是让智能体「记住」自己踩过的坑——经验复利本身成为降本手段。它以插件形式外挂、对现有工作流零侵入,正在批量铺智能体的团队值得第一时间试用。
🔗 https://www.microsoft.com/en-us/research/blog/tokeneconomizer-learning-from-experience-to-make-ai-coding-agents-more-efficient/
🔗 https://github.com/microsoft/TokenEconomizer
🔗 https://aihot.news/items/ub0r10tgaq7g5nnq01ciz9d17
2️⃣ 阿里发布 Qwen4-Max:2.4 万亿参数、单任务费用降 58%,中小尺寸将陆续开源
阿里巴巴 11 月 16 日发布新一代基座大模型 Qwen4-Max:采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数 2.4 万亿、每 token 仅激活 71B(另有 328B N-gram Embedding 参数),具备原生视觉能力,支持 1M token 上下文与 393K 最大输出。效率是最大卖点:Terminal-Bench 4.0 评测中每次尝试平均 token 用量从 289K 降至 151K(减少近 50%),得分反从 37.9 升至 48.5;单任务平均费用从 26.58 元降至 11.16 元,**降幅 58%**;缓存命中每百万 token 低至 0.5 元。成绩方面,CodeArena 前端编程全球盲测第六,刷新中国模型最好成绩;Agents’ Last Exam(ALE)46.7 分,较上代提升 18.8 分。模型已上线千问 AI 平台提供 API,官方确认 Qwen4 系列中小尺寸模型将陆续开源。
💡 为什么值得关注:旗舰竞争正式从「堆参数」转入「算成本」——2.4 万亿总参数与上代持平,省 token、降单价、压缓存三条线一起做,把旗舰模型从榜单玩具变成日常生产工具。对开源社区更实际的是那句「中小尺寸模型将陆续开源」,值得等的开源档已经在路上。
🔗 https://www.nfnews.com/content/X3RvG8L53P.html
🔗 https://news.qq.com/rain/a/20261116A085UG00
🔗 https://aihot.news/items/pttf3d3jrgv3ixuze5ju49aws
3️⃣ GitHub 日榜:NVIDIA 官方下场评测智能体技能,Claude-BugHunter 把漏洞知识封装成技能包
GitHub 日榜(11 月 17 日窗口)上,智能体技能生态双线爆发:NVIDIA/SkillEvaluator 单日约 +645 星上榜(GitHub 实时核验 ★2,701,Python,Apache-2.0),是 NVIDIA 官方推出的智能体技能评测框架——按 Agent Skills 开放标准,对技能跑静态质量门禁、安全扫描、语义重叠检测与沙箱实战运行,衡量技能对智能体行为的真实影响;elementalsouls/Claude-BugHunter 以约 +950 星冲到榜单前列(GitHub 实时核验 ★7,453,Python,MIT),是面向 Claude Code 的安全技能包:82 个技能、15 条斜杠命令、681 条来自公开漏洞报告的模式,覆盖 24 类核心漏洞,支持自动化侦查、攻击链构建、证据管理与交付报告。同在榜上的 google-research/paper-orchestra(多智能体论文写作框架,核验 ★1,528,Apache-2.0)显示研究机构也在快速入场。
💡 为什么值得关注:当「写技能」成为新的开发范式,评测与安全必然跟上——NVIDIA 官方下场做技能评测,相当于给这门手艺立标尺;BugHunter 则代表社区把公开漏洞知识批量封装成技能的路线。技能生态的「质检 + 安全」基础设施这一课,今天补上了,做智能体应用的公司可以把这两个仓库直接加进工具链。
🔗 https://github.com/NVIDIA/SkillEvaluator
🔗 https://github.com/elementalsouls/Claude-BugHunter
🔗 https://gitnova.dev/en/day/2026-11-17
4️⃣ NVIDIA 发布 Nemotron for Science:开源模型 + 5 万道化学题,加速科研智能体开发
NVIDIA 在 SC26 超算大会上推出 Nemotron for Science:整合 Nemotron 3.5 Super VL 开源模型、化学评测基准与数据集 LitmusBench v0.2(近 5 万道化学推理题)以及后训练配方,帮助研究者构建能规划任务、运行模拟、检查结果并逐步调整的科学发现智能体。Perplexity CEO Aravind Srinivas 也转发点评:用于自动化科学研究的 AI 是最值得投入的算力方向。
💡 为什么值得关注:AI for Science 的瓶颈正在从「模型不够强」转向「缺领域评测和配方」——NVIDIA 把开源模型、数据集、评测基准、后训练配方打包成全家桶,等于把科研智能体的入场门槛拉低了一截。国内材料、药物方向的团队可以直接拿 LitmusBench 这类公开基准做能力对齐的起点。
🔗 https://nvidianews.nvidia.com/news/nvidia-introduces-nemotron-for-science-to-accelerate-discoveries-with-agents
🔗 https://aihot.news/items/mlz2v3equ3uc53h6wprhvsxun
5️⃣ FBI 通报:开源 AI 渗透工具 Artex 被用于真实攻击,从锁定目标到攻陷不到三小时
FBI 发布网络安全通告,警告黑客利用开源 AI 渗透测试工具 Artex 发起自主化攻击,部分入侵从锁定目标到完成攻陷不到三小时。该工具自 7 月公开以来已被用于针对美国 IT 公司 ConnectWise 客户及韩国金融行业的攻击,攻击者利用弱口令、暴露凭证等基础安全缺陷获取访问权限并横向移动窃取数据;尽管开发者已将其转为闭源,此前开源版本仍在流传并可被广泛获取。
💡 为什么值得关注:这是开源攻击工具从演示走向产业化利用的标志性通报。给所有团队的两个提醒:一是基础卫生(弱口令、暴露凭证)仍是 AI 时代攻击的第一入口;二是同款 ARTEX 平台在 GitHub 仍有活跃镜像(AGPL-3.0,核验 ★4,843)——红队可以研究,蓝队必须知道它的能力边界。
🔗 https://techcrunch.com/2026/11/16/fbi-says-artex-ai-open-source-hacking-tool-used-to-breach-networks-in-under-three-hours/
🔗 https://aihot.news/items/zficxtnfx6piiwlefryulanmh
🔗 https://github.com/BaaRai/ARTEX
🚀 项目推荐
1. microsoft/TokenEconomizer — 编码智能体的「省钱插件」(Apache-2.0)|⭐ 7,164
从同一仓库的历史会话中学习经验,不改动智能体与模型,即把 SWE-Bench 277 个任务的平均成本降低 18.4%–30.9%,Claude Code、Codex、Copilot CLI 均可外挂。
🔗 https://github.com/microsoft/TokenEconomizer
2. NVIDIA/SkillEvaluator — 官方智能体技能评测框架(Apache-2.0)|⭐ 2,701
静态质量门禁 + 安全扫描 + 语义重叠检测 + 沙箱实战运行,给 Agent Skills 开放标准立标尺;GitHub 日榜单日约 +645 星。
🔗 https://github.com/NVIDIA/SkillEvaluator
3. elementalsouls/Claude-BugHunter — Claude Code 安全技能包(MIT)|⭐ 7,453
82 个技能、15 条斜杠命令、681 条公开漏洞报告模式覆盖 24 类核心漏洞,从自动化侦查、攻击链构建到证据管理与交付报告全流程;GitHub 日榜单日约 +950 星。
🔗 https://github.com/elementalsouls/Claude-BugHunter
📰 开源快讯
- PyTorch 基金会公布 2026 年度贡献者奖:在圣何塞 PyTorch Conference 2026 主题演讲舞台上公布第四届年度贡献者奖,共 15 位获奖者、11 位提名者,覆盖 9 个奖项类别,获奖人数较 2025 年的 11 位继续增加。
- Hugging Face × OpenRouter 打通开放模型生态:HF 语言模型 Inference Providers 切换为 OpenRouter 路由,按实时价格、速度与可靠性为每次请求挑选最优提供商、失败自动转移,代码无需更改;智能体轨迹还可存回 HF Hub,与模型一同用于评测或微调。
- google-research 开源 paper-orchestra 多智能体论文写作框架:Google Cloud AI Research 出品,把原始想法与实验日志转成可投稿的 LaTeX 稿——大纲、文献综述、章节、图表一条龙(GitHub 实时核验 ★1,528,Apache-2.0)。
内容由自动化流程生成,数据来源于公开网络资源,仅供参考,具体以官方发布为准。
更多推荐



所有评论(0)