EP178 · 全双工语音、GKE Agent、Claude CRM · 09-17 早报

Gradium 负责人从语音交互的演进解释全双工为何关键：现有语音模型多在听与说之间轮换，难以处理附和与重叠表达。团队主张让轻量语音界面负责自然对话，将推理和工具调用交给后台文本模型，借此平衡实时感、智能能力与部署成本。

Google 推出可运行于 GKE 的开源 Agent Substrate，把智能体执行环境与机器管理拆开：运行时以微型虚拟机或 gVisor 隔离代码，并通过网络网关约束访问。它会在空闲时保存沙箱状态、释放算力，再按需恢复；文章的重点是为大量长生命周期智能体兼顾安全、低延迟和资源利用。

Anthropic 与 Salesforce 发布测试版插件，让销售人员在既有权限内把账户、商机和销售管道带入 Claude。它可汇集 CRM、邮件和 Slack 的会前信息，生成跟进内容并提出记录更新；写入 Salesforce 前仍由销售人员确认，适合观察权限边界与人工审批如何落地。

阶跃星辰发布 StepAudio 3 系列模型，包括实时交互、语音识别、文本转语音、音频生成和音乐创作，其中多款模型在 Artificial Analysis 榜单中位列全球第一，展现出在内容理解、实时交互和音频创作方面的领先能力。

Pinterest 的 Manas 搜索平台通过对 HNSW 和 IVF 索引应用标量量化与乘积量化、转向基于 SSD 的 SPANN 服务，并试点多向量后期交互检索，大幅削减了内存成本。

无问芯穹开源具身端侧推理引擎 APXInf，凭借 Rust 运行时与 FP8 量化实现 Jetson Thor 26 ms 延迟、38.46 Hz 频率，兼顾性能、稳定与快速模型接入。

Nous Research 让开源 Agent Hermes 重构自身代码库，派出 1393 个子 Agent，将超百万行非测试 Python 代码削减 34.4%，并公开了编排、验证与故障恢复的完整机制。

分子之心自研反应性机器学习力场 QuantaMind 以接近 DFT 的精度和经典分子动力学的速度，在万原子级体系上完整模拟酶催化循环，将十万原子反应体系单步耗时从千万天量级压缩到 0.25 秒，成果登上 Science Advances。

Claude for Small Business 扩展了其服务，包括 43 个工作流和 27 个与热门商务工具的新集成，使小型企业主能够自动化后台任务并推动增长。此次更新还引入了一系列免费的现场研讨会和合作伙伴网络研讨会，帮助用户上手使用新功能。

OpenAI 开发者体验负责人 Charlie Guo 指出语音智能体不必口头回复，梳理可混用的语音到语音、语音到动作与事件到语音三种模式，并说明原生实时音频与 GPT Realtime 2 如何解锁更丰富、更可及的产品。

Claude 说明了为何为安全监控保留 30 天滚动窗口，以及 Enterprise Frontier Safeguards 如何让符合条件的企业在自行掌控数据的前提下继续识别滥用行为。

该博客文章指出了 LLM 强化学习中的马太效应——简单任务不断提升而困难任务停滞不前——并提出了一种自适应采样方法「永不放弃」，将计算资源重新分配给困难问题，表现优于标准 GRPO。

T‑Mem 在写入记忆时预先生成联想触发器，使长对话记忆在无相似度的场景下也能被召回，实验在 LoCoMo 与 LoCoMo‑Plus 上刷新 SOTA。

斯坦福 116 页企业 AI 实施手册调研 51 个真实案例后指出，AI 落地最难的不是技术而是组织，77% 的难题来自变革管理、数据质量与流程重设计，职能部门才是最大阻力。

两位 AI 芯片创业者拆解 Groq、Cerebras 与 OpenAI 三条推理芯片路径的技术取舍，指出推理时代核心矛盾从算力转向带宽性价比，SRAM 与系统级异构是主要解法，而静态编译调度与晶圆级良率成本是各自软肋。

文章以实习生一天烧掉 1 亿 Token 却只改十几行代码为引子，指出 Input Token 才是成本黑洞、每行代码成本是伪指标，主张用单位有效任务成本衡量 AI Coding 效率，并给出个人与团队层面的落地方法。

上海人工智能实验室发布多模态基础大模型「书生-S2」，通过创新 Memory Decoder 架构实现领域知识的可插拔扩展，在科学计算、长程数学推理与智能体能力上达到顶尖水平，并预告了首个隐空间语言模型 NCP-ArchPreview。

Meta FAIR 和华盛顿大学的研究表明，将大模型蒸馏到字节级别（而非 Token）可以显著提高小模型的性能上限，其中 End-Of-Token 方法在预测准确率上比传统 Token 蒸馏高出 4 个百分点。

xLean 创始人薛轲翰分享其双形态洗地机器人 TR1 的产品逻辑：以高频刚需的家庭清洁为切入点，通过手持模式采集高密度示范数据实现清洁闭环，并以此为底座构建模块化扩展的 Family Agent 生态。

作者发现 Codex GPT-6 Astra 额度快速消耗主要由于上下文累积，通过精简 AGENTS.md 并设置自动压缩与工具输出限制，显著降低了 token 用量。