Pi 1.0 与 Pi Durable 发布，支持 MCP 与崩溃恢复
Earendil 发布 Pi 1.0 与 Pi Durable，Pi 1.0 新增 Codemode 原生 MCP 支持、虚拟模型扩展、延迟工具加载与 Anthropic 模型缓存预热，Pi Durable 则将 Pi 移植到 TypeScript 并外置全部有状态组件。
#上下文扩展
#上下文扩展
今日 0 条Latent SpaceAI 评分7171
Latent SpaceAI 评分6666 OpenAI DevDay 2026 访谈：Computer Use 与 Agents API 新栈解析
Latent Space 在 OpenAI DevDay 后访谈 Computer Use 负责人 Ari Weinstein 与 API 产品负责人 Nikunj Handa，梳理 Dots、GPT-6.1 Sol、Agents API 与 Decisions API 等发布。
Berkeley AI Research (BAIR)精选AI 评分6262 BAIR 提出 ABBEL：用自然语言信念状态实现高效长程交互
BAIR 提出 ABBEL 框架，将递归摘要的内容隔离为自然语言信念状态并周期性更新，使智能体仅以当前信念作为工作上下文。在 CollabBench 协作编码任务中，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也低于全上下文设置。
推荐理由：该框架将摘要内容隔离为自然语言信念状态并加以监督，在协作编码任务中把与全上下文模型的差距缩小约一半。
Berkeley AI Research (BAIR)精选AI 评分6262 BAIR 综述自适应并行推理：从固定并行到模型自主控制流
BAIR 发布综述文章，系统梳理自适应并行推理（APR）这一范式，即让模型在推理时自行决定何时并行、开启多少线程以及如何协调。文章对比了 Multiverse、ThreadWeaver、Parallel-R1、NPR 等方法，指出 APR 相比 BoN 可避免冗余计算、相比 Tree-of-Thoughts 无需领域特定分解启发式，并给出以关键路径占比为核心的并行化奖励设计。
推荐理由：系统梳理自适应并行推理的推理系统设计与训练奖励方案，对比 Multiverse 与 ThreadWeaver 在 KV cache 聚合上的取舍。