一家成立仅几个月的公司，估值就干到了1亿美元。 它做的事很简单：帮AI Agent省token钱。省到什么程度？同样的任务，成本直接砍掉75%。 一、Agent公司正在被token账单逼死 一个Agent完成一次任务，背后可能跑十几步，每一步都在烧token。 模型调用成本1元，用户付费1.15元，毛利只有15%。而行业生死线是30%。 很多Agent公司不是死于产品不行，是死于越用越亏。 二、四层架构，刀刀砍在成本上 第一层，智能路由。不是每一步都需要最强模型。OpenSqu

AI说话的时代，终于不用等它把整句话读完了。 就在几天前，李沐联合创立的Boson AI发布Higgs Audio v3 TTS，直接接入SGLang推理框架。这个模型最狠的地方：不用等完整句子出现，拿到几个字就能开始合成语音，而且前后音色、情绪、语速完全一致。 一、111种语言，个位数错误率 传统TTS做多语言，翻车是常态。 Higgs Audio v3覆盖111种语言和方言，100种语言上的语音识别错误率全部达到个位数。更狠的是零样本声音克隆&md

21岁，第二次创业，融了470万美金。 他说的第一句话是："人类和AI协作的最佳方式，很可能还没被发明出来。" 这个人叫John Yang，Paperboy的CEO。团队12人，10个工程师，最年轻的才19岁，CMU大一在读。 一、为什么现有AI工具让人用着不爽？ John做过一个叫Same.Dev的产品，也深度用过Manus。他的感受很直接： 现在的AI工具全是"session-based"——打开窗口，输入p

Benchmark成绩是幻觉 过去一年，GUI Agent的评测分数一路飙升，"全自动办公"似乎触手可及。但UniPat AI用SaaS-Bench撕碎了这个幻觉：23个真实SaaS系统、106个任务、六大专业领域，全部在Docker中本地部署，保留完整的前后端逻辑和业务数据。93.4%的任务跨越至少两个应用，最长操作轨迹超300步。这才是真实办公的样子。 最强模型也"全军覆没" 结果极其残酷。Claude Opus 4.7的检查点分数43.9%，端到端完

主流大模型在中国传统术数选择题上集体"翻车"，准确率仅23%-40%，几乎接近随机猜测。但Tianfu Agent系统一举将准确率提升至50%，逼近人类Top20选手的53.5%。 该系统的核心在于将Coding Agent的工具化范式引入术数领域。面对200多个专业工具，团队设计了四级可见性控制机制，按"可理解性"和"可穷举性"动态管理工具集，避免模型选择过载。 针对术数规则繁杂且流派矛盾的问题，系统将每条规则封装为带元数据的可调用函数