AINews - 2026-01-23
📰 十大AI新闻要点
1. OpenEvidence 融资120亿美元，估值达120倍PS
AI医疗公司OpenEvidence完成新一轮融资，估值达到120亿美元，是去年估值的12倍。公司CEO称其产品已被美国40%的医生使用，去年年收入超过1亿美元，这意味着其估值达到了惊人的120倍市销率。
2. Anthropic发布Claude“宪法”并采用CC0许可
Anthropic公开发布了用于直接训练Claude模型的“宪法”，详细描述了期望的行为和价值观。该宪法以CC0 1.0许可发布，鼓励社区重用和改编，Anthropic将其定位为一个由内外部专家共同塑造的“活文件”。
3. Podium宣布AI智能体年经常性收入超1亿美元
商业软件公司Podium宣布其AI智能体业务年经常性收入（ARR）已超过1亿美元，部署了超过1万个名为“Jerry”的AI智能体。该公司将智能体定位为“AI员工”，用于解决中小企业的人力资源限制问题，如处理非工作时间线索和错过的电话。
4. Runway发布Gen-4.5图像转视频模型
Runway发布了新一代图像转视频模型Gen-4.5，重点强调其在叙事一致性、相机控制和故事连贯性方面的提升。早期使用者认为“故事构建”能力是评估视频模型的最佳方法。
5. Cognition推出Devin Review代码审查工具
AI编程公司Cognition推出了Devin Review，这是一个新的PR阅读界面，旨在通过重新按重要性排序差异、识别重复/复制代码、添加聊天层以及与GitHub评论集成来减少代码审查中的“马虎”。用户可以通过替换URL或使用
npxCLI来访问。
6. Google与可汗学院合作推出Gemini写作教练
Google宣布与可汗学院建立合作伙伴关系，首先推出“写作教练”功能。该工具旨在指导学生进行草稿撰写和修改，而不是直接生成最终答案，标志着AI在教育领域向引导式辅助的转变。
7. Runpod年经常性收入达到1.2亿美元
AI云基础设施初创公司Runpod在成立四年后，年经常性收入（ARR）达到1.2亿美元。该公司最初从一个Reddit帖子起步，其快速增长验证了“面向开发者的GPU云”是一个持久的市场利基。
8. Lightning AI与Voltage Park合并
Lightning AI（由William Falcon领导）与GPU云提供商Voltage Park（由Ozan Kaya领导）宣布合并。此举被视为在快速整合的“托管GPU基础设施”领域，与Runpod等公司展开竞争的重要一步。
9. xAI联合创始人Greg Yang因健康问题转为顾问
xAI联合创始人Greg Yang宣布，因被诊断出莱姆病并出现慢性疲劳和免疫系统问题，他将转为公司的顾问角色，以专注于个人健康恢复。这一消息引发了AI社区的广泛关注和支持。
10. Video Arena视频模型对战平台上线
视频生成模型评估平台Video Arena现已上线网页版，允许用户在约15个前沿视频模型之间进行头对头生成比较，并通过社区投票驱动排行榜。不过，平台目前限制每24小时只能生成3次。
🛠️ 十大工具产品要点
1. AirLLM：极低VRAM推理引擎
AirLLM的核心创新是顺序层加载（加载→计算→释放）技术，可选压缩，提供类似Hugging Face的API，支持CPU/GPU和Linux/macOS。开发者声称其可以在极低的VRAM（如8GB）上运行超大规模模型（如405B参数），但需要注意吞吐量和延迟方面的工程限制。
2. Prefect Horizon：企业级智能体“上下文层”平台
Prefect推出Horizon平台，定位为连接智能体与企业工具/数据的“上下文层”接口。它解决了MCP协议在组织级部署、治理方面的不足，提供托管部署、注册表/目录、带RBAC和审计日志的网关，以及面向业务用户的“智能体界面”。
3. LangChain Deep Agents与Agent Builder GA
LangChain发布了Deep Agents框架和Agent Builder的正式版（GA）。Deep Agents采用“智能体即文件夹”的理念，强调可移植性和快速部署。Agent Builder则提供了一个模板库，与Tavily、PagerDuty等合作伙伴集成，旨在减少从提示词到可运行智能体的摩擦。
4. CopilotKit构建全栈Deep Agent应用教程
CopilotKit发布了一个教程，演示如何构建一个全栈的Deep Agent应用，流程包括简历摄取→技能提取→集成网络搜索的子智能体→流式UI。该教程旨在解决智能体开发中“缺失的UI/应用层”问题。
5. Agent Cognitive Compressor (ACC)：压缩智能体状态
ACC（Agent Cognitive Compressor）提出了一种新的智能体记忆管理方法，认为“更多上下文 ≠ 更好的智能体”。它通过模式约束的提交来维护一个有界的“压缩认知状态”，声称可以在长程任务中降低漂移和幻觉。
6. APEX-Agents：专业服务长程任务基准
APEX-Agents是一个新的基准测试，用于评估智能体在Google Workspace环境中执行长程“专业服务”任务的能力。早期Pass@1分数普遍较低（如Gemini 3 Flash High为24.0%），凸显了当前“智能体自主性”仍然脆弱。
7. prinzbench：法律研究与搜索私有基准
prinzbench引入了一个用于法律研究和搜索的私有基准（33个问题，手动评分，运行3次）。结果显示，搜索是主要的失败模式，GPT-5.2 Thinking的准确率勉强超过50%，而Claude Sonnet/Opus 4.5在搜索任务上得分为0/24。
8. GitHub Copilot CLI新增交互式提问工具
GitHub Copilot CLI增加了一个
askUserQuestionTool工具，允许AI在遇到模糊指令（例如混乱的代码变基）时向用户提出澄清性问题。这标志着CLI智能体从纯自动补全向交互式工具使用的演变。
9. Coderrr：开源Claude Code替代品
开发者Akash构建了Coderrr，一个免费开源的Claude Code替代品，旨在提供一种新颖的代码生成方法。该项目正在GitHub上寻求反馈和贡献。
10. Inforno：支持多模型并排聊天的开源桌面应用
Inforno是一个开源桌面应用程序，利用OpenRouter和Ollama，允许用户与多个LLM进行并排聊天，并将聊天历史保存为.rno文件。该应用内置俄语支持，提供了一个集中管理多模型对话的界面。