AI 日刊 · 2026-09-18
Product
1. Jina 发布 3.4B 端到端文档解析模型
Jina AI 发布端到端文档解析模型 jina-ocr-v1。总参数 3.4B，每 token 约激活 570M，基于 DeepSeek-OCR 微调。一页图一次转成 Markdown，含文本、公式、表格和阅读顺序。默认动态分辨率下 OmniDocBench v1.6 为 91.14，olmOCR-Bench 为 83.4。一块 A100 40GB、并发 32 时约 2.57 页/秒。转述称低端 L4 即可部署，同精度的 chandra-ocr-2 约 0.38 页/秒、dots.mocr 约 0.55。速度来自 FastMTP 投机解码，K=3 时平均每次校验提交 2.7 个 token，官方称结果与纯自回归字节级一致。许可是 CC-BY-NC-4.0。更高分模型仍更慢，也更吃卡。
来源：jina-ocr-v1 - Search Foundation Models
2. Cua 用 Jev 做跨系统快速 Computer Use
Cua 宣布 jev-use 开发预览，覆盖 macOS、Windows 和 Linux。它把 TypeSafe 的 Jev 决策模型接到 Cua Driver 上，声称快速 Computer Use 已被解决。草稿在 GitHub PR #3943。Cua 提供开源桌面驱动、隔离云桌面、本机 macOS 虚拟机和评测。你自带代理和模型，它提供电脑和自动化。Computer-Use 2.0 指同一任务里在代码、API 和图形界面之间移动。Jev 负责在共享状态上做类型化选择，而不是逐 token 写操作说明。这是把 GUI 代理的“下一步点哪里”从生成模型里拆出来。跨系统延迟和成功率仍只有卖方数字。
来源：GitHub
3. Parallel 排行：Astra 搜索智力最高
Parallel 在 9 月 14 日更新搜索能力榜。问题是：哪些模型最会编排网页搜索并合成正确答案。OpenAI GPT-6 Astra 搜索智力分最高，为 70.3，适合要复杂推理和最高准确率的任务。GPT-5.6 Luna 最省钱，约每 1,000 任务 23 美元，成本约为榜首的十三分之一。DeepSeek V4.1 Flash 从搜索中获得的提升最大，加 45.0。不是所有模型加搜索都同样受益。这把“会不会用搜索”从功能开关改成可买的能力差。分数混了公开和自有基准，方法页需要对照。智力分不等于延迟或引用质量。
Tutorial
1. Jev 实操：它是带概率的智能 if
Flavio Copes 写了 Jev 长文。Jev 不写回复、解释或代码。你提交一段 state 和一组类型化问题，它返回是否、选项或分数，每项都带概率。官方称多数调用约 100 毫秒，输入每百万 token 0.042 美元，输出免费。TypeSafe 9 月 15 日以 4000 万美元种子轮出隐形，称其为 System One 模型。和 ChatGPT 或编码代理不同，Jev 是普通程序里的判断元件。一次请求可并行回答多个问题。文章给出赞助表单分流的请求和返回形状，并提醒数字需自备标注校准。它适合嵌进控制流，不适合当聊天界面。
来源：A deep dive into Jev, TypeSafe
2. 15 分钟讲清如何改 pi 的编码 harness
Arnav Gupta 用 15 分钟切片讲编码 harness。多数人把代理套件当成固定物。在 pi 里，改循环往往是一个小 TypeScript 文件，不必分叉。他演示三层扩展：只观察、加工具、改写上下文，对应 speedometer、checklist 和 context-prune。现场举手：几乎人人用过编码代理，约一半加过脚本或 MCP，只有约四分之一改过 harness 本身。结论是人们围着代理定制，却很少改套件。谈的是 pidotdev 的生命周期事件。视频是活动节选，不是逐步实验记录。
来源：Building Your Coding Harness (15-min cut)
Opinions/Thoughts
1. Elyx 要从设计文件里长出可执行系统
Sketch 背景的 Pieter Omvlee 写为什么做 Elyx。三个种子：新设计师问“我们现在的 onboarding 是什么”，现有稿已过期，只能新开账号走一遍；设计系统管不过来哪些组件还在用，因为文档有的有效、有的在腐烂；Claude 一类代理开始靠本地文件系统在超上下文的代码库里工作。设计文件没有等价于代码的可执行上下文。Elyx 想让代理像读代码一样读设计，并回答组件使用和状态覆盖。这是动机文，不是发布说明。它把设计工具的下一跳说成给代理的结构化记忆，而不是更多画板。产品能走多远，仍要看文件格式和权限。