前OpenAI CTO Mira创立的Thinking Machines发布原生多模态交互模型
该交互模型能实时接收音视频、文本，支持随时打断并思考响应。它由前台交互模型和后台推理模型组成，前台每200毫秒处理输入并维护在场感，后台处理复杂推理，实现了从零训练的原生实时多模态交互。[1]
大黑AI速报
本期重点关注Thinking Machines发布原生多模态交互模型，以及GitLab为应对智能体时代启动重大重组，同时Browser Use推出N8N节点强化工作流自动化。
模型动态
产品工具
Browser Use新增N8N节点，大幅降低网页自动化门槛
Browser Use宣布推出N8N节点，用户现可直接在N8N工作流中调用其浏览器自动化能力。通过拖拽即可将AI网页操作集成进复杂流程，无需编写代码，显著降低了非技术人员使用门槛。[4]
Claude Code推出Agent视图，一个标签页管理多个并行智能体
Claude Code新增Agent视图功能，支持在【单一终端标签页】管理多个后台Agent。可查看各Agent的【实时状态】（已完成、需要输入等）、对话详情，并支持后台运行和随时回复，极大方便了长期任务处理。[5]
技巧教程
Reddit网友分享llama.cpp调参技巧：大幅提升MoE模型提示处理速度
用户通过增大llama.cpp的物理微批次大小（-ub）至8192，使gpt-oss-120b模型的提示处理速度从380 tok/s飙升至约【2091 tok/s，提升5.5倍】。代价是需将更多MoE层卸载到CPU导致生成速度略微下降7%。[6]
开发者分享Browser Use Agent实践：用AI自动报名半程马拉松
社区展示Browser Use Desktop的实战案例：AI代理自动完成了填写表格、询问缺失信息等操作，成功报名了一场半程马拉松。整个过程可实时观察，展现了AI代理在自动完成网页复杂任务上的潜力。[7]