Agentic AI News 2026年7月10日

GPT-5.6 和 ChatGPT Work. OpenAI 發布了 GPT-5.6 系列（Sol、Terra、Luna），專注於 token 效率和代理任務，聲稱在 Agents’ Last Exam 中獲得最高分。附帶的 ChatGPT Work 代理可以在桌面應用程式和雲端中運行長達數小時的任務，整合了 Codex 功能。GPT-5.6 將作為「首選模型」驅動 Microsoft 365 Copilot，而獨立的 Atlas 瀏覽器正在被淘汰，其功能將移至 ChatGPT 和 Chrome 擴充功能。該模型在有限的預覽期後獲得了監管機構的放行。

• OpenAI launches its new family of models with GPT-5.6（在新分頁中開啟）
• The new GPT-5.6 family: Luna, Terra, Sol（在新分頁中開啟）
• OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’（在新分頁中開啟）
• OpenAI wants its new tool to do your work for you and with you（在新分頁中開啟）
• OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter（在新分頁中開啟）
• OpenAI is shutting down Atlas, but its AI browser ambitions are still growing（在新分頁中開啟）
• The ChatGPT browser is already dead（在新分頁中開啟）
• How did the government decide OpenAI’s frontier model was safe to release?（在新分頁中開啟）

Meta 的編碼模型 Spark 1.1. Meta 推出了 Muse Spark 1.1，這是一款價格具有競爭力的多模態代理編碼模型。它支援錯誤修復、大型程式碼遷移和多代理工作流程。Meta 也計劃推出開源版本。

• Meta enters the crowded AI coding battle with Muse Spark 1.1（在新分頁中開啟）
• Meta says its new AI model is ready to compete on coding（在新分頁中開啟）
• Meta are apparently working on an open source variant of Muse Spark.（在新分頁中開啟）

Claude Reflect 儀表板. Anthropic 推出了 Reflect，這是一個顯示 AI 使用模式、熱門主題和任務類型的儀表板。它旨在通過休息提醒和安靜時段幫助用戶養成習慣，強化 Claude 在日常工作流程中的整合。

• Anthropic’s new Claude feature is quietly selling you on AI（在新分頁中開啟）
• Say hello to Claude Wrapped（在新分頁中開啟）

消費級 GPU 上的大型模型. 一個自訂的 vLLM 分支通過將路由專家壓縮至 2 位元，使得在單張 RTX 6000 Pro 上運行 Deepseek V4 Flash 成為可能。GLM-5.2 同樣可以容納在 25GB RAM 的機器上，展示了大型 MoE 模型在本地的可及性日益增長。

• Deepseek V4 Flash on a single RTX 6000 Pro - vLLM-Moet（在新分頁中開啟）
• GLM-5.2 (744B MoE) on a 25GB-RAM consumer machine（在新分頁中開啟）

Puzzle-75B 在 3×3090 上. NVIDIA Puzzle-75B-A9B MoE 具有 9B 活躍參數，在三張 RTX 3090 上以 132 t/s 的解碼速度運行，為多 GPU 設置提供了一個結合密集模型品質和低活躍參數速度的甜蜜點。

• NVIDIA Puzzle-75B-A9B NVFP4 at 132 t/s on 3×3090 — Why is this size category a desert otherwise?（在新分頁中開啟）

量化損害代理. 基準測試顯示，雖然低位元量化幾乎不影響知識回憶（GPQA），但它顯著降低了代理性能（Terminal Bench 2）。未調校的 27B 模型在代理任務中勝過調校後的 75B，因為更少、更智慧的工具呼叫勝過了原始的 token 速度。

• Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores（在新分頁中開啟）
• Has anyone tested how quantization hits different capabilities separately? My results are surprising.（在新分頁中開啟）
• The untuned 27B beat the tuned 75B as an agent（在新分頁中開啟）

用於記憶的本地嵌入. 對於已經為 API LLM 存取付費的用戶，運行本地嵌入和重排序模型（例如 Qwen3 Embedding/Reranker 4B）比本地 LLM 更實用，可以在沒有額外 API 成本的情況下實現基於 RAG 的記憶系統。

• If You Already Pay for an LLM Service, Running Local Embeddings and Rerankers Feels More Useful Than Running Local LLMs（在新分頁中開啟）

擴展線性 RNN. 稀疏 Delta 記憶體以對大型顯式記憶體的稀疏讀寫取代密集的鍵值外積，在相同計算預算下大幅提升長上下文回憶和上下文內學習。參數化記憶體初始化進一步增強了常識推理。

• [Paper] Sparse Delta Memory: Scaling the State of Linear RNNs through Sparsity（在新分頁中開啟）

窺探 Claude 的思維. Anthropic 的 Jacobian 鏡頭揭示了 Claude Opus 4.6 內部一個隱藏的「J-space」，其中即將出現的單詞在生成前就被預先激活。這種內部視角常常與模型陳述的計劃不同，提供了新的監控和控制機制。

• Anthropic found a hidden space where Claude puzzles over concepts（在新分頁中開啟）

注意力核心上限. 在消費級 RTX GPU 上對 FlashAttention-3/4 最佳化的探索發現，FlashAttention-2 已經使計算管線飽和，意味著進一步的預填充加速將需要更低精度的硬體或犧牲準確性。

• Exploring FlashAttention-3/4 optimizations on RTX GPUs（在新分頁中開啟）

OpenAI 版權證據爭議. 紐約時報指控 OpenAI 隱藏證據，稱其能夠在訓練數據和聊天記錄中搜索受版權保護的作品，一名工程師的證詞揭示了法院否認的內部搜索能力。新聞機構正在尋求制裁。

• New York Times says OpenAI hid evidence in ChatGPT copyright trial（在新分頁中開啟）
• OpenAI may have made a fatal misstep in copyright fight with news orgs（在新分頁中開啟）

OpenAI 領導層改組. OpenAI 的 AGI 主管 Fidji Simo 因長期神經免疫疾病辭職，轉為兼職顧問角色。她是今年一系列高層離職中最新的一位。

• Fidji Simo steps down from OpenAI’s no. 2 role（在新分頁中開啟）
• Fidji Simo steps down from leading OpenAI’s AGI work due to illness（在新分頁中開啟）

兆美元 IPO. Anthropic 和 OpenAI 以及 SpaceX 的待定 IPO 預計將產生比 2000 年以來所有美國創投支持退場更多的價值。然而，Sequoia 估計，1.5 兆美元的 AI 基礎設施支出需要 3 兆美元的收入才能損益平衡。

• Anthropic, OpenAI, and SpaceX are bigger than the last 25 years of tech exits（在新分頁中開啟）
• Can AI answer the $3 trillion question?（在新分頁中開啟）

馬斯克改變對 Anthropic 的態度. Elon Musk 現在讚賞 Anthropic，說他對他們的看法是「錯誤的」，並承諾不會切斷他們對 SpaceX 數據中心的存取。Anthropic 是一個主要客戶，以每月 12.5 億美元租用 300MW。

• Elon Musk praises Mythos/Fable, promises not to ‘cut off’ Anthropic（在新分頁中開啟）

代理運行 1 億美元募資. 新創公司 Lyzr 使用自己的 AI 代理處理 1 億美元 B 輪融資的投資者問答，在沒有面對面簡報的情況下吸引了 4 億美元的興趣。該代理追蹤投影片並撰寫備忘錄，證明了產品的效果。

• An AI agent startup just let its agent run its $100M fundraise（在新分頁中開啟）

Ollama 獲得 6500 萬美元. Ollama 是運行本地模型的流行工具，在接近 900 萬用戶之際募集了 6500 萬美元的 B 輪融資，幫助開發者輕鬆在個人硬體上運行和管理 LLM。

• Popular open source AI developer tool Ollama raises $65M, grows to nearly 9M users（在新分頁中開啟）

Google 標記 AI 廣告. Google 現在將在搜尋、YouTube 和 Discover 上的廣告顯示「使用 AI 創建或編輯」標籤，對自家工具自動添加，對其他工具則手動添加，跟進 Meta 的類似舉措。

• Google will now tell you if an ad was made with AI（在新分頁中開啟）
• Google will now disclose which ads are made with AI（在新分頁中開啟）