模型发布与更新
Thinking Machines 推出 Inkling. Mira Murati 的创业公司发布了 Inkling，这是一个开放权重的混合专家模型，总参数量为 975B（活跃参数 41B）。该模型在文本、图像、音频和视频上训练，但目前仅输出文本。
- Inkling by Thinking Machines is the #1 US open weight model now（在新标签页中打开）
- The Benchmarks of Thinking Machine's first open-source model Inkling（在新标签页中打开）
- Thinking Machines releases first open-weight model “Inkling”（在新标签页中打开）
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling（在新标签页中打开）
为 iPhone 打造的 Bonsai 27B. PrismML 发布了源自 Qwen3.6-27B 的 Bonsai 27B，支持设备端推理、工具使用和智能体任务。据报道，苹果正在与这家初创公司洽谈。三值量化支持正在上游合并中。
Grok 构建开源. xAI 在 Apache 2.0 许可证下开源了 Grok CLI 编码智能体代码库，此前因默认数据上传引发争议。此举旨在重建信任。
Kimi k3 即将到来. Moonshot AI 正在预告 Kimi k3 模型，早期性能已在 Chatbot Arena 上报告。预计很快发布。
Agents-A1-4B 智能体专家. 该模型在 BrowseComp、GAIA 和 SciCode 等基准上优于更大的模型，展现了参数高效的智能体扩展能力。
Gemma 4 工具调用修复. Google 更新了 Gemma 4 的聊天模板以减少惰性并修复工具调用，同时在 Hopper GPU 上启用了 Flash Attention 4。
Qwen 3.6 27B 长上下文. 用户正在以超过 200K token 的上下文运行 Qwen 3.6 27B，借助 MCP 工具膨胀优化，已达到 262K 且性能良好。
Soofi S 多语言 30B. 德国 AI 联盟发布了 Soofi S，一个开放的 30B 模型，在德语和英语基准测试中均领先。
工具、平台与基础设施
Codex Micro 智能体键盘. OpenAI 推出了其首款硬件 Codex Micro，一款 230 美元的迷你键盘，带有状态指示灯、拨盘和快捷键，用于控制 Codex 编码智能体。
AWS 上的 Claude Apps Gateway. AWS 发布了 Claude Apps Gateway，这是 Claude Code 和 Desktop 的自托管控制平面，集中管理访问、成本和策略。
终端 Mermaid 渲染器. 来自 Grok CLI 的一个独立 Rust crate 在终端中渲染 Mermaid 图表，现在可通过 WASM 在浏览器中使用。
Stripe 智能体基准测试. Stripe 发布了一个 AI 智能体构建完整集成的基准测试，结果显示智能体在编码方面表现良好，但在金融系统的验证方面存在困难。
Slack 中的 Fleet 智能体. LangChain 的 Fleet 现在允许团队一键将专用智能体部署到 Slack，使智能体能够在对话线程中工作。
隔离的智能体环境. LangChain 认为智能体需要自己的计算机，具有文件系统、Shell 和网络访问权限，并提出临时沙箱环境以确保安全执行。
用于 AI 智能体的 Postgres. 一个演示文稿强调了 Postgres 如何作为生产级 AI 智能体的关系型基础，处理状态、向量搜索和可靠性。
模型路由的复杂性. Hugging Face 发现，有效的智能体模型路由必须考虑缓存、任务特定开销以及超出 token 定价的成本。
Shippy 海洋智能体. Skylight 团队详细介绍了构建 Shippy（一个用于海洋保护的智能体）的过程，通过系统化的灵魂、技能和配置架构来确保可靠性。
在 Mac 上进行分布式强化学习. Pluralis Research 在四个国家的 14 台 Mac 上进行了一次强化学习后训练实验，展示了保持数据本地的去中心化训练。
CMP 170HX 解锁. Falcon 安全处理器的一个漏洞可能允许将有缺陷的 CMP 170HX 加密卡（80GB）转换为完整的 A100 GPU，从而可能大幅降低成本。
AMD ROCm 7.14 预览. AMD 标记了 ROCm 7.14 'TheRock' 的技术预览，提供对最新 GPU 计算栈的早期访问。
双 DGX Spark 设置. 通过连接两台 DGX Spark 设备，用户可以分配约 250GB 内存，以 4 位精度运行大型 MoE 模型，如 Hy3 或 Deepseek V4 Flash。
Hy3 1 位量化的可行性. 腾讯 Hy3 模型的 1 位量化版本（89GB）保留了惊人的连贯性，暗示了在普通硬件上运行未来大型模型的潜力。
Qwen3.5 122B AMD FP4. 一位社区成员发布了 ROCm FP4 量化版的 Qwen3.5 122B-A10B，在 AMD 硬件上达到了 28.5 tok/s。
企业与商业
油气基础模型. Applied Computing 筹集了 2000 万美元，用于构建一个统一传感器数据、工程文档和物理模型的基础模型，面向一个数据使用率不到 8% 的市场。
微软的销售策略. 微软高管指示销售人员将 Copilot 宣传为一个完整的系统，而竞争对手只提供'部件'，并指出在 Office 应用中的速度和安全性优于 Anthropic 的 Claude。
与 Anthropic 合作的 Ode. Anthropic、黑石集团和其他公司共同成立了 Ode，这是一项 15 亿美元的风险投资，旨在部署前线 AI 工程师，相信实施能力比模型访问更重要。
Rime 筹集 2400 万美元. Rime 的语音 AI 模型使用内部录制数据进行训练，以完善特定行业的发音，面向企业客户电话场景。
Emergent 成为独角兽. Emergent 以 15 亿美元估值完成了 1.3 亿美元的 C 轮融资，旨在为中小企业提供生产级 AI 编码工具。
Whatnot 收购 Shaped. Whatnot 收购了 Shaped，以改进直播拍卖中实时、个性化的产品推荐，因为拍卖中库存变化迅速。
Apple Intelligence 中国发布. 苹果的 AI 功能通过集成阿里巴巴的通义千问模型获得了中国监管部门的批准，这是这家 iPhone 制造商在其第二大市场迈出的关键一步。
Spotify 对话式 AI. Spotify 为 Premium 用户推出了语音和文本 AI 界面，用于获取个性化推荐和查询收听历史。
智能体编排的现实检查. VentureBeat 的调查发现，大多数企业'智能体'实际上是聊天机器人，平台正在向 Claude 集中，而成本控制仍然难以实现。
AI 安全、保障与治理
用于漏洞发现的 GPT-Red. OpenAI 构建了 GPT-Red，这是一款 AI 红队工具，在 84% 的测试中发现了提示注入漏洞，而人类只有 13%，有助于加固像 GPT-5.6 这样的模型。
Suno 抓取 YouTube 音乐. 一次黑客事件揭示 Suno 使用来自 YouTube、Deezer 和 Genius 的数百万首歌曲训练其 AI 音乐生成器，这加剧了版权诉讼。
微软 AI 辅助补丁. 微软发布了修复 570 个缺陷的补丁，包括两个零日漏洞，并指出 AI 工具发现了之前隐藏的 bug。
xAI 的 CSAM 诉讼. xAI 起诉一名男子涉嫌绕过 Grok 的安全措施生成儿童性虐待内容（CSAM），寻求损害赔偿并凸显持续的滥用挑战。
面向 AI 智能体的 DNSid. Vint Cerf 正在支持一个基于 DNS 的身份标准，以便在 AI 智能体在开放互联网上自主运行时对其进行问责。
OpenAI 安全联邦主义. OpenAI 的 Chris Lehane 认为，各州级的 AI 安全法律正在趋同，为美国主导的全球治理框架铺平了道路。
研究与社区洞察
GPT-5.6 推翻猜想. 宾夕法尼亚大学教授使用 GPT-5.6 Sol Pro 在 90 分钟内推翻了一个长期存在的统计学假设，而其前代产品在 20 小时内未能成功。
SWE-Bench Pro 审计. OpenAI 的审计显示，已解决的 SWE-Bench Pro 任务中有一半包含未经审查的错误，强调了智能体辅助基准检查的必要性。
效率前沿分析. 一位 Reddit 用户绘制了开放模型的效率前沿，显示了哪些模型在每个活跃参数上提供了最佳性能。
本地模型满意度. 一位 GPU 受限的用户称赞 Gemma 4 12B 是一个令人愉快的本地聊天助手，强调最好的模型是你真正能运行的模型。
DS4 Flash 作为大脑. 一位用户将 2 位量化的 DeepSeek V4 Flash 用作较小 Qwen 模型的规划补充，并报告其能力令人印象深刻。
Torvalds：AI 是有用的. Linus Torvalds 表示 Linux 并非反 AI，强调 AI 显然是一个有用的工具，维护者应使其提供帮助而非阻碍。
这一天的内容就到这里——大约 5 分钟读完。