模型發布與更新
Thinking Machines 的 Inkling. Mira Murati 的新創公司釋出了 Inkling，這是一個開放權重的專家混合模型，總參數 975B（活躍參數 41B）。該模型以文字、圖像、音訊和影片進行訓練，但目前僅輸出文字。
- Inkling by Thinking Machines is the #1 US open weight model now（在新分頁中開啟）
- The Benchmarks of Thinking Machine's first open-source model Inkling（在新分頁中開啟）
- Thinking Machines releases first open-weight model “Inkling”（在新分頁中開啟）
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling（在新分頁中開啟）
iPhone 版 Bonsai 27B. PrismML 釋出了 Bonsai 27B，該模型源自 Qwen3.6-27B，支援裝置端推理、工具使用和代理任務。據報導 Apple 正與該新創公司洽談中。三元量化支援正在向上游合併。
Grok-build 開源. xAI 在 Apache 2.0 授權下開源了 Grok CLI 編碼代理的程式碼庫，此前因預設上傳資料引發反彈。此舉旨在重建信任。
Kimi k3 即將到來. Moonshot AI 正在預告 Kimi k3 模型，其早期表現已在 Chatbot Arena 上報告。預計很快就會推出。
Agents-A1-4B 代理專家. 該模型在 BrowseComp、GAIA 和 SciCode 等基準測試中勝過大型模型，展現了參數高效的代理擴展能力。
Gemma 4 工具呼叫修復. Google 更新了 Gemma 4 的聊天模板以減少惰性並修復工具呼叫，同時在 Hopper GPU 上啟用了 Flash Attention 4。
Qwen 3.6 27B 長上下文. 用戶正在以超過 200K token 的上下文執行 Qwen 3.6 27B，達到 262K 且效能良好，得益於 MCP 工具膨脹優化。
Soofi S 多語言 30B. 德國 AI 聯盟釋出了 Soofi S，這是一個開放的 30B 模型，在德語和英語基準測試中均領先。
工具、平台與基礎設施
Codex Micro 代理鍵盤. OpenAI 推出了首款硬體產品 Codex Micro，這是一款售價 230 美元的迷你鍵盤，配備狀態 LED、旋鈕和快捷鍵，用於控制 Codex 編碼代理。
AWS 上的 Claude Apps Gateway. AWS 發布了 Claude apps gateway，這是一個用於 Claude Code 和 Desktop 的自託管控制平面，集中管理存取、成本和策略。
終端機 Mermaid 渲染器. 來自 Grok CLI 的獨立 Rust crate 在終端機中渲染 Mermaid 圖表，現已可透過 WASM 在瀏覽器中使用。
Stripe 代理基準測試. Stripe 發布了一項用於 AI 代理構建完整整合的基準測試，結果顯示代理擅長編碼，但在金融系統的驗證上遇到困難。
Slack 中的 Fleet 代理. LangChain 的 Fleet 現在可讓團隊一鍵將專門代理部署到 Slack，使代理能在對話執行緒內工作。
隔離的代理環境. LangChain 認為代理需要自己的電腦，具備檔案系統、shell 和網路存取，並提出臨時沙盒環境以確保安全執行。
適用於 AI 代理的 Postgres. 一場演講強調了 Postgres 如何作為生產環境 AI 代理的關係型基礎，處理狀態、向量搜尋和可靠性。
模型路由的複雜性. Hugging Face 發現，有效的代理模型路由必須考慮快取、任務特定開銷以及 token 定價以外的成本。
Shippy 海事代理. Skylight 團隊詳細介紹了構建 Shippy 的過程，這是一個用於海洋保護的代理，重點是透過系統性的靈魂、技能和配置架構來確保可靠性。
Mac 上的分散式強化學習. Pluralis Research 在四個國家的 14 台 Mac 上進行了一項強化學習後訓練實驗，展示了將資料保留在本機的分散式訓練。
CMP 170HX 解鎖. Falcon 安全處理器的一個漏洞可能允許將受限的 CMP 170HX 加密卡（80GB）轉換為完整的 A100 GPU，從而大幅降低成本。
AMD ROCm 7.14 預覽. AMD 標記了 ROCm 7.14「TheRock」的技術預覽版，提供對最新 GPU 運算堆疊的早期存取。
雙 DGX Spark 設置. 透過連接兩個 DGX Spark 單元，用戶可以分配約 250GB 記憶體來以 4 位元執行大型 MoE 模型，例如 Hy3 或 Deepseek V4 Flash。
Hy3 1 位元量化的可行性. Tencent 的 Hy3 模型的 1 位元量化版本（89GB）保留了驚人的連貫性，暗示了在適度硬體上運行未來大型模型的潛力。
Qwen3.5 122B AMD FP4. 一位社群成員發布了 ROCm FP4 量化版本的 Qwen3.5 122B-A10B，在 AMD 硬體上達到 28.5 tok/s。
企業與商業
石油與天然氣基礎模型. Applied Computing 募得 2000 萬美元，用於建立一個統一感測器數據、工程文件和物理模型的基礎模型，目標是石油與天然氣工廠。該市場中僅不到 8% 的數據被使用。
Microsoft 的銷售策略. Microsoft 高層指示銷售人員將 Copilot 推銷為完整的系統，相較於對手的「零件」，並強調 Office 應用程式在速度和安全性上優於 Anthropic 的 Claude。
與 Anthropic 合作的 Ode. Anthropic、Blackstone 和其他公司成立了 Ode，這是一個 15 億美元的合資企業，用於部署前線 AI 工程師，堅信實施勝過模型存取。
Rime 募得 2400 萬美元. Rime 的語音 AI 模型使用內部錄製的數據進行訓練，以完善特定行業的發音，目標是企業客戶通話。
Emergent 成為獨角獸. Emergent 以 15 億美元估值完成 1.3 億美元 C 輪融資，旨在為中小企業提供生產級 AI 編碼工具。
Whatnot 收購 Shaped. Whatnot 收購了 Shaped，以改善直播拍賣中即時、個人化的產品推薦，因為庫存變化迅速。
Apple Intelligence 在中國推出. Apple 的 AI 功能透過整合 Alibaba 的 Qwen 模型獲得中國監管批准，這是這家 iPhone 製造商在其第二大市場的關鍵一步。
Spotify 對話式 AI. Spotify 推出了一個語音與文字 AI 介面，讓 Premium 用戶獲得個人化推薦並詢問收聽歷史。
代理編排的現實檢驗. VentureBeat 調查發現，大多數企業「代理」其實是聊天機器人，平台正整合到 Claude 上，且成本控制仍然難以實現。
AI 安全、安全性與治理
GPT-Red 用於漏洞發現. OpenAI 建立了 GPT-Red，這是一個 AI 紅隊測試工具，能在 84% 的測試中發現提示注入漏洞，而人類僅 13%，有助於強化如 GPT-5.6 等模型。
Suno 爬取 YouTube 音樂. 一次駭客揭露顯示 Suno 使用了來自 YouTube、Deezer 和 Genius 的數百萬首歌曲訓練其 AI 音樂生成器，引發了版權訴訟。
Microsoft AI 輔助修補. Microsoft 發布了針對 570 個漏洞的修復程式，包括兩個零日漏洞，並指出 AI 工具發現了先前隱藏的錯誤。
xAI CSAM 訴訟. xAI 起訴一名男子，指控其繞過 Grok 的安全防護以生成 CSAM，要求賠償並凸顯了持續存在的濫用挑戰。
用於 AI 代理的 DNSid. Vint Cerf 支持一項基於 DNS 的身份標準，以在 AI 代理於開放網際網路上自主運作時追究其責任。
OpenAI 安全聯邦主義. OpenAI 的 Chris Lehane 認為，各州級別的 AI 安全法律正在趨同，為美國主導的全球治理框架鋪平道路。
研究與社群洞察
GPT-5.6 推翻猜想. 一位賓州大學教授使用 GPT-5.6 Sol Pro 在 90 分鐘內推翻了一個長久以來的統計學假設，而先前版本在 20 小時內仍失敗。
SWE-Bench Pro 審計. OpenAI 的審計顯示，一半已解決的 SWE-Bench Pro 任務包含未經審查的錯誤，強調了代理輔助基準檢查的必要性。
效率前沿分析. 一位 Reddit 用戶繪製了開放模型的效率前沿圖，顯示哪些模型在每個活躍參數上提供最佳效能。
本機模型滿意度. 一位 GPU 資源不足的用戶強調 Gemma 4 12B 是令人愉快的本機聊天助手，並強調最好的模型是你能真正運行的模型。
DS4 Flash 作為大腦. 一位用戶使用 2 位元量化的 DeepSeek V4 Flash 作為較小 Qwen 模型的規劃補充，報告了令人印象深刻的能力。
Torvalds：AI 是有用的. Linus Torvalds 表示 Linux 並非反 AI，強調 AI 顯然是實用的工具，維護者應使其成為助力而非阻力。
這一天的內容就到這裡——大約 5 分鐘讀完。