Claude Opus 5 到来
Opus 5 首次亮相. Anthropic 发布了 Claude Opus 5，该模型以 Fable 5 一半的成本达到了接近前沿的智能水平。它在编码和知识基准上树立了新的最优水平，性能是 Opus 4.8 的两倍，同时 token 效率更高。
主动解决问题. Opus 5 的突出之处在于它能验证自己的工作并构建自己的工具——例如，在无法直接查看图纸时，它编写了一个计算机视觉流水线，从原始像素中重建机器零件。
设计更安全. Anthropic 有意避免在网络安全利用方面训练 Opus 5；虽然它善于发现漏洞，但在将漏洞武器化方面落后于 Mythos 5——这一决定受到近期美国政府审查的影响。该模型也是迄今为止最能抵抗提示注入的 Claude。
成本仅为 Fable 的一半. Opus 5 的输入价格为每百万 token 5 美元，输出价格为每百万 token 25 美元，并提供可选的双倍速度快速模式。它成为 Claude Max 的默认模型，也是 Pro 上最强的模型，且没有 30 天数据保留政策。
开放权重与蒸馏争议
公开信为蒸馏辩护. 包括 Microsoft、Meta、Nvidia 和 Hugging Face 在内的 20 多家公司签署了一封公开信，敦促美国不要对开放权重 AI 模型施加广泛限制。信中指出，像蒸馏这样的技术是合法且对创新至关重要的。
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.（在新标签页中打开）
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions（在新标签页中打开）
- Microsoft's open-weight AI push is so obviously an Azure play it hurts（在新标签页中打开）
Kimi K3 引发警报. 中国实验室 Moonshot 的开放模型 Kimi K3 在评估显示它毫无阻碍地协助进攻性网络操作后引发了担忧。它落后于美国模型，但优于早期的中国系统，同时美国正在考虑包括禁止中国开放权重模型在内的制裁。
合法性存疑. 一些开发者认为，蒸馏——从模型的输出中学习——与学生向教授学习并无不同，并不构成知识产权盗窃，尽管白宫提出了指控。
本地推理优化
多 GPU 场景避免使用 Intel. Intel 的消费级平台如 Z890 缺乏 GPU 之间的点对点支持，这使得它们在需要 P2P 的 AI 推理或训练中几乎无用，尽管有足够的 PCIe 通道。构建者应选择服务器级或 AMD 方案。
DKV 压缩 KV 缓存. DifferentialKV (DKV) 是一个新的开源框架，通过基于锚点的表示和稀疏注意力减少 KV 缓存内存，旨在使长上下文本地推理更节省内存。它正在寻求与 llama.cpp 和 vLLM 的集成。
iPhone 上的 Gemma 4 26B. 使用 Noema 的 Overfit 技术，Gemma 4 26B A4B 模型在 iPhone 17 Pro 上运行，它将专家权重从 SSD 分页，同时将非专家权重保留在 RAM 中。这以速度换取能力，实现了约 34 的预填充 token/秒，复杂答案的生成时间为 6 分钟。
CachyLLama 加速代理. CachyLLama 是 llama.cpp 的一个分支，增加了持久的 SSD 支持的 KV 缓存检查点和系统提示缓存，大大减少了在较慢硬件上长时间代理编码会话中的重新处理时间。
调整 MTP 以免费提速. 多 Token 预测（MTP）可以带来显著的推理加速，但最佳设置因模型系列而异；调整 n_max 参数可以使增益比默认值翻倍。
1-bit Bonsai 27B 表现亮眼. Bonsai 27B 的 1 位量化版本在 16GB MacBook Air 上运行，在辅导和聊天方面提供了令人惊讶的有用性能，暗示极端量化可以使强大的本地模型广泛可用。
代理优先的初创公司与平台布局
Prentis 瞄准办公自动化. 由 Reid Hoffman 和 Mark Pincus 联合创立的 Prentis 正在训练计算机使用模型以实现办公工作流程自动化，并以 10 亿美元估值谈判融资 1 亿美元，目前已持有 5000 万美元合同。
Devin 获得个性. AI 编码初创公司 Cognition 收购了以友好、类人聊天著称的助手 Poke，以使 Devin 更具吸引力——突显 AI 个性正成为一种竞争优势。
Stripe 的 100 亿美元模型布局. Stripe 正在谈判以 100 亿美元收购模型市场 OpenRouter，此举可能使这家支付巨头控制开发者使用数百个 AI 模型的关键接入点。
Meta 的助手升级. Meta 正在升级其 AI 聊天机器人，增加日历集成、每日简报和可引导研究功能，由 Muse Spark 1.1 驱动，标志着从娱乐导向向更传统助手的转变。
语音成为代理界面. OpenAI 将 ChatGPT Voice 引入其桌面应用，允许用户口述复杂的编码和浏览命令，而 Anthropic 将 Claude 的语音模式扩展到更强大的模型和工具（如 Gmail 和 Slack），实现了免提代理控制。
Bluesky 的 Attie 开放. Bluesky 的 Attie 助手现在支持开放式任务，让用户研究联邦宇宙上的趋势和新闻，可能使该社交网络成为一个有价值的信息工具。
研究：AI 代理的感知差距
代理对主动视觉视而不见. 新基准 ActiveVision 显示，即使是能力最强的模型在需要重复视觉感知的任务上得分也极低——GPT-5.5 达到 10.6%，Claude Fable 5 仅为 3.5%，而人类平均为 96.1%。
基于像素的空间推理. ProVisE 提出了一个与基准无关的框架，通过让图像生成模型绘制答案来评估视觉空间推理，发现当前模型难以直接以像素表达位置和路径。
这一天的内容就到这里——大约 5 分钟读完。