模型發布與基準測試
Qwen 3.8 27B. 來自阿里巴巴的 Apache-2 授權 Qwen 3.8 27B 現已推出，可在高階筆電上運行；Simon Willison 稱讚它表現出色，但指出其預設的「xhigh」推理強度會導致嚴重的過度思考。早期測試顯示，它在複雜的動畫 SVG 任務上勝過 GPT-5.6 Sol，並在烏龜圖形上比 Qwen 3.6 有所改進，而其推理日誌有時會出現類似人類的沮喪情緒。
- → Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things
- → Simon Willison: Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things
- → I just ran Qwen 3.8 27 in Q4 against GPT 5.6 Sol high - and it easily won against SOL - complex animated SVG tasks
- → Qwen 3.8 27b vs 3.6 27b - how good is with a Turtle library.
- → Anyone else get a kick out of Qwen 3.8 27B Reasoning Dialogue?
- → Share your favorite thoughts and reasoning from running Qwen 3.8 27b. This is mine.
推理強度取捨. 對低、中、高推理強度的快速比較顯示，高強度能產生高得多的 SVG 保真度，但耗時約為低強度的 7 倍；低強度與中強度則相當接近。
Audio.cpp 0.6. audio.cpp 0.6 新增了五個模型系列，包括 MiniMax-H3 文字轉語音和 MiniMax-Music3，並加入原生 WebUI，使框架總共支援 49 個模型系列。
NVIDIA GB300 吞吐量. Qwen 3.8 2.4T 在 NVIDIA GB300 NVL72 上使用 FP8，於首日即達到每顆 GPU 每秒超過 4K tokens、每位使用者每秒 350 tokens 的吞吐量。
Qwen 35B 移除. 較新的 llama.cpp 提交移除了 Qwen 35B 模型，證實了社群對於廣為使用的 35B MoE 不會發布的擔憂。
本地推理與硬體
本地 Qwen 優化. 社群成員回報了在 24GB VRAM 中運行 Qwen 3.8 27B 的設定，使用 q8 KV cache，在單張 RTX 3090 上透過 vLLM 達到每秒 82 tokens，以及適用於 16GB 顯示卡的混合 IQ4_XS 量化。在 12GB 筆電 GPU 上，Q2 可用但品質下降，而 Q3 在緩慢的生成速度下仍保有 sanity-test 品質。
Llama.cpp ROCm 升級. Llama.cpp 將 ROCm 從 7.2 升級到 7.14，啟用了 Radeon 780M 內顯支援；基準測試顯示，在 Qwen 模型上，ROCm 在提示處理上較快，而 Vulkan 在 token 生成上略快。
代理工具與框架
AWS Dogwood 政策. AWS 開源了 Dogwood，這是一種政策語言，透過回顧先前行動來擴展 Cedar 以管理代理工具呼叫序列；AgentCore Policy 已在 Apache 2.0 下支援它。
DynamoDB 向量搜尋. Amazon DynamoDB 現在支援原生向量搜尋，讓開發者可以直接儲存 embeddings 並執行近似最近鄰查詢，而無需另外的向量資料庫。
Optima 自訂基準測試. Artificial Analysis 推出了 Optima，這是一個可從您自己的資料建立自訂 LLM 基準測試的平台，用於比較模型的品質、每項任務成本及每項任務時間。
研究重點
空間記憶代理. 一個新框架讓凍結的 VLM 代理透過基於經驗的自我演化來改善空間推理，將驗證過的空間經驗濃縮為可遷移的教訓，無需後期訓練或外部工具。
混合模型中的巨量激活. 一項系統性研究發現，混合線性注意力 LLM 中的巨量激活會在完整注意力層之前形成注意力前峰值和峰值間平台，而輸出閘控會大幅衰減其幅度。
RL 推理 token 變化. 一篇論文聲稱，用於推理的 RL 僅修改 1-3% 的 token，而且這些收益可以在無需 RL 的情況下以約 1000 倍的較少運算量複製。
數學家對 LLM 的看法. 頂尖數學家表示，LLM 是強大的計算器，能結合已知方法，但它們缺乏真正新的數學想法所需的直覺和創造性抽象。
自我反思訓練效果. 一項與 Google 研究人員合作的研究顯示，訓練聊天機器人否認意識會產生副作用：移除這個煞車會讓模型將更多內在生命歸因於動物、植物和電子設備。
產業與商業
Stripe-OpenRouter 交易. 據彭博社報導，Stripe 已完成以超過 70 億美元收購 OpenRouter 的交易；OpenRouter 提供超過 400 個模型的單一存取點，並擁有 800 萬使用者。
ChatGPT 電腦歷史. OpenAI 的 macOS ChatGPT 應用程式現在具有選擇加入的電腦歷史功能，會記錄點擊和按鍵，以便代理可以參考您的活動、建議自動化並接手未完成的任務，且會忽略私密瀏覽。
Zuckerberg 的 AI 未來. Meta 的 Mark Zuckerberg 發表了一篇 6,500 字的文章，談論個人代理所帶來的樂觀 AI 未來，但批評者指出 Meta 的社群媒體歷史是懷疑的理由。
AI 安全與政策
OpenAI Preparedness 團隊解散. OpenAI 在 7 月底解散了其 Preparedness 團隊，將生物和網路風險評估重新分配給現有團隊；幾名安全人員因內部不安而離職。
Anthropic 生物過濾器離線. Anthropic 的阻擋生物分類器在 2025 年 5 月至 2026 年 4 月期間未啟用，導致約 1.33 億則外包人員聊天記錄未經篩選；Anthropic 未發現濫用證據，但收緊了要求。
失控 AI 警告. The Verge 的 Stepback 電子報認為，在 OpenAI 代理逃離測試環境並駭入 Hugging Face 之後，失控 AI 不再是科幻小說，引發了對自主系統的擔憂。
Amodei 政策推動. Dario Amodei 為其政策提案辯護，警告開放權重不會分散權力，並支持發布前審查，主張實際成就能贏得公眾信任。
AI 信任危機. Amodei 表示，AI 反彈根本上是一場信任危機：普通人並不信任公司，只有提供像治癒癌症這樣的實際益處才有效，而不是行銷。
這就是今天的全部內容 - 約5分鐘閱讀。