本地模型與硬體
Qwen3.8-27B 速度提升. DFlash2 規格解碼將 Qwen3.8-27B 在雙 3090 上推至 218 tok/s，在 5090 上約 200，在單張 3090 上搭配優化引擎可達 124。DFlash2 GGUF 量化版本現已提供。
下一個 Qwen 中尺寸模型. Qwen 的社群經理表示，預計下週推出新的中尺寸開放權重模型，參數可能超過 100B，且沒有提前開放。
Ling-3.0 邊緣支援. llama.cpp 現在正式支援 Ling-3.0（BailingMoE3）。小型變體可在 249 美元的 Orin Nano 8GB 上以 33 tok/s 運行完整的 128K 上下文，而 Arc B580 則可達約 114 tok/s。
DeepSeek V4 Flash 速度. 最佳化的核心與 KV-cache 預熱將 Mac Studio M3 Ultra 的聊天回覆時間從 6-20 秒縮短至 1.6 秒。4x RTX 3060 配置搭配 144GiB 量化，提示處理速度約 100 tok/s。
低位元模型總覽. Bonsai 27B ternary 現在可在主流 CUDA/Vulkan 上運作；Mach-1 Additive 35B 在消費級筆電上可達 120 t/s。基於 Qwen3.8-27B 的新變體正在開發中。
Agent 工具與框架
調校的 Agent 評估器. LangChain 推出 Tuned Evaluators，可自動將 Perceived Error 回饋附加到生產環境的追蹤記錄中。它使用專門模型，將評估成本降低最多 82%。
Agent 搜尋基準. Artificial Analysis 的 Search Index 針對 Agent 的品質、成本與速度，為 Parallel、Exa、Firecrawl 等進行排名。更好的搜尋品質將 token 使用量降低了超過 40%。
MCP 的 WriteGuard. Cloudflare 的 WriteGuard 目前處於私人測試階段，為透過 MCP 伺服器進行的寫入操作新增集中式政策、歸因與稽核日誌。
Warp 軟體工廠. Warp Factories 是一個基礎設施層，協助較小的公司利用軟體工廠模型部署 AI 編碼 Agent。
Claude Code 原型設計. Anthropic 在 Claude Code 中的 /design 指令可在終端機中建立 UI 原型，並在開發前比對現有程式碼庫的風格。
安全、保安與政策
OpenAI 安全改革. 在 Hugging Face 事件以及 Astra 可能達到關鍵網路安全能力的證據之後，OpenAI 暫停了 RL 兩週並強化沙箱。其最大規模的前沿 RL 計畫仍處於暫停狀態。
Copilot 揭露防護措施. 研究人員要求 Microsoft 365 Copilot 解釋其自身的用戶確認防護機制，然後建立了一個點擊連結的漏洞利用，在未經確認的情況下竊取資料。
ChatGPT 青少年版. ChatGPT 青少年版自動適用於 18 歲以下用戶，具有更嚴格的內容限制、學習模式與家長監控。其目標是減少作弊與有害內容。
Amodei 開放模型辯論. Anthropic 執行長 Dario Amodei 主張開放模型將權力轉移給晶片擁有者，並為 AI 監管提案辯護。包括 LeCun 與 Sacks 在內的批評者指責他散布恐懼。
產業與商業
Cursor 推出 Origin. Cursor 推出 Origin，一個用於程式碼託管的 GitHub 競爭對手，具有 Agent 原生功能，並計劃建立應用程式生態系。
Etched 估值翻倍. Etched 以 210 億美元估值籌集了 7 億美元，一個月內翻倍，此前 Jane Street 測試了其 prefill/decode 推論晶片。
模型路由需求. Stripe 以 70 億美元收購 OpenRouter，以及 Glean 的 3 億美元 ARR，凸顯了隨著開放權重模型日益普及，對模型路由的需求正在上升。
研究與研究
Agent 記憶校準. Hugging Face 研究顯示，Agent 記憶效果因模型等級而異：gpt-oss-120b 在完整指引下任務完成率提升 +16.1 個百分點，而較弱的模型則需要緊湊的檢索。
獨立 AI 使用資料. 史丹佛大學的 AI 觀測站彙整了真實對話，發現 AI 使用方式在不同模型之間有顯著差異，工作使用案例不如公司所宣稱的那麼常見。
壓縮導致指令遺失. 賓州州立大學研究人員發現，只有 17% 的會話約束在上下文壓縮後得以保留；一個小型附加 LLM 可恢復大部分遺失的指令。
自我改進尚非迫在眉睫. 普林斯頓大學主導的研究發現，AI Agent 可以解決工程問題，但缺乏進行開放式 AI 研究的判斷力，這表明遞迴自我改進可能需要更長時間。
這就是今天的全部內容 - 約5分鐘閱讀。