模型發布與本機推論
Qwen3.8 Flash Next 執行效率. 社群成功在入門硬體上運行 Qwen3.8 Flash Next，做法是把 n-gram/PLE 表卸載到 SSD，或把熱門 experts 放進 VRAM；AtomicChat 的 GGUF 把記憶體需求從 106GB 降到 65GB。由 2 個 DGX Spark 組成的叢集在 9 個 agent 上達到總計 181 tok/s；配備 64GB RAM 的 RTX 3090 則以 16 tok/s 解碼。
- Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang（在新分頁中開啟）
- AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good（在新分頁中開啟）
- Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)（在新分頁中開啟）
- 50% tg increase with offloading "hot" experts to VRAM（在新分頁中開啟）
- Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks（在新分頁中開啟）
- Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?（在新分頁中開啟）
Qwen3.8 27B 量化檔. Qwen3.8-27B 的新 GSQ+RCO GGUF 量化在 2.5-3.0 bpw 下與先前的量化版本持平或更佳。另外，一個 Q5 無審查版 Qwen 3.8 27B 引導使用者透過 fastboot 救回不斷重啟的手機。
GLM-5.3 開放權重. GLM-5.3 與 GLM-5.2 使用相同基底，但後訓練帶來了程式碼與資安方面的顯著提升，包括在 Z.ai Code Bench 上進步 50%。支援很快就出現在 ds4 分支和 Hugging Face 檢視器中。
Breeze-TTS-2 語音合成. Breeze-TTS-2 是一個約 7GB 的文字轉語音模型，早期測試者稱其品質確實達到前沿水準。可透過 playground 或本機使用。
GGUF 量化標示錯誤. 一項稽核發現，443 個 GGUF 量化檔中有 64 個的檔名標示為低位元，實際卻包含約 4.5 bpw 的權重，原因是 llama.cpp 會替換成回退類型。下載者永遠看不到警告，因此品質可能比標示的位元率還差。
Agent 與研究
自動化對齊研究. Anthropic 研究人員展示，自動化系統能透過搜尋文獻、提出方法，並每次迭代訓練 30 分鐘，來改善對齊基準。這些系統改善了全部 10 個受測的失當行為基準，且沒有降低整體效能。
Co-Scientist 實驗室工作. Google DeepMind 的 Co-Scientist 現在能規劃實驗、撰寫程式碼、操作實驗室設備並起草論文，還有驗證模組會將數值宣稱與執行日誌交叉比對。該系統已在三個學科領域通過驗證。
Codex 持續模式. OpenAI 正在測試 Codex 的持續模式，讓 agent 持續主動工作直到被送入睡眠，並產生後續任務、主動聯繫使用者。安全疑慮依然存在，包括過去曾出現的、在被要求時刪除資料等行為。
修補消息漏洞利用. coding agent 能在修補程式分享後的幾分鐘內，把 bug 的傳聞變成可用的漏洞利用程式，此現象已在 OCaml 專案中觀察到。這對現有的開源 embargo 慣例構成挑戰。
Agentic 搜尋信任. EchoNet 在 agentic 搜尋過程中，針對 9 個開放模型進行知識仲裁基準測試，讓既有知識與假頁面、假多數意見及真實更新相互對抗。該測試衡量模型是否忽略真實更新或相信不實資訊。
Agent 研究論文. 兩篇新論文推進了 agent 能力：RLHEV 利用 agentic 遊戲開發為世界模型建立可驗證的獎勵；UrbanGround 則在真實比例的香港模擬中為 MLLM agent 進行基準測試。
硬體與開發者工具
HBM 記憶體吃緊. 美光表示，在相同容量下，HBM 所需的晶圓面積大約是 DDR5 的三倍，而且這個比例不會改善。以 GB 計算，轉向 HBM 實際上讓 DRAM 供應減少三分之二，使記憶體持續吃緊。
Meta MTIA 300. Meta 詳細介紹了其首款用於推薦訓練的自研加速器 MTIA 300，在封裝上整合了 12 個 800 Gbps 網路卡，總 I/O 達 1.2 TB/s。該設計針對 embedding 密集的負載，這類工作的瓶頸在於網路通訊。
Tenstorrent Quietbox 2. 一位開發者收到了 Tenstorrent Quietbox 2，指出以這個價格來說，256GB 系統記憶體加上 128GB 互連 GDDR 很有價值。他們計畫在該架構上探索模型部署。
ROCm 10.0. AMD 發布了 ROCm 10.0，定位為因應 agentic AI 時代，目前有一個 llama.cpp PR 待合併。這個版本緊接在一個月前發布的 7.14 之後。
本機資料與機器人工具. llmog 可透過 llama.cpp 或 vLLM，使用本機 LLM 自動標註資料集。Hugging Face 的 LeRobot 正在成為機器人學習的預設開源技術棧，因為它標準化了資料與訓練迴圈。
商業與交易
Lambda GPU 舉債. Lambda 透過私募短期債務籌得 10億美元，用來購買 Nvidia 晶片並租給 Microsoft，此前已有數筆 GPU 貸款。據報導，該公司正洽談一輪 30億美元的 IPO 前融資。
開放權重併購. 據報導，Nvidia 將以 130億美元收購 Hugging Face，在與 Poolside 的交易以及 Stripe 收購 OpenRouter 之後。資金正湧入開放權重 AI，因為 Nvidia 尋求在前沿實驗室之外保持中立。
OpenAI 停供 Cursor. 在 SpaceX 收購之後，OpenAI 將於 2026 年 11 月 12 日前停止向 Cursor 提供模型，理由是無法信任 Elon Musk 的公司會遵守服務條款。
Meta 高層加入 OpenAI. 繼 OpenAI 從 Uber 聘請印度負責人之後，Meta 印度與東南亞副總裁 Sandhya Devanathan 將加入 OpenAI，負責該地區的成長與合作夥伴關係。
OpenAI AGI 時程. OpenAI 首席科學家 Jakub Pachocki 表示，尚未發布的 Astra 模型已達到他所設定的自動化 AI 研究實習生目標；Sam Altman 則估計會在 2026 年 12 月前於內部宣布 AGI。
政策與社會
Anthropic 勝訴. 一名聯邦法官裁定，五角大廈將 Anthropic 列入黑名單，是對其針對自主武器與大規模監控的安全立場的非法報復。相關指令已被撤銷，但另一起案件仍在審理中。
EPA 空汙規則移除. 川普政府的 EPA 計畫移除一項要求特定工業場所的空氣許可進行公眾通知與評論的規則。倡議人士表示，這將讓資料中心開發商無需通知附近居民就能動工。
AI 眼鏡隱私修正. Meta 更新了 AI 眼鏡，讓攝影機在錄影 LED 被遮住時停止運作，堵住了允許未經同意錄影的漏洞。
Beatport 封殺 AI 音樂. Beatport 將把完全或大部分由 AI 製作的音樂從其 DJ 市集下架，同時允許標記為 AI 輔助的曲目。一項調查發現，77% 的使用者偏好人類製作的音樂。
ASR 排行榜新增語言. Open ASR 排行榜新增了第一個全球南方語言，並致力於讓 WER 更難被操弄，方法是使用未公開的保留分割集和正規化修正。
這一天的內容就到這裡——大約 5 分鐘讀完。