Agent 與模型發布
Tencent Hy4 預覽. Tencent 發表 Hy4 預覽版，規模比 Hy3 大上不少，預設高推理模式，另有 no_think 模式。社群已經有約 2.38-bit 的官方量化版，以及約 200GB 的 GGUF，據稱可保留 BF16 約 98% 的效能。
本機推論與硬體
FlashMLA sm_120 移植. 一個社群版本將 FlashMLA 延伸到消費級 Blackwell sm_120 GPU，在多個稀疏 MLA 工作負載上比 PyTorch SDPA 快 2–3 倍，FP8 KV cache 解碼延遲降低 8%。
Nemotron 16GB 修正. Nemotron-3.5-Lightning 的低位元 GGUF 其實約為 4.70 bpw，原因是逐列量化；修正後的 llama.cpp 可產生真正的 3.07 bpw / 11.77 GiB 檔案，在 16GB 上跑 262K 上下文。
Qwen3.8-Flash-Next 在 Mac. 一個 79GB 的 2-bit Qwen3.8-Flash-Next 在 128GB M5 Max 上，透過 llama.cpp 以 350K context slot 運行；其中包括 105K prompt 的 333 秒 cold prefill，以及 ngram-mod 推測解碼。
DeepSeek V4 Flash 雙 GPU. 在 2 台 DGX Spark/GX10 的配置上，DeepSeek V4 Flash 0731 可持續達到 67–84 tok/s，本機 HumanEval Pass@1 為 94.5%，對比 GLM-5.3-Flash NVFP4 的 97.0%。GLM 完成 benchmark 的時間約為前者一半。
雙 5090 的 1M context. NInfer 的一個 fork 加入張量並行與 YaRN ×4 擴展，讓 Qwen3.8-27B NVFP4 在兩張 5090 上以 1,048,576 token 的 context 運行，在 1M 時解碼速度為 48–100 tok/s，並在 vLLM 掉到零的位置仍維持 MTP 接受率。
16GB 跑 27B. 混合量化搭配 kvarn cache 設定，讓 Qwen3.8-27B 在 16GB RTX 4070 Ti SUPER 上以 100K context、50 tok/s 運行，並使用 MTP 推測解碼與 tail-precision KV cache。
FreeToken MoE 引擎. UC Berkeley 與 MIT 的研究者發表 FreeToken，這是一個開源引擎，會動態協同排程 MoE expert 的傳輸，讓前沿稀疏模型能在消費級 GPU 上解碼，不會因 PCIe/RAM miss 而停頓。
Benchmark 與評測
Terminal Bench 4.0. Terminal Bench 4.0 釋出，更新了 leaderboard，並聚焦快速迭代以對抗飽和；GLM-5.3 的分數與 Fable 5 水準相當，在誤差範圍內。
金融 Benchmark 揭露. Ling-3.0-flash-Fin 的 benchmark card 顯示，agent scaffolding、工具與評測 pipeline 對發布結果的影響有多大；許多 run 使用 ReAct 搭配網路搜尋與 Python，部分 eval set 屬內部資料或尚未公開。
研究與 Agent 基礎設施
Google WikiSkill 記憶. Google Research 的 WikiSkill 為 agent 提供一個類似 wiki 的持久知識庫，記錄過去的失敗與成功，並封裝成可重用的 Agent Skills，在不改變模型權重的情況下引導行為。
Anthropic Model Hardware Standard. Anthropic 正在打造 MHS，這是一個統一介面，讓 agent 能控制顯微鏡、機械臂等實體裝置；早期測試將多機整合從數週縮短到數小時，但人類監督仍然必要。
Agent 的資料層. TOTVS 的一場簡報主張，交易系統與資料湖並非為 token 需求大、延遲敏感的 agent 推理而最佳化，並描述資料存取如何朝 MCP 與語意模型演進。
LAION Big Video Dataset. LAION 釋出 BVD，這是一個僅供研究的資料集，內含 1,000 萬小時的影片、5,500 萬個片段與 3 億張靜態圖片，整合影片、音訊與文字；用它訓練的模型在部分 benchmark 上比 InternVid baseline 高出最多 2.1 分。
產業與商業
Sony 與 Warner 控告 Anthropic. Sony Music Publishing、Warner Chappell 等出版商控告 Anthropic，指控其以 torrent 方式下載與爬取受版權保護的作品來訓練 Claude，並要求每件作品最高 15 萬美元的賠償。Anthropic 表示將為自己辯護。
OpenAI 終止 Cursor 合約. OpenAI 在 SpaceX 收購 Cursor 後終止與 Cursor 的合約，理由是 Elon Musk 旗下公司過去有違約紀錄。Anthropic 則把自己定位成更可靠的合作夥伴，並承諾繼續為 Cursor 使用 Claude 提供算力。
Nvidia 跨出 GPU. Nvidia 的財報論述正從 GPU 市占率轉向資料中心編排與 GPU 周邊系統；在 AI 算力擴張到 GW 級的同時，它已打造出頂尖的網路與編排硬體。
這就是今天的全部內容 - 約5分鐘閱讀。