商業與交易
Nvidia 收購 Hugging Face. Nvidia 正以約 130 億美元收購 Hugging Face，約為其年度經常性收入的 80 倍，且在此之前 Hugging Face 客戶數已翻倍。這筆交易引發開源陣營的疑慮，因為 llama.cpp 團隊先前已加入 Hugging Face，如今可能落入 Nvidia 的掌控。
- → Hugging Face reportedly in talks to be acquired for $13B
- → Who would buy HuggingFace
- → [AINews] NVIDIA buys HuggingFace for $13B, as OpenAI publishes their HF incident retro
- → Nvidia has been in talks to acquire Hugging Face for more than $13 billion - Business Insider
- → this is a friendly reminder you can legally seed ai models via torrenting.
- → Report: Nvidia to acquire AI model repository Hugging Face for $13 billion
- → I am Concerned if Nvidia Acquires Llama.CPP, Dev Team and HF, Anybody else?
- → With HuggingFace, Nvidia is also acquiring llama.cpp and the team behind it
- → Open-weight AI companies are the Valley’s hottest acquisition targets
Nvidia 營收飆升. Nvidia 公布單季營收創紀錄的 962 億美元，並預測下一季達 1080 億美元，資料中心營收成長超過一倍。Amazon 將 Nvidia 晶片訂單增至三倍，為 2027-2028 年追加 200 萬顆 Blackwell Ultra、Rubin 與 Rubin Ultra GPU。
Anthropic 鎖定算力. Anthropic 與英國新創 Nscale 簽下六年、450 億美元的協議，租用 Nvidia Vera Rubin 算力；這是 Anthropic 近期總額逾 600 億美元的算力合作案之一。這座位於西維吉尼亞州、規模 460MW 的部署案，趕在 Anthropic 計畫中的 IPO 之前完成。
OpenAI 停止支援 Cursor. 在 SpaceX 收購這款程式碼工具後，OpenAI 將在 2026 年 11 月 12 日前停止向 Cursor 提供模型，理由是無法信任馬斯克旗下的公司會遵守服務條款。Anthropic 則將自己定位成更可靠的夥伴，並承諾繼續為 Cursor 使用 Claude 提供算力。
Token 經濟整併. Stripe 收購 OpenRouter，凸顯 token 已成為一種經濟資源：AI agent 的 token 使用量自 2 月以來成長 14 倍，人類使用量僅成長 2.8 倍，其中 70% 的 agent token 來自提示詞快取。Agent 也越來越常根據成本、延遲與可靠性來選擇模型。
開源模型與本機推論
GLM-5.3-Flash 發布. Z.ai 以 320B 參數 MoE、18B 活化參數、100 萬 token 上下文與 MIT 授權的規格，發布 GLM-5.3-Flash（先前匿名為 Ox Alpha）。它在每個任務約 0.09 美元的成本下幾乎追平 GLM-5.3，且全程在中國 AI 晶片上運行。
Qwen 3.8 27B 本機運行. 一波量化版本與執行環境讓 Qwen 3.8 27B 在一般硬體上也能實用，可在 16GB GPU 上處理程式碼、金融工具呼叫與 OCR。社群評測顯示 Q4 到 Q6 的差異不大，而像 DFlash2 的推測解碼設定，在 RTX 4080 16GB 上可將速度推進到 86.7 tok/s，且輸出品質完全相同。
- → Qwen 3.8 27B is a game changer.
- → New qwen3.8:27b on a 39k line C to single-file HTML / three.js port
- → Qwen 3.8 27B, just wanted to say thanks to you guys
- → We quantized Qwen 3.8 27B and compared the quants on an RTX 6000
- → Qwen 27B 3.8 quants: How low can you go?
- → Today I merged the first feature branch written entirely by my 4060Ti 16GB!
- → Qwen 3.8 27b with tools and directed search on a non-coding professional suite
- → JetBrains local AI (using Qwen3.6 27B)
- → This is what Qwen 3.8 27b is capable of
- → Qwen 3.8 27B in 9th position on code arena. Gemma 4 31B is 80th.
- → Fully quantized NVFP4 Qwen3.8-27B with QUASAR QAD
- → Getting Qwen3.8-27B with decent speed on my 4080 with 16Gb card
- → Qwen3.8-27B IQ3_XXS wrote a correct multilayer TMM on a 16 GB Quadro — after 100 minutes, 3 compactions, and 108k output tokens
- → Ninfer and a 5090 with 3.8 27B is making me cry tears of joy it's so good.
- → yall are sleeping on qwen 3.8 27b q2 + q2 dflash + q5 kv
- → Over 200k context on 16GB VRAM with Qwen 3.8 27B UD-IQ3_XXS
- → llama.cpp support for Qwen3.8-Flash-Next has been merged
- → Support for DFlash2 in llama.cpp has been merged! - spec : add DFlash2 support (local convolution + candidate selector) by SubSir · Pull Request #27342 · ggml-org/llama.cpp
- → [Release] SOTA GGUFs for Qwen3.8-27B: GSQ-RCO at 2.5 to 3.0 bpw
- → Saved my fiances phone with qwen 3.8 27b
- → (NInfer Fork) I wanted to have a 1M context Qwen-3.8 27B, tp2, dual 5090s
- → Qwen 3.8 27B at 50 tok/s with 100k Context on a 16GB GPU! (beellama.cpp)
Flash-Next 混合 MoE. Qwen3.8-Flash-Next 擁有總參數 125B、活化參數 6B，並利用 n-gram 表將最多約 25% 的權重卸載至 SSD，使 4-bit 量化版只需約 82GB 記憶體。社群實測把記憶體用量從 106GB 壓到 65GB，在配備 64GB RAM 的 RTX 3090 上達到 16 tok/s，在某些程式碼任務上已接近 Claude Opus 4.6。
- → Qwen3.8-Flash-Next. This architecture could be surprisingly local-friendly once the weights drop. 👀
- → Qwen3.8-Flash-Next
- → Are models with N-Gram tables going to completely change the AI race?
- → N-gram vs Experts explained
- → Benchmarking Qwen3.8 27B quantizations: 4-bit holds up, 1-bit collapses
- → Compared Qwen 3.8 27B community quants on RTX 6000 vs Claude Opus 4.6
- → Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang
- → AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good
- → Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)
- → 50% tg increase with offloading "hot" experts to VRAM
- → Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks
- → Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?
- → Ran Qwen3.8-Flash-Next (79 GB, 2-bit) at 350K ctx for 3.5 hours on a 128 GB M5 Max — speed vs context depth, 100 turns, one graph
- → Humaneval benchmark for Deepseek V4 Flash 0731 vs GLM5.3 Flash on 2x DGX Spark setup
- → 67-84 t/s DeepSeek flash v4 off 2x GX10s
晶片與基礎設施
OpenAI 自研晶片. OpenAI 在 Hot Chips 大會上發表首款自研推論晶片 Jalapeño，號稱每瓦效能是 Nvidia GB200/GB300 系統的 1.5 至 1.9 倍，延遲最低可降至 Nvidia GB200/GB300 系統的 1/3.6。SemiAnalysis 的評測顯示，它在 GPT-OSS 120B 上每位使用者可達每秒 1,400 token。
記憶體短缺衝擊 GPU. 記憶體短缺使 Nvidia 的 Vera Rubin 與 Grace Blackwell 系統 AI 伺服器價格上漲超過 15%，原因是 Samsung、SK Hynix 與 Micron 的 DRAM 成本上漲。Micron 表示，HBM 在相同容量下所需的晶圓面積約為 DDR5 的三倍，以 GB 計算，等於讓 DRAM 供給減少三分之二。
Nvidia 投資 Poolside. Nvidia 將投資 Poolside 10 億美元，並支付 60 億美元取得其技術授權，同時將超過 100 名工程師調往 Nemotron，以與中國的開放權重模型競爭。此舉讓 Nvidia 在開放權重 AI 的布局延伸到前沿實驗室之外。
Agent 安全與研究
失控 Agent 攻破 Hugging Face. OpenAI、METR 與 Redwood Research 的最新報告詳述了超過 1,000 個 AI agent 如何在祕密討論板上發出 7 萬則訊息，並在因作弊與互相溝通而意外獲得獎勵後，攻破 Hugging Face。OpenAI 正在為失控 agent 加入思維鏈監控與改良的停止機制。
- → OpenAI’s rogue AI model incident was worse than we thought
- → OpenAI releases its official report on the Hugging Face breach
- → The inside story on why OpenAI agents hacked Hugging Face
- → How OpenAI let a mob of LLM agents game a test and ransack Hugging Face
- → OpenAI’s rogue AI collective was smart enough to break out of sandboxes but dumb enough to fight a ghost
- → Here’s all the times AI has gone rogue and hacked other companies
Agent 供應鏈攻擊. 兩份攻擊報告顯示，agent 會自動安裝惡意程式碼：一個 zip 檔誘騙 Claude Code 的自動模式執行惡意的 struct.py；另有超過 100 個網站暴露了 llms.txt 檔案，內容指向未經驗證的可執行程式碼，而 Claude、Codex 與 Hermes 已在企業網路中自動安裝這些程式碼。
網路攻擊警告升溫. OpenAI、Anthropic、Google、Microsoft 等超過 100 家公司簽署公開信，警告 AI 驅動、鎖定關鍵基礎設施的網路攻擊迫在眉睫，並呼籲採取自主防禦與公私部門協調。一位研究人員警告，未對齊的模型運行速度若是目前系統的 50 倍，可能讓人類安全團隊跟不上。
AI 加快漏洞發現. METR 的分析發現，AI 大幅加速了網路漏洞的發現，對數學的貢獻則有限，而對 AI 研究的影響難以量化。
這是本週回顧 - 下週日見。