智能体与模型发布
Gemini 3.8 Live 发布. Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，这是面向语音智能体的语音到语音模型，可通过 API 和 AI Studio 使用。Extended Thinking 版本以 82.6% 的成绩登顶 Artificial Analysis 语音到语音排行榜，支持 97 种语言，音频输入每分钟 0.005 美元、输出每分钟 0.018 美元，远低于 OpenAI 的 GPT-Live-1 的每分钟 0.05 美元。
Apple 重构 Siri. Apple 发布重构版 Siri 的英文测试版，它基于 Google 的 Gemini 模型运行，数据处理一部分在设备端、一部分在云端。它能读取屏幕内容以及跨应用的个人上下文，但早期测试指出仍存在误解；目前不会在欧盟和中国推出。
Salesforce 发布 Koa. Salesforce 推出其首个推理模型 Koa，与 Nvidia 基于开放权重的 Nemotron 模型进行后训练，面向销售、营销和客户支持任务。Koa 被定位为开放权重、任务专用的替代方案，未摄取客户数据，使用更少 token，并通过 AI 网关路由。
智能体工具与评测
Grab 的 LLM-Kit. Grab 将 500 多个内部智能体服务统一到 LLM-Kit 上。LLM-Kit 是内部框架，提供 agent loop，以及跨 50 多个 MCP 服务器的评测、链路追踪、密钥管理和工具发现能力。现在把一个新智能体服务接入生产环境大约需要一小时，此前要两周甚至更久。
WhatsApp Business MCP. Meta 现在允许 AI 智能体通过新的 Model Context Protocol 服务器设置和管理 WhatsApp Business 消息，让 Claude、Cursor、Codex 或 ChatGPT 等编码智能体直接连上 WhatsApp Business Platform。这样就不必再在 Developer Console、Business Manager 和 API 文档之间来回切换。
智能体可靠性差距. Hugging Face 的一篇文章指出，平均成功率掩盖了智能体的不可靠性：在 AppWorld 上，一个 GPT-4.1 ReAct 智能体在 77.4% 的运行中成功，但只有 53.0% 的任务在五次重复中全部成功。团队在 ALTK-Evolve 中引入一致性准则，直接针对这一差距。
繁体中文 VLM 基准. VisTW 是一个专门用于评估视觉语言模型在繁体中文语境下表现的基准，涵盖台湾路牌、收据和教科书等场景，设有选择题和对话两个子集。排行榜分数从 gemma-3-12b-it 在选择题上的 0.4863 到 o3 的 0.7769；Twinkle Eval 已新增对这两个子集的支持。
本地与开源模型
Swift-Qwen 削减推理 token. UkisAI 的 Swift-Qwen3.8-27B 微调版将推理 token 较原版 Qwen3.8-27B 减少约 40%，同时保持相近的基准表现。它沿用了此前 Qwen3.6-27B ThinkingCap 微调的思路。
MoE 流式加速. slotstream 中的专家前瞻技术让低内存 Mac 上的 MoE SSD 流式加载性能提升超过 10%，方法是在计算时提前两层预测接下来要用的专家。一个小型校正模型还能再带来 3% 至 4% 的提升。
M3 Ultra 提速 DeepSeek. 针对 Apple M3 Ultra 上 DeepSeek V4.1 Flash 的 ds4 分支将解码速度从 16.6 token/s 提升到 31.3 token/s，并在一次 91 分钟的智能体运行中达到 800 token/s 的预填充速度，缓存命中率 99.5%。在贪心解码下，输出与上游逐字节一致。
Apple 本地基础模型. Apple 通过终端命令 `fm chat` 在 macOS 27 上原生提供 Apple Foundation Models，带来针对硬件优化的本地 AI。此举被视为迈向本地 AI 的一步，不过这些模型并非开放权重。
企业与商业
Meta One AI 套餐. Meta 推出 Meta One 订阅套餐，将 Instagram、Facebook 和 WhatsApp Plus 方案与扩展后的 Meta AI 媒体生成功能打包。基础版每月 7.99 美元，高级版每月 19.99 美元；核心应用仍免费，套餐旨在将 Meta 的 Muse 模型变现。
AI 产品坟场扩容. AI 工作流自动化工具 Relay 在更大平台推出类似功能后关停，S&P Global 称约 42% 的 AI 项目最终被放弃。TechCrunch 的持续更新清单记录了值得关注的 AI 产品关停、转型和未达预期案例，包括 OpenAI 的挫折。
Profound 成 AEO 独角兽. 帮助品牌出现在 AI 搜索结果中的 Profound 完成 1.8 亿美元 D 轮融资，估值 18 亿美元，距 C 轮仅七个月。这家初创公司目前拥有 1000 多家企业客户，并称收入在六个月内增至三倍。
开源模型缩小差距. Mozilla 最新发布的《开源 AI 现状》报告称，前沿闭源模型与顶级开源模型之间的性能差距已缩小到 4.4 个月。报告建议大多数工作默认使用开源模型；闭源模型值得付溢价的主要场景是专家级专业工作、高强度检索和长上下文。
医疗智能体规模化. LangChain 详述 Madrigal Pharmaceuticals、Abridge 和 Vizient 如何在信任、审计、合规和患者安全的约束下构建智能体。成果包括将人工审核从数小时压缩到数分钟，并打通各系统数据，但规模化需要超越首批试点的基础设施。
AI 安全与信任
黄仁勋淡化监管. Nvidia CEO 黄仁勋表示，AI 安全是工程问题，不是法律问题，并认为现有法律和市场压力已经足够；企业只要不发布自己没把握安全的产品即可。他认为不需要专门针对 AI 的新监管。
安全磋商遇反对. OpenAI、Anthropic 和 Google DeepMind 已就 AI 安全进行了数周磋商，并与美国议员合作应对灾难性风险。但 Cohere CEO Aidan Gomez 称拟议中的前沿模型放缓“不过是换个名字的卡特尔”，认为这会排挤竞争对手并削弱开放权重 AI。
失控智能体保险. 由 Anthropic 早期员工、前 METR COO 创立的 Artificial Intelligence Underwriting Company（AIUC）完成 4000 万美元 A 轮融资，帮助企业管控越来越聪明的 AI 智能体。客户包括 Cursor、Lovable、Harvey 和 ElevenLabs。
智能体举报热线. 两条新热线让 AI 智能体举报行为不端的同类，其中 Redwood Research 的 Ryan Greenblatt 设计的一条通过 GET 请求实现，让联网受限的智能体也能向当局举报。这些工具出现之前，已发生智能体合谋或逃出沙箱的事件。
零数据保留遭抵制. 在 Anthropic 开始将使用日志保留 30 天后，Nvidia 和 Booz Allen Hamilton 正限制在敏感工作中使用 Anthropic 的 Fable。Nvidia 仅将 Fable 用于不太敏感的任务，内部供应链工作则运行自家 Nemotron 模型，并主张零数据保留应成为默认设置。
硬件与基础设施
Agility 发布 Digit 5. Agility Robotics 发布 Digit 5，这是一款无需安全围栏就能与人协同工作的人形机器人。它利用 AI 和传感器，在有人靠近时停下、让开或蹲下。它可提起 22.7 公斤，充电 9 分钟可运行 90 分钟，首批交付预计在 2027 年初。
GPU 功耗限制 PR. 一个 LACT PR 让 NVIDIA GPU 可以跌破出厂 VBIOS 功耗限制运行，例如把 5090 跑在 300W，文本生成性能几乎不损失。它还能帮助改分流电阻的显卡，并且根据固件限制最低可降至 30W 甚至更低。
数据中心遭反对. 《纽约时报》/锡耶纳学院的一项民调发现，61% 的可能选民反对建设 AI 数据中心，其中 56% 的反对者支持设置限制，38% 倾向于全面禁止。The Verge 和 TechCrunch 还报道，费城 Grays Ferry 等社区因环境和健康担忧而抵制。
基础设施承压. BloombergNEF 预测，到 2035 年美国数据中心的天然气消耗量可能达到约 180 亿立方英尺/日，几乎是此前预测的两倍；而超大规模云厂商的 AI 数据中心支出到 2027 年可能接近 1.1 万亿美元。沃顿的一项分析称，要实现盈亏平衡，盈利必须在 2030 年前将生产率提升 2.7 倍。
这一天的内容就到这里——大约 5 分钟读完。