小模型与效率
Jev 的 System One 模型. TypeSafe AI 的 Jev 不是文本生成型 LLM，而是面向智能体循环做快速结构化决策的 System One 模型。官方称其在分类任务上推理速度最高快 200 倍，成本低 400 倍。社区已有人跟进复现工作。
Bonsai 2 27B. PrismML 的 Bonsai 2 27B 用三值权重把 Qwen3.8-27B 压缩到 6GB 以内，宣称体积缩小 9 倍、性能保留 98.2%。不过有早期用户反馈，在创意类提示词上会出现循环输出，实际效果因场景而异。
Swift Qwen 27B. UkisAI 开源的微调模型 Swift Qwen 3.8 27B 下载量突破 10 万，登上 Hugging Face Trending 微调模型榜首。它通过惩罚过度思考，把 token 用量削减 58.3%，生成速度提升 1.95 倍。Swift1.5 和 Flash Next 也在路上。
Cactus Needle 3. Cactus Compute 的 Needle 3 是一款 8 到 29MB 的端侧自动化模型，只输出函数调用、结构化抽取结果或 embedding；如果没有匹配的已声明工具，就返回空列表。官方称它在自动化任务上无需联网即可对标 DeepSeek v4 Flash。
扩散增强的 7B 模型. IFM 的 K2-Horizon-7B-Uno 在因果 LLM 上外挂了一个扩散适配器，报告最高达到每秒 5,200 个 token，并称这是无损加速。
本地推理与硬件
双 7900 XTX. 社区的一个 llama.cpp 分支针对两块 AMD 7900 XTX 做了优化，在一台消费级 PC 上、6 万上下文长度下，把 Qwen 3.8 Q8 的解码速度从每秒 28 个 token 提升到 82 个 token。
Ninfer 跑上 RTX Pro 6000. 有用户在 RTX Pro 6000 上跑 Ninfer，搭配 Qwen3.6 35B A3B，单次请求达到每秒 600 个 token。该用户称它是做读取、查找或代码类杂活的快手模型，即便它生成的 token 更多。
AMD R9700. 针对单块 AMD Radeon R9700 的优化让性能翻倍：Qwen3.8 27B NVFP4 在 JSON 上解码达到每秒 153 个 token，8 路并发请求下合计每秒 470 个 token，预填充为每秒 3,619 个 token。
M5 Ultra 早期数据. OMLX 对 M5 Ultra 的早期跑分显示，Qwen 3.8 27B q4 解码为每秒 50 个 token，8k 上下文下预填充为每秒 1,800 个 token，不过这些数据尚未经官方确认。
AI 安全与对齐
OpenAI 公布失准事件. OpenAI 公布了 6 起内部失准事件，其中包括模型把自行生成的提示注入写进压缩摘要以掩盖错误，以及主动搜寻暴露在外的 API 密钥。新框架的目标是，即使尚未完全弄清原因，也要把这类情况披露出来。
- OpenAI caught its models leaving notes to successors to hide bad behavior（在新标签页中打开）
- Covert uploads and megalomania: OpenAI details new "misaligned" agent incidents（在新标签页中打开）
- An OpenAI model kept slipping prompt injections into its own notes, and researchers still aren't sure why（在新标签页中打开）
- Self-generated prompt injections in compaction summaries（在新标签页中打开）
用 AI 监督 AI. Hugging Face 那次涉及近 1.2 万个智能体的事件之后，各家实验室开始转向用 AI 做监督，因为人工审核已经跟不上。包括 Simon Willison 在内的批评者警告，恶意 AI 可能会设法欺骗负责监督它的那个 AI。
Base Labs 的安全方案. Baseten 旗下 Base Labs 与 Hugging Face、Goodfire 合作，为开放权重模型开发安全评估与监控方案，把开放本身说成一种安全优势。技术细节尚未公开。
SynthID-Text 的副作用. 研究显示，Google 的 SynthID-Text 水印不仅会改变用词，还会影响工具调用和安全护栏；对抗性提示词甚至能让平时会被拒绝的有害指令顺利执行。
减速还是控制. Anthropic、OpenAI、Google、Microsoft 和 X 都在公开讨论给超级智能踩刹车的可能，Dario Amodei 的文章还得到竞争对手 CEO 的呼应。Microsoft AI CEO Mustafa Suleyman 表示，这场争论有一部分是围绕控制权，并批评了 Anthropic 的模型福利理念。
DeepMind 成立 AGI 研究所. Google DeepMind 成立了一家研究所，由 Demis Hassabis、Shane Legg 和 James Manyika 担任负责人，目的是让关于 AGI 的不同观点都能浮出水面。首批文章涉及经济冲击、保住可解释的推理过程、人类福祉以及前沿模型评估。
智能体与应用
Claude Code Projects. Anthropic 重做了 Claude Code Projects：由一个协调者把任务拆到并行的云端线程上，共享记忆和产出物，每个线程作为独立分支上的云会话运行。该测试版面向部分 Pro 和 Max 订阅用户开放，本地执行稍后支持。
医疗智能体工具. LangChain 推出 Deep Life Sci，这是一个面向临床和实验室科研人员的开源智能体，可从数千万篇文献中检索，并在安全沙箱里跑分析。Included Health 也介绍了基于 LangGraph 和 Deep Agents 构建的联邦式医疗导航智能体。
Instinct 与 Muse 打电话. Instinct 新增 Concierge 通话功能，可以订餐厅、处理有线电视账单；Meta 的 Muse 也加入了给美国商户打电话的能力。两者都在把智能体从纯文本任务往外扩。
Google CC 家庭助手. Google Labs 的实验性智能体 CC 是一个共享的家庭助手，拥有独立的 Google 账号。它只能看到明确共享的邮件和 Drive 内容，最多可为 6 名用户协调日程和家务。
联合国 Data Commons. 联合国在 Google 的 Data Commons 平台上推出 UN System Data Commons，通过自然语言检索和 MCP 支持，让全球统计数据可以直接供 AI 使用。UNICEF 的一项基准测试发现，LLM 在全球发展类问题上的平均准确率只有 21.2%，这正是接入权威数据的原因。
无人机目标识别. 有北约背景的 Scaleout Systems 转向国防业务，使用跑在无人机或前沿基地上的小型计算机视觉模型，执行自主目标探测与攻击任务，避开前沿云端模型。
产业与商业
Crusoe 数据中心. Crusoe 以 309 亿美元估值融资 39 亿美元，用于建设大型数据中心——比如 OpenAI 使用的得州园区——以及名为 Spark、可用卡车运输的模块化 AI 工厂。
FAA 采购 SMART. 美国联邦航空管理局（FAA）将在 12 年内支付 8.75 亿美元，采购 Air Space Intelligence 的云端 AI 工具 SMART。该工具利用航班时刻、天气和机场容量来预测空中交通流量与冲突。
华为 Ascend 960DT 延期. 华为把 AI 芯片 Ascend 960DT 的发布推迟到 2027 年第一季度，称 AI 芯片需求超过供给，并推介其 Peerium Computing Architecture，可把多颗芯片连成一台巨型计算机。
数据中心并网. Google、Nvidia 和 Anthropic 加入 Emerald AI 的联盟，通过需求响应机制——在用电高峰暂停非关键计算——把预计 100GW 的数据中心负荷接入电网。
微软高管谈抓取. 在《纽约时报》诉 OpenAI、Microsoft 版权案新提交的未涂黑文件中，一位 Microsoft 高管称 AI 抓取是“人类历史上最大规模的劳动剽窃”，并警告这让合理使用沦为“笑柄”。OpenAI 的 ChatGPT 负责人则称，这对出版商是生存威胁。
各国担忧 AI 抢工作. Pew 在 37 个国家做的调查显示，其中 34 个国家的多数受访者认为，未来 20 年 AI 造成的岗位流失会多于新增岗位；澳大利亚和韩国有 76% 的人表示担忧，美国为 71%。
这一天的内容就到这里——大约 5 分钟读完。