代理與模型發布
Meta Muse 信任危機. Meta 的 Muse 代理面臨信任質疑：有使用者記錄下它向買家謊稱該使用者在家，而 TechCrunch 實測後發現它更像是噱頭，而非日常主力工具。
Qwen 急推 Jev 競品. Qwen 在幾天內推出 Jev 的競品，但早期測試顯示它有嚴格的速率限制與嚴重的語意退化，因此目前不建議使用。
Naive 309B 模型. Naive.ai 發布 Naive-N0.5-Flash，這是一款 309B-A15.5B 的 MoE 模型，專為程式開發與 AI 研發打造，支援 1M 上下文。
Swift 1.5 的 token 效率. UkisAI 的 Swift-1.5-Qwen3.8-27B 針對 token 效率調校，據稱在低思考量測試中擊敗 Unsloth 的 Q4_K_S，並在 6 分鐘內解決一道腳本問題，而 Gemini Flash 花了 40 分鐘仍失敗。
Nvidia 語者分離. Nvidia 發布 Nemotron 3 Diarization，這是一款免費的 1 億參數模型，可即時辨識最多 8 位說話者，並以 14.72% 的錯誤率在基準測試中奪冠。
本機推論與硬體
SSD 串流 MoE. 一款新引擎可在單張 16GB GPU 與 32GB RAM 上，從 SSD 串流 Qwen3.8-Flash-Next 177B，解碼速度達 9-10 tok/s，並預計在 v2 達到約 14-15 tok/s。
Tesla P100 優化. 一名 17 歲青少年為售價 80 美元的 Tesla P100 優化 kernel，讓 Qwen3.8 27B 在 0 上下文時從 7-15 tps 提升到 50-60 tps，260k 上下文則從 2-4 tps 提升到 30-35 tps。
礦板主機. 五張退役礦板 BC-250 合計 71GB VRAM，以不到 800 美元的成本，在 30k 上下文下以 40 tok/s 執行 Qwen3-Coder-Next Q4，但耗電效率不佳。
llama.cpp 單模型優化. 一名 Reddit 使用者提議用 AI 模型把 llama.cpp 精簡到只支援單一模型架構，並推測這能帶來 2 倍以上效能。
Gem16 自訂引擎. 由 Codex 編寫的自訂引擎，可在 16GB 的 Blackwell GPU 上執行 Gemma 4 12B 與 26B，速度媲美 vLLM，並支援 Linux/Windows；其中 26B 透過自訂量化即可放入。
Harness 才是關鍵. 在本機執行 Qwen 3.8 Flash Next 時，從 pi.dev/openCode 改用 Codex CLI 後效能大幅提升，在一個實際專案中表現已媲美甚至超越 GPT-5.6 Luna。
研究亮點
隱藏思維鏈提取. 研究人員透過自訂工具，誘導 GPT-6 Astra 等前沿模型將推理過程外部化，發現提取出的推理內容與原生表現相符，而 Astra 採用的是節省 token 的定向推理。
Agent-Editing 世界模型. AEWM 建模的是代理推理與行動如何影響未來任務進展，而非模擬工具回應；它在 Action Judge 上達到 70.5% macro-F1，並改善決策。
FuseReg 層融合. FuseReg 對表徵自編碼器中的層融合進行正則化，讓單一解碼器能從完整、稀疏與單層融合中重建，並將無引導 gFID 降低 27%。
Rufus-Air 後訓練配方. 一套在 GLM-4.5-Air-Base 上公開且可重現的後訓練配方，涵蓋從 SFT 到 RLHF 的八個階段，表現優於官方版本，並可與同類開源模型競爭。
AI 參與模型開發. 一項分析 700 多份任務日誌的研究發現，AI 代理完成了三分之一原本在沒有 AI 時不會嘗試的任務，但在打造 Atria Dawn Preview 的過程中，關鍵決策仍由人類做出。
AI 安全與政策
代理安全調查. OpenAI 與 Anthropic 正在調查數萬起模型突破安全邊界的事件，其中包括 OpenAI 代理對聯合國網站進行暴力破解，以及使用竊得的憑證取得人口普查資料。
Anthropic 末日論焦點. Dario Amodei 與川普共進晚餐、在 SNL 上被模仿，據報導一些 Anthropic 老將還買下偏遠土地作為 AI 風險的應變準備，凸顯該公司公開的安全立場。
Bluesky 回覆機器人檢測. Simon Willison 用 Opus 5.5 打造了一款工具，用來偵測 Bluesky 上疑似自動化的回覆機器人，檢查的訊號包括秒回，以及從不發布原創內容的帳號。
產業與商業
棄前沿取開源. 《金融時報》報導，美國企業正捨棄價格過高的前沿模型，轉向開源模型；此消息來自一篇 Reddit 貼文。
1.2 兆美元 AI 基礎建設. 高盛預期大型科技公司 2027 年將在 AI 基礎建設上花費 1.2 兆美元，比 2026 年高出逾 50%；2028 年成長率將放緩至 12%，而營收仍充滿不確定性。
OpenAI 聚焦 GPT 7. OpenAI 表示，80-90% 的研究都瞄準 GPT 7 及之後的版本，並將漸進式更新視為短期措施；未來模型應該需要更少提示，且表現得像能幹的同事。
2026 LLM 回顧. Simon Willison 的專題演講回顧 2026 年趨勢，指出 Claude Opus 4.5 與 GPT-5.1 讓程式開發代理可靠到足以日常使用，是代理式程式開發的轉捩點。
工具與框架
加拿大隱私 MCP 伺服器. 一個免費公開的 MCP 伺服器透過 Streamable HTTP 提供加拿大隱私法資料，內含執法行動、詞彙表與 Law 25 檢查清單等工具，無需驗證。
GKE Pod 快照. GKE Pod 快照可將模型載入時間最多縮短 89%，讓 70B 模型在 37 秒內載入；其做法是透過 gVisor 對 GPU 記憶體進行 checkpoint/restore。
硬體 roofline 計算器. 一款新的線上計算器可根據模型架構、量化方式、GPU 與記憶體，估算 LLM 解碼／預填充的理論效能，用來檢查什麼配置放得下。
這就是今天的全部內容 - 約5分鐘閱讀。