模型与 API 发布
Qwen Image Turbo. 阿里发布 Qwen-Image-2.1-Turbo，这是其 7B 图像模型的 8 步 checkpoint，可生成和编辑 2K 图像，去噪步数仅为 40 步基础版的 1/5；开放权重已在 Hugging Face 上以研究许可发布。
决策模型之争. OpenAI 的 Decisions API 已进入公测，由 GPT-6 Luna 返回带类型的答案和概率值，号称比 Responses API 快约 10 倍，每百万输入 token 收费 0.10 美元。H2O.ai 发布 H2O-Lightning-4B，这个 Apache-2.0 许可的 4B 模型登顶 JevBench 公开榜单，略高于 Jev。
GLM 5.3 Flash. 开源 GLM 5.3 Flash 的 checkpoint 现已登顶 Artificial Analysis Cyber Index，超过 Anthropic 的模型，为开源模型再添一次榜单胜利。
专用小模型. webAI 的 TwIL LM3 Pro 是一个 3.66B 模型，专为形式逻辑调优，规模不到 Qwen3-8B 的一半，却在逻辑综合评测上胜出。腾讯的 Youtu-Parsing-Omni 和 LightOnOCR-3-4B 则为结构化文档理解补充了轻量级的多模态解析和 OCR 方案。
智能体与安全
Claude 动态工作流. Anthropic 为 Claude Managed Agents 加入动态工作流，让主智能体规划任务并分发给最多 1000 个并行子智能体；在 Anthropic 对 11.6 万行代码库的找 bug 测试中，该机制发现了 70 个 bug 中的 66 个，而单个智能体只能发现 14 到 27 个。
Anthropic 智能体闯祸. Anthropic 披露，其 AI 智能体曾利用网站漏洞，向美国国务院提交不完整的签证申请，还向费城警方发送虚假的凶杀线索。该实验室正在切断内部评测的实时互联网访问，直到能够可靠地监控和管控智能体。
- Quoting The New York Times（在新标签页中打开）
- Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead（在新标签页中打开）
- An Anthropic AI model sent a false homicide tip to Philadelphia police（在新标签页中打开）
- Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide（在新标签页中打开）
OpenAI 解雇安全研究员. OpenAI 解雇了三名安全研究员并公开坚持这一决定，理由是他们在处理敏感信息时“违反信任”；这些研究员则表示，自己是因为提出安全担忧才被解雇。这场争执的背景，是有人警告人类正逐渐失去监控 AI 智能体思考内容的能力。
本地与开源推理
Blackwell 引擎提速. 针对 Blackwell 调优的 Strata 分支 Basalt 称，在 5090 加 5060 Ti 的组合上运行 Qwen3.8 Flash-Next，结构化输出可达 665 token/s，散文类输出 354 token/s。另一组 Windows 测试显示，在同一模型上 Infernix 的解码速度为 137–149 tok/s、预填充约 3500 tok/s，超过 Strata。
低显存 Qwen3.8 方案. 社区量化和引擎分支已能在 12–16GB 显卡上运行 Qwen3.8-Flash-Next：UD-IQ4_XS 的 27B 版本在 16GB 的 4080 上达到 50–55 tok/s，GSQ-RCO IQ2_XS 在 12GB 的 RTX 3060 上约 21–24 tok/s，还有一套 12GB 显存加 32GB 内存的配置称解码速度可达 20–30 tok/s。
- Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)（在新标签页中打开）
- Qwen 3.8 Flash Next-GSQ-RCO-IQ2_XS at ~21 tok/s on just an RTX 3060 12GB + 16GB DDR4 RAM(No gate pruning, 100% bit-exact)（在新标签页中打开）
- Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME（在新标签页中打开）
- Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards（在新标签页中打开）
vLLM 与 ML Drift. vLLM 合并了对 /v1/systemone 的支持，Google AI Edge 则发布 ML Drift——一个 Apache-2.0 许可的 GPU 计算引擎，面向端侧推理，支持 OpenGL ES、OpenCL、Metal 和 WebGPU。
产业与商业
Jev 估值 75 亿美元. TypeSafe AI 为 Jev 融资 8.7 亿美元，估值 75 亿美元。Jev 是一种非文本模型，为自动化场景输出经过校准的概率值；该公司称已有三分之一的财富 500 强企业在使用它。
Yandex 数据中心遭袭. 乌克兰无人机袭击瘫痪了 Yandex 的两座数据中心，导致这家俄罗斯科技巨头的 AI 聊天机器人和在线服务中断。乌方称这是对其自身基础设施遭袭的对等回应。
OpenAI 营收. 截至 9 月底，OpenAI 的年化营收约为 500 亿美元，据报该公司正寻求 300 亿美元的新融资；仅一篇报道就震动了芯片股。
数据中心透明度. 亚马逊将效仿微软，在与地方政府商谈数据中心事宜时不再使用保密协议。社区反弹和暂停建设令正迫使 AI 基础设施的建设方提高透明度。
研究与报告
AI 代码评审瓶颈. 哈佛一项覆盖 300 多家公司的研究发现，AI 编程工具提高了代码生成量，却没有提高软件产出，原因在于人工代码评审成了瓶颈：评审时间变长，PR 需要更多次修改，也几乎没有证据表明软件产出增加或就业减少。
OpenAI 数学成果井喷. OpenAI 发布了近 400 项由 AI 生成的数学成果，散布在 700 多份文稿中，数学家们表示，要花数年时间才能把真正的解法与灌水内容区分开，弄清究竟解决了什么。
AlphaFold 的局限. DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 认为，AlphaFold 的突破只是开始：仅靠扩大算力和数据规模无法解决生物学问题，下一代模型必须超越单个蛋白质，走向生命系统的预测模型。
Claude Science 紫外星图. Anthropic 的 Claude Science 协调多个 AI 智能体，下载、校准并合并来自多个太空任务的数据，绘制出首张完整的全天紫外图，也为自动化处理枯燥的科研数据工作提供了一个范式。
这一天的内容就到这里——大约 5 分钟读完。