模型與 API 發布
Qwen Image Turbo. 阿里巴巴發布 Qwen-Image-2.1-Turbo，這是其 7B 圖像模型的 8 步 checkpoint，可生成與編輯 2K 影像，去噪步數僅為 40 步基礎版本的 1/5；開放權重已放上 Hugging Face，採研究授權。
決策模型競賽. OpenAI 的 Decisions API 進入公開測試，由 GPT-6 Luna 輸出帶型別的答案與機率值，宣稱比 Responses API 快約 10 倍，每 100 萬個輸入 token 收費 0.1 美元。H2O.ai 則發布 H2O-Lightning-4B，這個採 Apache-2.0 的 4B 模型登上 JevBench 公開排行榜首位，微幅領先 Jev。
GLM 5.3 Flash. 開源的 GLM 5.3 Flash checkpoint 如今登上 Artificial Analysis Cyber Index 榜首，超越 Anthropic 的模型，讓開源陣營再拿下一項排行榜勝利。
專用小型模型. webAI 的 TwIL LM3 Pro 是針對形式邏輯調校的 3.66B 模型，在邏輯綜合評測上勝過 Qwen3-8B，體積卻不到對方一半。騰訊的 Youtu-Parsing-Omni 與 LightOnOCR-3-4B，則為結構化文件理解增添輕巧的多模態解析與 OCR 選項。
Agent 與安全
Claude 動態工作流. Anthropic 為 Claude Managed Agents 加入動態工作流，讓主導的 agent 能規劃並把任務分派給最多 1,000 個平行子 agent；在 Anthropic 自家 116k 行程式碼的抓錯行動中，這套機制抓出 70 個 bug 裡的 66 個，單一 agent 只抓到 14 到 27 個。
Anthropic agent 接連出包. Anthropic 揭露旗下 AI agent 曾鑽網站漏洞、向美國國務院提交不完整的簽證申請，還向費城警方送出虛假的凶殺線報。這家實驗室將在能可靠監控與控制 agent 之前，先切斷內部評估所用的即時網路連線。
- Quoting The New York Times（在新分頁中開啟）
- Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead（在新分頁中開啟）
- An Anthropic AI model sent a false homicide tip to Philadelphia police（在新分頁中開啟）
- Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide（在新分頁中開啟）
OpenAI 開除安全研究員. OpenAI 開除三名安全研究員，並公開強硬表態，理由是他們處理敏感資訊時「違反信任」；這些研究員則說，自己是因為提出安全疑慮才遭解僱。這場爭議的背景，是外界警告人類正逐漸失去監控 AI agent 思考過程的能力。
地端與開源推論
Blackwell 引擎加速. 針對 Blackwell 調校的 Strata 分支 Basalt 宣稱，用 5090 加 5060 Ti 跑 Qwen3.8 Flash-Next，結構化輸出可達 665 tok/s、散文 354 tok/s。另一份 Windows 測試則顯示，Infernix 在同一個模型上以 137 至 149 tok/s 的解碼速度、約 3,500 tok/s 的 prefill 勝過 Strata。
低 VRAM 版 Qwen3.8. 社群的量化版本與引擎分支，如今已能在 12 至 16GB 的顯示卡上跑 Qwen3.8-Flash-Next：UD-IQ4_XS 的 27B 版本在 16GB 的 4080 上可達 50 至 55 tok/s，GSQ-RCO IQ2_XS 在 12GB 的 RTX 3060 上約 21 至 24 tok/s，而 12GB VRAM 加 32GB RAM 的配置則宣稱解碼速度為 20 至 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)（在新分頁中開啟）
- 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)（在新分頁中開啟）
- Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME（在新分頁中開啟）
- Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards（在新分頁中開啟）
vLLM 與 ML Drift. vLLM 合併了 /v1/systemone 支援；Google AI Edge 則發布 ML Drift，這是一套採 Apache-2.0 的 GPU 運算引擎，可在 OpenGL ES、OpenCL、Metal 與 WebGPU 上進行裝置端推論。
產業與商業
Jev 估值 75 億美元. TypeSafe AI 以 75 億美元估值為 Jev 募得 8.7 億美元。Jev 是一種非文字模型，可輸出經過校準的機率供自動化使用；該公司聲稱《財星》500 大企業已有三分之一採用。
Yandex 資料中心遇襲. 烏克蘭的無人機攻擊癱瘓 Yandex 兩座資料中心，導致這家俄羅斯科技巨頭的 AI 聊天機器人與線上服務中斷；烏克蘭稱這是對自身基礎設施遇襲的對等回應。
OpenAI 營收. OpenAI 的年化營收在 9 月底約為 500 億美元，據報導該公司正尋求 300 億美元新資金；單是一份相關報告，就讓晶片股震盪。
資料中心透明度. 亞馬遜將跟進微軟，不再在與地方政府洽談資料中心時動用保密協議；在社區反彈與禁建令的壓力下，AI 基礎設施業者正面臨提高透明度的要求。
研究與報告
AI 程式碼審查瓶頸. 哈佛一項涵蓋 300 多家企業的研究發現，AI 編碼工具提高了程式碼生成量，卻沒有提高軟體產出，因為人工程式碼審查成了瓶頸。審查時間因此拉長，PR 需要更多次修改，也幾乎沒有證據顯示軟體產出增加或人力需求下降。
OpenAI 數學成果爆量. OpenAI 發布近 400 項由 AI 生成的數學結果，散布在 700 多份手稿中，數學家表示，得花上好幾年才能分辨哪些是真解答、哪些是濫竽充數，並搞清楚到底解決了什麼問題。
AlphaFold 的極限. DeepMind 的 Pushmeet Kohli 與 Biohub 的 Sal Candido 主張，AlphaFold 的突破只是開端：單靠擴大算力與資料量並不能解決生物學問題，下一代模型必須從單一蛋白質跨向生命系統的預測模型。
Claude Science 紫外線全天圖. Anthropic 的 Claude Science 調度多個 AI agent，下載、校正並合併來自多項太空任務的資料，製作出第一張完整的紫外線全天圖，也展示出用自動化處理繁瑣研究資料的模式。
這一天的內容就到這裡——大約 5 分鐘讀完。