Agent 框架、工具與評估
Figma 的 Agent 規格. Figma 推出以 Markdown 為基礎的 Specs 編輯器與情境整合，讓第三方 Agent 在創作時遵循品牌設計規範，並擴大開放自家的畫布 Agent。
Agent 評估實務. LangChain 發布 Agent 評估指南：從單一行為開始，用真實追蹤紀錄建立小型資料集，能寫程式評估就寫，不能才用 LLM 評審，並要評估完整對話串與軌跡。
脈絡腐化解方. LangChain 的 Deep Agents 框架採用五種中介軟體技巧，把脈絡移出使用中的視窗、改存成純文字檔，避免長時間執行的 Agent 準確率下滑，也讓記憶能跨模型攜帶。
OCR 解析器基準測試. Datalab 發布 OmniParseBench，這是一套開放基準測試，涵蓋 2,937 頁、16,288 項通過／失敗測試，協助工程師挑選文件解析器；Gemini 3.8 Flash 微幅領先 Datalab 自家的解析器。
金融 Agent 安全. OpenAI 與 Anthropic 在 AI Engineer NY 討論金融 Agent 如何兼顧自主性與安全性，強調重點在於控制措施與人類判斷的配置位置，而非限制數量多寡。
模型發布與微調
LFM2.5 Agent 主力. 一名使用者把 LFM2.5-24B 換進 Pi Agent 工作流程，回報在 AMD W7900 上可持續跑出約每秒 95 個 token，在機械性與遞迴性任務上表現可靠。
Qwen 效率變體. 三項獨立發布——Sabi-Noema、Tessera-27B-CJK 與 Telperion 的 MLA/GLA——透過壓縮推理 token 或 KV 快取來提升效率，其中 Sabi-Noema 宣稱在 Agent 與工具呼叫基準測試上有所提升。
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B（在新分頁中開啟）
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings（在新分頁中開啟）
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.（在新分頁中開啟）
手機端多模態. MiniCPM-V 4.7 採用 Lookahead Expert Scheduling，只需約 3GB 記憶體就能在行動裝置上執行 35B 的 MoE 視覺語言模型，另有較小的 1B 版本。
緊湊 MoE 將登場. NVIDIA Nemotron Bolt 3.5 是 74B 參數、9B 啟用參數的 MoE 模型，透過 2-bit 量化感知訓練塞進 24GB，將於 10 月 15 日推出；4GB 的 E4B 版本接著在 10 月 23 日登場。
程式碼 MoE. JetBrains Mellum 2.1 是 12B A2.5B 的 MoE，在消費級 GPU 上可跑出每秒 60–140 個 token，足以勝任程式碼任務，尤其適合搭配更大的規劃模型。
地端 AI 與硬體
雞舍棚屋主機. 一名使用者用四張已解鎖的 CMP 170HX 加上 Threadripper，打造出 256GB VRAM 的主機；為了解決散熱與噪音問題，他把機器搬到棚屋，在本機執行 Qwen Flash Next 與 GLM 5.3。
地端 AI 生意. 有人打造三台各裝四張 Radeon R9700、搭配便宜 EPYC 的機器，每台 1.07 萬美元、合計 384GB VRAM，用來為 USA Arms 執行 AI，因為託管模型拒做槍械相關工作。
高速 Radiance 引擎. Deadcode 的 Radiance 引擎在兩張 R9700 與 64GB DDR5 上，以 Q4 的 Qwen-3.8 Flash-Next 達到解碼每秒 176 個 token、預填每秒 6,450 個 token。
llama.cpp kernel 加速. 一份 llama.cpp PR 加入 GDN 分塊 kernel，讓 MoE prompt 處理在 RTX PRO 6000 上最多提升 20.6%，在 RTX 5090 上提升 17.9%。
研究與應用 AI
AI 晶片設計. Ricursive Intelligence 表示，AI 能以迭代方式設計晶片來提升效率，應付成長 10,000 倍的運算需求，而不必蓋出多 10,000 倍的資料中心。
AI 尚未自我改進. Google DeepMind 的 Haydn Belfield 表示，AI 已寫出超過 75% 的正式環境程式碼，但尚未出現可量測的 AI 研究加速；面對複雜任務，人類監督仍不可或缺。
註解不重要. 一名開發者從程式碼庫刪除 16.8 萬行註解，結果發現 AI Agent 在三次執行中，對兩個版本都能產出品質同等的程式碼，讓註解的價值受到質疑。
AI 大規模反編譯. 獨立開發者 Popcar 討論指出，AI 驅動的反編譯正促成遊戲混搭與保存，但也威脅專有軟體。
AI 設計的蛋白酶. 研究人員利用 AI 蛋白質設計，替換蛋白酶的非催化部位，創造出能切斷與神經疾病相關特定蛋白質的酵素。
AI 天氣預報. Ai2 的 HiRO-ACEv2 以 3 公里解析度模擬極端天氣，成本約為 X-SHiELD 的三百分之一；Microsoft 的 ML 工具則可修正 2 至 6 週預報的偏差，這項研究已發表於《Nature》。
正式環境中的 Agent
臥底反詐騙 Agent. Apate 部署數千個 AI Agent 冒充受害者，浪費詐騙者時間，並蒐集銀行帳戶、錢包與詐騙基礎設施；這些 Agent 已處理 250 萬次對話。
自主業務研究. Floqer 正在打造能持續蒐集與更新客戶知識的 AI Agent，供 B2B 銷售使用；該公司 ARR 已突破 120 萬美元，並計劃把這項技術開源。
對話式點餐. Square 推出一款 1,999 美元的自助點餐機，內建 Agent 語音層，能聽懂菜單並即時處理客製與替換需求。
網路風暴追蹤器. Gudea 用 AI 分析故事如何在 500 多個平台上擴散，並在危機爆發前找出誰在帶動討論，超越傳統的社群聆聽。
Gemini 防詐. Google Messages 正在推出可選用的強化保護功能，利用雲端 Gemini 評估陌生寄件者的意圖，並在安全空間中加密處理。
AI 模擬客戶面談. McKinsey 將讓部分初階職缺應徵者在面試過程中與 AI 模擬客戶互動；由人類評估表現，而非 AI。
產業、政策與商業
AI 競賽再起. Google 與 Meta 發表新的前沿模型，向 OpenAI 與 Anthropic 發起挑戰，扭轉外界認為戰局已趨於集中的看法。
OpenAI 模型時程. 據報導，OpenAI 計劃今年推出一到兩個模型，但下一款旗艦模型仍需進行對齊工作與政府安全審查。
OpenAI 兒童訴訟. 美國八個州起訴 OpenAI，指控 ChatGPT 對兒童不安全，且公司誤導消費者對安全性的認知，並列舉包括批判性思考能力退化等危害。
Character.AI 用戶資料. 州檢察長在 Character.AI 的破產案中提交通知，要求保護用戶私人聊天紀錄不被出售，並警告由於未成年用戶眾多，存在風險。
AI 音樂管控. YouTube 為 AI 生成的歌曲加上標示，Deezer 則計劃推出過濾器排除 AI 曲目，兩個平台都希望提高生成式音樂的透明度。
Nvidia 歐洲投資. Nvidia 宣布在歐洲新增 20 億美元投資、入股法國新創，並提供 2.5 億美元的算力給英國 AI 安全實驗室。
Vibe coding 啟動器. Epic Games 從頭用 AI 輔助編碼重寫啟動器，聲稱效能更快、團隊規模更小。
這一天的內容就到這裡——大約 5 分鐘讀完。