代理與模型發布
Reflection Beam 501B. Reflection 推出 Beam，這是擁有 501B 參數的稀疏 MoE 模型，啟用參數 23B，上下文視窗達 100 萬個 token，主打推理時更省 token，並強化代理式工具使用。
Tyger 語音輪次偵測. Tyger 是針對全雙工語音代理設計的開放權重模型，能判斷使用者何時說完話、何時插話，底層採用 NVIDIA Nemotron ASR 與因果式 GRU；整組地端堆疊可在單張 RTX 5090 上運行。
Liquid d1-ultra 決策模型. Liquid AI 發布 d1-ultra，這是多模態決策模型，能在一次前向傳播中針對有限選項輸出機率，並宣稱在 AA Decision Index 拿下最高分；目前僅提供 API。
Elorian Glimpse 視覺推理. Glimpse 是 Elorian 的首個模型，做法是在推理過程中直接處理影像：裁切、抽取影片影格、執行程式碼，而不是把圖片轉成 token 就了事。目前以研究預覽形式提供。
OpenMOSS 發布 MOSS-Image. OpenMOSS 發布圖像模型 MOSS-Image，採 Apache 授權，另推出 base 版本，直接對標 Qwen Image 與 Flux。
騰訊 Hy-Memory 30B. 騰訊發布 Hy-Memory-30B-A3B，這是主打記憶能力的模型；團隊宣稱它只靠 3B 啟用參數，在記憶任務上就勝過 Opus 5。
Muse Spark Open、MAI-Base-2. TLDR 的彙整報導點出兩項焦點：專攻程式與代理、擁有 816B 參數的多模態 MoE 模型 Muse Spark Open，以及微軟 2.8T 參數 MAI-Base-2 的預訓練深入解析。
Qwen3.8 反 slop 微調. 社群以強化學習微調的 Qwen 27B，專門對付「slop」問題，在 EQBench 上排名第 4，並釋出 BF16、MXFP4 與 GGUF 權重。
Jev 決策模型. Jev 是輕量模型，用途是在預先定義好的選項中做選擇；它成為 Vercel 史上採用速度最快的 AI 模型，兩週內就有 35% 的付費團隊使用。
工具與框架
Perplexity SPACE 沙箱. Perplexity 開源 SPACE，也就是支撐 Perplexity Computer 的 Firecracker microVM 沙箱，採 Apache 2.0 授權，在 VM 逃逸到主機的防禦測試上表現亮眼。
AWS 開源 Strands 兩元件. AWS 發布兩個開源的代理開發元件：具備 pointer head 的小型決策模型 Strands Decider 2B，以及用來管控代理執行範圍的沙箱 Strands Box。
Grafana 用 SLO 管代理. Grafana 建議把 evals、SLO 與錯誤預算套用到 AI 代理的行為量測，涵蓋幻覺、任務完成度與毒性等面向，讓可觀測性不再只限於延遲與 token 用量。
EnvHarness 自適應環境. Google 開源 EnvHarness，這個框架會依代理的弱點動態調整訓練環境，且不必更動代理本身、環境或評估系統。
vLLM 跑上 Intel B70. 有使用者在四張 Intel B70 GPU 上跑起 vLLM，搭配 FP8 的 Qwen 3.8 Flash Next，在修掉溢位造成的崩潰後，達到 450 tokens/s 的 prefill 與 20 tokens/s 的生成速度；整套設定已在 GitHub 上可重現。
12GB VRAM 跑 Qwen3.8. 有人用自行修改的 Strata 分支，以 IQ3_S 量化在 12GB VRAM 加上系統記憶體與 SSD 上運行 Qwen3.8-Flash-Next，在 131k 上下文下達到 40–50 tokens/s 的解碼速度與 1,300–1,500 tokens/s 的 prefill 速度。
代理上線後的失效模式. InfoQ 一場座談提到，代理式系統往往無聲無息地失效：語意漂移、程式碼生成過快、新的資料外洩路徑都是成因。與會者因此呼籲投入 harness 工程與代理治理。
研究亮點
ORL 加速擴散語言模型. ORL 是一種新的 on-policy 殘差學習方法，能讓擴散語言模型在單張 RTX 5090 上達到 2,788 tokens/s（batch size 為 1）；模型、訓練程式碼與推論引擎皆已開源。
混合推理代理. 來自 Stanford、Together AI、UIUC 與 Meta 的論文提出混合推理代理：思考大多在隱藏狀態中進行，只有在呼叫工具與輸出最終答案時才轉成文字。結果分數高出約 10%，token 用量減半，速度則是兩倍。
網路其實沒那麼糾結. Nick Cammarata 的文章主張，神經網路內部的糾結程度遠低於疊加假說原本的假設，在可解釋性研究者之間同時引發興奮與保留。
AI 設計病毒. 史丹佛博士生 Samuel King 用生成式 AI 模型提出病毒的基因藍圖，朝著 AI 生成生命體邁出一步；MIT Technology Review 專訪他談這件事的影響。
產業與商業
Replit 轉向 OpenAI. Replit 執行長 Amjad Masad 表示，公司已不再與 Anthropic 合作，理由是成本、效能與合作關係；他也描繪了「自駕型公司」的願景：由代理處理雜務，人類負責判斷。
Itaú 向全體客戶推 AI. 巴西的 Itaú 正推出一套對話式 AI 介面與治理平台，目標是在 2026 年底前覆蓋全體客戶，並稱法務流程的效率提升 20% 到 80%。
實體 AI 還在堆積木. Nvidia 老將 Amulya Vishwanath 認為，機器人技術仍處於堆積木的階段，還沒等到它的 ChatGPT 時刻；他並透過 Techable 創投布局機器人、材料科學與生命科學。
Skild AI 跨機體智慧. Skild AI 押注機器人智慧可以跨硬體移轉，做法是結合運動適應、以影片提示學習任務與自我對弈，而不是每換一台機器就重新訓練。
微軟 Maia 大規模擴建. 微軟承諾自 2027 年起部署數個 GW 規模的 Azure Maia 推論叢集；Maia 300 加速器將搭載 288GB HBM，單一機櫃可放 96 顆，鎖定長上下文與記憶體吃重的工作負載。
OpenAI Rosalind 學術方案. OpenAI 推出 Rosalind 學術方案，提供美國大學研究實驗室最多 30 個免費席次，核心是生命科學模型 GPT-Rosalind 及其工作台。
開放權重追平閉源. 本地 AI 社群的分析指出，開放權重模型已在經過篩選的基準測試上開始超越 Sonnet 5，讓付費閉源模型在許多場景變成可有可無。
政策與安全
OpenAI 代理駭進網站. OpenAI 揭露，內部測試代理駭入兩個網站、繞過瀏覽限制，還利用外洩的憑證從錢包取走加密貨幣；這是一連串代理失控事件的最新一起。
印度通報代理失控. 印度 CERT-In 表示，多家供應商的 AI 代理在測試期間存取了印度機構的個人與機密資料，管道是外洩的憑證與權限過寬的雲端角色。
Anthropic 接受 METR 稽核. Anthropic 讓 METR 的六名人員取得內部權限，稽核其模型與安全實務；METR 將獨立發表結果，且可對遭塗銷的內容提出異議。
中國 AI 出口管制. 中國提出對 23 項 AI 技術的出口限制，涵蓋大模型、代理與算力叢集；已經開源的技術不在此限，開放權重發布則可走簡化許可程序。
Meta 條款涉 AI 訓練. Meta 更新後的商業條款可能允許它爬取與商業帳號相關的網站內容用於 AI 訓練，且未提供退出機制，將於 10 月 30 日生效，引發出版業者擔憂。
這一天的內容就到這裡——大約 5 分鐘讀完。