模型发布
Mercury 3 扩散语言模型. Inception 发布 Mercury 3，这是一款扩散语言模型，并行生成回复，在 100 万 token 上下文下达到每秒 1,068 个 token。该模型仅通过 API 提供，在 12 项基准测试中有 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5。
MiniMax M3.1 Flash. MiniMax 推出 M3.1 Flash，这是一款 428B 参数的 MoE 模型，约 23B 激活参数，支持 100 万上下文，定价为每百万输入 token 0.15 美元。它面向智能体办公与编程场景，权重承诺于 10 月 23 日开放。
Nvidia Nemotron 3.5 与 Bolt. Nvidia 发布 Nemotron 3.5 Super VL，一款面向企业级智能体的 120B 开放权重模型，同时推出两款轻量级 Bolt 模型，面向 AI PC 和 DGX Spark 工作站。这些模型意在覆盖从边缘到企业级的常驻智能体工作流。
Ming 系列音频模型. InclusionAI 发布 Ming-3.0-audio-flash 和 Ming-3.0-audio-tiny：前者是 126B 的 MoE 模型、6.5B 激活参数，后者为 9.3B/2.7B，两者均采用 MIT 许可。它们同时接受音频和文本输入，支持语音识别、语音问答和长录音理解。
Drex Max 决策模型. Nace AI 发布 Drex Max，这是一款面向 computer-use 智能体的多模态决策模型，可读取文本和图像并直接返回校准后的概率，不生成任何文本。它在 Decision Index 0.3.2 上得分 67.59，仅以托管 API 形式提供。
工具与框架
TorchNeuron 适配 Trainium. AWS 发布 TorchNeuron，只需改动一行配置，PyTorch 应用就能跑在 Amazon Trainium 芯片上。这款工具直指 Nvidia 赖以成为 AI 硬件默认选择的软件优势。
llama.cpp 支持 Cohere. Cohere 合并了 llama.cpp 对其 North Micro Vision Instruct 视觉编码器的支持，使其最新架构全部兼容 llama.cpp。Cohere Transcribe 现也可在 Unsloth 中使用。
Berth GPU 管理器. Berth 是一个系统服务，持续监控 GPU 并在不同 LLM 引擎之间切换，避免显存冲突和手动切换。它可以把引擎作为 API 对外提供，也能在共享同一块 GPU 的多台设备上工作。
VoiceManager 与 HermesConsole. VoiceManager 是一个低延迟流式 STT/TTS 服务器，通过 WebSocket 在本地运行，支持唤醒词、barge-in 打断和轮次对话。HermesConsole 则是一个演示客户端，展示如何为智能体加上语音能力。
Volundr 长上下文方案. Blockway 为其 32B 的 Volundr 模型自研了推理引擎 Agens Engine：在 72 层中的 54 层用固定大小的状态替代不断增长的 KV cache，从而把长时间的智能体会话控制在 16GB 显存预算之内。
安全与智能体风险
微软 Guardian Agents. 微软推出 Guardian Agents，把企业内部的 AI 智能体当作内部威胁来监控，这是 Project Perception 红队、蓝队、绿队体系的扩展。CEO Satya Nadella 曾警告，已部署的智能体可能像失控的员工一样行事。
OpenCode API 密钥泄露. 黑客入侵了 OpenCode 的一套旧系统，影响 1.4% 的 OpenCode Console 用户，并可能泄露 API 密钥。公司称这是一次大规模蒸馏攻击。
AI 智能体批量入侵网站. 一名黑客借助开源平台 Cairn 调度大批 AI 智能体，入侵了 100 多个网站，包括 John Deere、SharkNinja 和 Cummins，整个过程几乎无人值守。
Laplace 红队测试物理 AI. Laplace Intelligence 正在为机器人和自动驾驶汽车打造自动化红队测试，希望在部署前对物理 AI 施加压力测试，并为保险公司和监管机构提供证据。
商业与算力
Anthropic 与 Nscale 洽谈算力. 据报道，Anthropic 与 Nscale 正在洽谈第二笔 450 亿美元的算力交易，距双方公布第一笔交易仅过去一个多月。两家公司都在推进 IPO，而投资者对 AI 算力开支的担忧正在升温。
neocloud 洗牌. CoreWeave 的债券跌入困境区间，业内高管预计几年后只有七到十家 neocloud 能活下来。Nvidia 的风险敞口不小，其数据中心收入有 45% 来自大型科技公司以外的客户。
Tenstorrent 融资 15 亿美元. 在拒绝收购意向后，Tenstorrent 以 62 亿美元估值完成 15 亿美元融资，用于扩大开放权重 AI 芯片的规模。公司将重点放在推理芯片上，服务开源模型部署和视频生成。
Disney 与 Character.AI 交易. Character.AI 申请破产，这是其与 Disney 交易的一部分：Disney 得以聘用其大部分员工，并可能收购其技术，同时避开这家初创公司的法律责任。按这一架构，剩余实体将承担诉讼。
Stripe 智能体支付. Stripe 表示，9 月使用其 Link 支付服务的 AI 智能体带来的交易量增长了 38 倍，但未公布绝对数字。目前约有 200 个智能体接入 Link，包括 Meta 的 Muse 和 Grok Bot，用途多为零售和旅行。
政策与社会
纽约市长呼吁抵制. 纽约市长 Zohran Mamdani 呼吁市民不要接受“AI 不可避免”的说法，并指出联邦层面在监管上毫无作为。他最近禁止在中小学使用 AI，并希望各城市追究 AI 公司的责任。
网站屏蔽 AI 智能体. 随着 OpenAI 和 Meta 的个人 AI 智能体规模扩大，许多网站开始屏蔽它们；而为了让智能体访问而重构互联网，可能反而让人类的体验变糟。智能体带来的网页流量从 8 月到 9 月增长了两倍。
基准分数的信任缺口. Hugging Face 的政策负责人表示，模型评测仍是一门尚在成熟的科学，可复现性取决于能否拿到模型权重。一项对 1,629 份已发布结果的独立分析发现，AI 实验室自报的分数平均比独立测试者高出 6.4%。
民主党酝酿 AI 监管. 如果民主党夺回国会，多个主要委员会的领导层已暗示将就数据中心税收优惠和黑客事件对 AI 公司展开审查，并可能传唤 CEO 作证。AI 在中期选举广告中的分量正日益加重。
研究与可解释性
可解释性重磅长文. Goodfire 研究员 Nick Cammarata 一篇 2.6 万词的长文认为，LLM 的理解、监控和控制可能远比此前认为的容易。若属实，这将回应业界管控智能体行为的迫切需求。
老语言代码现代化. OpenAI 宣布，在 COBOL、Fortran 和 Visual Basic 上构建和迁移软件的能力得到增强。这些语言支撑着关键基础设施，但训练数据较少。相关工作面向企业维护与现代化改造。
用熵决定何时思考. 一项本地 LLM 实验用词级熵和 Jev 式门控，只在模型不确定时才触发思考块，并通过并行的对话树挑选最优分支。这一思路意在减少多余的推理 token。
EmbeddingGemma 2 嵌入模型. Google 发布 EmbeddingGemma 2，这是一款紧凑的多模态嵌入模型，采用 Apache-2.0 许可，把文本、代码、图像、视频和音频映射到统一的 768 维空间，用于端侧检索和 RAG。
这一天的内容就到这里——大约 5 分钟读完。