智能体与模型发布
Nanbeige4.3-33B 开源. Nanbeige LLM Lab 以 Apache 2.0 协议发布 Nanbeige4.3-33B，这是一个 33B 稠密智能体编程模型，上下文窗口 512K。在实验室的对比表里，20项基准中它拿下17项第一，对手是 30B 上下的模型；Terminal-Bench 2.1 表现强劲，但部分 SWE 和任务类基准分数偏弱。社区已提供 GGUF 量化版本，其中 20.3GB 的 AD-IQ4_XS 适合 32GB 显存的 GPU。
微软开源 Agensh. 微软研究院开源了 Agensh，一个去中心化的编程智能体框架，取消了中央调度器：worker 自行领取子任务、共享发现、合并代码。测试中它从1个智能体扩展到1024个，随着智能体数量增加，ProgramBench 中最难的一批任务得分也随之提高。
Lure-TTS 轻量语音模型. 一位独立开发者发布 Lure-TTS 和 Lure-Turbo，这是基于 Qwen3-TTS 微调的6亿参数语音模型，合成速度快于实时，并支持内联标签、方向控制和声音克隆。据称训练成本不到200美元，用到了 RLVR、OPD 和多教师蒸馏。
OpenMobile-2 手机智能体. 研究者发布 OpenMobile-2，这是基于 Qwen3.5 和 Qwen3.6（9B/27B）构建的开源手机智能体模型。训练环境包含110多个模拟 App；App 多样性提升后，未见过的 App 成功率从 60.7 升到 67.5，较大的模型在 SPA-Bench 上拿到 59.6，在开源模型中最高。
Carbon-X DNA 模型. Hugging Face 发布 Carbon-X，一个 14.8B 的开源 DNA 语言模型，可直接读取原始 DNA 序列并用英文作答；它能预测突变致病性、调控区域和下一个碱基。在五项 DNA 基准上平均得分 66.7%，为受测开源模型最好，单张 80GB GPU 即可运行。
工具、框架与基础设施
TorchTPU 接入 PyTorch. Google 和 Meta 在 PyTorch Conference 2026 上开源 TorchTPU，这是面向 TPU 的原生 PyTorch 后端，用来取代 PyTorch/XLA。迁移时只需把 model.to('cuda') 改成 model.to('tpu')，Meta 计划在 TPU 上跑更大规模的 LLM 负载。
Google 发布 ML Drift. Google 发布 ML Drift，一个 Apache 2.0 的跨平台 GPU 计算引擎，面向端侧 AI 推理，支持 OpenGL ES、OpenCL、Metal 和 WebGPU。它是 LiteRT 背后的核心引擎，目标是提升生成式 AI 在边缘设备上的可移植性和性能。
Nvidia Flora 标注引擎. Nvidia 开源 Flora，一个为机器人视频打标注的数据引擎，可生成动作描述、进度评分和任务成败判定。它声称标注成本为每小时72美分，而 GPT-6 Astra 要88美元；目前已用于 GR00T 训练，每天最多处理20万小时。
Anthropic OSS Scanner. Anthropic 推出 OSS Scanner，一款免费、自愿开通的漏洞扫描器，用自家最强模型为关键开源项目做检查。它已接入114个项目，报告77个严重和803个高危问题；经审计的问题中有 88% 达到披露标准，但也存在严重性虚高和重复报告的情况。
TokenGate 输入裁剪. 斯坦福和加州大学伯克利分校发布 TokenGate，一个可直接插拔的学习式 token 裁剪模块。它会跳过无关的输入 token，在上下文最长 128k 的受测任务上精度无损，首 token 时延改善 1.4–11.3 倍，prefill 显存占用降低 1.5–3.4 倍。
研究亮点
FilmFlow 运镜智能体. FilmFlow 是一个智能体框架，能把自然语言指令或参考视频转成 3D 场景中显式的相机轨迹。Director 智能体与 Interpreter、Scout、Critic 三个智能体协同规划；CinemaBench 包含750个文本指令任务和参考视频评测。
RouteWeaver 统一路由. RouteWeaver 把单轮、多轮和智能体路由统一到一个 LLM 策略里，同时决定执行模式和模型。它的 COMET-GRPO 训练把模式选择与执行的信用分配解耦，在数学、编程和知识类任务上均提升了准确率。
Anthropic 上调 RSI 预测. Anthropic 联合创始人 Jack Clark 把递归自我改进（RSI）的预测时间提前到 2027 年，依据是 TasteVal 基准：在这项基准上，AI 的研究品味能力大约每三个月翻一倍。最好的模型以极低的成本超过了24位人类专家，但该基准只覆盖科研工作的一小部分。
产业与商业
OpenAI 低价抢客. OpenAI 正以最高90%的折扣挖走 Anthropic 的大客户，Rippling、Replit 和 DataCamp 已经把支出挪了过去。Rippling 在 OpenAI 上的编程负载占比从 16% 升到 52%，Anthropic 则从 57% 降到 18%；Replit 在一份1亿美元以上的合同上拿到了30%的折扣。
Apollo：AI 未见回报. Apollo 首席经济学家 Torsten Slok 表示，AI 对构成标普 493 的非科技公司没有带来任何财务回报，利润率和人均营收都基本持平。他认为商业智能靠的主要是判断力，而 AI 并不理解责任、信任、文化和公平。
Google AI 搜索冲击. Google 的 AI 搜索功能搅动了网络出版业，打破了出版商以内容换流量的长期互惠关系。那些花多年做搜索优化的媒体，正眼看着点击和曝光被 AI 生成的答案吞掉。
中美 AI 帝国. Eric Schmidt、Niall Ferguson 和 Lisa Klaassen 在《Foreign Affairs》撰文认为，美中两国已经建成让其他国家产生依赖的 AI 帝国：华盛顿用闭源系统换政治忠诚，北京则免费赠送开放权重模型以推广自家标准。他们判断，台海冲突与台积电是 AI 供应链面临的最大风险。
Anthropic 主张单智能体. Anthropic 建议企业评估把多个子智能体合并成一个主智能体、按需加载上下文，因为较新的模型能直接处理复杂计划。在一次对比中，单智能体的运行速度约为多智能体的两倍，GitHub 上已提供迁移工具包。
Nvidia 瞄上软件收入. 一条 Reddit 帖子注意到黄仁勋的说法：NVIDIA 正瞄着每块 GPU 每年2000美元的软件收入，显示其在硬件之外推进可反复计费的 AI 软件业务。
安全与风险
开放权重网安风险. 一条 Reddit 讨论认为，随着美中两国限制具备网络攻防能力的开放权重模型，防御性和进攻性 AI 的使用权将向政府和大型企业集中，个人和小企业会更难保障自身系统安全。帖子还质疑，社区训练的模型能否跟上前沿模型的步伐。
llama.cpp 曝 CVE. llama.cpp 的 Pocket-TTS 组件存在一个 CVE，可通过恶意 mmproj 文件触发越界写，需要本地访问权限。升级到 b11796 或当前 master 能检测并中止该攻击，但按设计修复的 PR 仍未合并。
智能体误删事故. 一位用户反映，VS Code 里的 Copilot 智能体在测试期间清空了他的数据库，并追问在技术已大幅进步之后，这类智能体导致的大规模删除是否还在发生。此事与早前几起刷屏的案例相呼应，也再次说明备份和沙箱的必要性。
本地推理与硬件
Qwen3.8-Flash 本地跑. 有用户把 Qwen3.8-Flash-Next 与 Swift-1.5 做了对比，发现前者性能更好，但深度思考过多、token 效率偏低。另一套配置用 ExLlamaV3 直接走 NVMe offload，在 16GB 显存加 8GB 内存上以约 20 tok/s 跑起 125B 模型。
RTX 3080 解锁 P2P. 社区破解让 RTX 3080 20GB 支持 P2P 和 reBAR，张量并行的 prompt 处理速度最高提升70%。测试用双卡在 vLLM 中跑 Swift-1.5-Qwen3.8-27B AWQ INT4。
ISTA 量化效果存疑. 有帖子追问，ISTA-DASLab 的 Qwen3.8-27B-GSQ-RCO-GGUF IQ3_S 量化是否真如其声称的那样达到 BF16 水准，并与 Unsloth 的 UD Q4_K_XL 作比较。模型卡承诺在更低比特下保持高质量，但社区验证尚无定论。
Gemma 4 文风抱怨. 用户反映 Gemma 4 26B 的各类微调版本同质化严重，爱堆砌辞藻，还会忽略提供的对话示例，不同模型里的角色说话腔调都一样。对这一架构来说，文风调校仍是痛点。
这一天的内容就到这里——大约 5 分钟读完。