代理與模型發布
Nanbeige4.3-33B 釋出. Nanbeige LLM Lab 以 Apache 2.0 釋出 Nanbeige4.3-33B，這是一個 33B 稠密代理式程式設計模型，上下文視窗達 512K。在該實驗室針對約 30B 模型製作的比較表中，它在 20 項基準裡領先 17 項；Terminal-Bench 2.1 表現強勁，但部分 SWE/任務基準分數較弱。社群已有 GGUF 量化檔，建議 32GB GPU 使用 20.3GB 的 AD-IQ4_XS。
Microsoft 開源 Agensh. Microsoft Research 開源 Agensh，這是一套去中心化的程式設計代理框架，拿掉中央協調器；worker 會自行挑選子任務、分享發現並合併程式碼。測試中它從 1 個代理擴展到 1,024 個代理，隨著代理數量增加，最難的 ProgramBench 任務分數也提升。
Lure-TTS 小型語音模型. 一名獨立開發者釋出 Lure-TTS 與 Lure-Turbo，這是從 Qwen3-TTS 微調而成的 600M 參數語音模型，可進行比即時更快的合成，支援行內標籤、表演指示與語音克隆。據稱訓練成本低於 200 美元，採用 RLVR、OPD 與多教師蒸餾。
OpenMobile-2 手機代理. 研究人員釋出 OpenMobile-2，這是基於 Qwen3.5 與 Qwen3.6（9B/27B）的開源智慧型手機代理模型。訓練環境包含 110 多個模擬應用程式；應用程式多樣性讓未見應用程式的成功率從 60.7 提升到 67.5，較大模型在 SPA-Bench 拿到 59.6，是開放模型中最高的。
Carbon-X DNA 模型. Hugging Face 釋出 Carbon-X，這是一個 14.8B 的開放 DNA 語言模型，能讀取原始 DNA 序列並以英文回答；可預測突變致病性、調控區域與下一個鹼基。它在五項 DNA 基準平均 66.7%，是受測開放模型中最佳，且可在單張 80GB GPU 上執行。
工具、框架與基礎設施
TorchTPU 原生 PyTorch 後端. Google 與 Meta 在 PyTorch Conference 2026 開源 TorchTPU，這是 TPU 的原生 PyTorch 後端，用來取代 PyTorch/XLA。移植方式簡化為把 model.to('cuda') 改成 model.to('tpu')，Meta 也計劃在 TPU 上跑更大的 LLM 工作負載。
Google 發布 ML Drift. Google 發布 ML Drift，這是一套 Apache 2.0 的跨平台 GPU 運算引擎，用於裝置端 AI 推論，支援 OpenGL ES、OpenCL、Metal 與 WebGPU。它是 LiteRT 背後的核心引擎，目標是提升邊緣裝置上生成式 AI 的可攜性與效能。
Nvidia Flora 標註引擎. Nvidia 開源 Flora，這是一套資料引擎，能為機器人影片標註動作描述、進度評分與任務成功與否。它宣稱標註成本為每小時 72 美分，GPT-6 Astra 則要 88 美元；Flora 目前已用於 GR00T 訓練，每天最高 20 萬小時。
Anthropic 推 OSS Scanner. Anthropic 推出 OSS Scanner，這是免費、自願加入的漏洞掃描器，使用其最強模型掃描關鍵開源專案。它已受理 114 個專案，回報 77 個嚴重與 803 個高風險發現；經稽核的發現有 88% 達到揭露門檻，但也出現部分嚴重度浮報與重複。
TokenGate token 剪枝. 史丹佛與加州大學柏克萊分校釋出 TokenGate，這是一個可直接插用的學習式 token 剪枝模組，適用於 LLM。它會跳過不相關的輸入 token，在受測任務上讓首個 token 時間加快 1.4 至 11.3 倍、prefill 記憶體降低 1.5 至 3.4 倍，且在 128k 上下文內沒有準確率損失。
研究亮點
FilmFlow 鏡頭代理. FilmFlow 是一個代理式框架，可把自然語言指令或參考影片轉成 3D 場景中明確的攝影機軌跡。Director 代理會與 Interpreter、Scout、Critic 代理一起規劃；CinemaBench 包含 750 項文字導引任務與參考影片評估。
RouteWeaver 路由整合. RouteWeaver 把單輪、多輪與代理式路由統一到單一 LLM 策略中，聯合選擇執行模式與模型。其 COMET-GRPO 訓練將模式選擇與執行信用分配解耦，提升數學、程式與知識任務的準確率。
Anthropic RSI 預測 2027. Anthropic 共同創辦人 Jack Clark 以 TasteVal 基準測試為依據，把遞迴自我改進的預測時點移到 2027 年；在該基準中，AI 的研究品味能力大約每三個月翻倍。最佳模型以極低成本勝過 24 位人類專家，但這個基準只涵蓋科學工作的一小部分。
產業與商業
OpenAI 折扣搶客. OpenAI 祭出最高 90% 折扣，要搶 Anthropic 的大客戶；Rippling、Replit 與 DataCamp 已轉移支出。Rippling 在 OpenAI 上的程式設計工作負載從 16% 升至 52%，Anthropic 則從 57% 跌到 18%；Replit 在一筆逾 1 億美元的合約中拿到 30% 折扣。
Apollo 經濟學家：零回報. Apollo 首席經濟學家 Torsten Slok 表示，AI 對 S&P 493 的非科技公司帶來零財務回報，利潤率與每名員工營收都持平。他認為企業決策多半靠判斷，而 AI 不懂問責、信任、文化或公平。
Google AI 搜尋衝擊. Google 的 AI 搜尋功能顛覆線上出版業，打破長久以來出版商以內容換取流量的互惠關係。多年來為搜尋最佳化的媒體，正看著點擊與曝光被 AI 生成的答案吞掉。
美中 AI 帝國. 在《Foreign Affairs》上，Eric Schmidt、Niall Ferguson 與 Lisa Klaassen 主張，美國與中國已建立讓其他國家依賴的 AI 帝國；華府以封閉系統換取政治忠誠，北京則送出開放權重模型來擴散標準。他們認為台灣與 TSMC 的潛在衝突，是 AI 供應鏈最大風險。
Anthropic 單代理轉向. Anthropic 建議企業評估把子代理整合成一個主要代理，讓它按需載入上下文，因為較新模型可直接處理複雜計畫。在一項比較中，單代理速度約為多代理的兩倍；GitHub 上已有遷移套件。
Nvidia 軟體營收. 一篇 Reddit 討論串凸顯黃仁勳的說法：NVIDIA 正瞄準每顆 GPU 每年 2,000 美元的軟體營收，顯示其在硬體之外進軍經常性 AI 軟體。
安全與防護
開放權重資安風險. 一篇 Reddit 討論串主張，隨著美國與中國限制具網路攻防能力的開放權重模型，防禦與攻擊型 AI 的使用權將集中在政府與大型企業，個人與小型企業更難保護自身系統。文中也質疑社群訓練的模型能否跟上前沿模型。
llama.cpp CVE. llama.cpp 的 Pocket-TTS 元件出現 CVE，可透過惡意 mmproj 檔案觸發越界寫入，且需本機存取。升級到 b11796 或最新 master 可偵測並中止攻擊，但從設計層面修正的 PR 仍處於開啟狀態。
代理刪庫事故. 有使用者回報，VS Code Copilot 代理在測試期間清空其資料庫，並詢問這類代理造成的大量刪除是否仍會在先進模型下發生。這起事件呼應先前瘋傳的案例，也凸顯備份與沙箱隔離的必要。
地端 AI 與硬體
Qwen3.8-Flash 地端實測. 使用者比較 Qwen3.8-Flash-Next 與 Swift-1.5，發現前者效能更好，但過度進行深度工作、token 效率不佳。另一套配置則以 ExLlamaV3 直接從 NVMe 卸載，在 16GB VRAM 與 8GB RAM 上跑 125B 模型，速度約 20 tok/s。
RTX 3080 P2P 解鎖. 一項社群破解讓 RTX 3080 20GB 支援 P2P 與 reBAR，張量平行提示處理速度最高提升 70%。測試以兩張 GPU 搭配 vLLM 執行 Swift-1.5-Qwen3.8-27B AWQ INT4。
ISTA 量化宣稱. 一篇討論串詢問，ISTA-DASLab 的 Qwen3.8-27B-GSQ-RCO-GGUF IQ3_S 量化是否真如宣稱能達到 BF16 效能，並與 Unsloth UD Q4_K_XL 相比。模型卡承諾以較低量化維持高品質，但社群驗證仍未完成。
Gemma 4 文風抱怨. 使用者回報 Gemma 4 26B 的微調版本同質化、文風浮誇，且忽略提供的對話範例，角色在不同模型間聽起來都一樣。風格調校仍是這個架構的痛點。
這一天的內容就到這裡——大約 5 分鐘讀完。