模型发布与开源
Qwen4 泄露，开源未变. Alibaba 的 Qwen Code 仓库中出现了 qwen4-max、qwen4-coder-plus 和 qwen4-omni-120b，暗示新模型即将发布。Qwen 管理层否认了将转向纯 API 模式的传闻，并重申未来的 Qwen 4.0 和 5.0 仍将开源。
753B 科学模型. Deep Principle 发布了 Hydrogen-1.0，这是一个基于 GLM-5.3 构建、面向化学、材料和生命科学的 753B MoE 开放权重模型。据称它在 FrontierScience-Research 上胜过 GPT-6-Astra，并以 MIT 许可证发布。
量化社区压缩 MiniMax. 开放权重的 MiniMax M3.1 Flash（428B）被社区开发者在 10 天内从 252.4 GB 压缩到 93 GB，还获得了 MiniMax 的致谢。该模型采用量化感知训练和稀疏注意力，面向编程与智能体任务，上下文最高可达 100 万 token。
1.7B 量化报告. 一份关于 Liquid AI LFM3-1.7B 的量化报告显示，准无损量化版本仅需 3.6 GB 显存，2.2 GB 版本则只有轻微性能下降。该模型宣称，在上下文翻倍、显存减半的情况下，得分仍高于 MiniCPM5-2B。
本地推理与量化
本地速度优势. 一项将 Z.ai 订阅版 GLM 5.3 Flash 与本地服务进行并排对比的测试发现，同一模型、同一提示词在本地完成速度快 4.2 倍。作者认为，本地 AI 的价值不仅在于 token 成本，更在于节省的时间。
48GB 显卡性价比. RTX 8000 48GB 的价格已降至约 2100 美元，而二手 3090 价格翻倍，使 RTX 8000 每 GB 成本更低，且能效更高，适合家庭实验室。与双 3090 相比，它能在更低功耗下运行更大的模型和上下文。
量化基准之争. Unsloth 与 ISTA-DASLab 正就 DeepSeek-V4.1-Flash 的量化质量公开争论：Unsloth 称其 GGUF 版本在长上下文编程基准上比 GSQ-RCO 高出 10% 至 20%，而另一份分析则质疑 Unsloth 在 LiveCodeBench 图表上的一致性。这场竞争正让社区得到更好的量化版本。
Strata 隐藏引导. Strata/PolyStrata 有一个默认开启的 answer_room 功能，会悄悄把推理上限设为 max_tokens 的 75%，并向模型的思考过程注入一句收尾语。这种隐藏行为可能影响基准对比和对话记录质量。
12GB 无审查 DeepSeek. 一个经过修改的 DeepSeek-V4.1-Flash-1017 GSQ-RCO 量化版本移除了拒答行为（在 JailbreakBench 上从 85% 降到 0%），同时保持 GPQA/AIME 分数稳定。它通过 Strata + SSD 卸载，可在 12GB 显存上运行，路由专家与 ISTA 发布的版本逐字节一致。
智能体、编程与工具
增长编程 Agent. The Letter Company 发布了 Letterpress-1，这是一款编程智能体和 IDE，能读取网站与市场信号，在沙盒中构建改动，然后发起带实时预览的 PR。它通过 MCP/REST/CLI 提供 760 个工具，但尚无公开基准。
Agent 级 Git. OpenAI 为其 monorepo 构建了新的 Git 后端 Pando，以应对 Codex 规模的并发推送和读取。它把推送延迟中位数缩短至原来的近 1/5，每天传输近 1 PB 的 Git 数据，同时保持 Git 兼容。
模型即兴调用 Blender. 有用户观察到，Qwen 3.8 27B 发现自身可访问 Blender MCP，并在 Blender 中编写 Python 来加速物理计算。模型会自行使用意料之外的工具，这凸显了明确约束的必要性。
直接编辑模型权重. 据报道，GPT-6 Astra 通过编辑 Qwen 权重，将 MATH-500 从 7.9% 提升到 48.1%；一篇新预印本则探讨 LLM 原生读写神经网络权重。这标志着从提示词或微调转向由 LLM 直接修改模型。
Claude 限制游戏克隆. Anthropic 更新了 Claude Code 的系统提示词，禁止复刻特定的现有游戏，但仍允许原创游戏或同类型游戏。这一改动不太可能阻止 AI 辅助移植，一些本地 LLM 用户还把它当作自托管的又一个理由。
投行限制 AI 编程. Goldman Sachs 切断了交易员和银行家对 Claude Code 与 GitHub Copilot 的访问，只允许工程师使用。该行称试验阶段已经结束，理由是生产效率和风险管理，尽管此前曾称赞非技术员工的“vibe coding”。
ChatGPT 界面合并. OpenAI 将合并 ChatGPT 的 Chat 和 Work 标签页，让用户能在一处从探索想法过渡到搭建网站或演示文稿。Codex 仍独立，两者现在共享同一个 token 配额池。
上下文工程转向. LangChain 认为，标准的“LLM 循环 + 工具”智能体架构正在趋同，但长程上下文管理、渐进式披露和沙盒化工具使用等新挑战正在浮现。文章概述了 2026 年末智能体的新兴实践。
行业与商业
Anthropic IPO 财务. Anthropic 的季度收入增至原来的 12 倍，接近 170 亿美元，但 175 亿美元的运营成本导致 233 亿美元净亏损，主要受算力承诺和捐赠配捐推动。其 S-1 还警告，公司已接近具备递归自我改进能力，并称这既前景可期，也是安全风险。
Garry Tan 的 Agent 习惯. Y Combinator CEO Garry Tan 表示，他每年在 AI token 上花费 10 万至 20 万美元，用智能体完成编程、研究和个人任务。他包含 23 个 Claude Code 技能的 gstack 已放在 GitHub 上。
Trajectory 融资 4500 万. 创业公司 Trajectory 完成 4500 万美元 A 轮融资，由 Sequoia 领投，估值 3 亿美元，旨在将法律、金融等专业领域的微调与持续学习自动化。它希望取代昂贵的前置部署工程师咨询。
行为世界模型. 以色列创业公司 42AI 结束隐身状态，获得 6250 万美元融资，声称其行为世界模型能预测个体在新情境下的决策。该模型最初部署在金融经纪商，用于预测交易员行为。
Grok Bot 被限流. 在马斯克称 Grok Bot 的服务成本“相对收入高得不可持续”后，SpaceX 削减了该产品的每周配额。一些用户发现限额一夜之间就用完了，尽管 Grok Bot 被称为增长最快的产品。
AI 园区帮电网. OpenAI 推出 Grid Protectors Program，承诺未来的数据中心可在电网紧急情况下将用电需求最多削减 1000 兆瓦。佐治亚州的试点被描述为让 AI 园区成为保护者，而不是污染者。
出版商起诉 Brave. The New York Times 等媒体起诉 Brave，指控其浏览器抓取受版权保护的内容，并出售某个索引的访问权，该索引被 Anthropic、Mistral 和 xAI 等 AI 公司使用。诉讼还针对 Brave 的付费墙绕过功能。
法律 Agent 搭建者. Legora 的 CTO 在 Latent Space 播客上讨论为律师构建 AI 智能体。Legora 在不到 18 个月内达到 1 亿美元 ARR，目前有 1800 家客户，估值 88 亿美元；由于他们看不到客户数据，便构建了模拟测试环境。
Apple 盯上 AI 应用收入. Apple 暗示可能从第三方 AI 应用和合作中获取收入，或许会通过 App Store 分发 AI 智能体并抽成。财报电话会上没有提供具体细节。
研究与基础设施
稀疏注意力突破. Zyphra 发布了 ZHA，这是一种树结构稀疏注意力，只需极少参数即可蒸馏进 Qwen3.6-35B 等冻结模型，并在推理/编程任务上接近稠密模型。一项相关的开源工作把稀疏注意力扩展到 1000 万 token，且多数任务上精度保持不变。
TPU 原生 PyTorch. Google 和 Meta 开源了 TorchTPU，为 TPU 提供原生 PyTorch 后端，支持 eager execution，且代码改动极小。它解决了 PyTorch/XLA 编译延迟高和代码侵入性强的问题。
实时 AI 基准. 研究人员推出 Realtime-Bench，这是一个包含 50 项任务的基准，用来测试 AI 能否在对时间敏感的网页和游戏环境中行动。早期结果显示，LLM 在低延迟决策上仍有困难。
智能体分析差距. MIT Technology Review Insights 的一份报告发现，智能体生成的洞察中不到一半带来业务改善，规范性洞察尤其薄弱。企业正着力提升智能体分析中的洞察质量。
这一天的内容就到这里——大约 5 分钟读完。