智能体与模型发布
Nous 开源 Arete-27B. Nous Research 发布 Arete-27B，这是基于 Qwen3.8-27B 做的 SFT 模型，在他们自建的 803 条提示评测中，把“中国官方叙事”的比例从 22% 压到 0.9%；权重以 Apache 2.0 协议开放，并提供 GGUF 量化版本。
Kimi K3.1 量化版. 一个 775GB 的实验性量化版 Kimi-K3.1-Pro-Coder，借助 Strata 和分层 MoE 量化把部分权重放到系统内存/NVMe 上，从而在单张 GPU 上跑起来，批处理吞吐 36.8 TPS，在 AIME/LiveCodeBench 上得分 96.7%。
Terminal-RSI-27B 智能体. Terminal-RSI 项目发布了一款基于 Qwen3.8 的终端智能体模型，可用于仓库检查、代码编辑和多步任务，训练上采用递归自我改写与 critic 继承的策略精炼。
Drex Max 决策模型. Nace 发布多模态决策模型 Drex Max，在 Artificial Analysis 上排名第一并登上帕累托前沿；权重以 Open RAIL-M 协议开放，v1.1 计划支持本地推理。
腾讯 DSpine 提速三倍. 腾讯在 Hugging Face 上发布了 Qwen3.8-27B-DSpine-b16，这是一种投机解码方法，号称能让 27B 模型的解码速度最高提升 3 倍。
工具与框架
规格先行的编码插件. 谷歌开源了 Elephant-Goldfish Model 插件：它让编码智能体先写规格，再由全新的子智能体评审规格，通过之后才动代码。已有数千名谷歌工程师在用，代价是 token 消耗很大。
Torchlens 检查工具. Torchlens 是一个 GitHub 仓库，可对任意神经网络中的任意算子做检查、可视化和干预，服务于可解释性研究。
C 与 Rust 版 SQLite 扩展. Simon Willison 用 Claude 对比了 parse_number 的 C 与 Rust 版 SQLite 扩展：Rust 版起初靠 strtod 更快，但手写的 C 解析器最终追平甚至反超，而且 C 扩展体积小得多。
折叠 AI 写的 PR 描述. Simon Willison 建议用 <details><summary> 把 AI 写的 PR 描述折叠起来，因为这类描述面面俱到，读起来却像机器灌水；变更摘要应该由人确认后写在最前面。
研究亮点
Open-HumanScale 机器人数据. 研究者发布 Open-HumanScale，包含一套开放配方和 5 万小时第一人称视角视频语料，用于预训练机器人策略；扩大人类视频规模能带来对数线性收益，人机混合训练在 RoboTwin 2.0 Clean2Clean 上达到 92.08%。
编码智能体还得人来收尾. 阿里巴巴与合作伙伴基于真实用户变更请求构建了 Co-Design Bench：表现最好的模型 GPT-6 Astra 也只完整完成 26.4% 的任务，也就是说大约每四个任务里有三个需要人工收尾。
Parsimony 代码复杂度基准. 新的 Parsimony 基准以补丁中的语法单元衡量代码增量：在 SWE-bench Verified 上，模型新增代码量的中位数是人工修复的 1.9 倍；仅更换 harness，代码开销就能从 0.80x 变到 0.99x。
MoE 路由策略横评. 两份指南横向对比了开源 MoE 模型的路由策略：专家数从 8 到 384，top-k 从 1 到 8，loss-free 偏置均衡是主流做法；在因果模型中，专家选择可能泄漏未来 token。
Sutton 谈算力的尽头. Richard Sutton 认为，光靠堆算力堆不出智能：AI 需要更聪明的新方法，需要带世界模型、能持续学习的智能体；他还直指合成数据是个大错误。
产业与商业
英伟达的间谍疑云. 英伟达董事会将就 CEO 黄仁勋与 Alice Huang 的关系启动独立调查。Alice Huang 是一名 AI 高管，据称被中国国家安全部招募；黄仁勋已在内部备忘录中为婚外情道歉，董事会则表示没有证据显示机密遭到泄露。
苹果加速 Siri 智能体化. 苹果正在加快 Siri 的路线图：对第一方应用的细粒度控制预计在 iOS 27.3 落地，第三方应用接入则要等到春季稍晚，目标是对标 OpenAI Dots 和 Meta Muse。
Suno 再吃版权官司. Elvis Presley、Eminem 的版权方起诉 Suno，依据田纳西州《ELVIS 法案》和普通法，指控其非法克隆声音与歌词。
Karpathy 周末造站. Andrej Karpathy 用一个周末、借助 Claude Opus 5.5 和 Claude Code 做出了 HackerTube：把 4300 万条 HN 评论筛成 6454 个精选视频，几乎全部工作都由 AI 完成。
斯坦福的 AI 原生课. Mihail Eric 介绍了斯坦福 CS146S 如何为编码智能体调整教学：让学生上手陌生仓库、提出改动，并向开源维护者解释自己的补丁；他所在的 Monaco 团队则在用智能体工作区和 on-call 智能体。
本地 AI 与硬件
Intel Arc 32GB 的性价比. 售价 1299 美元的 Intel Arc Pro B70 32GB，在 Qwen3.8-27B 上的生成速度约为 RTX 5090（6500 美元以上）的一半，prefill 约为三分之一，性价比相当突出。
四卡 R9700 实测. 一套约 1.6 万加元、搭载四张 Radeon R9700 的机器，单用户生成速度 190 tok/s、prefill 6800 tok/s；8 用户、128K 上下文时每用户 80–225 tok/s；智能体的后续追问在 0.2–2.5 秒内开始返回。
用汇编跑 Qwen 推理. Qwen3.5-0.8B 用纯汇编在单个 CPU 线程上跑出 6.51 tok/s，比 PyTorch 参考实现更快，且不依赖 libc 和 Python 运行时。
老显卡也能跑 CUDA. 有开发者把现代 LLM 训练栈移植到 Windows 上的老式 CUDA GPU（SM 3.5–7.5），让 Mamba-1 能在旧 NVIDIA 显卡上跑起来，并计划继续把 Mamba-2/3 回移过去。
本地 bash 小助手. 一个微调过的 Qwen3.5-0.8B 能在 CPU 上离线把英文描述转成 bash 命令，耗时 1.7 秒；作者复盘了准确率卡在 74% 的经历，以及训练与测试分布不匹配这个教训。
本地模型的几种用法. 一位用户在本地跑 DeepSeek v4.1 Flash，用来做三类活：替前沿模型分担网络调研的“侦察兵”、按前沿模型给出的规格写代码的“泥瓦匠”，以及内容过滤智能体。
本地生成动态图形. 在 16GB 显存上跑的 Qwen3.8 Flash Next IQ3_XXS，通过 Three.js/Playwright/ffmpeg 用约 2 小时做出了一段动态图形视频，说明本地模型也能胜任创意编程任务。
这一天的内容就到这里——大约 5 分钟读完。