Agent 與模型釋出
Nous 推出 Arete-27B. Nous Research 釋出 Arete-27B，這是以 Qwen3.8-27B 為基礎的 SFT，在自家 803 道提示的評測中，把中國官方敘事框架的比例從 22% 降到 0.9%；Apache 2.0 權重與 GGUF 量化版本已開放下載。
Kimi K3.1 量化版. Kimi-K3.1-Pro-Coder 的實驗性 775GB 量化版本，透過 Strata 與分層 MoE 量化，可在單一 GPU 上結合系統 RAM 與 NVMe 執行，達到 36.8 批次 TPS，並在 AIME／LiveCodeBench 上取得 96.7%。
Terminal-RSI-27B Agent. Terminal-RSI 專案釋出一款基於 Qwen3.8 的終端機 agent 模型，可用於檢查儲存庫、編輯程式碼與多步驟任務；它採用遞迴式自我改寫，以及繼承 critic 的策略精進。
Drex Max 決策模型. Nace 釋出多模態決策模型 Drex Max，在 Artificial Analysis 排名第一並登上 Pareto 前沿；權重以 Open RAIL-M 開放，v1.1 計畫支援地端推論。
騰訊 DSpine 3x. 騰訊在 Hugging Face 發布 Qwen3.8-27B-DSpine-b16，這是一種推測解碼方法，宣稱可讓 27B 模型的解碼速度最高提升 3 倍。
工具與框架
規格優先外掛. Google 開源 Elephant-Goldfish Model 外掛，讓 coding agent 先寫規格，再交給全新的子代理審查後才開始寫程式；已有數千名 Google 工程師使用，不過 token 消耗量很大。
Torchlens 檢查工具. Torchlens 是一個 GitHub 儲存庫，可檢查、視覺化並介入任何神經網路中的任一運算，有助於可解釋性研究。
C 與 Rust SQLite. Simon Willison 用 Claude 比較以 C 與 Rust 撰寫的 parse_number SQLite 擴充；Rust 版起初因 strtod 而較快，但自訂的 C 解析器最終追平甚至超越它，而 C 擴充的體積小得多。
整治 PR 說明. Simon Willison 建議把 AI 撰寫的 PR 說明藏到 <details><summary> 之後，因為這類說明過於鉅細靡遺，讀起來像灌水；應由人工核可的引言來摘要變更。
研究亮點
Open-HumanScale 機器人. 研究人員釋出 Open-HumanScale，這是一套開放訓練配方與 5 萬小時的第一人稱視角影片語料庫，用於預訓練機器人策略；擴大真人影片規模可帶來對數線性增益，而人機混合訓練在 RoboTwin 2.0 Clean2Clean 上達到 92.08%。
Coding Agent 收尾. 阿里巴巴與合作夥伴根據真實使用者的變更請求打造 Co-Design Bench；最佳模型 GPT-6 Astra 僅能完整完成 26.4% 的任務，意味著大約每四項任務就有三項需要人工收尾。
Parsimony 程式碼複雜度. 新的 Parsimony 基準衡量修補中的語法單元；在 SWE-bench Verified 上，模型中位數新增的語法單元是人工修正的 1.9 倍，而光是更換 harness，就能讓程式碼額外負擔從 0.80 倍變到 0.99 倍。
MoE 路由比較. 兩份指南比較各家開放 MoE 模型的路由策略：專家數介於 8 到 384，top-k 介於 1 到 8，而無損失偏差平衡是主流做法；在因果模型中，專家選擇可能洩漏未來 token。
Sutton 談擴展極限. Richard Sutton 主張單靠算力本身無法產生智慧；AI 需要更聰明的新方法，以及具備世界模型、能持續學習的 agent；他並稱合成資料是個大錯誤。
產業與商業
Nvidia 間諜調查. Nvidia 董事會正對執行長黃仁勳與 Alice Huang 的關係展開獨立調查；Alice Huang 是一名據報導被中國國安部（MSS）招募的 AI 高階主管。黃仁勳在備忘錄中為婚外情道歉，董事會則表示沒有證據顯示機密遭到洩露。
Apple Siri Agent 加速. Apple 正加快 Siri 的路線圖，預計在 iOS 27.3 提供對自家 App 的細緻控制，並於春季稍晚整合第三方 App，目標是與 OpenAI Dots 和 Meta Muse 競爭。
Suno 音樂訴訟. Elvis Presley 與 Eminem 的權利人正起訴 Suno，指控其依田納西州《ELVIS 法案》與普通法非法複製聲音與歌詞。
Karpathy 週末打造. Andrej Karpathy 用 Claude Opus 5.5 與 Claude Code 在一個週末打造 HackerTube，把 4,300 萬則 HN 留言篩選成 6,454 支精選影片，幾乎所有工作都自動化。
Stanford AI 原生課程. Mihail Eric 分享 Stanford CS146S 如何因應 AI coding agent：讓學生學習不熟悉的儲存庫、提出變更，並向開源維護者解釋修補內容；他的 Monaco 團隊使用 agent 工作區與待命 agent。
地端 AI 與硬體
Intel Arc 32GB 超值. 售價 1,299 美元的 Intel Arc Pro B70 32GB，在 Qwen3.8-27B 上的生成速度約為 RTX 5090（6,500 美元以上）的一半，prefill 則約三分之一，是性價比很高的選擇。
4 張 R9700 實測. 一套約 1.6 萬加元、搭載四張 Radeon R9700 的組裝機，在 128K 上下文下，單一使用者可達 190 tok/s、prefill 6,800 tok/s；8 名使用者時每人 80 至 225 tok/s；agent 後續追問可在 0.2 至 2.5 秒內開始。
純 Assembly 推論. Qwen3.5-0.8B 以純組合語言在單一 CPU 執行緒上執行，速度達 6.51 tok/s，比 PyTorch 參考實作更快，且不需 libc 或 Python 執行環境。
舊 GPU CUDA. 有開發者把現代 LLM 訓練堆疊移植到 Windows 上的舊款 CUDA GPU（SM 3.5 至 7.5），讓老 NVIDIA 顯示卡也能執行 Mamba-1，並計畫回移植 Mamba-2/3。
地端 bash 小幫手. 一個微調後的 Qwen3.5-0.8B 可在 CPU 上離線把自然英文轉成 bash，耗時 1.7 秒；作者分享訓練成效卡在 74% 的瓶頸，以及訓練與測試資料分布不一致會帶來影響的教訓。
地端模型用途. 有使用者在地端執行 DeepSeek v4.1 Flash，分別用於：替前沿模型分擔網路研究的 scout、依前沿模型開出的規格撰寫程式的 mason，以及內容過濾 agent。
地端動態圖像. 在 16GB VRAM 上執行 Qwen3.8 Flash Next IQ3_XXS，透過 Three.js、Playwright 與 ffmpeg，約兩小時就做出動態圖像影片，顯示地端模型也能處理創意程式設計任務。
這一天的內容就到這裡——大約 5 分鐘讀完。