模型發布
Gemini 4 Carbon. Google 在為期兩週的安全防禦測試後，全面開放 Gemini 4 Carbon。它鎖定長時程的 agentic 工作流程與複雜程式編寫；Antigravity 則預覽 /swarm 功能，能把一則提示詞變成一組 agent 團隊。
Anthropic Fable 5.2. Anthropic 推出 Claude Fable 5.2 與 Mythos 5.2，兩者是同一個模型，但採用不同的安全防護分類器。Fable 5.2 在 Remote Labor Index 上完成 41.3% 的真實自由接案工作，高於一年前的 2.5%。
NaiveAI N0.5-Flash. NaiveAI 發布一款開放權重的 coding 模型，建構於 Xiaomi MiMo-V2.5 之上，針對 token 速度與長上下文推理進行調校。該公司宣稱，搭配自家 NaiveRT 推論引擎，速度最高可達每秒 2,100 個 token。
開源模型與工具
MiniMax H3-Image. MiniMax 發布 H3-Image，這是基於 H3 架構的開放權重圖像生成模型，並已在 Hugging Face 上提供儲存庫。
Zyphra ZONOS3-Mini. Zyphra 發布 ZONOS3-Mini，這是一款開源稀疏 MoE 文字轉語音模型，總參數 800M、啟用參數 100M。它支援 zero-shot 語音克隆，可在瀏覽器、筆電、手機與伺服器 GPU 上執行。
Bielik-11B v3.1. SpeakLeash 發布 Bielik-11B-v3.1-Instruct，這是一款 11B 多語言模型，涵蓋 56 種語言，重點放在波蘭語與歐洲語言，並提升指令遵循、工具使用與推理能力。
XeMaya 支援 Intel Arc. XeMaya 是 XeStrata 的 fork，透過 SYCL 與 Level Zero 將 DeepSeek V4.1 和 GLM 5.3 Flash 帶到 Intel Arc GPU，並公布 B 系列顯示卡上的基準測試結果。
串流 Markdown 渲染器. 一款供 AI 聊天介面使用的零依賴串流 Markdown 渲染器，會以增量方式重新解析並修補未完成的語法；在 10 萬字元上測得 0.25 秒，markdown-to-jsx 則為 2.4 秒以上。它還加入分頁、統計與檔案樹等 agent 專用區塊。
Agent 產品與企業應用
ChatGPT Business Agents. OpenAI 推出 Beta 版 Business Hub，讓企業建立公司檔案與經過驗證的 Business Agents，在 ChatGPT 裡回答客戶問題。功能包括產品 feed、購物比價與商業洞察。
Anthropic 辦公套件. Anthropic 新增 Claude Sheets、Whiteboards、Data 與 Interactive Connectors，Claude Meetings 也即將推出，能加入通話並做筆記。企業客戶可取得稽核日誌、隔離 VM 與合規 API。
OpenAI 收購 Odessia. OpenAI 收購 AI 旅遊 agent 新創 Odessia，並聘請其創辦人 Francis Davidson；該工具已關閉，OpenAI 也未宣布任何旅遊專用產品。
Workday agent 平台. Workday 為人資、財務與 IT 打造內部企業 agent 平台，以 LangGraph 進行編排、LangSmith 負責可觀測性。這個平台由四人團隊在嚴格的稽核與資料治理要求下交付。
eBay 封鎖 agent. eBay 似乎正在封鎖 Meta 的 Muse 等第三方 AI agent 瀏覽商品列表，導致 Muse 失敗或重新導向鏡像網站，成為平台與 agent 之間最新的摩擦。
安全與政策
Grok Build 外洩. 資安公司 Claroc 發現，數千個 Grok Build 應用程式可被列舉，並暴露機密資料，其中包括 SpaceXSI 自己打造的 24 個應用程式；原因是共享連結並非真正私密。
休眠神經元後門. 微軟研究人員展示名為 Lazarus 的後門，只要改動不到 10 個休眠神經元，就能讓 AI agent 在隱藏觸發條件出現時執行惡意指令，且無須重新訓練。他們建議採用模型溯源與密碼學簽章。
紐約 RAISE 法案. 紐約州開放 RAISE 法案登記，要求大型前沿 AI 開發商公布安全框架、在 72 小時內通報重大事故，並發布模型透明度報告。違規最高可罰 100 萬美元。
黃仁勳婚外情. Nvidia 執行長黃仁勳承認，與一名被美國官員懷疑從事中國間諜活動的女子有婚外情。專家表示，這起事件可能威脅美國在 AI 晶片的領先地位與國家安全。
機器人與具身 AI
Ring 家用機器人. Amazon 發表 Ring Rover Cam 與 Ring Drone Cam，這兩款室內安全機器人使用 AI Pilot 系統繪製平面圖並自主巡邏，將從 2026 年底與 2027 年初起陸續上市。
Gemini Robotics 2.5. Google DeepMind 推出 Gemini Robotics 2.5，這是一款視覺-語言-動作模型，在 Mercedes-Benz 的試點計畫中以 96% 成功率分揀金屬零件，並發布 ASIMOV-Jailbreak 安全基準測試。
Nvidia GR00T 2. Nvidia 的 GR00T 2 是一款 world-action 模型，能同時預測機器人動作與一小段未來影片，讓人類示範影片可轉移到不同機械手臂，並減少遙操作。
研究與基準測試
Meta e-means. Meta FAIR 發布 e-means，這是一種分群演算法，能在 1.4 到 2.6 個 epoch 內達到與 k-means 相同的損失，後者需要 25 個 epoch，並帶來 10 到 45 倍的 GPU 加速。它已收錄在 FAISS 1.16.0。
Deletion Tuning. 一篇論文發現，將模型不到 0.05% 的權重歸零，就能在 RL、SFT 與蒸餾等模式下達到與完整微調相當的效果，同時遺忘更少，並產出極小的 checkpoint。
Agent 分心. Google 研究顯示，coding agent 會被過時的 TODO 註解、舊 bug 參照與過期規格帶偏，導致浪費 token 或邏輯出錯。他們建議將 TODO 與 bug 狀態交叉比對。
PSI 量子成果. 新創實驗室 PSI 利用 Anthropic Fable 5.2 模型的早期存取權，解開懸宕 18 年的 Aaronson-Ambainis 猜想，並將證明在 Lean 中自動形式化。
Qwen3.8 冷門語言. 一項涵蓋 13 種冷門語言、202 個 GitHub 任務的基準測試發現，Qwen3.8 27B 能解決 43% 的任務，Qwen3.6 則為 17%；不過較新的模型協助挑選困難任務，使結果偏低。
這一天的內容就到這裡——大約 5 分鐘讀完。