模型發布與開源
Qwen4 外洩與開源承諾. 阿里巴巴的 Qwen Code 儲存庫出現 qwen4-max、qwen4-coder-plus 與 qwen4-omni-120b 等字樣，暗示新模型即將登場。Qwen 團隊否認將改為僅提供 API 的傳聞，重申未來的 Qwen 4.0 與 5.0 仍會開源。
753B 科學模型. Deep Principle 發布 Hydrogen-1.0，這是基於 GLM-5.3 的 753B MoE 開放權重模型，鎖定化學、材料與生命科學。它回報在 FrontierScience-Research 上勝過 GPT-6-Astra，並以 MIT 授權釋出。
MiniMax 量化瘦身. 開放權重模型 MiniMax M3.1 Flash（428B）在 10 天內由社群開發者從 252.4 GB 壓縮到 93 GB，並獲 MiniMax 致謝。該模型採用量化感知訓練與稀疏注意力，鎖定 Coding 與 Agent 工作，上下文最高可達 100 萬 token。
1.7B 量化報告. Liquid AI 的 LFM3-1.7B 量化報告顯示，近乎無損的量化版本僅佔 3.6 GB VRAM，2.2 GB 版本則有輕微效能衰退。該模型宣稱上下文是 MiniCPM5-2B 的兩倍、VRAM 只要一半，分數還更高。
地端推論與量化
地端速度優勢. 一項並排比較以 Z.ai 訂閱服務與地端部署執行 GLM 5.3 Flash，結果同一模型與提示在地端完成速度快 4.2 倍。作者認為，節省下來的時間而不只是 token 成本，才是地端 AI 的價值所在。
48GB GPU 經濟學. RTX 8000 48GB 價格已降到約 2,100 美元，而二手 3090 價格翻倍，使 RTX 8000 每 GB 成本更低，也更適合家用實驗室。相較兩張 3090，它能在更低功耗下執行更大的模型與上下文。
量化效能爭議. Unsloth 與 ISTA-DASLab 正公開爭論 DeepSeek-V4.1-Flash 的量化品質：Unsloth 稱其 GGUF 在長上下文 Coding 基準上比 GSQ-RCO 好 10% 到 20%，另一份分析則質疑 Unsloth 的 LiveCodeBench 圖表一致性。這場競爭正為社群帶來更好的量化版本。
Strata 隱藏干預. Strata/PolyStrata 內建預設開啟的 answer_room 功能，會悄悄把推理上限壓在 max_tokens 的 75%，並在模型的思考過程中插入收尾語句。這種隱藏行為可能影響基準比較與思考紀錄品質。
12GB 無審查 DeepSeek. 一款修改版 DeepSeek-V4.1-Flash-1017 GSQ-RCO 量化模型移除了拒答行為（JailbreakBench 拒答率從 85% 降到 0%），同時維持 GPQA/AIME 分數穩定。它可在 12GB VRAM 上搭配 Strata 與 SSD offload 執行，路由專家權重與 ISTA 釋出版本逐位元組相同。
Agent、Coding 與工具
成長型 Coding Agent. The Letter Company 發布 Letterpress-1，這是一款 Coding Agent 兼 IDE，會讀取網站與市場訊號，在沙箱中建立變更，再開出附即時預覽的 pull request。它透過 MCP/REST/CLI 提供 760 項工具，但目前尚無公開基準測試。
Agent 規模 Git. OpenAI 為自家 monorepo 打造新的 Git 後端 Pando，以處理 Codex 規模的並行推送與讀取。它把中位推送延遲縮短到原本的約 1/5，每天傳遞近 1 PB 的 Git 資料，同時維持 Git 相容。
模型即興用 Blender. 有使用者觀察到 Qwen 3.8 27B 發現自己能存取 Blender MCP，便在 Blender 中寫 Python 來加速物理運算。模型會主動使用意料之外的工具，凸顯明訂限制的必要。
直接編輯模型權重. 據稱 GPT-6 Astra 曾編輯 Qwen 權重，把 MATH-500 分數從 7.9% 提高到 48.1%；一篇新預印本則探討 LLM 原生讀寫神經網路權重。這指向 LLM 直接修改模型，而非只靠提示或微調。
Claude 限制遊戲克隆. Anthropic 更新 Claude Code 的系統提示，禁止重製特定現有遊戲，但仍允許原創或同類型遊戲。這項變更大概擋不住 AI 輔助的移植，部分地端 LLM 使用者則以此作為另一個自架理由。
高盛限用 AI Coding. 高盛禁止交易員與銀行家使用 Claude Code 和 GitHub Copilot，僅限工程師使用。該銀行表示實驗階段已結束，理由是生產力與風險管理，儘管先前曾讚揚非技術員工的「vibe coding」。
ChatGPT 介面整併. OpenAI 將整併 ChatGPT 的 Chat 與 Work 分頁，讓使用者能在同一處從發想一路做到建立網站或簡報。Codex 仍維持獨立，兩者現在共用同一組 token 額度。
Context 工程轉向. LangChain 認為，標準的 LLM 迴圈搭配工具 Agent 架構正逐漸趨同，但長時程上下文管理、漸進式揭露與沙箱化工具使用等新挑戰正在浮現。該文章概述 2026 年底 Agent 的新興實務。
產業與商業
Anthropic IPO 財務. Anthropic 季度營收成長為 12 倍，達到近 170 億美元，但 175 億美元的營運成本造成 233 億美元淨虧損，主因是算力承諾與捐款配捐。其 S-1 也警告公司已接近具備遞迴自我改進能力，稱這既充滿希望，也是安全風險。
Garry Tan 的 Agent 習慣. Y Combinator 執行長 Garry Tan 表示，他每年花 10 萬至 20 萬美元在 AI token 上，並用 Agent 處理 Coding、研究與個人任務。他那套包含 23 項 Claude Code 技能的 gstack 已放在 GitHub。
Trajectory 募 4,500 萬. 新創 Trajectory 完成 4,500 萬美元 A 輪募資，由 Sequoia 領投，估值 3 億美元，目標是為法律、金融等專業領域自動化微調與持續學習。它希望取代所費不貲的駐點工程師顧問服務。
行為世界模型. 以色列新創 42AI 結束 stealth 階段，並公布 6,250 萬美元資金，宣稱打造出能預測個人在新情境下決策的行為世界模型。它初期部署於金融券商，用來預測交易員行為。
Grok Bot 限流. SpaceX 調降 Grok Bot 每週額度，原因是 Musk 表示其服務成本「相對於營收高得無法持續」。有使用者一夜之間就看到額度見底，儘管 Grok Bot 被稱為成長最快的產品。
AI 園區助電網. OpenAI 推出 Grid Protectors 計畫，承諾未來的資料中心可在電網緊急事故時降低最高 1,000 MW 的用電需求。這項在喬治亞州試辦的計畫，主打讓 AI 園區成為電網守護者，而非污染源。
出版商告 Brave. 《紐約時報》等媒體對 Brave 提告，指其瀏覽器抓取受著作權保護的內容，並販售提供給 Anthropic、Mistral 與 xAI 等 AI 公司使用的索引存取權。訴訟也針對 Brave 的付費牆繞過功能。
法律 AI Agent 開發者. Legora 技術長在 Latent Space 播客談如何為律師打造 AI Agent。Legora 不到 18 個月就達到 1 億美元 ARR，目前有 1,800 家客戶，估值 88 億美元；由於看不到客戶資料，他們改為打造模擬測試環境。
Apple 的 AI App 營收. Apple 暗示可能向第三方 AI App 與合作夥伴尋求營收，可能透過 App Store 分發 AI Agent 並抽成。財報電話會議上未提供具體細節。
研究與基礎設施
稀疏注意力突破. Zyphra 發布 ZHA，這是一種樹狀結構稀疏注意力，可用極少參數蒸餾進 Qwen3.6-35B 等凍結模型，且在推理與 Coding 上接近稠密模型。另一項相關開源工作把稀疏注意力延伸到 1,000 萬 token，多數任務仍保持準確率。
TPU 原生 PyTorch. Google 與 Meta 開源 TorchTPU，為 TPU 提供原生 PyTorch 後端，支援 eager execution，且程式碼幾乎不必改。它解決 PyTorch/XLA 的編譯延遲與需大幅改動程式碼的問題。
即時 AI 基準測試. 研究人員推出 Realtime-Bench，包含 50 項任務，測試 AI 能否在對時間敏感的網頁與遊戲環境中採取行動。初步結果顯示，LLM 在低延遲決策上仍有困難。
Agentic 分析落差. MIT Technology Review Insights 報告發現，Agent 產生的洞察不到一半能帶來業務改善，尤其是處方型洞察最弱。企業正聚焦提升 Agentic 分析中的洞察品質。
這就是今天的全部內容 – 約5分鐘閱讀。