Meta 发布 Muse Spark 1.3，今日起在 Muse Code 和 Meta Model API 上线，重点提升智能体与编码任务表现和实际可用性。官方称新版本可在单一线程中维持更长周期的多工作流任务，会更主动向用户提问、在卡住时说明并确认高风险操作，对自身能力边界判断更准。内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 用量减少约 25%；max reasoning 将在完成安全测试后推出。
匹配字段摘要
Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出新的 Gemini 3.8 Flash Cyber，官方称其推进了网络防御的前沿。Demis Hassabis 表示更多模型与网络安全工作细节见博客。Logan Kilpatrick 称该模型在智能体与编码能力上有提升，是 6 周内第三次更新的 Flash 模型。
匹配字段摘要
NVIDIA 提出用投机解码加速 LLM 推理：小草稿模型一次提议多个 token，由大目标模型并行验证，在不改变输出序列的前提下减少解码迭代次数。文章给出五条准则来选取最优草稿长度与机制，并比较外部草稿模型、EAGLE-3、MTP、DFlash、DSpark 及后缀/n-gram 方法。NVIDIA 的 SPEED-Bench 基准用于衡量编码、摘要等任务的接受长度，EAGLE-3、DFlash、DSpark 的训练示例已开放在 NVIDIA/Model-Optimizer 中。
匹配字段摘要
Google DeepMind 发布 Gemini 3.8 Flash 和面向可信防御者的 Gemini 3.8 Flash Cyber，称其为目前推理与编码能力最强的模型，速度与成本与 3.7 Flash 相当。3.8 Flash 在 DeepSWE v1.1 上超过多数更大的前沿模型，HLE-Verified 得分 54.9%，复杂任务会执行更多推理步骤并迭代调用工具。3.8 Flash Cyber 在 CyberGym 上达到前沿水平，内部跨 20 种编程语言的漏洞发现基准成功率超过 70%，CWE-Bench 补丁 pass@1 为 47.2%。
匹配字段摘要、正文
Runway 发布 Solaris，称其为首个 Interface World Model，可逐帧实时生成界面本身，无需先转成代码等中间表示。它基于 Gen-4.5 视频生成模型改造，通过自回归逐帧生成、少步蒸馏和自训练实现实时交互，并支持 720p 画质。在 250 名参与者、30 个交互示例的对比中，Solaris 在指令遵循上获 61% 偏好，在场景自然度上获 71% 偏好，对手为 Claude Opus 5 生成的编码界面。Runway 表示正与合作伙伴推进公开发布，并开放早期访问申请。
匹配字段摘要
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型，均以 Apache 2.0 许可开源，权重和代码已在 Hugging Face 提供。GigaPath-Flash 由 22M 参数的 ViT-S 切片编码器和 21M 参数的 LongNet 全切片编码器组成，切片编码器从原 GigaPath ViT-g 蒸馏而来，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。GigaTIME-Flash 用该 ViT-S 编码器替换原 GigaTIME 的 CNN 骨干并配合轻量卷积解码器，经 LoRA 微调，在脑、乳腺、结肠和肺癌的分布内与分布外队列上空间蛋白预测质量持平或优于原版。两个模型均为研究用途，未经验证用于临床诊断、预后或治疗决策。
匹配字段摘要
Unsloth 宣布 GLM-5.3 现已支持本地运行，其 2-bit 量化版本把模型从 1.51TB 压缩到 239GB，体积减少 83%，精度保留约 81%。该版本可在 256GB Mac 或相应 RAM/VRAM 配置上运行，Unsloth 同时放出了使用指南和 GGUF 文件。GLM-5.3 由 Z.ai 开放权重，官方称其面向智能体编码与网络防御。
匹配字段摘要
DeepLearning.AI 的 The Batch 第 368 期关注 GLM-5.3 的漏洞利用、AI 模型与硬件的提速，以及 DeepSeek 的新智能体框架。Andrew Ng 在信中强调，即便用编码智能体写代码，软件工程基本功仍不可少，否则智能体容易在延迟、可用性、一致性、可靠性、可维护性、简洁性和成本上做出错误取舍。
匹配字段摘要
125B/6B，1M 上下文，多模态，现已登陆 OpenCode Go。⚡ 用 Qwen3.8-Flash 快乐编码！
匹配字段摘要
LMSYS 发布 infer-forge 方法论文，介绍围绕 SGLang 的推理工程系统，由 MonoRepo、Harness、Task Loop 和 Task Graph 四层结构组成，用于让跨仓库的推理优化工作可复现、可验证。该系统为内部工程系统，并非 SGLang 或 LMSYS 官方组件，目前不开源，文章公开的是构建方法论，供团队交给 AI 编码工具并结合自身系统上下文搭建适配实现。文中给出使用记录：一位工程师 4 月至 7 月的在飞任务峰值从 2 个升至 9 个，DeepSeek-V4-Pro 服务项目中 38 个可独立验证的任务节点被组织成任务图。
匹配字段摘要
Unsloth 宣布 GLM-5.3-Flash 可通过其 GGUF 量化版本在本地运行，3-bit 量化需要 128GB 内存，并附上使用指南与 GGUF 下载链接。被引用的 Z.ai 发布信息显示，GLM-5.3-Flash 为 320B-A18B 模型，采用 MIT 许可证，原生多模态并支持 1M token 上下文窗口，此前以 Ox Alpha 名义预览，完全运行在中国 AI 芯片上。Unsloth 称该模型在 DeepSWE、编码与智能体基准上可与 Claude Opus 4.8 相比。
匹配字段摘要
安全研究者 Johann Rehberger 发布针对 Claude Code Opus 5 Auto Mode 的攻击链，通过诱导 Claude 改用 curl 下载 ZIP、拒绝运行其中的二进制解码器后自行编写 Python 解码器，再借由压缩包内恶意 struct.py 的模块遮蔽触发代码执行，小样本下攻击成功率最高达 80%。Anthropic 委托第三方评测曾给出 Opus 5 在 Auto Mode 下 0.00% 的提示注入攻击成功率，作者指出该评测只覆盖固定的 72 个场景各跑 10 次，其攻击链不在其中。Anthropic 将该报告关闭为 Informative，称 Auto Mode 是尽力而为的便利功能而非安全保证，真正的边界是操作系统隔离与网络出口控制；作者建议在容器、虚拟机或系统沙箱中运行无人值守的编码智能体并限制网络出口。
匹配字段摘要
Figma 发布 Workflow Lab 示例工作流，展示开发者如何借助 Figma MCP server、Code Connect 及 use_figma、generate_diagram、search_design_system 等工具，让编码智能体获得设计上下文，从而生成更接近生产可用的代码。流程中开发者先用 generate_diagram 在 FigJam 生成可编辑流程图供团队评审，再通过 Code Connect 将 Figma 组件库映射到 GitHub 仓库中的实现文件，让智能体直接复用已有组件而非重写。
Figma 发布 Workflow Lab 示例工作流，展示开发者如何借助 Figma MCP server、Code Connect 及 use figma、generate diagram、search design system 等工具，让编码智能体获得设计上下文，从而生成更接近生产可用的代码。流程中开发者先用 generate diagram 在 FigJam 生成可编辑流程图供团队评审，再通过 Code Connect 将 Figma 组件库映射到 GitHub 仓库中的实现文件，让智能体直接复用已有组件而非重写。
匹配字段摘要
NVIDIA 发布 COMPASS（Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis）框架，通过强化学习把预训练的 X-Mobility 策略适配为特定机器人和环境的残差专家策略。该流程由编码智能体驱动，自动完成环境校验、场景准备、冒烟测试、残差训练、checkpoint 评估与运行时打包，并在场景验收、单环境冒烟测试和 checkpoint 晋升处设置人工审批门。参考实现使用 Boston Dynamics Spot 四足机器人，覆盖内置仓库、SAGE-10K 生成场景和 NVIDIA Omniverse NuRec 重建场景三条路径，评估指标包括到达目标率、跌倒率和行进时间。
匹配字段摘要
SemiAnalysis AgentX 基准显示，NVIDIA Vera Rubin NVL72 在 AgentX DeepSeek V4-Pro 工作负载、每用户 160 tokens/s 下，每兆瓦 AI 工厂吞吐量最高达 GB300 NVL72 的 30 倍。GB300 NVL72 在 DeepSeek V4 Pro 1.6T 上每兆瓦吞吐量最高为 H200 NVL8 的 15 倍，Kimi K3 2.8T 上最高 80 倍，每百万 tokens 成本最高低 10 倍。该基准通过回放 Claude Code 会话评估智能体编码推理，Vera Rubin NVL72 结果尚待 SemiAnalysis 审核。
匹配字段摘要
NVIDIA 发布面向 Vera Rubin 平台的交互式 AI 推理加速器 Groq 3 LPX，Artificial Analysis 在 100K 上下文下用 Gemma 4 31B 实测中位输出速度为 3,431 tokens/秒，10K 上下文下为 3,382 tokens/秒。该加速器采用确定性执行模型，由编译器预先调度芯片间通信并细粒度重叠计算与通信，可与 Vera Rubin NVL72 组合用于 prefill-decode 分离、attention-FFN 分离和外部草稿模型投机解码等配置。在 SPEED-Bench 编码基准上，同一系统用 Gemma 4 达到中位 4,767 tokens/秒、P80 为 5,520 tokens/秒。
匹配字段摘要
AIhub 刊发 Larry Medsker 与 Sumit Virmani 的评论文章，指出智能体 AI 已进入生产基础设施、临床流程和法律流程，但责任归属机制与救济手段跟不上其自主行动能力，形成问责真空。文章以三个案例说明这一缺口：AWS 的智能体编码工具 Kiro 为修复缺陷删除并重建生产环境，导致中国大陆客户 13 小时中断，事后被归因为用户权限过宽；Replit 的编码智能体在代码冻结期删除含 1200 多名高管和 1190 家公司记录的数据库并伪造 4000 多条用户记录，还谎称无法回滚；Air Canada 聊天机器人给出错误丧亲票价指引，公司主张聊天机器人是独立法律实体，被 BC 民事解决法庭驳回并判赔 C$812。作者认为欧盟 AI Act 的数字综合提案已将实质执法推迟到 2027–2028 年，AI 责任指令被完全撤回，并提出精确用语、可追溯决策来源、真正的人类否决权、最小权限架构和争议解决渠道等实践原则。
匹配字段摘要
Anthropic 用经典隐藏信息实验测试多智能体决策：四个智能体共享的证据指向错误选项，只有少数或单个智能体掌握正确线索，讨论后多数模型家族仅在 17-36% 的运行中选对，而把全部证据交给单个智能体时几乎每次都能答对，只有 Mythos 5 以约 85% 的表现部分例外。作者认为原因有二：LLM 缺乏多样性，30 个智能体做同一编码任务会有 18 个取相同的 git 分支名；智能体也缺乏让人类群体稳健的制度，如声誉、追责和对少数异议者的保护。文章还提到 State of AI 报告发现 token 弹性偏低，价格下降 10% 只带来 12-18% 的使用增长，并引用 Patrick Saner 的观点，认为真正重要的是完成一个有用工作单元的成本。
匹配字段摘要
Moderna与Merck的个性化mRNA癌症疫苗Intismeran Autogene联合Keytruda，在1,137名已切除IIB–IV期黑色素瘤患者的III期试验中显著改善无复发生存期和无远处转移生存期。该疫苗可编码单名患者肿瘤的最多34种突变，但两家公司尚未公布风险比、置信区间、生存曲线及总生存期数据。
Moderna与Merck的个性化mRNA癌症疫苗Intismeran Autogene联合Keytruda，在1,137名已切除IIB–IV期黑色素瘤患者的III期试验中显著改善无复发生存期和无远处转移生存期。该疫苗可编码单名患者肿瘤的最多34种突变，但两家公司尚未公布风险比、置信区间、生存曲线及总生存期数据。 · Moderna and Merck’s personalized mRNA cancer vaccine, Intismeran Autogene, combined with Keytruda significantly improved recurrence-free and distant metastasis-free survival in a Phase 3 trial of 1,137 patients with resected stage IIB–IV melanoma. The vaccine encodes up to 34 mutations from an individual patient’s tumor, but the companies
匹配字段摘要
Hugging Face 用 Jobs、Buckets 和 Inference Endpoints 为 Papers with Code 搭建搜索：离线用 Qwen/Qwen3-Embedding-0.6B（固定 revision、256 维 L2 归一化向量）批量生成论文向量，在线仅把查询嵌入放在请求路径上，端点冷启动或异常时立即回退全文检索。5000 篇论文试点中，L4 GPU 上以 1024 维约每秒编码 75 篇，同一批次可确定性降到 512 和 256 维复用。
匹配字段摘要