OpenHands 官方博客梳理了 2026 年 AI 代码分析的四层格局：Tier 1 规则型静态分析（SonarQube、ESLint、Semgrep）、Tier 2 AI 增强 SAST（Snyk Code、Checkmarx）、Tier 3 AI 原生 PR 审查（CodeRabbit、Greptile）、Tier 4 自主代码分析智能体。其核心循环为检索→推理→行动→验证，依靠 AST 与 LSP 提供结构化事实、沙箱执行验证补丁，能捕捉规则引擎无法覆盖的业务逻辑缺陷。OpenHands 自身是模型无关的开源智能体平台，通过 Agent Client Protocol 连接 Claude、Codex、Gemini，支持本地、OpenHands Cloud 或自托管 VPC 运行。
匹配字段摘要
xAI 通过 xAI API 公测发布编码模型 grok-build.0.1，该模型专为智能体编码任务训练，覆盖 Web 开发、调试和 MCP 支持，也是 Grok Build 背后的同一模型。它提供 100+ tokens/秒的推理速度，定价为输入 $1/m tokens、输出 $2/m tokens，也可用于通用智能体与工具调用场景，并已在 OpenRouter 和 Vercel AI Gateway 上线。
匹配字段摘要
Anthropic 发布 Claude Opus 4.8，在编码、智能体、推理等基准上较 Opus 4.7 有所提升，价格不变。同时推出 claude.ai 上的努力程度控制、Claude Code 的动态工作流功能，以及快模式降价三倍。
匹配字段摘要
Mistral 在 AI Now Summit 上发布面向工业工程的集成 AI 栈，结合物理模型、工程经验与机器人技术，并与 Airbus、BMW、ASML 展开合作，覆盖设计、仿真与生产环节。其智能体工具 Vibe 升级为可处理长周期多步任务的统一智能体，能完成深度研究、交付物起草，以及从需求到合并变更的编码工作。Mistral 还宣布位于法国 Les Ulis 的 10 MW 推理数据中心，计划于 2026 年 Q3 启用。
匹配字段摘要
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，同时覆盖工作与编码场景，原有对话、设置和订阅方案全部保留。Work Mode 支持企业知识搜索、结构化数据分析、文档报告生成、多步骤任务定时执行和可复用技能，每一步推理与工具调用均可展开查看；Code Mode 在网页端启动远程编码智能体，可连接 GitHub 并运行至提交 pull request。Vibe 同时发布 VS Code 扩展并更新 CLI，支持技能命令、子智能体、会话级权限和 /teleport 会话迁移，定价为免费、Pro 14.99 美元/月、Team 24.99 美元/用户/月及 Enterprise 定制。
匹配字段摘要
Linear 发布 Diffs，让用户直接在 Linear 内审查 pull request，并将代码变更与对应的 issue、项目和客户反馈并列呈现。引导式审查会把大型 diff 拆成按推理顺序排列的章节，结构化高亮则过滤格式调整等噪声。该功能从今天起面向所有 Linear 套餐开放。
匹配字段摘要
Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B，面向消费级硬件上的工具调用，上下文窗口从 32,768 扩展到 128,000 tokens，预训练规模从 12T 提升到 38T tokens，词表从 65,536 扩至 128,000。该模型为纯推理模型，在 M5 Max 上解码 253 tokens/s、Ryzen AI Max+ 395 上 146 tokens/s，占用低于 6 GB，单张 H100 高并发下输出吞吐达 18.5K tokens/s。基础版与后训练版已在 Hugging Face 和 Playground 上线，首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段摘要
小米 MiMo 宣布 MiMo-V2.5 系列 API 永久降价，相比此前定价最高降幅达 99%，并对所有上下文长度统一计价。MiMo Token Plan 同步升级，同等价格下可用 token 增加 5–8 倍，计费规则更简单透明，现有 Token Plan 额度将全部重置；MiMo-V2.5-TTS 仍限时免费。新价格于 5 月 26 日 18:00 PDT 生效，官方称后续会发布推理优化技术博客。
匹配字段摘要
Epoch AI 建模全球 Nvidia GB200 与 GB300 芯片的推理吞吐，估算在服务 Kimi K2.6 类模型时，全球每秒可产出 5 亿至 200 亿个输出 token，具体取决于请求上下文长度。研究同时指出全球推理算力每年增长约 3.4 倍，而 token 需求按现有代理指标估算每年增长约 10 倍，可能已超过供给增速。若趋势延续，算力紧张可能临近，长上下文和智能体类工作负载受影响更明显，前沿能力访问价格或上升，日常用户则可能转向更小更便宜的模型。
匹配字段摘要
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，统一指令跟随、推理与编码，上下文窗口 256k，以修改版 MIT 许可开放权重，可在少至四块 GPU 上自托管。该模型在 SWE-Bench Verified 上得分 77.6%，τ³-Telecom 得分 91.4，并成为 Mistral Vibe 与 Le Chat 的默认模型。同时 Mistral 将编码智能体搬到云端，Vibe 远程智能体可从 CLI 或 Le Chat 启动、并行异步运行，本地会话可迁移上云，完成后可开 PR 并通知；Le Chat 新增 Work 模式（预览），由新智能体驱动多步任务与跨工具流程，敏感操作需人工批准。API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元，已在 Pro、Team 和 Enterprise 套餐上线。
匹配字段摘要
Modal 宣布完成 3.55 亿美元 C 轮融资，投后估值 46.5 亿美元，由 General Catalyst 和 Redpoint 领投，Menlo、Bain Capital Ventures、Accel 等新投资方加入，原有主要投资方全部跟投。公司称自去年 9 月以来规模增长五倍，年化收入超过 3 亿美元。Modal 定位为面向 AI 负载的云平台，提供弹性推理、智能体运行时、强化学习和批处理任务等能力，Sandboxes 已贡献超过三分之一收入，平台累计启动超过 10 亿个沙箱。
匹配字段摘要
阿里 Qwen 团队发布 Qwen3.7-Max，定位为面向智能体时代的专有模型，可通过阿里云百炼（Model Studio）调用 API。官方称其在编码智能体、通用智能体与推理基准上取得领先或接近 Opus-4.6 Max 的成绩，并支持 Claude Code、OpenClaw、Qwen Code 等多种框架。文中还展示了一次约 35 小时、1158 次工具调用的自主内核优化，最终相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。
匹配字段摘要
文章解析 Gemma 4、Laguna XS.2、ZAYA1-8B 和 DeepSeek V4 如何通过 KV 共享、分层注意力预算、mHC 与压缩注意力降低长上下文成本。Gemma 4 E2B 在 128K 上下文中可节省 2.7 GB KV cache，DeepSeek V4-Pro 在 1M-token 上下文下的单 token 推理 FLOPs 和 KV cache 分别降至 DeepSeek V3.2 的 27% 和 10%。这些设计显示 Transformer 架构正以更复杂但更具针对性的改动提升长上下文推理效率。
匹配字段摘要
xAI 宣布即日起可在 Nous Research 的开源自我改进智能体 Hermes Agent 中直接使用 Grok 订阅。接入后可用 Grok 4.3 进行文本对话与高级推理、Grok Text-to-Speech 生成语音回复、Grok Imagine 生成图像和视频，所有订阅档位均可使用。Hermes Agent 可持久运行在任意电脑、沙箱或 VPS 上，跨会话建立长期记忆，并能连接 WhatsApp、Discord、Telegram、Signal 等消息平台；用户通过 hermes model 选择 xAI Grok OAuth 并浏览器登录即可启用。
匹配字段摘要
LMSYS 发文解释智能体 RL 中的 Token-In-Token-Out（TITO）原则：若第 n-1 轮的全部 token 序列是第 n 轮 prompt 的逐位前缀，则 TITO 成立。按“每任务一个样本”打包数据，相比“每轮一个样本”，在 30-50 轮的 SWE-Bench 类任务上可少用约一个数量级的算力。文章还列出 detokenize-retokenize 不匹配、chat 模板裁剪推理内容、模板重渲染有损三种破坏场景，并介绍 Miles 的推理会话服务器、可插拔 TITO tokenizer 等实现。
匹配字段摘要
Modal 官方工程博客详解其无服务器 GPU 方案，通过云缓冲、自定义文件系统 ImageFS、CPU 检查点恢复和 CUDA 检查点恢复四项优化，把 AI 推理服务副本的启动时间从约 2000 秒缩短到 50 秒，提速 40 倍。其中 GPU 内存快照让 vLLM 或 SGLang 服务约 1 GiB 模型（Qwen 3 0.6B bf16）的冷启动典型提速 4-10 倍，Reducto 的冷启动从约 70 秒降到约 12 秒。作者称该技术栈已在数千万个副本规模上运行，过去三个月有数百家组织使用 CPU 和 GPU 快照。
匹配字段摘要
Prime Intellect 开源 renderers，一个独立的 Python 库，让开发者完全控制 RL 和多轮推理中的对话格式化。它把聊天模板变成可编程对象，暴露渲染消息为 token id、解析补全为结构化助手消息、为损失掩码归属 token、以及在不重新渲染模型采样历史的情况下扩展多轮 rollout 等操作。该库已用于其 Lab 产品、verifiers 和 prime-rl，内置 Qwen3、Qwen3.5、GLM-4.5、GLM-5、MiniMax-M2、DeepSeek-V3、Kimi K2 / K2.5、Nemotron-3 和 GPT-OSS 的渲染器，并已在 PyPI 发布，代码托管于 github.com/PrimeIntellect-ai/renderers。
匹配字段摘要
Zyphra 宣布通过 Zyphra Cloud 提供 15 兆瓦 AMD Instinct MI355X GPU 算力，并在原有 serverless 推理基础上扩展至裸金属 AMD 基础设施，支持预训练、大规模强化学习与后训练以及智能体推理。Zyphra Research 近期发布了在 AMD Instinct MI300X 上端到端预训练的 ZAYA1-8B 和 ZAYA1-74B-Preview，以及面向长上下文与智能体推理的 TSP 算法。MI355 GPU 算力现已可用，Zyphra 计划后续支持 MI450 系列。
匹配字段摘要
Zyphra 发布 ZAYA1-74B-Preview，这是一个 4B 激活、74B 总参数的 MoE 模型，以 Apache 2.0 许可开源，权重和模型卡已上线 Hugging Face。该模型是未经 RL 后训练和指令微调的 pre-RL 推理基座，预训练约 15T token，中训练分三阶段将上下文从 32k 逐步扩展至 256k，每阶段约 1T token。训练全程使用 MI300x GPU 与 Pensando Pollara 互联，Zyphra 表示 AMD 上的完整规模 RL 正在进行，预计未来几周发布最终版 ZAYA1-74B。
匹配字段摘要
Prime Intellect 宣布 Lab 结束 beta 并正式开放，这是一个面向自我改进智能体的训练平台，把任务定义、harness、评测、奖励信号训练、rollout 检查、adapter 部署和推理整合到一处。平台以环境为基本单元，Hosted Training 负责大规模强化学习，按 token 计费而非按集群小时计费，正式版首批支持来自 NVIDIA、OpenAI、Meta 和 Qwen 的 14 个模型，参数规模在 1B 到 70B 之间。beta 期间已有数百名用户运行超过 10,000 次训练任务，训练完成的 LoRA adapter 可通过 Prime Inference 以 OpenAI 兼容 API 部署。
匹配字段摘要