📊 今日概览

🔥 趋势洞察

• Agent 生态全面走向生产级：GitHub Copilot app 发布、微软 Agent Control Specification 开源、OpenAI Codex 扩展至知识工作者，Agent 从实验性工具向企业级基础设施演进

• 自研推理模型竞争白热化：微软 MAI-Thinking-1 声称从头训练无蒸馏，MiniMax M3 采用 MSA 稀疏注意力，Step 3.7 Flash 用 MFA 架构压缩 KV 缓存，模型架构创新加速

• AI 安全从理论走向产业实践：Anthropic Project Glasswing 覆盖 15 国关键基础设施，Meta AI 支持机器人被黑客利用接管账户，安全集成成为 AI 落地的核心挑战

🐦 X 推文动态

📈 热点与趋势

• Google DeepMind 发布 Co-Scientist：基于 Gemini 的多 agent 系统 – 该系统可自动生成、辩论和迭代科学假设，旨在辅助研究人员开展复杂科学探索 @GoogleDeepMind

• RPCS3（PS3 模拟器）公开指责腾讯爬虫 DDoS，正封禁腾讯 IP – RPCS3 称在过去 24 小时内收到超 300 万次来自腾讯的请求，其爬虫已能解决 Cloudflare 挑战并忽视 robots.txt，用以训练腾讯聊天机器人 @rpcs3

• Pompliano 采访投资者 Andrew Kang，坐谈人形机器人投资 – Kang（曾投资 Figure AI 1900 万美元）解释从加密货币转向机器人逻辑，并推出公开交易基金 $BOT，专注投资头部私有人形机器人公司 @APompliano

🔧 工具与产品

• OpenAI 发布 Codex Sites 并扩展插件生态 – Sites 可将想法一键转为可直接访问的网站或应用，覆盖 Business/Enterprise 计划；插件扩展至 62 款应用和 110 项技能，覆盖销售、数据分析、创意生产、产品设计及投资 @OpenAI @OpenAI

• Perplexity CEO Aravind Srinivas（Perplexity CEO）宣布 Computer 支持本地 + 云端混合推理 – 私密数据留在本地设备运行，复杂任务可无缝切换至服务器端前沿模型，即将登陆 Windows 笔记本 @AravSrinivas

• Unsloth AI（量化训练优化）与 NVIDIA、Microsoft 合作，在 128GB 笔记本上训练 120B+ 参数模型 – 基于 RTX Spark 采用统一内存架构，在个人硬件上实现大规模参数训练 @UnslothAI

• vLLM（UC Berkeley 开源推理引擎）原生支持 JetBrains Mellum2 和 MiniCPM-o 4.5 – Mellum2（12B MoE 激活 2.5B，128K 上下文）专为路由/RAG/子 agent 设计；MiniCPM-o 4.5（9B 全模态，文本/图像/音频/视频 input + 文本/语音 output）已集成至 vLLM-Omni @vllm_project @vllm_project

• Vercel Conductor 并行编码 agent 支持远程 Sandbox 运行 – 此前仅限本地执行，现已可在 Vercel 基础设施上远程运行，Sandbox 启动速度极快 @vercel

⚙️ 技术实践

• 微软发布 MAI-Thinking-1 等 7 个前沿模型，SGLang 支撑其 RL 推理栈 – Mustafa Suleyman（微软 AI CEO）宣布：35B 活跃参数 MoE，256K 上下文，AIME 2025 达 97%，SWE-Bench Pro 53%；在自研 MAIA 200 芯片上性能/美元比 GB200 高 30%、性能/瓦高 1.4 倍。此外有 MAI-Image-2.5 和 MAI-Code-1-Flash（5B 参数 SWE 51%）。elie（社区分析者）详解技术报告：模型不使用任何合成数据或蒸馏，推理/agent 行为/工具使用全由后训练 RL 习得。LMSYS 透露 SGLang 被用于数千芯片上的 RL 推理负载均衡和故障恢复。微软提供 Frontier Tuning 让企业基于自身数据微调模型 @mustafasuleyman @eliebakouch @lmsysorg @satyanadella

• MiniMax M3 技术细节：MSA 稀疏注意力使 attention 降至 5% 推理时间，支持 1M 上下文 – MSA（MiniMax Sparse Attention）采用真实未压缩 KV 块级 top-K 选择，取代传统压缩方案；M3 原生多模态（图像+视频），可自评估视觉编码（构建网站后自主浏览渲染输出并迭代）。Together AI 详解生产推理：需 paged decode、索引评分和多模态预处理 @MiniMax_AI @MiniMax_AI

• Step 3.7 Flash（198B MoE）采用 MFA+AFD 架构，KV 缓存仅为 DeepSeek 的 22% – Multi-Matrix Factorization Attention（MFA）将 KV 缓存压缩至 22%；Attention-FFN Disaggregation（AFD）将注意力与 FFN 解耦以优化硬件利用率。FireworksAI 提供一键部署，Apache 2.0 许可证 @StepFun_ai

• NVIDIA 正式发布 Cosmos 3 开放世界模型：统一多模态理解、生成与机器人策略 – Cosmos 3 支持语言、图像、视频、音频和动作的融合理解与生成，可预测未来帧、生成机器人策略。在多个基准上排名开源第一，权重和代码已发布于 HuggingFace @NVIDIARobotics

• Intel AutoRound W4A16 量化集成 vLLM-Omni，Qwen3-Omni-30B 内存从 66GB 降至 25GB – 4-bit 离线量化一次后即可用 BF16 命令推理；FLUX.1-dev 从 4 GPU 缩至 1 GPU；Intel XPU B60 上 CFG Parallel 实现 1.55–1.67 倍加速 @vllm_project

• Pinecone（向量数据库公司）内部数据 agent AskData 已回答 3,690 个问题，token 消耗降低 92% – 员工数据工程师 Simon Lu 构建，相比直接向 Claude/Cursor 提供原始源，token 节省 92%；相比此前自定义实现再降 38% @pinecone

⭐ 精选内容

🎙️ 播客精选

GitHub's plan for Agents — Kyle Daigle, GitHub

📄 今日论文精选

OpenWebRL: Demystifying Online Multi-turn Reinforcement Learning for Visual Web Agents

Community-Aware Assessment of Social Textual Engagement and Resonance: A Human-Centric Perspective on User-Generated Content Evaluation