📊 今日概览

🔥 趋势洞察

• 预训练成本拐点信号：HRM-Text 以 1500 美元训练 1B 模型挑战 Scaling Law，叠加 MiniMax 和 Kimi 开源高效模型，行业正从"算力军备竞赛"转向"效率与成本竞争"

• Agent 框架走向生产级系统化：MCP 协议无状态化、RAH 递归 Agent 框架、多 Agent 制衡架构（Arbor）等密集发布，Agent 从原型验证进入企业级部署与治理阶段

• 推理效率成为核心竞争维度：MiniMax MSA 实现 14 倍加速、SGLang 在 GB300 上达 12K tok/s、MARS 节省 25-47% 推理 token，推理优化从锦上添花变为模型发布标配

🐦 X 推文动态

📈 热点与趋势

• Jerry Liu 评论企业数据重建为可检索时间线的观点 - John Ssuh（独立研究者）提出企业需要将可观测性、产品指标、文件变更等统一为单一可检索时间线。Jerry Liu（LlamaIndex 创始人）回应称当前 agent 在数据摄取、索引和检索层面临四大挑战：MCP 的联合搜索相关性差、agent 搜索无预索引速度慢、异构数据加权困难、不同类型数据需不同查询接口（SQL/embedding 搜索） @jerryjliu0。

🔧 工具与产品

• MiniMax 发布 M3 开源模型：428B/23B MoE，1M 上下文，vLLM 与 SGLang 首日支持 - MiniMax（AI 模型公司）推出 M3，搭载 MiniMax Sparse Attention（MSA），在 1M 上下文时相比 M2 实现 prefill 9 倍、decode 15 倍加速，每 token 算力降至 1/20。SWE-Bench Pro 59.0%，Terminal Bench 2.1 66.0%，支持多模态原生（文本/图像/视频）和计算机操控。vLLM 提供 day-0 支持，含 MSA 稀疏注意力内核、1M 上下文服务、MoE 后端适配 Hopper/Blackwell；SGLang 同样 day-0 支持，MXFP8 原生适配 NVIDIA Blackwell 和 AMD MI350X/MI355X。权重与技术报告将于 10 天内发布 @MiniMax_AI @vllm_project @lmsysorg。

• Kimi 开源 K2.7-Code：1T MoE 32B active，编码 agent 能力提升 21.8-31.5%，推理 token 减少 30% - 月之暗面（Kimi 模型开发商）发布 Kimi-K2.7-Code，基于 K2.6 架构，256K 上下文窗口，在 Kimi Code Bench v2 提升 21.8%、Program Bench 提升 11.0%、MLS Bench Lite 提升 31.5%。支持 long-horizon 编码任务，6 倍高速模式即将到来。vLLM 和 SGLang 均提供 day-0 支持，复用 K2.6 部署配置 @Kimi_Moonshot @vllm_project @lmsysorg。

• Simon Willison 升级 OpenAI-WebRTC 播放工具，支持 GPT-Realti me-2 并粘贴文档对话 - 独立开发者 / Datasette 作者 Simon Willison 因等待 OpenAI 将 gpt-realtime-2 语音模型集成到 ChatGPT 产品过久，自行在其 WebRTC 播放工具中升级，新增粘贴文档后语音对话功能 @simonw。

• Replit 支持并行 agent：同时构建网站、移动应用、视频与演示文稿 - 用户可在单个项目中启动多个并行 agent，一次性产出多类产出物，并可向已有项目添加多个 artifacts @Replit。

• 商汤发布 SenseNova-U1-8B-MoT-Interleaved，优化图文交错生成 - 商汤科技（AI 公司）推出 8B 参数模型，改进叙事连续性、角色一致性、文本渲染质量和布局可靠性，支持多页连贯故事生成 @SenseTime_AI。

• Ai2 发布 olmo-eval 工作台，专为迭代式 LLM 开发设计 - Allen Institute for AI（AI 研究所）开源评估工作台，支持超参数调整和模型缩放时的重复基准测试循环，可快速评估每个新 checkpoint @allen_ai。

• AI 内容博主 Nav Toor 汇总 10 个自动化开源 AI agent 仓库 - 包括 OpenHands（76,500 星）、Hermes Agent（191,000 星 / 3 个月）、CrewAI（60% 财富 500 强使用）、Aider、n8n、LangGraph、Cloudflare Agentic Inbox、Browser Use（98,000 星）、awesome-mcp-servers、claude-task-master，全部开源免费 @heynavtoor。

⚙️ 技术实践

• SGLang 在 GB300 NVL72 上对 DeepSeek V4 Pro 1.6T 达每 GPU 超 12K tok/s - LMSYS Org 宣布新纪录，使用 NVIDIA Dynamo 编排和 MTP，在 SemiAnalysis InferenceX 基准全交互性曲线保持高性能 @lmsysorg。

• Unsloth 将 Google DiffusionGemma 本地推理加速 1.8 倍，达 2000+ tok/s - 26B-A4B 扩散文本模型在 18GB RAM 上运行，支持文本、思维链、图像、视频及 256K 上下文，Unsloth Studio 提供在线运行 @UnslothAI。

• Tom Dörr 发布结构化开源 CUDA 编程与 GPU 优化课程 - 社区开发者 / AI 资源聚合者推出系统性课程，覆盖 CUDA 编程和 GPU 优化 @tom_doerr。

• Qdrant 发布使用 Evret 评估信息检索系统的实践指南 - Qdrant（向量数据库公司）提供构建检索基准、测量检索质量、评估相关性和排序性能的完整指引，面向生产级 RAG 系统 @qdrant_engine。

⭐ 精选内容

🎙️ 播客精选

‘Hard Fork’ Live, Part 1: Satya Nadella and Cindy Cohn

E239｜SpaceX要让太空算力从科幻走向现实，但它划算吗？

📄 今日论文精选

Arbor: Tree Search as a Cognition Layer for Autonomous Agents

Generalization Hacking: Models Can Game Reinforcement Learning by Preventing Behavioral Generalization

MiniMax Sparse Attention

🐙 GitHub 热门项目