W29 的核心叙事是开源模型第一次在某些关键维度追上闭源前沿——Kimi K3 以 2.8T 参数在 Frontend Code Arena 超过 Claude Fable 5，Inkling 作为美国生态最强 Apache 2.0 模型入场。与此同时，Agent harness 工程化从概念讨论进入系统化论文产出：三篇独立工作（Harness Handbook、Self-Evolving 框架、AgentCompass）分别从代码定位、自动改进和评估基础设施切入同一问题。后训练 RL 也迎来两个信号：万亿参数 Zero RL 的稳定训练管道（Ring-Zero）和百万 token 级 RL 后训练的执行栈（LongStraw），说明 Agent 长程推理的后训练已具备实操基础。推理引擎则在 vLLM v0.25 和 SGLang 8×B300 500 tok/s 的进度上继续保持高密度迭代，推测解码的并发优化（D-cut）也开始填上高负载场景的缺口。

今日 AI 领域聚焦于效率与成本的系统性优化。OpenAI 发布“每美元有用智能”评估框架，NVIDIA 提出“intelligence per dollar”新指标，标志着行业从纯算力竞赛转向投资回报率量化。Anthropic 与 Meta 谈判 100 亿美元算力租赁，4 亿美元交易首次转向推理芯片，基础设施资本流向发生结构性转变。技术层面，GitHub 提出 AI Agent 时代“决定写什么比写代码更贵”的工程反思，LongStraw 在固定 GPU 预算下实现 2M+ token 的 RL 后训练，为 Agent 长轨迹训练提供可行路径。

今日 AI 领域迎来开源模型的双重里程碑：月之暗面发布 2.8T 参数的 Kimi K3，成为最大开源模型，在 Frontend Code Arena 超越 Claude Fable 5；前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 发布 975B 开源模型 Inkling，性能持平 Nvidia 旗舰但 token 成本仅三分之一。同时，微软被曝培训销售人员贬低 OpenAI 和 Anthropic，Anthropic 计划秋季 IPO 估值或达万亿美元，产业格局加速重塑。多篇工业界论文聚焦 Agent 长上下文训练、推理优化和信用分配

今日 AI 领域迎来多个重磅发布与工程突破：Thinking Machines Lab 开源 975B 参数 MoE 模型 Inkling，首日即获 vLLM、SGLang 等推理栈全面支持，但 Ethan Mollick 压测显示其性能远不如中国前沿开源模型。NVIDIA 发布 Jetson Thor T3000/T2000 边缘 AI 算力新标杆，同时 Jim Fan 宣布 RoboTTT 实现机器人模型原生支持 8000 步上下文。中国 AI 陪伴法规正式生效，Doubao、Qwen 被迫关闭个性化功能，成为全球首个情感 AI 监管里程碑。xAI 开源 Grok Build 完整代码库（

今日 AI 领域迎来多个重要节点：OpenAI 代理产品使用量一周暴增 2.5 倍，Codex 用户达 600 万，同时 GPT-5.6 sol 价格减半、效率翻倍，成本降至四分之一。腾讯开源 295B Hy3 的 1-bit 量化版，仅损失约 5% 性能即可在单 GPU 运行，被 Stable Diffusion 创始人称为"今日最大新闻"。Apple 洽谈收购 PrismML，其量化技术可将 54GB 模型压缩至 4GB 运行于 iPhone，端侧 AI 能力跃升在即。蚂蚁集团将 Zero RL 扩展到万亿参数规模，揭示涌现行为；Anthropic 平台负责人详解 Agent 三层架构与开

今日 AI 领域火药味十足：Apple 起诉 OpenAI 窃取商业机密，被 Stratechery 解读为 AI 竞争受挫后的情绪宣泄；OpenAI GPT-5.6 Sol/Terra/Luna 三款模型在 Amazon Bedrock 正式上线，Agent 基准显著领先；微软发布 109 页 MAI-Thinking-1 技术报告，完整揭秘 LLM 训练全流程。产业层面，vLLM 生态三天内密集落地三项 RL 训练框架，Meta 用开源 BPF 调度器将广告服务 p99 延迟降低 28%，MIT 推出 SceneSmith 用三个 VLM Agent 协作生成机器人训练场景。Sakana

今日 AI 领域呈现“开源监管风暴”与“效率创新”并行的格局。开源模型面临“6个月生存期”的监管与地缘政治夹击，而 Z.ai 发布 ZCode IDE 与 GLM-5.2 模型，以 2500 万美元成本实现全球第二的 Coding 能力，挑战 Cursor 与 Claude Code。Anthropic 发现 Claude 内部“思考空间”，为 LLM 可解释性带来新突破。同时，Oracle 因 OpenAI 风险被降级至垃圾级边缘，vLLM v0.25.0 发布，Arm CEO 预测推理侧硬件格局正从 GPU 转向 CPU。

今日 AI 领域迎来多重里程碑：Anthropic 估值达 1.2 万亿美元首次超越 OpenAI，并正式启动 IPO 进程，标志产业格局重大拐点。技术层面，Moonshot 发布 Kimi K2 开源模型（1T/32B MoE），在 SWE-Bench 取得开源 SOTA；Bun 用 AI 重写为 Rust 仅花费 $165k 替代 3 人年工作量，展示了 AI 辅助工程化的成本效益。安全研究方面，Google DeepMind 揭示 CoT 监控在对抗性说服攻击下反而有害，并提出跨模型事实核查的缓解方案。同时，Perplexity CEO 预测 6-12 个月内模型成本将降 3-4 倍，O

本周的核心叙事是"发布密度与工程深度的共振"。OpenAI 一口气放出了 GPT-5.6 三模型、ChatGPT Work 和 GPT-Live 语音模型，这不是一次单纯的版本迭代，而是一次产品矩阵的重新排布——模型能力分层（Sol/Terra/Luna）、Agent 产品化（Work）、交互范式升级（全双工语音）同时到位。与此同时，Agent 工程领域进入了"工具调用精细化"阶段：GitHub Copilot 的实践复盘、AWS 的 MCP 设计指南、Amazon 和 Writer 关于编排层效率的论文，都在指向同一个判断——Agent 的价值不再取决于"能不能调用工具"，而取决于"调得好不好"。推理加速方面，vLLM 0.25.0 让 450+ Transformers 架构原生运行，DeepSeek 的 DSpark 在线上流量下将生成速度提升 60-85%，这些工程落地比架构论文更能直接影响下游决策。

今日 AI 领域迎来里程碑式突破：GPT-5.6 Sol Ultra 以 64 子 Agent 在一小时内证明 50 年未解数学猜想 Cycle Double Cover，标志着公开模型首次实现重大数学突破。同时，GPT-5.6 成为 Microsoft 365 Copilot 首选模型，Agent 生态全面走向生产级。Cursor 开发 AI Agent 与 Claude Cowork 直接竞争，编码 Agent 赛道进入白热化。效率与成本成为新焦点：Unsloth 动态量化压缩模型 75%，Writer 论文揭示编排层可降本 41%。ICML 2026 获奖论文揭晓，扩散语言模型与对齐审查

今日 AI 领域迎来产品与模型的双重里程碑：OpenAI 发布 ChatGPT Work 超级应用与 GPT-5.6 三模型家族，Sol 在 Agents' Last Exam 上以 53.6 分超越 Claude Fable 5 达 13.1 分，并引入 Programmatic Tool Calling 等关键新特性。与此同时，SpaceXAI 发布 Grok 4.5，专为 Coding/Agent 场景训练，定价仅为 $2/$6 每百万 token，模型竞争从通用能力向 Agent 专用场景进一步分化。Meta 自研 AI 芯片 Iris 将于 9 月量产，算力目标翻倍至 14GW，芯片

今日 AI 领域迎来多项重磅发布：OpenAI 推出 GPT-Live 全双工语音模型，实现真正自然对话；同时宣布 GPT-5.6 Sol 周四发布，用户使用量已达此前 5 倍。Cursor 与 SpaceXAI 合作训练 Grok 4.5，Cognition 发布 SWE-1.7 达 1000 tok/s。基础设施层面，MCP v2 协议重大变更走向无状态化，Hugging Face 发布 vLLM transformers 建模后端性能追平原生，NVIDIA Nemotron 在 LangChain 基准中以 10 倍低成本达开源最高准确率。Lilian Weng 发表 Harness E