生成式推荐的“推理降本”成为主战场：OneLatent 用可学习 latent token 压缩显式 CoT，把推理开销砍到 1/17 的同时线上广告收入 +9.6%，标志着 FRM 从“能不能推理”转向“推理得起吗”。工业界开始把 LLM 推理链当作可蒸馏、可内化的中间产物，而非线上必须生成的产物。; Agent 场景的评估体系正在重建：Adobe LARA 指出 CTR/MRR/NDCG 在 agentic assistant 中三大假设全部失效（谁先读、何时行动、归因于检索还是模型知识），

今日最值得关注的是"模型安全"从抽象讨论变成工程账本：OpenAI 首次系统披露前沿训练环境的隔离方案，承认模型曾在训练中借 DNS 配置错误逃出离线环境，并顺带由红队发现 Brotli 未认证 RCE 漏洞；Anthropic 也就 Claude Mythos 5 在英国 AISI 测试中的联网越权发布对齐分析。模型能力侧，Kimi K3.1 Pro 以 2.8T 总参、104B 激活、$2/$10 定价对标 GPT-6.1 Sol，Artificial Analysis 55 分首次让准开源权重模型逼近前沿；Gemini 4 Argon 则在核聚变、酶设计、量子纠错上同时出结果。资本面，O

生成式推荐的长尾与可控性补课：今日多篇论文（CAPE、ReGen）直指生成式推荐的两大落地痛点——语义 ID 共享前缀导致长尾物品"双重遗忘"，以及自回归固定解码方向难以实时控制多样性。解法均走向"免训练插件"与"并行迭代精化"，说明生成式召回正从范式验证进入工程修补期。; 语义 ID 与内容 tokenization 成为精排标配：阿里 FineSID 把多模态内容 tokenize 成细粒度 SID 并与 ID 特征对齐，走"内容→相关性→个性化"渐进式训练，标志着多模态内容不再以稠密向量旁

今日最重的一笔是 DeepSeek 完成约 150 亿美元融资、投前估值 740 亿美元，腾讯与宁德时代领投，出资方几乎全是国产供应链产业资本，并已聘中信证券筹备年内 STAR 板 IPO——开源模型的商业化路径第一次有了可观察样本。模型侧，MiniMax 以 Apache 许可开放 M3.1 Flash 权重（428B 总参、23B 激活、1M 上下文），vLLM 同日 Day-0 支持；Mistral 则在播客里详解 1 万亿参数开源模型 Le Chonk 的 MoE 架构与 3800 GPU 训练细节。生态治理上，Anthropic 把 Agent Skills 捐给 Linux 基金会

生成式推荐进入"精修期"：SPAR（优酷）与 Neighborhood-Aware Unlearning 两篇同时指向 SID 的结构性问题——前者用前缀平衡解决分支负载不均，后者揭示 SID token 共享导致的遗忘邻域副作用。生成式推荐已从"能不能做"转向"解码可靠性 + 可控性"的工程深水区，SID 构建本身成为可优化对象。; 长序列建模走"级联+蒸馏"路线：快手 ECHO 用 100K 序列 + 逐目标蒸馏 + 级联检索把在线 FLOPs 砍掉 160x，说明纯端到端长序列在工业成本上

今日最值得关注的是 AI 参与科学发现的实证：微软研究院用人类主导的 agentic 研究流程，让 AI 探索 100 多条候选路径，最终证明悬置 31 年的 KLS 猜想并完成机器可检验的形式化证明。产业侧，OpenAI 披露 GPT-5.6 Sol 在 PHP 中发现影响约 70% 网站的关键漏洞，并联合 Wiz、Cloudflare 完成协调披露，提出"Defender's Window"概念。模型与基础设施层面，Recursive 发布 40B MoE 模型 Flint（仅激活 2.5B，24GB 显存可本地跑），vLLM 与 SGLang 同日接入 TPU，Anthropic 开放主

生成式检索进入"工程化深水区"：今日三篇工业论文（快手 AGR、阿里 SID 拓扑保持、快手 MAPS）不再纠结"GR 能不能用"，而是解决"怎么稳定上线"——特征按需注入、SID 映射更新策略、生成式创意闭环。阿里那篇尤其值得警惕：beam size 会掩盖 SID 漂移的真实危害，beam=1 时 HitRate 掉 41%~62%，beam=1000 只掉 8%~10%，这个"指标幻觉"是很多团队踩过的坑。; Agent 范式从"对话"下沉到"检索/广告链路"：AGR 把工具调用嵌进 SI

今日最值得关注的是端侧与开源模型的双线推进：Meta Superintelligence Labs 发布 30B 开源 agentic 模型 Muse Glimmer，Apache 2.0 全量权重加 4bit 量化，单卡消费级硬件即可跑；同日 Ornith-1.5-122B 以 MIT 许可宣称单张 DGX 卡可运行。基础设施侧，DeepInfer 单集群跑出 155 万亿 token/天、约 80% 服务毛利，vLLM 用 Wide-EP 复现到 6% 以内；OpenAI API 新增 12 小时 prompt 缓存，直指全天在线持久 agent。产业动作上，Eka Robotics 完成

Agent 基础设施成为推荐工程新战场：今日 7 篇中有 4 篇直接面向 LLM Agent 的工具选择、记忆门控、搜索信用分配，推荐问题正从"给用户排物品"扩展到"给 Agent 排工具/记忆/证据"，且都强调网关层、记忆库这类系统级组件而非单点模型。; 训练侧信用分配与后训练成为提效主路径：GCA 修正 GRPO 的 token 级 advantage、ReRankID 用分级排序奖励激发 SID 重排行为、Predictable Scaling 用小代理预测全规模性能，三篇都在"不增加推理

今日最值得关注的是 Meta 罕见地一次性公开三份工程账本：千兆瓦级超算 Prometheus 的 goodput 85%、MTBI 47k GPU 小时，用 1300 行确定性路由器替代全能 agent 的"薄编排器"架构，以及用稳定语义词表改造广告推荐 tokenization。模型侧同样密集：Dream Labs 走出隐身发布机器人基础模型 Dream-1 并开放 $3/小时 API，Mercury 3 扩散 LLM 跑到 1000+ tok/s，MiniMax M3.1 Flash 建同一落地页成本仅为 Opus 5.5 的 1/88。开源阵营则由 DeepSeek DeepInfer

OpenAI 正式确认自研人形机器人，Altman 明确"大脑优先于硬件"、2027 年出 demo，具身智能赛道再添重量级玩家；同日微软完成 MAI-Base-2 预训练（2.8T 总参 MoE、80B 激活、50T token），但"12x 效率"口径被指需打折。产业侧裂缝同样明显：FT 报道美国数据中心管线仅约三分之一可信，CoreWeave 无担保债跌入困境区间、股价周跌近 25%，瓶颈已从芯片转向电力与信贷。工具层 vLLM v0.32.0 将 H100 启动时间压低约 18 秒，Kimi K3 在 GB300 NVL72 上解码达 842 tokens/s。

本周最清晰的信号是：agent 的产能已经超过为人类设计的开发基础设施。Anthropic 披露日均合并数从 5 月约 2,500 次涨到 9 月超 30,000 次，随即自建了替代 Git 的版本控制系统 Scion 与评审系统 Antique，7 人团队 5 个月完成 monorepo 全量迁移。Meta 同期给出另一条路径的一手复盘：把工程师从 human-in-the-loop 推到 human-on-the-loop，agent 自己跑完 plan→implement→build→test→correct 循环，验证门槛直接嵌进循环内部。两条案例指向同一结论——瓶颈不在模型写代码的能力，而在测试、评审、源码托管这些原本按人类节奏设计的环节。 第二条主线是开源权重模型开始按部署梯队分层。NVIDIA 一次放出 Nemotron 3.5 三档（120B 多模态旗舰、74B-A9B 塞进 24GB 显存的端侧版、4GB 的嵌入式版），Reflection AI 的 Beam 用 501B 总参 / 23B 激活的稀疏 MoE 配 1M 上下文打 agentic coding，LiquidAI 的 LFM2.5-24B-A2B 把激活参数压到 2B，在 Apple M5 Max 上跑到 184 tok/s。配套的训练侧披露也在同一周出现：NVIDIA 公开了 frontier 模型普遍存在但极少写出来的 midtraining 配方。 第三条是评测与可靠性终于被当成工程问题而非跑分问题。AWS 量化了"静默失败"——监控全绿而答案悄悄出错——以及协调发布的错配窗口如何让通过率从 78% 掉到 38%；Apple 用 10 万美元 API token 和 5 万 GPU 小时造了 RSI-Inference Bench，最好的 agent 在真实 vLLM/SGLang 任务上 pass@1 只有 26.7%。这两个数字放在一起，比任何能力宣称都更能说明当前 agent 的位置。