今日 AI 领域迎来多个重磅发布：Anthropic 发布 Claude Sonnet 5，性能逼近 Opus 4.8 但价格更低，同时推出面向科学家的 Claude Science 工作台。Amazon 成立 10 亿美元 FDE 组织押注 Agent 现场部署，X 推出官方 MCP Server 扩展生态。微软连发 Memora 记忆系统和 SkillOpt 技能优化两项 Agent 架构突破，NVIDIA 通过软件优化使 DeepSeek V4 在 Blackwell 上月内性能提升 5 倍。Figure 人形机器人 F.03 已抵达宝马工厂，Jim Fan 发布 ASPIRE 机器人技

[LLM 推荐进入"推理"深水区]：今日两篇论文（IntuRec、期刊推荐）均利用 LLM 进行偏好推理，但不再满足于简单的 prompt 匹配。IntuRec 引入认知科学中的"直觉"概念，用候选集引导 LLM 在连续隐空间进行多步推理，而非直接输出 token。这标志着 LLM 推荐正从"语义匹配"向"结构化推理"演进，工业落地需关注推理延迟与成本。; [重排/排序的可解释性与约束优化并重]：KakaoBank 的 ChunkGroupSHAP 解决了密集嵌入排序的特征粒度不匹配问题，Avi

今日 AI 领域迎来多个重磅动态：美团 LongCat 的 Owl Alpha 1.6T MoE 模型登顶 OpenRouter，完全基于 50k 中国 ASIC 训练，标志着国产算力生态的里程碑式突破。同时，阶跃星辰 Step 3.7 Flash 在自主 Agent 评测中排名第二，MiniMax M3 428B 在三台 Mac 上本地运行并自主创建股票组合，中国 AI 力量全面崛起。工具生态方面，Cursor 发布 iOS 应用、vLLM 深度优化 TTS 模型、LlamaParse 推出 Retrieval Harness，Agent 开发正从桌面走向移动端和生产级。学界方面，上海 AI

今日 AI 领域迎来多项重磅进展：DeepSeek V4 发布 DSpark 推测解码框架，推理速度提升 80% 并全栈开源；SubQ 模型以 56 倍注意力加速挑战长上下文瓶颈；Grok 4.5 进入 SpaceX/Tesla 私有测试，GLM-5.2 以 1/6 成本击败 GPT-5.5 引发企业后训练热潮。苹果 Xcode 26.3 原生集成 Agentic Coding，微软 73 亿美元 Fairwater AI 园区启用，AI 基础设施与开发工具正全面走向生产级。

[Agent + LLM 驱动推荐系统自动化]：从架构演化到特征筛选，工业界正系统性地引入 LLM Agent 来替代人工专家。腾讯的 NOVA 框架展示了 Agent 如何自动化完成“论文到生产”的模型升级，PayPal 的 EMA-FS 则用增益感知的筛选策略加速 GBDT 训练。核心趋势是从“调参自动化”走向“架构决策自动化”，但验证和风险控制（如 NOVA 的验证级联）是落地的关键。; [归因与增量性：从“归因”到“归因校正”]：广告归因领域正从简单的“最后一次点击”或“多触点归因”转向

今日 AI 领域迎来里程碑式发布：OpenAI 正式预览 GPT-5.6 Sol，采用全新架构并支持 1M 上下文，但发布过程罕见地被美国政府干预，需商务部逐客户审批放行，标志着前沿模型监管进入新阶段。与此同时，智谱 AI 开源模型 GLM-5.2 在编码能力上首次超越 GPT-5.5，成本仅为其 1/6，开源社区迎来重要拐点。产业层面，Stripe 分享了年处理 1.4 万亿美元交易的生产级 Agent 架构，快手开源 AgentX 多智能体系统实现超 1 亿年化收入，AI 从能力展示正式进入规模化价值兑现期。

生成式推荐进入工业落地爆发期：今日多篇论文（TokenMinds、RaG）将生成式推荐从概念验证推向大规模工业部署。核心趋势是使用统一的Semantic ID (SID) 体系同时表示用户和物品，实现跨场景（长/短视频）的统一建模，并显著降低训练和服务成本。这标志着生成式推荐正从“召回”环节向“排序”和“内容生成”全链路渗透。; 零样本与自适应推理成为降本增效新焦点：面对海量动态物品和复杂查询，工业系统开始探索更智能的资源分配策略。IRENE通过元分类器为未见物品即时合成分类器，解决零样本检索难

今日 AI 领域迎来多个里程碑：OpenAI 发布 Agent 经济报告，揭示 Codex 占内部输出 token 的 99.8%，非开发者采用增长 137x；SWE-bench Pro 发布，因旧基准 59.4% 测试用例存在缺陷，Coding Agent 评测标准迎来根本性更新。同时，Sail 获 8000 万美元融资构建长时 Agent 推理基础设施，PimDeWitte 获 3.2 亿美元融资用于世界模型数据采集，标志 Agent 基础设施投资进入爆发期。Notion 集成 Claude 和 Cursor 作为外部 Agent，从生产力工具转型为 AI 编排中枢。

今日 AI 领域迎来多个重磅事件：OpenAI 与 Broadcom 发布首款 LLM 推理芯片 'Jalapeño'，推理吞吐提升 4 倍；Cursor 在 Colossus 上从零训练 1.5 万亿参数前沿模型，应用层公司自研模型趋势加速；Qualcomm 豪掷 140 亿美元收购 Modular 和 Tenstorrent，挑战 NVIDIA CUDA 垄断。同时，NVIDIA 发布 DFlash 投机解码实现 15 倍推理加速，Google 在 Gemini 3.5 Flash 中推出原生 Computer Use 工具，MCP 协议迎来最大结构更新转向 Stateless 设计。Ag

LLM 蒸馏替代点击信号，重塑工业级召回训练范式：今日两篇来自 Walmart 的工业论文均采用 LLM 作为教师模型，生成结构化标注（相关性或意图），替代传统点击信号来训练双塔召回模型。这解决了点击信号中的位置偏差和长尾稀疏问题，并展示了显著的线上收益，标志着工业界正从“数据驱动”向“模型生成数据驱动”的范式转变。; 图基础模型（GFM）评估趋于理性，PFN 范式或成新方向：学术界对 GFM 的评估揭示了其并非普遍优于传统 GNN。只有基于 Prior-data Fitted Networks

今日 AI 领域迎来多个里程碑：OpenAI 的 GPT-5 破解三年免疫学谜题，展示了从数据分析到假说生成的科学发现能力；Anthropic 发布 Claude Tag，将 AI 深度集成到 Slack 作为团队持久成员，被 Andrej Karpathy 称为 LLM UI/UX 的第三大范式变革。智谱 GLM-5.2 被推为世界顶级开源模型，母公司 Zai IPO 股价 120 港元。同时，Apple 研究揭示 LLM-as-Judge 评估面板存在“统计幻觉”，Sakana Fugu 发布即遭独立测试质疑，引发对基准测试与真实世界鸿沟的讨论。在效率方面，vLLM 集成 DFlash 投

今日 AI 领域安全议题占据核心：五眼联盟联合警告 AI 数月内可发动毁灭性网络攻击，OpenAI 发布 GPT-5.5-Cyber 并推出安全修复工具，Latent Space 播客深度探讨 Mythos 时代红队测试。Cursor 宣布与 SpaceX 联合训练新模型，Perplexity CEO 预测多万亿参数开源模型即将到来。技术层面，LMSYS 联合 NVIDIA 用 SGLang 在 GB300 服务 DeepSeek-V4 实现 5 倍吞吐量提升，Amazon 首次公开 30B 模型自主后训练系统。