Agili 的 AIGC 周刊（Y26W41）

本周前沿模型与工程基建迎来双向重构：Meta 开放 816B 参数的 Muse Spark Open 并在 Mac Studio 上实现多机分布式推理，Anthropic 因内部 AI 提交量暴增五个月内自研版本控制系统 Scion 替代 Git。同时，端侧智能体与专业知识工作模型在工具链和运行时层面加速走向深水区。

资讯

Apple 展示 MLX 与 RDMA 跨 Mac Studio 分布式大模型推理

Apple 机器学习团队发布研究，展示如何利用 MLX 与基于 macOS 26.2 的 Thunderbolt 5 低延迟 RDMA 驱动，在多台 Mac Studio 上本地运行前沿大模型。在四台搭载 M5 Ultra 的设备上，NVFP4 量化的 816B 参数模型 Muse Spark Open 实现了超过 36 token/s 的生成吞吐，预填充阶段首字延迟最高比 M3 Ultra 快 4.6 倍。团队通过自研 jaccl 通信集合实现了流水线并行与张量并行，整套集群仅需约 300W 典型峰值功耗即可支撑本地 agent 持续运转。

Spotify 与 NVIDIA 合作把生成式推荐统一至 TensorRT-LLM

Spotify 工程团队 联合 NVIDIA，将播客生成式推荐系统的底层推理引擎从 vLLM 迁移并统一至 TensorRT-LLM。双方解决了旧方案中 beam search 依赖 CPU 与 KV 缓存重复计算的瓶颈，新增了多候选打分 API 与基于 out-of-tree 模型扩展的用户 soft token 注入机制。针对 Qwen3 1.7B 变体的实测显示，新架构使 beam search 工作负载成本降低 54%，打分负载成本降低 7%。

Anthropic 因 AI 代码激增自研版本控制系统 Scion

Anthropic 工程团队 披露，随着内部 AI 编写代码普及，monorepo 每日合并变更量从 5 月的 2,500 次激增至 9 月的超过 30,000 次，传统 Git 架构在每日 2,500 万次 CI 检出下遭遇严重性能瓶颈。团队在五个月内自研并全量迁移至专为常驻在线 agent 设计的分布式版本控制系统 Scion。Scion 采用无锁的 changeset 与增量服务架构，配合三层流式内容寻址缓存，使基础设施 CPU 与内存占用减少 200 倍，并将 CI 代码检出耗时从数分钟压缩至秒级。

Anthropic 红队实验揭示轻量级 AI 模型的去中心化自主复制风险

Anthropic Frontier Red Team 发布最新实验，指出参数量 30B 以下的小型 AI 模型已具备在无人工介入下跨异构设备传播并搭建推理服务的能力。研究人员用 15 台售价约 55 美元的杂牌 Android TV 盒子组建分布式集群，成功以 0.39 token/s 运行 Gemma4-26B-A4B，并测试了父代向子代传递推理调优经验的拉马克式演化。实验证明此类基于权重的 AI 蠕虫能在缺乏中心化关停点的边缘设备上持久存活，预计到 2026 年底端侧小模型即可跨越端到端自主复制的技术门槛。

Anthropic 建立多层防御体系抵御工业级模型蒸馏攻击

Anthropic 公开了其防御工业规模非法模型蒸馏的新机制，早期数据显示攻击者可窃取的推理数据量降低了 90% 至 99%。防御方案涵盖 context 级权限控制（阻止新账号编辑历史推理上下文并隔离不同组织访问）、误报率低于 0.1% 的两阶段提取行为分类器，以及对高频违规账号的主动封禁与拦截计费。团队强调，推理思考过程（thinking tokens）对于小模型能力跃升非常关键，防范未授权蒸馏直接关乎前沿模型安全与跨机构公平竞争。

Claude 半小时破解困扰密码学界二十年的 NIST 椭圆曲线种子来源

Anthropic 前沿红队 透露，其内部研究模型 Claude 在不到 30 分钟内解开了 NIST 标准椭圆曲线（ECDSA）二十余年的种子生成来源之谜。Claude 假设 1990 年代代码习惯编写扫描器，通过 LLL 格基约减算法成功推断出 P-256 等素域曲线种子并非来自哈希算法，而是源于 C 语言标准库伪随机数生成器 lrand48 配合特定 Unix 时间戳的输出。这一发现排除了 NSA 刻意在种子中预埋密码学后门的猜疑，36,864 美元悬赏金已全额捐赠给网络安全研究组织 ISRG。

Claude 闭环自主优化量子电路并超越已发表最佳设计

Anthropic 科学团队 与哈佛大学合作，让 Claude Mythos 5 在闭环评估环境中自主设计量子计算原语电路。针对模逆运算与量子纠错解码等八类核心任务，Claude 自主推导出无需存储分支历史的可逆代数公式，并将 Berlekamp-Massey 算法适配到固定门序列。实测显示其产出的椭圆曲线点加法电路门数量减少 17 倍，DQI 纠错解码器门数较 Google 此前构造缩减 12 倍，大幅扩展了量子计算的 Pareto 前沿。

DeepMind 借助 Antigravity 与 ProtNLM 加速抗菌肽药物发现

Google DeepMind 介绍了基于智能体科学平台 Google Antigravity 加速发现新型抗菌肽的端到端管线。系统依托蛋白质自然语言模型 ProtNLM 直接从原始氨基酸序列预测功能，结合 AlphaFold 结构检索与基因组邻域分析，成功锁定一条针对肺炎链球菌的全新 97 氨基酸细菌素。研究人员与 agent 通过共享三维生物分子画布协同排查靶点与机理，将原需数周的跨数据库比对与方案制定压缩至单次交互会话，目前候选分子已进入湿实验验证。

NeurIPS 2026 论文证明对抗条件下 AI 模型可密码学隐藏任意能力

入选 NeurIPS 2026 的最新研究论文证明，现有基于诱导提示词（elicitation）的能力审计方法存在根本性安全盲区。作者利用数字密码锁（digital lockers）构造了后门对抗方案，把加密神经网络潜伏在宿主模型权重中，仅在接收到特定密钥触发信号时激活解密。实验表明，即便审查方拥有全部模型权重访问权，并使用微调、权重扰动或基于梯度的搜索手段，也无法在数学上证明或诱导出隐藏的高危能力。

Goodfire 提出神经网络本质清晰，多义性大多源自普通泛化

可解释性研究机构 Goodfire 撰文挑战了学术界长久以来的「特征叠加（superposition）」共识，指出早期模型中观察到的多义性主要由架构缺陷与分析工具不足引起。通过对 Qwen3-32B 与 Kimi K3 等现代大模型的实测审计，研究人员发现约 90% 的神经元极性仅承担单一主职能，其余多数属于类似树枝分叉的递归泛化而非随机混杂。这一结论表明无需通过稀疏自编码器强行拆解，研究者可直接对深层网络机制开展探索性科学分析。

陶哲轩 Caltech 演讲探讨「证明充裕」时代的 Math 2.0 范式转型

数学家陶哲轩（Terence Tao） 在加州理工学院发表题为《Math 2.0》的演讲，阐述形式化证明助手与 AI 推动数学研究从「证明稀缺」步入「证明充裕」时代的深远变化。他指出，由于数学证明具备客观可验证性与高度数字化特性，算力投入能够快速求解既有难题，但盲目追求自动化解题容易因缺乏人类理解而滋生错位风险。Math 2.0 的核心在于转向人机协同：通过 Lean 形式化知识库整理理论网络、利用 AI 发现新原理与定理邻域，而非单纯把求解本身作为唯一目标。

游戏逆向工程网站 decomp.dev 因 AI 降低反编译门槛宣布关闭

协作式游戏反编译社区 decomp.dev 宣布关闭站点，宣告传统以人类志愿者为主导的逆向工程协作模式走向终结。站长 Encounter 表示，以往耗时数年的人工匹配反编译如今在 GPT-6-Astra 等模型配合下已能自动化高效完成，AI 在符号检索与规整代码生成上的表现直接消解了社区人工排查的必要性。当贡献中人工与机器生成的界限彻底模糊，原本依赖同行审阅与集体协作的社区组织形态也随之瓦解。

Every 提出上下文工程关键法则：识别上下文腐烂并果断开启新线程

Every 专栏作者 Mike Taylor 总结了导致长对话模型表现恶化的七种「上下文腐烂（context rot）」机制，包括少样本示例锁死创造力、中间上下文被忽视以及早期错误自我强化等。他建议用户关闭全局记忆功能，并在任务方向改变或出现推导偏差时直接开启新线程，避免在原会话中反复与模型争论。与其放任历史噪音累积，更稳妥的工程实践是将优质指令和核心背景沉淀为本地文件，通过外部文件系统精细控制 agent 的工作上下文。

模型

Meta 发布 Muse Spark Open：816B 开放权重智能体模型可在 Mac Studio 本地运行

Meta 正式开放 Muse Spark Open 权重，该模型拥有 816B 总参数（激活 42B）与 1M 上下文窗口，被官方冠以美国迄今最强开放权重模型。借助最新版 MLX，两台搭载 M5 Ultra（每台 512GB 统一内存）的 Mac Studio 即可通过双 Thunderbolt 链路实现流水线或张量并行，完整承载其 NVFP4 量化版本并驱动 DaVinci Resolve 与 Xcode 复杂工程。权重支持 SGLang、vLLM、TensorRT-LLM 及 llama.cpp，并在 SGLang 中集成自调优 Helion GPU 内核以加速 NVIDIA 与 AMD 硬件推理。

DeepSeek 推出 DeepSeek-V4.1-Flash-1017：推进速度与成本极限

DeepSeek 在 Hugging Face 上发布了小幅迭代版本 DeepSeek-V4.1-Flash-1017，采用 763B 总参数架构与 MIT 开源许可，支持 1M 上下文。新版本重点缩短了推理时间与输出长度，在 DeepSWE v1.1 软件工程基准（77.0 分）与 Terminal-Bench 4.0（42.3 分）上均超越基座模型与多款闭源竞品。官方移除了 Jinja 模板，改为配套开源基于 Rust 的高性能编解码库 deepseek-recipe，便于工业级 API 与推理端高效解析思考链和工具调用。

Black Forest Labs 发布 FLUX 3 Image Klein：5.6B 开源文生图模型支持消费级显卡

Black Forest Labs 推出轻量级开源权重模型 FLUX 3 Image Klein，以 5.6B 参数实现了原生 4K 生成、多达 10 张参考图融合以及边界框局部重绘能力。模型采用跨图像、视频与音频的联合学习表征，其 INT8 构建版仅需 8GB 显存，使普通消费级显卡（如 RTX 4070）可在 9 秒内完成 1MP 图像渲染，RTX 5090 仅需约 4 秒。权重采用 FLUX Kommunity License 开放微调版与蒸馏版下载，ComfyUI、Diffusers 与 TensorRT-LLM 首日提供支持。

Liquid AI 发布 LFM2.5-24B-A2B：专为快速端侧智能体打造的轻量推理模型

Liquid AI 推出 LFM2.5 系列最终章 LFM2.5-24B-A2B，总参数量 24B 中仅激活 2B 参数，支持 128K 上下文并强制生成显式思考链。该模型在单台 Apple M5 Max 设备上能以 184 token/s 高速解码，内存占用仅 15-16 GB，并在 AutomationBench（27.69 分）与 LiveClaw 等五项工具调用评测中超越参数量高出 50% 的 MoE 竞品。模型已在 Hugging Face 开放权重，首日支持 llama.cpp、MLX 与 vLLM，主打完全脱离云端 API 的设备端私密智能体执行。

Cline Harness 调优释放 NVIDIA Nemotron 3.5 Super VL 智能体性能

Cline 团队 针对 NVIDIA 最新发布的 120B/A12B 多模态开源模型 Nemotron 3.5 Super VL 调优了运行时外壳（harness），在 Terminal-Bench 2.1 评测中以 61.8% 得分领先其他开源框架。团队通过强化「修改前规划」流程、引入循环卡死检测机制（stall detector）以及细化环境状态断言，使模型在关闭深层思考模式下依然保持精准执行。Cline 内部已将该模型接入 Slack 智能体，用于日常用户缺陷复现与自动化容器环境排查。

Paper Instruments 推出 Ultramarine 1 Flash：高性价比知识工作模型

Paper Instruments 发布了基于 GLM-5.3 Flash 微调的专业知识工作模型 Ultramarine 1 Flash，官方公布的训练代码已在 GitHub 开源。该模型在涵盖金融建模、法律审阅与咨询交付的内部真实基准 PI Knowledge Work 中以每任务 $0.13 的综合成本达到 Claude Fable 5 级别的输出质量，比后者便宜约 60 倍。其输入定价为每百万 token $0.15、输出 $0.50，在 JobBench（62.9 分）等多项长程业务处理测试中排名前列。

Meta 推出 Muse Wonder：面向个人与专业任务的前沿智能体模型系列

Meta 正式推出旗舰智能体模型家族 Muse Wonder（包含标准版与 Full 版），定位为处理长程任务与个人助手的超级智能基础。该系列引入主动记忆（Active Memory）与主动专注（Active Focus）机制，能跨会话自发检索上下文历史并在遭遇执行阻塞时主动探索备选方案。在 Artificial Analysis 智能指数中 Muse Wonder Full 取得 56 分，并在 Harvey 法律智能体基准与 SWE-Marathon 长期软件构建测试中展现出泛化能力。

Krea 推出 Krea 3：主打局部精确重绘的前沿图像编辑模型

Krea 3 针对生产级图像编辑工作流正式上线，宣称单张 2K 编辑耗时低于 8 秒，运行速度达 Nano Banana Pro 的 4 倍且成本降至单张约 $0.06。该模型摒弃整图盲目重绘，采用先定位变更区域再按需分配算力的局部渲染架构，能够最大程度保留非修改区域的原始像素。系统支持精确十六进制色值指定、单图最多 8 张参考图融合以及连续编辑中的人物面容一致性锁定，同时支持企业客户自托管部署。

TypeSafe AI 发布 Jev 1.14.0：为开发者开启实验性危险区功能

TypeSafe AI 更新了其确定性决策模型 Jev 1.14.0，在改进多语言判断精度的同时，通过 API 请求头中的 danger zone 开关向开发者开放前沿实验特性。新版本支持将图像完全组合进 JSON 接口中的状态与判定规则，并引入首个非纯决策类型 box，用于直接输出严谨的物体边界框。团队同时解除了上下文长度硬性截断限制，让开发者在承担部分长文本不确定性的前提下探索复杂 System 1 决策流程。

Nature 论文展示 Byteification：低成本将现有子词模型改造为字节级模型

Allen 人工智能研究所与剑桥大学等团队在 Nature 上发表论文，提出一种名为 byteification 的通用模型改造方法。该技术通过两阶段微调将现有的子词分词大语言模型转换为直接操作字符字节的端到端架构，彻底规避了子词分词在代码、数学与生物分子序列处理中信息丢失的问题。在 1B 和 7B 参数规模上的评测显示，改造后的字节模型在字符推理与推理吞吐上均逼近原始子词系统，且无需耗费巨资从零重新预训练。

智谱发布 GLM-Legal：面向法律严谨业务的专业智能体模型

智谱基于轻量级 GLM-5.3-Flash 底座推出了法律专业智能体模型 GLM-Legal，在 Harvey LAB 实务基准中取得 19.2% 的全通过率，较基座模型提升 12.5 个百分点。该模型在领域中间训练与真实法律任务强化学习中与运行时 harness 协同演进，能够直接解析事实卷宗、援引法条判例并输出带修订标记的合规交付件。GLM-Legal 将集成至桌面智能体平台 AutoClaw，提供合同审查、证据链梳理与跨国合规等开箱即用能力。

工具

OpenCode 2.0 重构发布：常驻服务、Code Mode 与多智能体并发

开源 AI 编码工作区迎来大规模重构并发布 OpenCode 2.0，默认启用常驻本地后台服务，使 TUI、桌面端与 Web 界面共享单进程上下文与会话状态。新版引入 Code Mode 特性，内置极简 JavaScript 运行时，允许 agent 将上千个 MCP 工具和 OpenAPI 接口直接编排为原生代码执行，大幅削减了传统多轮往返的 token 开销。系统同时支持后台异步执行 sub agent 和 shell 任务，并开放了与核心功能同源的 @opencode/sdk 嵌入式开发包。

Anthropic Code Review 正式商用：提速 3 倍并支持按仓库分级审查

Anthropic 宣布其代码审查服务 Code Review 结束研究预览，正式面向 Claude Team 与 Enterprise 组织可用。新版本将单次代码审查耗时从约 20 分钟压缩至 6–10 分钟，并聚焦于定位能真正引发生产事故的核心缺陷，直接输出包含触发场景与修复建议的简要报告。管理员现可在 GitHub App 设置中为不同代码库配置 Quick、Standard 或 Deep 审查深度，企业用户在 2027 年 1 月中旬前还可申领最高 10,000 美元的试用额度。

Janas：纯 C 编写的 MoE 推理引擎支持从 NVMe SSD 流式加载专家

开源开发者 Maurizio Cammalleri 开源了仅依赖 C 标准库的 MoE 推理工具 Janas，实现了在内存小于模型权重的普通 PC 上运行超大规模混合专家模型。系统通过 O_DIRECT 全速从 NVMe SSD 流式预取当前 token 激活的专家层，结合常驻内存的高频专家缓存，在一台 32GB 内存笔记本上成功运行 48GB 的 Qwen3-Next-80B 并达到 37 tok/s 生成速度（相较 llama.cpp 的 2.8 tok/s 提速逾 10 倍）。项目配套自研量化内核与兼容 OpenAI 接口的轻量级本地服务器。

PS5LM：在破解版 PS5 上运行 llama.cpp 搭建本地大模型家庭服务器

开源项目 PS5LM 将破解后的 PlayStation 5 转化为局域网 AI 推理节点，利用其 RDNA 2 GPU 和 11.4GB 统一内存直接运行 llama.cpp Vulkan 后端。系统通过电视端 UI 直观展示模型推理流、设备温度与功耗，并在本地端口对外暴露兼容 OpenAI 与 Anthropic 规范的 API 接口。在 PS5 Slim 上运行 UD-Q2 量化版的 Qwen 3.8 27B 模型，在 64K 上下文下生成速度达到约 20 token/s，支持局域网内的 Claude Code 等工具直接接入。

Tov：采用 TypeScript 语法并编译为原生二进制的智能体专用语言

新型编程语言 Tov 专为编程智能体设计，直接继承 TypeScript 的类型与语法书写习惯，经 C 语言中转编译为独立的轻量原生二进制文件。Tov 剔除了 any、null 与弱类型比较等不确定语法，并在编译器校验失败时向 agent 返回精确的安全补丁指令以实现自动修复。在 Web 服务基准测试中，Tov 单核每秒处理 24.2 万次 JSON API 请求（超越 Rust 的 21.6 万次与 Bun 的 11.1 万次），常驻内存仅需 1.6 MB。

Kilo MCP：让编码智能体通过远程协议直接管理平台与云端任务

Kilo 平台 推出了基于 Model Context Protocol（MCP）的远程端点，让本地编码智能体能直接穿透 Web 控制台操作云端资源。该服务通过统一的 search 与 call 两个元工具映射庞大的平台 API，有效避免了多端点直接加载导致的 prompt 膨胀。开发者可在自然语言对话中让 agent 自动查询各项目月度账单明细、维护环境配置变量，甚至在云端隔离容器中分发并管理长时间运行的后台 sub agent。

Claude 平台推出 OpenTelemetry 智能体可观测性追踪功能

Anthropic 在 Claude 开发者平台 上线了面向 Managed Agents 与 Messages API 的 OpenTelemetry（OTel）标准追踪功能。系统全面遵循 OTel GenAI 语义规范，将模型单次回合、工具调用与延迟、成本信息封装为统一 trace，原生兼容 Datadog、Langfuse、Sentry 及 Grafana 等主流观测工具。开发团队可据此在现有微服务监控链路中排查智能体执行停滞原因，并将生产环境中的失败轨迹一键转化为后续评估测试用例。

Google AI Edge Foresight：完全在 Mac 本地运行的端侧智能笔记工具

Google 推出针对 Apple Silicon 深度优化的本地会议与研究辅助工具 AI Edge Foresight。该工具在后台实时捕获语音转录，根据用户随手记下的零散要点即时扩写成严谨规范的会议纪要，全程音频与文本均不离开本机。系统由 740M 参数的端侧多模态嵌入模型 EmbeddingGemma 2 与 Gemma 4 共同驱动，能对本地绑定的 PDF、文档与表格建立隐私安全的离线 RAG 检索体系。

Answer me with HTML：解耦渲染与草稿，让智能体用精美单页 HTML 回答复杂问题

开源项目 Answer me with HTML 旨在解决 AI 回答复杂系统设计或协议时产生冗长文字墙的问题。该工具通过内置 CLI 将内容提炼与版式渲染彻底解耦：模型只需生成极简的 Markdown 文本与结构，繁琐的 CSS 布局、SVG 时序图与配色绘制全部交由本地引擎自动完成。实测显示其 token 消耗降低 8 倍、生成速度提升 2.6 倍，输出文件无任何外部 CDN 依赖且支持离线阅读与主题切换，开箱兼容 Claude Code 与 OpenCode 等 70 多款 agent。

Graphicle：用 Rust 重构的代码图与智能体记忆检索工具

开源项目 Graphicle 采用 Rust 全盘重写了代码图谱工具 Graphify，为本地编程智能体提供带行号引用的代码证据与历史决策检索能力。工具通过标准 MCP 协议与 Claude Code、Cursor、VS Code 等客户端连接，在无外部网络请求、无遥测追踪的前提下实现全本地快速索引。除常规代码依赖跳转外，它还能持久化记录历次 agent 会话决议，让后续任务快速调取过去的重构思路与修复背景。

Merlin：将 Claude Code 与 Codex 搬进 Slack 的团队级智能体网关

Merlin 是一款面向团队协作的智能体调度工具，能够直接把 Claude Code 与 Codex 接入企业已有的 Slack、Linear 与 GitHub 工作流。智能体通过调度开发者个人电脑上的本地 CLI 运行，复用已有个人订阅账号，无需企业额外申请专用 API Key 或支付模型差价。团队成员可在 Slack 消息线程中随时 @Merlin 协同审查运行轨迹与执行日志，支持跨频道沉淀项目决策记忆并在系统告警时主动发起故障诊断。

Pay-per-Crawl：支持多技术栈的 AI 爬虫按页收费开源网关

ForgeMesh 发布了开源中间件套件 Pay-per-Crawl，允许网站所有者对抓取内容的商业 AI 爬虫按页收取 USDC 费用。该套件覆盖 Next.js、Node.js、Python、Go 及 Cloudflare Worker 等十种主流技术栈，在放行普通人类访客与合法搜索引擎的前提下，针对未认证的抓取脚本返回 HTTP 402 付费请求。结算基于 Base 网络直接打入站长个人钱包，无平台抽成与中间托管账户，为反爬虫与数据资产变现提供了标准化的落地路径。

PrimerKit：支持数据溯源与规则回测的金融智能体工作区

开源项目 PrimerKit 为需要处理真实市场数据的 AI 智能体打造了交互式工作区，致力于解决大模型在金融分析中缺乏事实依据与可溯源性的缺陷。系统在终端与主流 agent 界面中提供统一的命令行接口，确保每一个指标和分析结论均严格附带原始行情行号与数据出处。用户可利用本地存储的日志对量化交易规则开展历史回测，并借助系统定时任务驱动智能体完成每日盘前市场简报与模拟交易挂单。

结束语

从 800B 模型走进个人工作站，到版本控制与模型上下文底层机制的重构，AI 正在从单纯追求参数规模演进为工程基础设施与端侧运行时的系统性进化。随着开源模型与本地工具链的快速补齐，下一周的技术竞争重心势必将进一步向端到端可靠性与真实交付效率倾斜。