开源生态

这一门下的精选 · 16 条

18:28Simon Willison精选评分 76

Cloudflare 整体收购 Deno：celld 将成为 workerd 自托管的一等公民，而 Deno 运行时一年后停止开发——Ryan Dahl：它没有解决大问题

Deno is joining Cloudflare

Cloudflare 宣布整体收购 Deno，目标是基于 Deno 团队八月的开源成果 celld（Cloudflare Workers 中 Durable Objects 模式的开源实现），让 workerd 自托管成为一等公民。坏消息是 Cloudflare 承诺仅以月度 bug 与安全更新再支持 Deno 运行时一年，此后停止开发，代码仍开源、欢迎社区接手。Ryan Dahl 在 Hacker News 回应：这是共同决定，由我发起——Deno 被吸入 node 兼容性的引力井，边际的性能、UX 或安全收益不足以支撑重造 Node；他在 celld 里看到了真正的新抽象：只依赖对象存储做协调与持久化的全新服务端模型。

行业#Cloudflare#Deno

推荐理由：收购买断的是运行时战争的上半场：兼容 Node 的下一代 JS 运行时让位给全新服务端抽象，选型 Deno 的团队需要立刻知道一年窗口期。

08:24Microsoft Research精选评分 60

MSR Asia 发布 Agent Lightning v1.0：3,500行、用"部署态真实 harness"直接做 agentic RL——Qwen3.5-9B 在 SWE-bench Verified 从41.8%训到56.4%

Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses

Microsoft Research Asia 发布 Agent Lightning v1.0，围绕"Harnessed Agentic RL"重建：部署所用的同一套 agent harness 直接参与强化学习，无需在训练框架里重实现 agent。要点：整套框架约3,500行代码，小到可读可改可扩；agent 经框架的 LLM 代理接入训练、现有 harness 代码不动；原生 Kubernetes 支持，agent 以 K8s job 直接跑在自管集群/本地设施、不依赖商业沙箱服务；并给出一条完整可复现的编码 agent 训练管线——基于 Qwen3.5-9B、只用约6,000条训练样本，把 SWE-bench Verified 的 Pass@1 从41.8%提升到56.4%(+14.6个百分点)。传统 agentic RL 默认训练框架要自己掌控 ReAct 式的环境交互循环，v1.0 正是把这层假设拆掉。

论文

推荐理由：本批最值得入选的之一：不是博客观点，而是有范式命名、有体量指标(3,500行)、有基础设施口径(原生 K8s、LLM 代理不改 harness)与可复现训练结果(Qwen3.5-9B 在 SWE-bench Verified 41.8→56.4、约6,000样本)的机构发布。与包内"ReviewBench 基准(9365)"同属可核验研究/工程资产。按 ai 精选分带(T1 已选 60-87)给 58/62、mean 60≥60：入选。

12:39Simon Willison精选评分 76

Mistral Large 4 预览上线：1T 总参数 / 49B 激活、自建 3800 张 Grace Blackwell 集群训练，Artificial Analysis 38 分重回距前沿约半年之列，月底开放权重

Introducing Mistral Large 4: Le chonk

Mistral 发布 Mistral Large 4 预览：一万亿总参数、49B 激活参数，在其自有的 3,800 张 NVIDIA Grace Blackwell GPU 集群上训练；API 即日可用，并承诺“本月底”放出开放权重。模型只暴露 none 与 high 两档推理，high 效果更好而输出 token 反而更少（2,717 对 3,275）。Artificial Analysis 得分 38、略低于 552B 的 DeepSeek 4.1 Flash；对比去年十二月只有 9 分的 Mistral Large 3 是巨大进步——虽不到 Fable 级，但 Mistral 重新回到距前沿约半年的梯队。

模型#Mistral

推荐理由：欧洲开源旗舰重新回到牌桌的量化证据：万亿参数+自建 Blackwell 集群+AA 位次跳升，选型开放权重模型的团队值得对照。

15:53AWS Machine Learning Blog精选评分 62

GLM 5.3 上线 Amazon Bedrock，支持跨区域推理与提示缓存

Introducing GLM 5.3 on Amazon Bedrock

Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的混合专家模型，面向编码与长程智能体任务，Z.ai 公布的 CyberGym 得分为 84.5。用户在 Bedrock 上可通过兼容 OpenAI 的 Responses 与 Chat Completions API 或 Invoke 与 Converse API 调用，支持隐式与显式提示缓存、跨区域推理及 Flex、Priority、Standard 服务层级，供符合条件的企业客户使用。

模型#GLM 5.3#Z.ai#Amazon Bedrock

推荐理由：GLM 5.3 在 Bedrock 上线并附完整调用示例，读者可据此评估其编码、长程智能体与提示缓存的实际接入成本。

10:04GitHub Blog · AI & ML精选评分 71

GitHub 发布 AI 代码审查基准 ReviewBench

ReviewBench: An open benchmark for AI code review

GitHub 推出代码审查离线基准 ReviewBench，基于 1.039 亿条真实 PR 的语言与仓库规模分布，构建含 219 条 PR、覆盖 19 种语言的评测集，采用人工评审、前沿大模型与静态分析的多源黄金集，并按严重程度与类别切分结果。该基准公开数据集、评分规则与评测运行器，可用于对比代码审查智能体并提交自身评测结果。

论文#GitHub#Microsoft#Copilot

推荐理由：GitHub 公开了代码审查智能体的离线基准与评测口径，读者可据此了解审查质量如何被量化比较。

13:53Latent Space精选评分 89

OpenAI DevDay 2026 发布 Dots 智能体与 GPT-6.1 Sol

[AINews] OpenAI DevDay 2026: Dots, 6.1 Sol, Ultrafast, Decisions API, Agents API, Spaces, Marketplace, and 1.2 Billion ChatGPT WAU

OpenAI 在 DevDay 2026 上发布由 GPT-6 Astra 驱动的常驻智能体 Dots，可连接 4000 多个应用，面向 Pro、Business Premium 与 Enterprise；同时推出 GPT-6.1 Sol，定价为每百万 token 输入 2 美元、输出 10 美元，缓存输入 0.10 美元，OpenAI 称其在 AutomationBench 上以约三分之一成本超过 Opus 5.5。套餐被重新分级，旧 Pro 200 的额度价值大致减半，引发用户反弹。

产品#OpenAI#Anthropic#DeepSeek

推荐理由：同一场发布会里模型、常驻智能体与套餐分层同时落地，可对照独立评测和用户对额度缩水的反弹看这次更新的实际边界。

23:55Simon Willison精选评分 82

OpenAI DevDay 发布 Dots 个人智能体与 GPT-6.1 Sol

OpenAI DevDay 2026 live blog

OpenAI 在 DevDay 上发布个人智能体 Dots，由 Astra 驱动，ChatGPT Pro 与 Enterprise 用户即日可用。同日推出 GPT-6.1 Sol、每秒 300 token 的 Ultrafast、Pro 500 订阅，并预览 Decisions API、开放 Sign in with ChatGPT 与 Marketplace。Simon Willison 在现场实时记录各场次发布与演示细节。

产品#OpenAI#ChatGPT#Codex

推荐理由：现场记录梳理了 Dots 智能体、GPT-6.1 Sol 与 Ultrafast 的发布和定价，可对照 OpenAI 在开发者平台上的推进节奏。

14:00OpenAI News精选评分 68

关于 Cursor 的决定：在 Cursor 被 SpaceX 收购之后，OpenAI 决定逐步终止（wind down）此前向 Cursor 提供 OpenAI 模型的合同

Our decision on Cursor following its acquisition by SpaceX

OpenAI 发布一条声明，主题是它在 Cursor 被 SpaceX 收购后作出的决定：OpenAI 将逐步终止此前向 Cursor 提供其模型的合同。这是模型供应方与被收购的下游客之间的直接商业处置，声明未说明终止的时间线与影响范围。

行业#Cursor#OpenAI

推荐理由：涉及头部编程工具、SpaceX 收购与 OpenAI 供模关系三方，是一条有明确主体的产业事件；但材料只给出决定本身，缺少条款与影响细节。

00:24Google DeepMind精选评分 68

DiffusionGemma 开源：26B MoE 文本扩散模型一次并行生成整段文本、单卡 H100 超 1000 token/秒

DiffusionGemma: 4x faster text generation

Google DeepMind 发布实验性开源模型 DiffusionGemma（Apache 2.0）：跳出自回归逐 token 生成，以文本扩散一次并行生成整段文字，在专用 GPU 上把生成速度提到 4 倍——单张 H100 超 1000 token/秒、RTX 5090 超 700 token/秒。它是 26B 总参数的 MoE、推理时只激活 3.8B，量化后可进消费级高端卡的 18GB 显存。双向注意力让每个 token 关注全块，擅长行内编辑、代码填充等非线性任务，并能整块自我纠错。官方提醒其质量低于标准 Gemma 4，追质量仍用 Gemma 4；权重已上 Hugging Face，支持 MLX、vLLM、Transformers 与 llama.cpp 等。

模型#Google DeepMind

推荐理由：把文本扩散做成可用的开源模型，给出明确的并行解码与量化显存口径，本地高速场景可据此评估迁移。

22:10Google DeepMind精选评分 71

Gemma 4 12B 开源：去掉多模态编码器、把图像与音频直灌进 LLM 主干，16GB 内存即可笔记本本地跑、性能接近 26B MoE

Introducing Gemma 4 12B: a unified, encoder-free multimodal model

Google DeepMind 发布 Gemma 4 12B，一款把 agentic 多模态智能带到笔记本的开源模型，填补面向边缘的 E4B 与更强的 26B MoE 之间的空档，也是首个支持原生音频输入的中型 Gemma。架构上的关键是无编码器：视觉用一个单次矩阵乘加位置编码与归一化的轻量嵌入模块替换掉原视觉编码器，音频则彻底移除编码器、把原始音频信号投影到与文本 token 同一维度空间，由 LLM 主干直接处理，从而降低延迟与显存。它在标准基准上逼近 26B MoE、内存占用不到一半，16GB 显存即可本地运行；以 Apache 2.0 发布、配 Multi-Token Prediction 草稿器降延迟。Gemma 4 系列下载量已破 1.5 亿。

模型#Google DeepMind

推荐理由：用一个反直觉的无编码器设计把音频与视觉并入主干，同时给出 16GB 与逼近 26B 的量化口径，端侧多模态选型可据此直接对比。

08:00OpenAI News精选评分 60

Symphony 开源规范：OpenAI 介绍 Symphony，这是一份面向 Codex 编排（orchestration）的开源规范，把问题跟踪器（issue trackers）变成常驻的智能体系统，提升工程产出并减少上下文切换

An open-source spec for orchestration: Symphony

OpenAI 发布 Symphony，这是一份开源规范（open-source spec），用于 Codex 的智能体编排：把问题跟踪器转成常驻在线（always-on）的智能体系统，提升工程产出并减少上下文切换（context switching）。属于把智能体编排放进开源标准的动作。

教程

推荐理由：开源规范 + 明确解决的问题（上下文切换）对工程团队有直接复用价值；材料未给采用方与实现成熟度。

08:00OpenAI News精选评分 64

OpenAI 开源 Privacy Filter，用开放权重模型检测并脱敏文本中的个人信息

Introducing OpenAI Privacy Filter

OpenAI 推出 OpenAI Privacy Filter，这是一个开放权重模型，用于在文本中检测并脱敏个人身份信息（PII），并称达到当前领先的准确率。

模型#openai

推荐理由：它以开放权重给出 PII 识别与脱敏，读者能自己部署，把它接进需要合规处理文本的流程。

18:00OpenAI News精选评分 61

OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness

The next evolution of the Agents SDK

OpenAI 更新 Agents SDK，加入原生沙箱执行与一个模型原生 harness，帮助开发者构建跨文件与工具、可安全长时间运行的代理。

产品#openai

推荐理由：它给 SDK 加上原生沙箱执行与模型原生 harness，开发者能更安全地跑长时运行的代理。

00:00Google DeepMind精选评分 83

Gemma 4 开源家族发布：E2B/E4B/26B MoE/31B 四档、Apache 2.0，31B 登上 Arena AI 开源榜第3、系列累计下载破4亿

Gemma 4: Byte for byte, the most capable open models

Google DeepMind 发布 Gemma 4——迄今最智能的开源模型家族，专为高级推理与 agentic 工作流打造，主打破纪录的每参数智能，以 Apache 2.0 许可广泛开放。自初代发布以来开发者已下载 Gemma 超 4 亿次、社区衍生出逾 10 万个变体。Gemma 4 提供四种尺寸：Effective 2B(E2B)、Effective 4B(E4B)、26B 混合专家(MoE)、31B Dense，全系列从简单对话跃升到处理复杂逻辑与 agent 流程；31B 在业界标准的 Arena AI 文本排行榜上位列全球开源模型第3、26B 位列第6，在同榜上跑赢比自身大 20 倍的模型。它与 Gemini 互补，覆盖从数十亿 Android 设备、笔记本 GPU 到工作站与加速器的硬件。文中举例 INSAIT 据此做出保加利亚语优先的 BgGPT、与 Yale 合作的 Cell2Sentence-Scale 用于发现癌症疗法新路径。

模型#Google DeepMind

推荐理由：把开源模型的每参数智能推上新高度，并给出榜单位次与生态规模，端侧到工作站全档覆盖，选型可直接据此比较。

17:00OpenAI News精选评分 61

OpenAI 开源 GABRIEL 工具包，用 GPT 把定性文本与图像转成定量数据

Scaling social science research

OpenAI 推出开源工具包 GABRIEL，用 GPT 把定性文本与图像转化为定量数据，帮助社会科学家规模化地分析研究材料。

产品#openai

推荐理由：它把定性与图像材料转成定量数据这一常见难点做成了开源工具，社会科学研究者可直接拿去规模化处理材料。

18:14Google DeepMind精选评分 65

Gemma Scope 2 开源：覆盖 Gemma 3 全部尺寸 270M 到 27B 的可解释性工具，团队称是迄今实验室最大规模开源

Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior

LLM 能做推理壮举，内部决策过程却基本不透明；一旦系统行为不如预期，看不见内部就很难定位真正原因。去年他们用 Gemma Scope 推进了这门可解释性科学（面向 Gemma 2 的工具箱），今天发布的 Gemma Scope 2 是一套覆盖 Gemma 3 全部尺寸（270M 到 27B 参数）的综合开放工具，可以用来在整个模型大脑里追踪潜在风险。团队称据其所知这是迄今 AI 实验室最大规模的开源可解释性工具发布——生产这套工具存储了约 110 PB 的数据。

产品#Google

推荐理由：开源覆盖全尺寸加 110PB 这两个量级，是该方向迄今最实的一次公开发布。

第 1 / 1 页 · 共 16 条

主题由这一份内容包的词表定义（标签词与判定抽出来的分类、主体对词）， 读数与「精选」那一屏同一把尺子。范围始终只有当前工作区的行业包。