模型与能力
Ornith-1.5 开源：9B 到 397B 多规格 MIT 模型，主打端到端自改进
Ornith 发布 Ornith-1.5 系列（9B 密集/35B MoE/397B MoE），MIT 协议，支持 FP8/GGUF/MLX/NVFP4 量化；在 Terminal-Bench 2.1（86.1）、SWE-Bench Verified（86）等编码/智能体评测中表现突出，已接入 vLLM 和 Ollama。
> 相关链接：发布推文
GLM-5.3 能力跃升靠 RL，不是堆参数
智谱 GLM-5.3 与 GLM-5.2 架构相同，仅靠约 1 个月强化学习（RL）大幅提升：Terminal Bench 第 2、Legal Bench 第 3、Skills Bench 第 6；核心是长周期真实工程环境训练（如诊断训练瓶颈、跑实验、交付加速）。
> 相关链接：技术说明｜评测排名
Qwen3.8-27B 动态量化 V3：10% 更准，1-bit 仍保 77% BF16 准确率
Unsloth 推出 Qwen3.8-27B Dynamic V3 GGUF 量化版本，在同等大小下比竞品高约 10% 准确率；最低支持 1-bit 量化，可在 8GB RAM 运行，且保留约 77% 的 BF16 级准确率。
> 相关链接：Reddit 技术帖｜Hugging Face 发布页
Agent 与工具链
DeepSeek Harness（DSH）：所有功能都是插件，连 agent 循环本身也是
DeepSeek 公开的 DSH 不是完整产品，而是轻量级插件运行时（Cordis 架构）；用户一周内就开发超 100 个插件，包括围棋测试床、直连数据库执行 SQL 的 agent，强调可扩展控制流和业务规则注入。
> 相关链接：知乎前沿解读
TrueForge 开源：企业级 agent harness，用 GLM-5.2 降本 75%
TrueFoundry 开源 TrueForge（MIT 协议），支持工具编排、子 agent、代码沙箱、人工审批；在 14 任务企业基准上，用 GLM-5.2 替代 Claude Opus 4.8，成本降约 75%，准确率不掉。
> 相关链接：官方发布
Microsoft Agent Lightning：把任意 harness 接入 RL 训练，6K 样本提升 SWE-Bench 14.6%
微软开源 Agent Lightning v1.0，通过代理层将任意 agent harness（如 DSH、TrueForge）对接 RL；用约 6K 样本训练 Qwen3.5-9B，SWE-Bench Verified 从 41.8% 提升至 56.4%。
> 相关链接：技术介绍
基础设施与硬件
Qdrant 推出可过滤 HNSW：1% 过滤召回率 99.8%，比 ACORN 快 4.7 倍
Qdrant 新版 HNSW 在索引层直接建模 payload 过滤（如标签/权限），在 1% 过滤率下实现 99.8% 召回率 & 1.0ms 延迟；ACORN 同场景仅 67.7% 召回 & 4.7ms，但 ACORN 更适合多条件 AND 过滤。
> 相关链接：Qdrant 官方说明
Linear 用 Turbopuffer 替换 Postgres：Delta 同步快了约 8 秒
项目管理工具 Linear 将 delta sync 读路径从 Postgres 迁移到向量数据库 Turbopuffer，利用属性索引做权限过滤，最大同步耗时减少约 8 秒。
> 相关链接：Turbopuffer 宣布
研究与方法
参数数量过时了：唐杰教授提出五大缩放维度（含 XA-YB MoE 表示法）
唐杰指出，参数量只在结合数据量、计算分配方式、运行条件三者时才有意义；提出 5 大缩放维度，包括 MoE 稀疏度（新记号 XA-YB），并强调长因果链推理（20+ 步）不依赖总参数，而依赖训练质量。
> 相关链接：X 平台声明｜MoE 新记号说明
Sentence Transformers v6.0：从单向量检索转向多向量检索
新版 Sentence Transformers 支持 multi-vector 检索——不再把整段文本压缩成一个向量，而是保留 token 级向量，让 query tokens 与 doc tokens 逐对匹配再聚合，更适合高质量搜索。
> 相关链接：作者总结
产品与应用落地
Gemini 3.7 Flash：AI Mode 实时生成交互式模拟，表格任务成本 $0.54/个
Gemini 3.7 Flash 在 AI Mode 中支持边聊边生成交互式模拟（如动态图表/文档分析），在 Artificial Analysis 的 80 个表格密集任务中以 $0.54/个成本拿下第一，响应仅 1.32 秒/任务。
> 相关链接：评测结果｜产品集成
OpenAI 推出 Private Safety Processing：前沿模型零数据留存 + 跨对话安全检测
OpenAI 新增隐私安全模块，确保使用 GPT-5.6 Luna 等前沿模型时仍满足 Zero Data Retention，同时无需人工查看内容即可检测跨轮次安全风险（如越狱、诱导）。
> 相关链接：官方公告
Claude Code 新增 Concise 模式：输出更短、更聚焦，开发者反馈明显
Anthropic 为 Claude Code 编程助手新增「Concise」输出风格，自动压缩冗余解释、聚焦关键代码和步骤，被广泛认为是提升日常编码效率的小而实的 UX 改进。
> 相关链接：开发者公告
行业与公司动态
OpenRouter 被 Stripe 收购：API 路由市场成核心基础设施
OpenRouter 宣布加入 Stripe，业界普遍解读为：模型 API 路由、计费、监控等中间层服务已从边缘工具升级为云时代必备基础设施。
> 相关链接：创始人确认
政策、治理与安全
Anthropic 开源 Petri：首个面向对齐风险的可审计评测工具
Anthropic 开源 Petri 工具，用于系统性评估模型是否出现迎合、欺骗等对齐风险，并支持外部第三方独立审计，降低红队门槛。
> 相关链接：Twitter 发布