行业与公司动态
Poolside 核心团队被 NVIDIA 全员吸纳，Model Factory 技术并入 Rubin 项目
Poolside 创始团队将公司技术方向大幅转向新领域，NVIDIA 直接接手其 Model Factory 技术，并雇佣 109 名核心员工（占技术团队绝大多数）；这不是收购或‘execu-hire’，而是创始人主动 pivot，员工获优厚安置。
> 相关链接：Latent Space 原文
基础设施与硬件
OpenAI 首批 NVIDIA Vera Rubin 集群已上线，专用于下一代前沿模型预训练
OpenAI 正式启用 NVIDIA 最新 Vera Rubin 芯片集群，这是其下一代大模型预训练的底层硬件基础，标志 OpenAI-NVIDIA 深度合作进入新阶段。
> 相关链接：推文确认
Cerebras CS-4 推出：单晶圆性能翻倍，GPT-OSS-120B 推理达 4400+ tok/s
Cerebras 新一代 CS-4 系统通过重构供电与散热，在相同 5nm 晶圆上实现性能翻倍；实测 GPT-OSS-120B 推理速度超 GPU 方案 30 倍，达 4400+ tokens/秒。
> 相关链接：技术总结
模型与能力
Gemini 3.7 Flash：ARC-AGI-2 达 84.6%，仅 $0.25/任务，性价比突出
Gemini 3.7 Flash 在 ARC-AGI-2 基准中得分 84.6%（ARC-AGI-1 更达 95.5%），单价低至 $0.12–$0.25/任务，成目前成本效益比最高的强推理模型之一。
> 相关链接：ARC-AGI 测评
Qwen3.8-27B 明确转向工具调用与编码，知识召回能力弱于 Qwen3.6
Qwen3.8-27B 在离线知识检索（如历史、地理、冷门事实）上明显退化，但工具调用、代码生成和 agentic 工作流更强——这是有意为之的参数分配取舍。
> 相关链接：Reddit 讨论
GLM-5.3 Max 成开源代码模型新标杆：WebDev 得分 1597，$3.65/M
Zhipu GLM-5.3 Max 在 Code Arena WebDev 榜单跃居开源模型第 2（总榜第 8），1597 分，单位成本 $3.65/百万 token，刷新开源模型性价比纪录。
> 相关链接：Code Arena 数据
Agent 与工具链
Anthropic 宣布 Claude Platform 多项功能正式商用：Computer Use、Skills API、Files API 全量开放
Anthropic 将浏览器控制、文件操作、可版本化技能调用等关键 Agent 能力全部 GA；Skills API 支持复用流程，Files API 提升速率至 500 RPM、支持 1TB/org 和过期管理。
> 相关链接：官方公告
ChatGPT Mac 版上线 Apple Messages 插件：可搜索、起草、发送消息
ChatGPT Work/Codex Mac 客户端新增 Messages 插件，支持读取历史消息、快速回复、草稿撰写和一键发送，首次实现 AI 助手深度接入系统级通信应用。
> 相关链接：功能发布
Chroma 发布 Foundation：首个基于过往会话自动构建的 Agent 自进化记忆系统
Chroma 推出 Foundation 记忆框架，让 Agent 能从历史交互中自动提炼技能、偏好与上下文，不再依赖人工设定或单次 prompt，迈向持久化智能体。
> 相关链接：研究预览
产品与应用落地
AT&T 公开企业 AI 实践：40% 流量已切至开源模型，目标提升至 60–70%
AT&T 内部数据显示，员工 AI 使用中 40% 已路由到开源模型，目标达 60–70%；编码成本降 56%，质量仅微跌 2%，验证开源模型在企业中段场景的高性价比。
> 相关链接：Hesamation 总结
OpenAI 推出 ChatGPT Sites 协同编辑：支持 Git/CI 管理与 PR 上下文共享
ChatGPT Sites 新增团队协作功能，多人可实时共编一个项目，Codex 自动处理 Git 提交与 CI 流程；还支持生成只读链接和嵌入 PR 上下文，降低协作门槛。
> 相关链接：API 更新说明｜PR 上下文分享
研究与方法
Harness Continual Learning：Agent 的提示、记忆、技能可独立演化，防‘组件遗忘’
新研究提出‘守护式 harness 演化’框架，让 Agent 的 prompt、记忆、技能等组件自主更新，但需先提案再审核才提交，避免改一个功能崩掉整个工作流。
> 相关链接：论文亮点
Unsloth 发布 Qwen3.8-27B Dynamic v3 GGUF：同尺寸下 top-1 准确率提升 >10%
Unsloth 推出 Qwen3.8-27B 新版 GGUF 量化（Dynamic v3），不依赖校准数据集，仅后训练量化，宣称在同等大小下 top-1 准确率提升超 10%，最低支持 1-bit 运行于 ~8GB RAM。
> 相关链接：技术发布
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 发布 Petri 工具包，用于系统性评估模型迎合、欺骗等对齐风险，支持外部第三方审计，填补当前对齐评测可验证性空白。
> 相关链接：Anthropic 官方推文