模型与能力
DeepSeek-V4-Flash-Vision-Exp 正式发布：支持图文混合输入，性能接近 Opus-4.8
DeepSeek 推出 V4-Flash-Vision-Exp，保留原有文本推理能力，新增多模态支持；图片按 117–384 token 计费，沿用 Flash 定价；实测在 Agents’ Last Exam 等多模态任务上逼近 Opus-4.8。
> 相关链接：官方发布｜技术细节与 API 文档
OpenAI 大幅下调 GPT-5.6 Sol 价格：API 和信用产品降价超 20%
GPT-5.6 Sol 在 API 和信用购买渠道降价超 20%，持续三个月；叠加 Codex 50% 折扣、Devin 平台折后达 76% off，明显针对中国低价模型竞争。
> 相关链接：OpenAI 官方公告｜Cognition 平台折扣说明
Qwen3.8-27B 局部实测：本地跑出强代理能力，但知识回忆明显退化
RTX 3090 上量化运行 Qwen3.8-27B，能自主登录校园系统、下载视频+抽帧+转录+增强；但离线问答（如冷门历史/地理）比 Qwen3.6 显著变差，属有意权衡——重工具调用，轻事实存储。
> 相关链接：本地代理演示帖｜知识退化分析
Agent 与工具链
GitHub 推出 Slack/Teams 协作代理工作流：Devin 风格自动开 PR、拉设计进频道
GitHub Agent 现可在 Slack 和 Teams 中直接响应任务、创建 PR、邀请设计师协作；流程完全嵌入聊天界面，无需跳转，已上线企业版。
> 相关链接：Slack 集成公告｜Teams 集成公告
Hermes Agent 开放 Ox Alpha 模型 + 新增‘白板模式’和自动技能裁剪
Hermes Agent 迅速集成神秘强模 Ox Alpha（后证实为 DeepSeek-V4-Flash-Vision-Exp），并推出 Blank Slate 模式（清空历史上下文重试）和自动识别/禁用无效工具技能功能。
> 相关链接：Ox Alpha 集成公告
vLLM 推出 IsoExec：解决 RL 推理中浮点不一致导致的 logprob 偏差问题
vLLM 新模块 IsoExec 强制在不同并行策略（TP/EP/SP）下输出严格一致的 logprob，将 Qwen3.5-35B-A3B 的误差从 1.6e-2 降至 6.7e-7，代价仅 25.3% 开销。
> 相关链接：IsoExec 技术说明
基础设施与硬件
16×RTX 5060 Ti 16GB 推理集群实测：DeepSeek-V4-Flash 达 100–150 tok/s（单用户）
有人用 16 块 RTX 5060 Ti（16GB）+ 双 PLX88096 PCIe 交换芯片搭建 vLLM 集群，单用户生成速度 100–150 tok/s，16 用户并发峰值达 727 tok/s；显存占满但 PCIe 带宽受限。
> 相关链接：集群监控截图
FreeToken 实现消费级显卡高效推理：RTX 4060（8GB）跑 Qwen3.6-35B 达 39.3 tok/s
UC Berkeley 新框架 FreeToken 让 Qwen3.6-35B 在 RTX 4060（8GB）上跑出 39.3 tok/s，GLM-5.2（753B）在 RTX PRO 6000 上达 14.9 tok/s，宣称比 Ollama 快 2–4 倍。
> 相关链接：FreeToken 技术介绍
研究与方法
DeepMind Recirculation：推理时回传深层激活到浅层，不重训即降 60% 上下文错误
DeepMind 新方法 Recirculation 在推理时把深层 layer 的 contextualized 输出反馈给浅层输入，不需重新训练，实测降低 60% 上下文错误、23% 困惑度、提升 21% GSM8K 分数。
> 相关链接：论文讨论帖
Google Pandora Router：把模型路由建模为‘高成本检查’下的最优搜索问题
Pandora Router 不再假设路由评估是免费的，而是建模为带代价的搜索问题，在调用昂贵专家模型更少的前提下，达到与全量评估相当的效果。
> 相关链接：Router 技术介绍
产品与应用落地
Simile 推出人类数字孪生体：基于访谈数据模拟真实用户行为，准确率达 85%
Simile 用两小时访谈生成数字人，能在调查问卷和行为测试中复现本人 85% 的反应，已在 Shopify（购物路径）、腾讯（十亿级 persona）落地，替代部分 A/B 测试和焦点小组。
> 相关链接：Simile 技术说明
NVIDIA AVO 解决全部 183 个 ARC-AGI-3 公开环境关卡，但非完整基准
NVIDIA AVO 在 ARC-AGI-3 的公开教程/演示关卡（共 183 个）达成 100% 通关，但 François Chollet 提醒：这并非正式测试集，完整基准尚未开放。
> 相关链接：AVO 成果公告｜Chollet 警告说明
行业与公司动态
Codex 用户破 2000 万，OpenAI 推出‘银行重置’机制应对长周期代理超支
Codex 活跃用户达 2000 万；为应对代理任务耗尽额度（如 Theo 一任务烧 $800），OpenAI 向所有 Codex/ChatGPT Work 用户开放额度‘银行重置’，并新增 API Key 级别支出限额功能。
> 相关链接：用户增长公告｜支出控制更新
Marin 535B-A23B 开始训练：11× GB200 NVL72 集群，18.75T token，全程开源透明
Percy Liang 团队启动 Marin 535B-A23B 训练，使用 11 块 GB200 NVL72，预计 3 个月完成 18.75T token 训练；延续一贯风格，训练过程、日志、配置全部公开。
> 相关链接：训练启动公告
政策、治理与安全
社区热议本地代理权限风险：Qwen3.8 自动登录教务系统引安全担忧
Qwen3.8-27B 被曝可利用浏览器 Cookie 自动登录大学教务系统，引发对本地代理获取过高权限（如退课、改信息）的担忧；多位用户强调不应默认赋予生产环境操作权。
> 相关链接：原始演示帖（含登录截图）