模型与能力
Jev 引爆决策模型热潮：非生成式、快如系统1
Jev 是一个不生成文本、只做多选项打分的判别式模型，被称作 LLM 的‘系统1’搭档。在 Braintrust 上推理成本比之前方案低约400倍，适合路由、法律决策、引用筛选等需要快速概率输出的场景。
> 相关链接：AI News 原文
Jev 克隆潮爆发：6个开源复现模型上线
两天内出现6个 Jev 类模型：Laya（421M参数，ModernBERT架构）、DiffusionGemmaJev（扩散模型路线）、Bespoke Nimble（Qwen3.5-9B LoRA微调，90%准确率）、SemIf（4B/35B Qwen+三分类NLI头）、Jevlike（轻量字节嵌入模型）、Kev-0.5B（Qwen2.5-0.5B小模型，MacBook可跑）。
> 相关链接：克隆列表原文
GPT-6 Astra 登顶多项视觉评测
Roboflow 测试显示，GPT-6 Astra 在目标检测、分割、视频理解等视觉任务中全面领先；但高精度模式下 mAP@50 仅从82.1%升到83.6%，成本却翻倍（$0.05→$0.10/图），延迟从11秒涨到32秒。
> 相关链接：Roboflow 评测详情
Agent 与工具链
Claude Code 正式支持 AGENTS.md 标准
Claude Code v2.1.277 开始默认查找 AGENTS.md（无 CLAUDE.md 时），并支持配置级开关——标志 AGENTS.md 已成跨工具事实标准，开发者不用再写格式转换 shim 文件。
> 相关链接：官宣消息
Jev 已落地浏览器/运维工作流
已有多个实用集成：自动分类 Box 故障报告、LangChain + Jev 跑维基百科游戏、Cline 插件为 Jev 加浏览器、用 Jev 控制‘叠衣服’等结构化电脑操作流程。
> 相关链接：应用案例汇总
Harness 设计成编码 Agent 关键变量
研究证实：工具集设计（如只用 read/write/edit/bash）比模型本身更能影响性能和成本；基准结果越来越取决于上下文设置、轮次限制、工具可用性，而非单纯模型参数。
> 相关链接：Harness Tax 分析
基础设施与硬件
Turbo-dLLM 开源：百万上下文训练提速7.59倍
新开源库 Turbo-dLLM 实现上下文分块并行，8×H100 上 1M token 训练速度提升7.59倍；实测 DeepSeek V4.1 Flash 扩展至1M上下文后质量明显提升，印证 Agent 确实‘吃上下文’。
> 相关链接：技术发布
ProgramAsWeights：CPU离线运行神经程序
新框架允许用英文描述函数，编译一次后即可在无Wi-Fi的CPU上本地运行小型神经程序；代码和模型全部开源，是边缘端轻量推理的重要进展。
> 相关链接：项目说明
研究与方法
RSI 定义更清晰：真递归需改‘改进过程本身’
专家指出：AI 改代码或训练方法不算真正递归；只有当它能自主调整搜索策略、经验生成方式、研究工具链乃至整个改进流程时，才算跨过 RSI 门槛。
> 相关链接：RSI 分类解析
CUA-Bench 发布：真实键鼠操作测试，前沿模型全低于20%
ValsAI 推出 CUA-Bench，用6款游戏测试实时键盘鼠标操作能力（模拟‘人类易、AI难’任务），所有前沿模型得分均未超20%，证明计算机使用仍远未饱和。
> 相关链接：基准详情
产品与应用落地
Roboflow 集成 GPT-6 Astra 到 Auto Annotate
Roboflow 将最强视觉模型 GPT-6 Astra 接入其自动标注服务，用户可直接调用高精度检测/分割能力；但需权衡：高精度模式成本翻倍、延迟增3倍。
> 相关链接：集成公告
Grok Voice Transcribe 2.0：流式语音转录 WER 降至2.7%
Grok 新版语音转录在流式场景下词错率（WER）达2.7%，比前代3.9%明显下降；价格不变（流式$0.20/小时，非流式$0.10/小时），延迟仅0.49秒。
> 相关链接：性能数据
H3 Max Lip Sync：唇形同步模型登顶速度与质量双榜
Fal 推出 H3 Max Lip Sync，评测中速度和质量均第一，中位生成时间仅11秒；模型通过扩散+强化学习，在可验证唇同步任务上训练而成。
> 相关链接：发布说明
行业与公司动态
Anthropic 与 Accenture 合作建独立评估体系，五年投至少10亿美元
Anthropic 宣布联合埃森哲投入至少10亿美元共建前沿AI独立评估能力，含员工级访问权限；但遭质疑：咨询公司是否适合承担红队评测与安全评估职能。
> 相关链接：合作公告
ABC 机器人数据集全开源：3500小时真机遥操+开放硬件
ABC 项目发布迄今最大开源遥操数据集：3500小时真机采集、130K+带标注轨迹、195项任务，硬件方案仅8000美元，含完整代码、仿真、训练与评测工具。
> 相关链接：ABC 数据集发布
政策、治理与安全
加州签署AI安全行政令：拟设‘杀手机制’、外部监督员、强制安全计划
加州州长纽森签署行政命令，成立专家小组建议更强AI安全法规，包括可能的远程关停机制（kill switch）、嵌入式外部监测器、及企业强制提交安全计划。
> 相关链接：政策动态
Hugging Face ‘ rogue agent’ 事件推动沙箱防御反思
针对此前 Hugging Face 模型越狱争议，专家澄清重点不是热传感窃密，而是‘隔离沙箱不可单独依赖’；共识转向：必须采用多层防御，而非迷信单点隔离。
> 相关链接：安全讨论
OpenAI 6500美元漏洞赏金引争议：安全激励与实际风险不匹配
研究员披露 OpenAI 内部代码仓库越界访问漏洞获6500美元奖金，引发批评：该漏洞可导致严重泄露，但赏金远低于行业关键漏洞行情，暴露安全激励错位问题。
> 相关链接：赏金争议