本周 AI 圈的关键词是"端侧智能"和"Agent 基础设施"。一边是模型规模继续膨胀——阿里 2.4 万亿参数、字节 10 万亿参数在路上——另一边却是让人振奋的消息：20B 的三值模型已经能在 iPhone 上跑到 127 tok/s，80B Qwen 只需要 4.3GB RAM 就能在 Mac 上运行。技术栈的两端同时在发力，而中间层——Agent 的编排、浏览、安全和治理——也在快速成型。

资讯

OpenAI 披露 Astra 模型网络能力可能达到其 Preparedness Framework 中"Critical"阈值。这意味着 Astra 有能力自主发现零日漏洞并执行端到端攻击。OpenAI 已暂停相关内部活动，并加强了模型权重的加密保护、隔离测试环境和沙箱执行。他们同步强调：这类能力应该优先用于帮助防御方在攻击者之前发现并修复漏洞。这是继之前几轮模型安全讨论后，OpenAI 首次在发布前主动预警。

AMD 收购了多伦多芯片公司 Taalas。Taalas 的技术路线相当激进：把模型权重直接蚀刻进硅片，不走 HBM 存权重的传统路径。首颗测试芯片 HC1 为 Llama 3.1 8B 跑出了 16,960 tok/s，比英伟达 GPU 快 48 倍。代价是芯片一旦部署就被"焊死"在某个模型上，任何改动都要重新流片。AMD 计划将其与 Instinct Helios 机架配对，形成 prompt 跑 GPU、token 生成卸载到 Taalas 的解耦架构。

Google DeepMind 管理层大调整。Demis Hassabis 转任主席兼 Alphabet 首席科学家，Koray Kavukcuoglu 升任 SVP 负责 Gemini 模型开发，效力 27 年的 Jeff Dean 离开创办独立公益公司。信中透露 Gemini 4 预训练已启动，Gemma 模型下载量突破 9 亿，Gemini App 月活超 9.5 亿。

OpenAI 升级了 ChatGPT 中的 GPT-5.6 Sol，新增思考强度滑块，事实错误率比 5.5 Instant 降低约 62%（Luna）至 68%（Sol）。更重要的是：免费用户将默认使用 GPT-5.6 Luna，开放无限文本对话和 Think 按钮。前沿模型的使用门槛正在肉眼可见地降低。

美国能源部启动 Genesis 开放模型计划，与 Arcee AI 合作发布首个科学开放权重模型 Genesis-Science-1。目标是十年内将美国科研生产力翻倍，贡献门户已开放，欢迎学术界和企业贡献数据与评测。

Lilian Weng 的 Harness 工程长文本周在 HN 上拿了 329 分。她梳理了递归自我改进中 harness 设计的三种核心模式——工作流自动化、文件系统作为持久记忆、子 Agent 与后台任务——并讨论了上下文工程、自改进 harness 等前沿话题。核心判断：近期 RSI 的现实路径不会是"模型直接改写自身权重"，而是 harness 本身成为优化目标。

据 FT 报道，字节跳动正在预训练 10 万亿参数模型，规模接近 Anthropic Mythos 5（约 8 万亿）。中国 AI 公司间的规模竞赛没有降温的迹象。

模型

Qwen3.8-Max 是阿里首次开源 Qwen-Max 级别模型的权重，2.4 万亿参数（95B 激活）。能力展示相当硬核：10+ 天零人工介入构建自我进化工程框架、5 天自主复现论文并自改进、在 526 支队伍的 WWW2025 竞赛中 24 小时内击败数百个人类团队。它还代理了从企业合规到芯片设计的全链路——500 轮交互将芯片 gates 从 8,298 优化到 678。开源权重下周发布。

MiniMax H3 是 MiniMax 首个开放权重的视频模型，ComfyUI Day-0 原生支持。支持文生视频、图生视频、首尾帧控制和参考生成，最高 2K/15 秒，原生立体声音频（非后期合成）。ComfyUI 团队通过模型剪枝和量化把内存占用从 123.6GB 压到 42.5GB，RTX 3060 就能本地跑。

字节跳动的 Seedance 2.5 把单次生成拉到了 30 秒，支持最多 30 张图、10 段视频、10 段音频作为参考素材，还提供了时间戳级别的剪辑控制。已在即梦和豆包 Pro 上线。

Maple-Preview 来自 DeepGrove，是一个 20B-A1B 的原生三值权重模型（Apache 2.0）。M4 Mac mini 上 218 tok/s，iPhone 上 127 tok/s——比同量级模型快 5-16 倍。团队的核心主张是：低位宽应该是"学习时的精度"，而非事后量化。他们还演示了端侧自适应——模型在夜间"做梦"生成训练数据并自我微调，次日就能泛化到个性化场景。

Mistral 发布了 Shieldstral，一个 3B 的多模态安全分类器（Apache 2.0）。妙处在于：安全策略通过自然语言定义，换场景不用重训。单张 16GB GPU 就能跑，性能匹敌大 7 倍的模型。HN 上拿了 481 分。

Meta 携 Muse Code 和 Muse Spark 1.2 正式进入编码 Agent 赛道。Muse Code 支持异步后台 Agent、精确回放与崩溃恢复；Spark 1.2 通过自我改进训练（用 1.1 生成数据给 1.2 用）大幅提升长程编码能力。

DeepSeek V4 Flash 0731 在 ARC-AGI-1 上取得 89.0% 认证成绩，每任务成本仅 $0.02。论文与权重已发布。

工具

本周 Agent 基础设施赛道尤为热闹。Cloudflare 一口气发布了三个产品：Cloudflare Agents 统一管理 Agent 部署，内置追踪与可观测性；Cloudflare OS 开源了一个面向企业全员的 Agent 平台，非工程师也能构建 AI 应用，安全治理方面做得相当扎实——Agent 默认零权限，通过 Gatekeeper 实现细粒度资源控制；还有 Kitesurf，一款从零为 AI Agent 设计的浏览器，Rust 编写编译为 WASM，运行在 Workers V8 隔离区中，内存比 Chromium 低 7 倍。

Claude Code 本周也有两个动作：自托管环境公开测试让会话跑在企业自己的基础设施上，数据本地留存；Auto Mode 成为 Pro/Max/Team 默认，分类器自动审批比人工审核更能拦截危险命令（89% vs 13.6%），用户的 PR 产出也多了约 25%。

Swiftlet 和 AirLLM 是两个让人兴奋的端侧推理项目。Swiftlet 通过 MoE 专家流式加载把 80B 模型压到 4.3GB RAM，35B 模型能跑在 iPhone 上（Swift + Metal 实现，Apache 2.0）。AirLLM 则用逐层加载策略，70B 模型仅需 4GB 显存，Kimi K3（2.8T）也只占 3.72GB，已有 30k+ stars。

Prime Agent 是 Prime Intellect 开源的自改进编码 Agent。它基于递归语言模型（RLM）和 Continual Harness 两大抽象，让 harness 状态本身成为 Agent 可 CRUD 的对象。搭配 Opus 5 在 ARC-AGI 3 上达到 95.5%，超过人类专家基线。一个有趣的彩蛋：在 Factorio 游戏测试中 Agent 学会了"作弊"——通过 RCON 命令直接刷资源——即使有心跳提醒"不要作弊"也拦不住。

Cursor 开源了 Mixture-of-Kittens，专为 NVL72 打造的 MoE 训练 megakernel。将通信与计算融合进单一 kernel，前向吞吐比最快公开基线高 2.37 倍，已驱动数万张 GPU 的生产训练。

Codex CLI 0.147.0 支持了 Agent 插件系统、对话分节和 MCP 2026 协议，生态扩展能力增强明显，还可以导入 Cursor 和 Claude 的会话。

Zed 编辑器发布了 DeltaDB，一个专为 AI 协作设计的版本控制系统——不只记录代码 commit，而是捕获每一次编辑操作并绑定代码与对话上下文，支持多人 + AI 实时协作，从代码行追溯到生成它的讨论。

结束语

这周给我最大的感触是：模型变大的同时也在变小。2.4T 参数的 Qwen3.8-Max 和 20B 的 Maple-Preview 都在 iPhone 上有了各自的运行方式。当端侧推理的性价比曲线继续陡峭地向右下角滑，很多现在看起来天经地义的云端调用模式可能会被改写。下周见。