智能体分析挑战神经网络多义性理论
Goodfire的Nick Cammarata提出'神经网络已清洁'理论，认为智能体分析可以解决神经网络中的多义性和叠加问题，降低模型末日风险。这一观点引发了学界讨论，Neel Nanda等人提出质疑，认为弱激活仍可能存储记忆事实。
#推理
Latent SpaceAI 评分7575 IT之家AI 评分4545 TypeSafe AI 发布 Jev 1.14 决策模型仅一天， Liquid AI 便以 d1-ultra 全面超车
TypeSafe AI 发布 Jev 1.14 决策模型预览版，支持图像输入、更长上下文及新 "box" 类型。次日 Liquid AI 推出 d1-ultra 决策模型，在八类任务中全面超越 Jev 1.14 及 vLLM Semantic Router d3 等竞品。
Hugging Face Blog精选AI 评分7878 IBM 发布 Granite Switch 4.1 多模态模型
IBM 发布 Granite Switch 4.1 模型，整合了聊天、决策和语音识别功能，支持从单一端点切换任务。该模型包含新的决策 aLoRA、Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC，在安全决策任务上优于多个竞争模型，并可在单个 GPU 上实时运行多种任务。
推荐理由：原文提供了多模态能力整合和性能对比，读者可据此评估其在实际应用中的效率优势。
HuggingFace Daily PapersAI 评分3535 DiscoveryRSI: 递归学习发现有价值假设的框架
DiscoveryRSI-27B 通过多智能体进化搜索构建假设树，在四个生命科学领域将假设质量从 4.86 提升至 5.39，与已发表论文的假设对应率达 6.3%，超越 GPT-6 Luna 和 Claude Opus 5。
AWS Machine Learning Blog精选AI 评分6868 Meta的Muse Spark Open模型现已可在Amazon SageMaker JumpStart中使用
Meta的Muse Spark Open编码优化模型现已可在Amazon SageMaker JumpStart中部署，支持1M token上下文窗口，提供BF16和NVFP4两种变体。用户可通过SageMaker Studio或Python SDK在AWS账户中部署该模型，用于代码助手、长时间运行的编码代理和多模态工程工作流。
推荐理由：原文提供了在AWS SageMaker上部署Meta的Muse Spark Open模型的具体步骤和能力说明。
The DecoderAI 评分7373 GPT-6-Astra 解决98%理论物理研究问题
GPT-6-Astra在理论物理基准测试中解决了49/50个问题，准确率达98%，成本仅为116美元。该研究测试了多种AI代理在理论物理计算任务中的表现，发现AI在解决具体计算问题上已超越人类专家，但在理论构建和问题选择方面仍有局限。
IT之家AI 评分7373 阶跃星辰开源 Step 5 Preview 权重，华为昇腾、沐曦、壁仞等首发支持
阶跃星辰正式开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，已在 Hugging Face 和 ModelScope 上线。华为、壁仞科技、沐曦股份宣布提供 0Day 支持，其中华为同步上线首套 1024 卡 Atlas 950 SuperPoD 液冷超节点。
量子位AI 评分7575 Anthropic五年前路线图曝光，Claude Code等Agent功能早已规划
Anthropic一份2021年的内部研究路线图意外曝光，显示该公司早在五年前就规划了Claude Code、工具调用、AI自我评判等功能，并预见了万亿参数模型和超长上下文的发展方向。路线图还展示了Anthropic在AI安全方面的早期思考，包括对工具调用安全性的担忧和对齐研究的必要性。
钛媒体AI 评分8585 中国科学家以书生科学多模态大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北大董彬教授、刘若川院士团队使用SHEAF框架完成了形式化验证，确认证明正确性。
IT之家精选AI 评分8080 中国科学家首次用书生-S2大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
The DecoderAI 评分6565 OpenAI今年将发布至少一款新模型，但旗舰模型仍需安全对齐
OpenAI计划今年底前发布一到两款新模型，其旗舰模型采用循环Transformer技术，提高了数学和编程性能，但增加了安全监控难度。该模型仍需进行安全对齐工作，并需满足美国政府的提前审查要求。
IT之家AI 评分6565 英特尔推出面向至强处理器的推理微服务
英特尔发布 Intel Inference Microservices 服务，这是一套面向大语言模型推理的容器化微服务方案，可自动检测硬件并配置 vLLM 参数，支持第四至六代至强处理器。该服务通过 OpenAI 兼容 API 提供模型服务，启动时自动检测处理器型号并应用英特尔预先验证的配置参数，无需手动优化。
IT之家AI 评分7070 AMD CEO苏姿丰称2026年为真正的AI推理之年
AMD CEO苏姿丰在2026年开放计算项目全球峰会上表示，2026年是真正的AI推理之年，预计AI推理将占据约60%的市场份额。她预测数据中心AI加速器市场规模到2030年将接近1.5万亿美元，CPU业务年复合增长率将达到约50%。AMD已开始交付Helios量产系统，首批客户包括OpenAI、Meta、微软等。
Latent SpaceAI 评分7070 Google 发布 Gemini 4 Argon 模型
Google 发布了 Gemini 4 Argon 模型，面向编码、知识工作、企业工作流和网络安全防御。该模型通过 Gemini API、Gemini 平台、Google AI Pro 和 Ultra 以及 Gemini 应用中的 AI 模式提供访问。定价为每百万输入/输出 token 2/10 美元，缓存输入可享受 95% 折扣。
钛媒体AI 评分7070 Edge AI Daily 早报：AI行业动态与战略布局
Edge AI Daily早报汇总了Google、Meta、OpenAI、英伟达等科技巨头在AI领域的最新动态，包括模型发布、资本投入、技术突破和市场反应。Google开放Gemini 4 Argon模型并大幅降价，Meta发布Muse Wonder模型并投入巨资，OpenAI推出GPT-6全球路由和交互界面，英伟达在欧洲追加20亿美元投资并参与OCP标准制定。
华尔街见闻AI 评分8181 谷歌Gemini 4 Argon全球上线，推广价截至11月底
谷歌将旗舰AI模型Gemini 4 Argon推向全球用户，Pro和Ultra订阅用户可在Gemini应用及谷歌搜索的AI模式中体验。该模型输出上限提升至100万Token，针对编程、复杂推理和网络安全领域优化，推广期API价格低于主要竞品，11月底后价格翻倍。
Simon WillisonAI 评分4545 Muse Wonder 0.2 发布：Meta AI 新模型性能达 GPT-6.1 Sol 水平
Meta AI 发布 Muse Wonder 和 Muse Wonder Full，被 Artificial Analysis 评测为相当于 GPT-6.1 Sol 水平。新模型包含 minimal 到 max 六个推理级别，较前代 Muse 1.3 绘图能力显著提升。Meta AI 保持每月更新模型的节奏。
IT之家AI 评分8585 谷歌发布Gemini 4 Argon模型，支持百万token输出
谷歌发布Gemini 4 Argon模型，面向全球开发者和企业开放，支持最高100万token的上下文窗口，在编码、金融、法律等领域表现优异。该模型定价为输入每百万tokens 2美元，输出每百万tokens 10美元，已在工程和科研领域取得实际应用成果。
Hugging Face Blog精选AI 评分7878 LiquidAI 发布 LFM2.5-24B-A2B 推理模型
LiquidAI 发布 LFM2.5-24B-A2B 推理模型，这是一个24B参数但仅2B活跃参数的模型，专为在设备上快速、私密运行智能体而设计。该模型在16项基准测试中表现出色，在工具使用和智能体工作流方面领先或匹敌更大规模的模型，推理速度在Apple M5 Max上达到184 tok/s，在NVIDIA B300 GPU上可达21K输出tok/s。
推荐理由：模型以2B活跃参数实现推理能力，在设备上运行速度快且成本低，适合构建本地智能体。
The Verge · AIAI 评分8585 Google发布Gemini 4 Argon模型
Google推出Gemini 4 Argon模型，声称在多项基准测试中超越GPT-6 Astra、Claude Fable 5.1和Claude Opus 5.5，定价为输入token $2/百万，输出token $10/百万。
AWS Machine Learning Blog精选AI 评分7070 AWS在Amazon SageMaker AI上实现MoE模型的内核工程优化
AWS详细介绍了在Amazon SageMaker AI上对Mixture-of-Experts (MoE)模型的内核优化技术，包括Swap-AB矩阵转置优化、FP8张量量化后端路由选择以及Triton JIT重新编译消除等方法，这些优化使MoE模型在H200上实现了高达10%的吞吐量提升和9%的首个token生成速度提升。
推荐理由：原文详细介绍了AWS在SageMaker AI上对MoE模型的内核优化技术，提供了具体实现方法和性能提升数据。
AWS Machine Learning BlogAI 评分7575 AWS博客：在Amazon Bedrock上使用Grok 4.7构建长周期智能体
AWS博客介绍了Grok 4.7模型在Amazon Bedrock上的可用性，该模型专为处理更长时间、更复杂的任务而设计，具有自我检查能力。文章通过72次运行测试了不同推理努力级别(low, medium, high, xhigh)在三个任务上的表现，结果显示xhigh级别全部正确，而low级别使用约1/8的输出token也能达到83.3%的准确率。
Google DeepMindAI 评分8585 Google DeepMind发布Gemini 4 Argon模型
Google DeepMind发布Gemini 4 Argon模型，该模型在编码、金融、法律、网络安全和科学领域表现优异，在Vals指数上排名第一。模型现可通过API、AI Studio、Gemini平台等渠道访问，定价为每百万输入token 2美元，每百万输出token 10美元。
HuggingFace Daily PapersAI 评分4545 CarryOn：构建面向长时程智能体的面向对象上下文运行时
CarryOn 通过面向对象的上下文运行时，将长时程智能体的上下文组织为可重用的任务对象，在 OSWorld 2.0 和 BrowseComp-Plus 上分别提升任务成功率 5.8% 和 7.0%，同时减少 token 使用量 51.9% 和 22.9%。
雷锋网AI 评分7070 微软基于阿里Qwen推出决策模型Microsoft-Decision-1
微软基于阿里Qwen3.5-9B推出全新决策模型Microsoft-Decision-1，在结构化决策任务中表现优于LLM及Jev 1.13.0等模型，已应用于Xbox玩家反馈处理，并计划推广至事件响应、质量控制、科学发现等领域。
雷锋网AI 评分6565 阶跃 Step 5 Preview 接入腾讯 WorkBuddy，独家限免 2 周
阶跃最新旗舰模型 Step 5 Preview 已接入腾讯 WorkBuddy，即日起限时免费开放两周。该模型采用稀疏 MoE 架构，总参数量达 6000 亿，每个 Token 激活约 270 亿参数，综合智能指数位居全球开源前三，上周登顶 OpenRouter Trending 榜首。
IT之家AI 评分3838 华硕发布 NVIDIA MGX 服务器 XA P2N-E2，支持 RTX PRO 6000 Blackwell 双卡
华硕在 2026 OCP 全球峰会发布基于 NVIDIA MGX 架构的 2U 服务器 XA P2N-E2，配备 Vera CPU 和最多 2 块 RTX PRO 6000 Blackwell GPU，专为代理式 AI 与强化学习工作负载设计。该产品支持代码执行、工具调用和沙盒运算等任务。
IT之家AI 评分4343 4 张 Tesla V100 集群在 Qwen3.8-Flash-Next 推理中跑赢 DGX Spark 和 M5 Ultra
4 张 Tesla V100 通过 NVLink 载板集群，在 Qwen3.8-Flash-Next 长提示处理中较 M5 Ultra 快 230%，较 2 台 DGX Spark 快 40%。
IT之家AI 评分7575 Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI
Meta 发布了 Muse Wonder 与 Muse Wonder Full 两款新模型，在推理、写作与代码能力测试中得分接近 Anthropic 的顶尖模型，将用于 Muse 应用的部分功能。
量子位精选AI 评分7676 GPT-6 Astra联手非职业数学家，证明57年「摆圆」难题
数学爱好者使用GPT-6 Astra成功证明了N≤20个圆盘的最优排列问题，解决了这个困扰数学家57年的难题。此前只有N≤14和N=19的情况已被验证，AI通过几何约束和计算机枚举方法完成了证明。
推荐理由：AI首次严格证明数学难题，展示了大模型在复杂推理任务中的突破性进展。
The DecoderAI 评分7070 Sakana AI发布多智能体自监督方法研究
Sakana AI与UC Berkeley研究人员提出"多智能体自监督"(MASS)方法，让单一语言模型通过解决任务、评估结果和优化工作流程实现自我改进。该方法在测试任务中的胜率从53.9%提升至69.9%，但存在共享盲点可能导致错误被接受为改进的问题。研究使用Qwen3.6-27B作为基础模型，在金融、机器人和制药等领域的12个研究任务上进行了测试。
AWS Machine Learning BlogAI 评分4545 Amazon Bedrock 支持在泰国、马来西亚、新加坡、印尼和台湾使用 OpenAI GPT-6 模型的全球跨区域推理
Amazon Bedrock 现可通过全球跨区域推理为泰国、马来西亚、新加坡、印尼和台湾提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 模型。用户可通过 Converse API、OpenAI 兼容 API 或编程客户端调用，支持文本和图像输入及客户端工具使用。跨区域推理通过 AWS 商业区域路由请求，计费和监控均在源区域完成。
The DecoderAI 评分7575 清除聊天历史帮助AI智能体找到更好的解决方案
微软研究表明，长期运行的AI研究智能体会因累积的对话上下文而陷入"想法盆地"，无法探索更好的解决方案。研究人员提出"Fork-and-Flush"方法，通过分支和清除聊天上下文，在相同计算预算下实现了66%的性能提升。
AWS Machine Learning Blog精选AI 评分6565 AWS使用Ray LLM Deep Learning Containers实现多节点推理工作负载
AWS展示了如何在Amazon EKS上使用多节点Ray LLM Deep Learning Containers部署一个大语言模型，通过分离prefill和decode阶段到两个GPU节点来提高推理性能。文章详细介绍了架构设计、部署步骤和配置方法，包括使用NIXL和EFA进行节点间KV缓存传输。
推荐理由：原文提供了在AWS EKS上使用Ray LLM容器实现多节点推理的具体步骤和配置方法。
开源中国AI 评分7070 AI逆向国产CPU：5分钟写模拟器，下午复现BASIC
微博博主EE_Archeology展示AI逆向国产LS77-II处理器的全过程，AI在5分钟内写出模拟器，一个下午复现了BASIC功能。
华尔街见闻AI 评分7373 Marvell推出第二代CXL内存扩展器，最高支持9TB DDR4内存
Marvell发布第二代Structera X 3406和3506 CXL内存扩展器，单控制器最高支持9TB DDR4或6TB DDR5内存，内存通道数量较上一代增加50%。两款产品预计于2027年第一季度开始向客户提供样品，旨在应对AI推理工作负载的内存瓶颈。
华尔街见闻AI 评分7575 微软明年将大规模部署自研AI芯片Maia 300
微软宣布将于明年开始以吉瓦级规模部署Maia 300芯片，专为AI推理任务设计，预计每兆瓦可处理的token数量将比主流GPU系统高出40%。微软计划通过自研芯片降低对英伟达GPU的依赖，优先满足自身AI服务需求，而非将算力出租给外部客户。
The DecoderAI 评分7070 Anthropic的Andrej Karpathy称外界已看到AI能力的预览
OpenAI联合创始人Andrej Karpathy描述了人们对AI能力认知的巨大差距，将用户分为四个层次，从几乎未接触LLM的60亿人到能使用前沿系统的约5000人，后者已看到AI在复杂项目中的突破性表现。
The Verge · AI精选AI 评分8181 微软发布第三代Maia 300 AI芯片
微软宣布推出第三代Maia 300 AI芯片，设计为微软产品和服务的主要AI推理系统，预计2027年开始部署。相比前代产品，Maia 300每兆瓦可处理多40%的tokens，在完整配置下吞吐量可达Maia 200的7倍，专为长上下文推理、低延迟对话体验和多步骤智能体任务设计。
推荐理由：原文给出了性能提升和部署计划，读者可以据此评估微软AI芯片战略的进展。
The DecoderAI 评分7575 Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并成功通过同行评审
Google DeepMind 的 AlphaProof Nexus 解决了 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年。该系统基于 Gemini 3.1 Pro 构建，使用 Lean 语言进行形式化证明，并额外证明了 44 个 OEIS 整数序列猜想，解决了代数几何中的一个开放问题，改进了用于训练某些 AI 模型的 min-max 优化技术的已知边界。