AI 日报

late-interaction 多向量嵌入开源，检索派的看家本事被放出来。与 Google EmbeddingGemma 2 同频：RAG 的性价比战场从生成端下移到检索端。

缓存读取打对折，长期运行任务成本降约 20%——这是在给 Agent 长会话场景清障。价格战打到缓存层，说明厂商已经默认「长上下文常驻」是默认用法。

比上一代跃升 85 名、涨 304 分，欧洲队把编码能力补上了。但 45 名意味着离第一梯队仍有距离，这条线看它能否在开放权重侧形成替代选项。

开源圈口碑最好的团队正式商业化，估值锚在 15 亿。这是「开源社区→企业 Agent」路径的又一次验证，对照组是 Mistral 与 Reflection 的同类动作。

两条独立信号同时出现，说明大厂在自研模型可用后开始反向收口。这不是安全议题而是成本与依赖治理，企业侧模型多元化会加速。

把 Agent 落地的算力塞进 Windows PC，等于给本地 Agent 铺硬件底座。与 DGX Spark、CMP 解锁等本地算力讨论同看，消费端推理正在被正规军收编。

只做 EU、不做全球，是合规成本与产品体验的折中。与 Google SynthID 门户开放同看：溯源与标识正在被监管推成默认基础设施而非可选项。

把护栏按客户类型分层，是「能力释放」与「责任切割」的平衡术。企业级 Agent 的真实约束正在从模型能力转向权限治理，这条线值得长期跟。

小模型 + 决策输出是一个被低估的方向：很多业务只要选项概率，不要长文。4GB 显存门槛意味着这套做法可以在边缘设备上复制。

低并发提速 1.9 倍、150 TPS 约束下吞吐 5.3 倍——这是推理侧把开源模型拉进生产环境的硬读数。与降价线索同看，单位推理成本的下降是双向的。

MoE 本地推理的老问题是专家换入换出，这条 PR 直接对内存带宽下手。与 3090 用户考虑加 128GB 内存的讨论同频：本地跑大 MoE 的瓶颈在内存不在算力。

1800 亿条媒体已带水印，检测端向公众开放——这是把「可验证」做成免费基础设施。与 OpenAI 仅 EU 加水印对照读：一家主动铺，一家被动合规。

社区层面的编码模型横评，价值在于提供官方榜之外的第三方读数。这类实测与 Code Arena 的排名互为校验，别只看厂商自报的分数。

让部署时的同一 harness 直接参与强化学习，训练与推理不再两套代码。这是 Agent RL 工程化最容易踩坑的一环，值得对照 DeepSeek-Harness 读。

拆的是 AI 网络风险讨论里的逻辑漏洞——威胁叙事常被用来换监管与预算，而非描述真实攻击面。这类反叙事值得存，它能让安全类头条降温。

随机田野实验、133 名律师、11 家律所，样本在 AI 效率研究里算扎实。结论指向一个被忽略的成本：效率提升可能以能力养成为代价。