AI 日报

直接落到第三方路由渠道，AutomationBench 51.3%、LVBench 91.7% 是长视频与自动化两项硬指标，比官方新闻稿更有信息量。和 第11条 的仓库实测对照读：一个说单点能力，一个说 11 小时连续作业不掉链子，这才……

文本第 2、WebDev 第 15 的差距值得记：MSL 这个前沿模型的长板在语言而非代码，与同榜 Kimi K3 只差 4 分。和 Gemini Argon 同频——第一梯队的『内容』正在被填满，排名差距越来越靠单项博彩而非综合实力。

128GB 统一内存 + 1 petaflop 是端侧跑大模型的硬门槛线，周五开卖是本周可验证的锚点。和 MiniCPM-V 4.7、LFM2.5 两条端侧模型同日发布对照：硬件与权重两侧同时在为『本地大模型』铺路，这个组合下半年会加速。

宣称全球首个端侧无损流畅运行的开源 MoE 多模态模型，35B-A3B 的激活比是关键。与 RTX Spark、LFM2.5-24B-A2B 同日出现，说明稀疏激活已从云端竞赛变成端侧标配——你这轮盯的『本地部署』主线，权重侧供给正在变好。

和 第6条 是同源合并件的另一半：法院文件把『算力成本刚性、订阅收入弹性』拆到数字级，2024 年算力支出是订阅收入峰值的近 5 倍。这条数字以后会被反复引用在『AI 应用层估值』的讨论里，属于比新闻本身更长的资产。

4 万美元算力换 25 万美元赏金，攻防经济学的账第一次这么直白地摆出来。与 Anthropic 声称把推理 token 窃取降到 1% 的蒸馏防护对照读：模型能力正在被同时用于进攻和加固，安全赛道今年的商业逻辑从合规驱动转成算力套利驱动。

和 XBOW 赏金、OpenAI 录音事件构成同一天的安全三连。资本在 AI 攻击面还没定型时就先下注『防守方』，说明企业安全预算的重新分配已经开始——这类融资下半年会密集出现，可作为赛道温度计。

最有信息量的不是 40% 内存准备时间改善，而是『11 小时、提 6 项、审后合 2 项』这个采纳率。Agent 自主改生产仓库的真实命中率就摆在这，比你库里 Loop-Engineering 讨论的『给目标让 Agent 自己跑』提供……

被 Claude 逼出来的基建：日均合并量从 2500 涨到 3 万，git 扛不住才自研。这条对工程的启示比任何 Agent 发布都实用——AI 编程的瓶颈正在从模型侧转移到版本控制、评审这些『外围』层，你那套 Claude-Code……

把 agent 记忆这件事直接降到零依赖的 SQLite，与你库里 Cognee、Agent记忆层那条线索正面对撞：一边是图谱化重方案，一边是本地单文件轻方案。选型判据就出来了——跨会话认知的『存什么』之外，『部署成本』正在成为第一顺位。

80B 模型跑在 Chrome 标签页、专家按需从磁盘换入，这是端侧部署边界的一次实测性推进。和 RTX Spark 的 128GB 统一内存对照：软件侧已经把『内存装不下』的假设推翻，硬件侧再补上就能落地，你那套本地部署优化线索值得更新。

实用向的工程贴：n+2 前瞻预测做了 SSD 流式加载，配合 NVFP4 在消费级卡上跑 Next 世代模型。和 第14条 的浏览器方案是同一问题的两种解法，都是『把大模型塞进小内存』。对关注本地推理成本的读者，这条比榜单分数更值钱。

Latent Space 的解读把它定位成『Claude 5.5 档』，与 Arena 榜文本第 2 的实测互相印证——Meta 这次是真回到了第一梯队，而不是刷榜。和 Gemini Argon 同日 GA 对读：本周第一梯队一次性补进……

这是 plumbing 级的长文：多 agent 编排的调度与状态管理怎么做。和 第12条 自研 Scion 是同一命题的两面——一边是代码量大到要换版本控制，一边是编排逻辑本身在升级。你库里『Agent编排降本』那条线索，这篇是当前最完整的一手材料。

在 406 名科学家要求断网、Michael Jordan 痛批末日论调的同一周，这篇给出『快但不通向 AGI』的第三条线。和 对读能看清当前舆论光谱：既不站『立即断电』，也不站『必然超级智能』，中间地带的论证密度正在变高。

破产报道里唯一点出『出售失败即关闭』的差量信息：2030 万美元许可费不保证业务续命。和 第7条 的数字连读，这才是消费级 AI 创业者的完整结局模板，比『谁买了资产』更该被记住。