AI热报 · 今日精选 AI 资讯
vLLM 联合 KR Labs 出的 Vela 2.0，一次调用就能做安全检查、领域分类和 PII 识别，四个尺寸可选，Apache-2.0 开源。
有人 Vibe Coding 写出死循环被 Cloudflare 收了一万刀，作者分享了防坑规则，用 Durable Objects 的都该看看。
xAI 把 Grok API 能做的东西写成了 10 个能直接跑的开源示例，从打电话的语音机器人到 5 美元一支的短片，代码全在 GitHub 上，抄起来很方便。
手把手拆了一个数据分析 Agent 的三层架构，主模型只写 SQL，另一个模型负责审查，连 200 行限制和人工审批都写好了，做 Agent 的人直接抄作业。
用 Claude Code 做开发的朋友可以试试这个 html-plan 插件，计划文档变成能点能评论的 HTML 页面，审起来快多了。
搞推理部署的可以看看：B200 上 4:8 稀疏让 MoE 专家层快 1.35-1.65 倍，Kimi-K2.5 实测也有 1.18 倍。
有人把 Claude Code、Codex 这些 harness 全改成了 RL 环境，接 vLLM 就能自己设计奖励，训练后工具调用少了 31%。
一篇教代码智能体"怎么从自己的纠错里学到更多"的论文，在 DeepSeek/CodeARC 上把 Pass@1 从 15.0% 拉到 20.4%，做法挺有意思。
Apple 的论文，讲怎么在多个交互环境里同时训练一个 LLM 智能体，用 rubric 评分挑数据，全对全错的样本也能靠自蒸馏利用起来。
MIT 这节课把 1957 年的 FORTRAN 论文改几个词，就变成了对 Claude 写代码的预言，还讲清了 prompt 和编译器最关键的区别，讲义免费公开。
Google DeepMind 把多模态嵌入模型压缩到手机能跑的体积了，纯文本只占约 191MB 内存，还能搜代码和音视频，做端侧 RAG 的可以看看。
LlamaIndex 的 Logan 写了篇实操文：OCR 别再单次跑，改成布局感知、难元素路由、多轮自检的循环，能救回表格和图表。
做 RL 训练或大规模推理部署的可以看，DeepSeek-V3 权重同步直接从 5.78 秒砍到 2.77 秒，还是进 NCCL 的正经方案。
Simon Willison 用 GPT-6 Astra 写了个插件，把 OpenAI 新的 Decisions API 接进 llm 命令行，还能对图片做 yes/no 判断，比 Jev 贵但支持图像。
SemiAnalysis 实测了九家 AI 订阅套餐，发现 Claude 在中档模型上价值领先 OpenAI 5 倍，且 OpenAI 刚刚大幅削减了套餐额度。
OpenAI 上线了 Decisions API 公测版，能让应用实时自动选模型和工具，速度比走 Responses API 的 GPT-6 Luna 快 10 倍，做智能路由的可以试试。
Keras 之父 Chollet 抛了个有意思的问题：RLVR 只能拉高数学和代码，其他领域能不能跟着涨还不确定，这直接决定接下来模型能走多远。
DeepSpeed 常被当成只做 ZeRO 显存优化，这场演讲会讲它的自动张量、序列、专家并行，还带基准数据，做大模型训练的可以看看。
Stanford 拿 5 个模型实测发现，多个智能体抢共享资源时互相覆盖，Opus 5 团队只拿到 30% 价值，单智能体能拿 64%，做多智能体系统前建议先看看。
OpenAI 出了个 Decisions API 公测版，能让你的应用实时挑模型和工具，官方说比 GPT-6 Luna 快 10 倍，做智能体的可以试试。
智谱AI最近发布的GLM-Image确实在AI图像生成领域投下了一枚重磅炸弹。免费、无水印、中文文本渲染能力强，这三个特点组合在一起，足以让整个行业重新审视中国AI技术的实际进展。 国内AI图像生成工具一直面临着中文文本渲染的难题。Mid…
AI制药新玩家：Anthropic的"不盈利疾病"战略能否颠覆传统药物开发？ Anthropic，这家以AI安全著称的公司，突然宣布进军药物发现领域。不是辅助工具，而是直接下场开发药物，而且专门瞄准那些传统制药巨头认为无利可图的疾病。这究…
1107 vs 303：谷歌这个开源模型，把大模型的“打字机”拆了 同一张 H100 显卡。同一个 26B 参数架构。303 那个还开启了多 token 预测加速。DiffusionGemma 跑出了 1107 token/s，是标准版…
DiffusionGemma：当扩散模型开始“写”字，自回归的统治还能撑多久？ 过去一周，我的信息流里“DiffusionGemma”这个词反复出现。在AI圈，当一个技术名词开始密集出现在各个群聊和推文中，通常意味着两件事：要么是又一轮泡…
每秒 1107 个 token，但问题从来不只是速度 昨天，Google 开源了 DiffusionGemma。 一个 26B 参数的模型，在 H100 上跑到 1107 tokens/s。对比之下，传统自回归的 Gemma 4，哪怕开启…