DiffusionGemma 开源，4倍速文本生成时代到来

模型发布/更新

Model Releases

5 篇

Google 发布 DiffusionGemma：26B MoE 开源模型，文本扩散实现 4 倍生成加速

X·KOLX：marktechpost (@Asif Razzaq)

Google DeepMind 推出 DiffusionGemma，一款 26B 参数的混合专家（MoE）开源模型，采用文本扩散技术，在 GPU 上生成速度最高提升 4 倍。该模型在保持生成质量的同时，显著降低了推理延迟，适合对实时性要求高的场景。DiffusionGemma 已开源，开发者可直接下载使用。

Agent Arena 评测：用真实轨迹信号替代人类偏好

X·KOLX：lmarena.ai (@lmarena_ai)

Agent Arena 团队指出，传统依赖人类偏好的评测方式无法扩展至智能体场景，因为人类难以判断30分钟轨迹中的数百次工具调用。他们构建了基于真实使用轨迹的客观信号评测方法，包括Bash错误、工具幻觉和“疯狂信号”等指标。这种方法能更准确地评估智能体在复杂任务中的表现，避免人类主观判断的局限性。该评测方法已应用于Agent Arena排行榜，为开发者提供更可靠的模型性能参考。

Claude Fable 5 综合排名第一，任务成功率领先18.2%

X·KOLX：lmarena.ai (@lmarena_ai)

在最新评测中，Claude Fable 5 以综合排名第一的成绩脱颖而出，整体得分领先第二名11.2%。其在确认任务成功率上表现尤为突出，领先18.2%，同时获得更多正面评价（+30.6%）。工具幻觉控制也优于其他模型（+2.1%）。不过，在可操控性方面排名第17，下降了6.8%，表明该方面仍在稳定中。

Google DiffusionGemma 开源：4倍速文本生成，18GB显卡可跑

X·KOLX：berryxia (@berryxia)

Google 发布 DiffusionGemma，一种基于扩散模型的新型文本生成模型，速度可达 1000+ token/s，是传统自回归模型的 4 倍。它摒弃了逐词生成的方式，而是通过并行起草、纠错和精炼整段文本，实现高速生成。模型已以 Apache 2.0 协议开源，权重在 Hugging Face 上可获取，18GB 消费级显卡即可本地运行。该模型在代码、数学和复杂编辑任务上表现优异，支持实时补空、格式化和自我修复。这一发布可能颠覆文本生成的范式，从串行生成转向并行炼句。

Claude Fable 5 登顶 Agent Arena 排行榜

X·KOLX：lmarena.ai (@lmarena_ai)

Claude Fable 5 在全新 Agent Arena 排行榜上以最大优势超越 Opus-4.8 和 GPT-5.5，排名第一。该排行榜基于 30 万+真实任务、200 万+工具调用和 4000 万行代码评估，衡量模型在任务成功率、用户表扬/抱怨比等关键信号上的表现。Fable 5 在可完成任务上表现极佳，但可引导性较弱。Agent Arena 提供网页搜索、文件系统和终端工具，让模型完成编写代码、制作幻灯片、研究网页等复杂工作流。

产品发布/更新

Product

6 篇

Gemini Managed Agents 内部机制交互式博客发布

X·KOLX：Philipp Schmid (@_philschmid)

Phil Schmid 发布了一篇交互式博客，深入解析 Gemini Managed Agents 的内部工作原理。该代理通过一次 API 调用即可启动一个隔离沙箱，在其中进行推理、调用工具、执行代码并读取输出，直至任务完成。博客包含一个可点击的实时模拟器，展示了执行循环、沙箱内部运作以及 API 与沙箱之间的通信过程。

Claude Code v2.1.172：子智能体可递归生成，修复多项稳定性问题

X·KOLX：Claude Code: GitHub Releases (@ashwin-ant)

Claude Code 发布 v2.1.172 版本，核心更新是子智能体现在可以递归生成自己的子智能体，最多支持 5 层深度。此外，Amazon Bedrock 集成改进了区域读取逻辑，新增插件市场搜索栏。修复了多个关键问题，包括 1M 上下文会话卡死、后台智能体读取错误项目配置、模型选择器显示错误等。性能方面优化了长对话的消息处理，减少了冗余转换。

LangChain 为 SmithDB 构建自定义倒排索引，实现百 MB 级智能体追踪的全文搜索与 JSON 过滤

X·KOLX：LangChain (@LangChainAI)

LangChain 团队分享了他们为 SmithDB 构建自定义倒排索引的技术细节，以支持对高达数百 MB 的智能体追踪数据进行全文搜索和 JSON 过滤，同时将中位数延迟控制在 400 毫秒。他们从零开始设计索引结构，优化了存储和查询路径，解决了大规模追踪数据下的性能瓶颈。这一方案使得开发者能够高效地检索和分析复杂的智能体执行日志，对调试和优化 AI 应用至关重要。文章深入介绍了索引构建、压缩和查询优化的具体方法。

Cursor 与 Together AI 合作实现实时推理，提升 AI 编程体验

X·KOLX：Together AI (@togethercompute)

Cursor 与 Together AI 合作，为 AI 编程助手提供实时推理基础设施。Cursor 的编辑器内智能体能在开发者编辑代码时生成代码，要求响应必须在编辑器的反馈循环内完成。Together AI 构建了满足严格延迟目标的基础设施，确保大规模下的实时性能。这一合作解决了 AI 编程中响应速度的关键瓶颈，让开发者获得更流畅的交互体验。

Claude Code 动态工作流正式上线

X·KOLX：Claude (@claudeai)

Claude Code 的动态工作流功能现已全面可用。该功能允许 Claude 在复杂任务（如全代码库的 Bug 排查）中自主编写编排逻辑，并行运行子代理，并在结果返回给用户前进行验证。这显著提升了处理大型、多步骤任务的效率和可靠性。对于需要深度代码分析和自动化修复的开发者来说，这是一个重要的生产力提升。

小米MiMo-Code开源：终端原生AI编程助手，带持久记忆和自主子代理

X·KOLX：berryxia (@berryxia)

小米开源了MiMo-Code，一个基于终端的AI编程助手，解决了AI在重启项目后失忆的痛点。它fork了OpenCode，增加了SQLite持久记忆、build/plan/compose三类子代理、自动checkpoint和智能上下文预算。支持跨会话记忆、Git操作、调试、TDD、代码审查和语音输入，零配置兼容任何OpenAI模型。一键curl安装，MIT协议，开发者可本地使用和修改，将AI从临时工具变为长期伙伴。

行业动态

Industry

5 篇

Anthropic研究：AI数小时内将安全补丁转为漏洞利用

X·KOLX：Decoder (@Matthias Bastian)

Anthropic安全团队发现，其Mythos Preview AI模型能在数小时内将Firefox和Windows内核的安全补丁转化为可工作的漏洞利用代码，成本仅需几千美元，且无需专业知识。在微软自动更新到达任何设备之前，已完成了8个完整的攻击链。Anthropic认为，传统的补丁节奏已经过时。这项研究揭示了AI在网络安全领域的新威胁，即攻击者可以迅速利用公开补丁开发出攻击工具。

Nebius Agent Blueprint 开源参考架构，连接智能体栈各层

X·KOLX：LangChain (@LangChainAI)

Nebius 发布了 Agent Blueprint，这是一个开源参考架构，旨在解决 AI 智能体在生产环境中因基础设施问题而失败的问题。该架构连接了智能体栈各层的成熟组件，包括 Deep Agents 和 LangSmith。它提供了构建、运营和持续改进生产级智能体的标准化方案，帮助开发者避免常见陷阱。对于正在构建或计划部署 AI 智能体的团队来说，这是一个值得关注的参考框架。

Anthropic CEO 新文：AI 发展远超政策制定速度，提出三项新举措

X·KOLX：Anthropic (@AnthropicAI)

Anthropic CEO Dario Amodei 发布新文章《Policy on the AI Exponential》，指出 AI 技术正以远超政策制定机构设计能力的速度发展，两者之间的差距已成为该技术的核心挑战。文章分析了当前 AI 技术所处阶段，并提出了缩小这一差距所需的具体行动。同时，Anthropic 宣布启动三项新举措，以支持文章中提出的政策建议。

微软因数据留存新规限制员工使用 Claude Fable 5

官方IT之家

Anthropic 发布首款 Mythos 级模型 Claude Fable 5，但因新数据留存规定，微软已限制员工使用该模型。Anthropic 要求留存用户提问和输出数据 30 天，违规内容最长保存两年，以运行安全分类系统。微软法务团队正在评估合规性，担心企业机密泄露风险。该模型已对 GitHub Copilot 付费客户开放，但未纳入内部员工版本。

OpenAI 模型和 Codex 可通过 Oracle Cloud 使用

官方OpenAI Blog

OpenAI 宣布其模型（包括 Codex）现可通过 Oracle Cloud Infrastructure（OCI）访问，企业客户可以利用现有的 Oracle 云承诺来构建和部署 AI 应用。此举旨在为企业提供更高的安全性和治理能力，同时简化 AI 的采用流程。通过 OCI，企业可以无缝集成 OpenAI 的先进模型，而无需额外管理基础设施。这标志着 OpenAI 在企业级云服务领域的进一步扩展。

论文研究

Research

3 篇

Google 发布机器学习遗忘审计新框架

官方Google Research: Blog

Google 研究团队提出了一种新的框架，用于审计机器学习模型是否真正实现了“遗忘”功能。该框架通过设计特定的攻击和测试方法，能够有效评估模型在删除特定数据后是否仍保留了相关信息。这项工作对于负责任的人工智能、隐私保护和数据安全至关重要，尤其是在用户要求删除个人数据的场景下。框架提供了可量化的评估指标，帮助开发者和监管机构验证模型遗忘的可靠性。

微软SkillOpt实现：提示词优化与技能进化分析

X·KOLX：marktechpost (@Sana Hassan)

本文详细介绍了微软SkillOpt的编码实现，包括仓库搭建、OpenAI兼容模型接入、优化器与目标模型配置。通过完整的优化循环（回滚、反思、聚合、选择、更新、验证门控），评估了原始种子技能作为基线，并运行了真实优化。最后通过训练历史、准确率、编辑预算行为和Token使用可视化，对比了进化后的技能与基线性能。

Google DeepMind 发布 DiffusionGemma，并行生成 256 tokens，速度提升 4 倍

X·KOLX：NVIDIA AI (@NVIDIAAI)

Google DeepMind 推出实验性开源模型 DiffusionGemma，采用文本扩散技术，每步并行生成 256 个 token，推理速度可达 150+ TPS（DGX Spark）或 1000+ TPS（单张 H100）。该模型激活仅 3.8B 参数，量化后可在 24GB VRAM 消费级 GPU 上运行，适合代码填充、内联编辑等非线性任务。NVIDIA 从首日起提供 BF16/NVFP4 检查点、免费 GPU 加速端点及 vLLM 支持。DiffusionGemma 优先速度而非极致质量，生产场景仍推荐标准 Gemma 4。

今日事件

一手报道

新模型

信源