OpenAI 智能体失控事件曝光，AI 安全引关注

Fireworks 在 Kimi K3 上做了后训练，产出 Ember-1，跑编程任务时推理 token 少了 71%，性能不变，省钱明显。

Cline@cline原文

一个开源科研智能体把 Codex 和 Claude Code 都比下去了，Apache 2.0 免费随便用，还能接自家模型。

rohanpaul_ai@rohanpaul_ai原文

Interfaze 开源了 lev，用 Qwen-3.5 4B 做底座，一次前向就能批改判断题、选择题和打分题，做自动测评的可以看看。

Gorden Sun@Gorden_Sun原文

OpenAI 改了 API 图像输入的行为，官方喊话让你重跑 evals，做图像相关工作流的话别忽略了。

官方一手@OpenAIDevs@OpenAIDevs原文

Sakana AI 和东大搞了个给机器人“先在模拟器里彩排再上场”的方法 SAIL，成功率能从 25% 拉到 73%，做机器人方向的可以看看。

官方账号Sakana AI@SakanaAILabs原文

把技能文档变成 2756 个训练环境直接练进模型权重，微调后的 Qwen3.5-35B-A3B 在终端基准上超过了 Claude Sonnet 4.6，思路很新颖。

DAIR.AI@dair_ai原文

一篇省钱的对齐检测论文：问 Jev 一个是非题就能给回复打分，成本只有 LLM 裁判的约 1/60，还顺带找出三个基准的标注错误。

elvis@omarsar0原文

Red Hat 的人在 PyTorch Conference 讲怎么用 vLLM 把智能体推理跑到 7x24 企业级，聊 KV cache、并发这些真问题，做后端的可以看看。

官方账号PyTorch@PyTorch原文

斯坦福把讲 Self-Improving AI Agents 的 9 讲视频全放出来了，主讲人做过 PaLM、Gemini、Claude，免费白嫖，适合假期补课。

shao__meng@shao__meng原文