推动 Agentic Coding 与科学发现：Together AI 举办 Agentic Coding 推理引擎 Workshop，并分享 James Zou 在 EinsteinArena 和 DSGym 上的研究，探索 AI 智能体在协作科学发现中的评估与应用。 原文标题
当前焦点与观察点
Together AI 当前焦点在于通过低成本、高性能的推理服务加速开放模型的商业化，同时推动 AI 栈模块化以降低用户迁移成本。其竞争策略不再单纯依赖模型性能，而是转向推理速度、吞吐量和总拥有成本。争议点在于开放模型是否能在安全性、可控性上与闭源模型抗衡，但 Together AI 通过生态合作（如 GLM-5.2）和基础设施投资（如 GB300 部署）试图证明开放路线的可行性。此外，随着 token 用量激增，模型选择成为产品差异化关键，Together AI 的推理层作为中间层可能重塑开发者的部署决策。