Kimi K3.1 Pro：2.8 万亿参数、高速 API 与权重开放计划
Kimi K3.1 Pro 公布了 2.8 万亿总参数、1040 亿激活参数和百万 Token 上下文规格，高速版宣称提速 2—3 倍。值得注意的是，API 上线不等于权重开放，部署成本、授权条款及实际任务表现仍需进一步确认。
Tenex 的 AI 原生研发：按成果付费，让智能体读懂项目
当 AI 让开发更快，工程师该如何获得报酬，企业又该如何判断交付价值？Tenex 的实践涉及按成果付费、用 Git 管理项目上下文，以及自建软件与垂直 AI 产品的取舍。
DeepInfer 开源：推理性能、缓存收益与部署边界
DeepSeek 开源 DeepInfer 推理引擎，并披露高缓存命中率下的生产运行数据。值得关注的不只是吞吐量，还有开源范围与完整服务之间的差距：部分 KV 缓存管理和负载均衡组件尚未完全开放，收入、利润率与回本周期也需区分披露值与估算值。
Moshi：让交易 AI 围绕持仓工作，而不只是汇总新闻
前能源衍生品交易员 Anekha Sokhal 创办 Moshi，希望将海量市场信息转化为与交易者持仓相关的实时洞察。其产品思路是结合行情、基本面、非结构化信息与用户私有数据，让 AI 适应交易工作流，而非再增加一个信息看板。
GPU 合同是矩形，AI 算力需求却不是
固定时长、固定数量的 GPU 合同，难以匹配波动的 AI 负载。Modal CEO Erik Bernhardsson 探讨了弹性算力的供需匹配、GPU 价格风险，以及智能体沙箱增长背后的基础设施要求。
Moshi：让市场数据贴合交易员的工作流
前能源衍生品交易员 Anekha Sokhal 创立 Moshi，希望把海量市场信息转化为与交易员持仓相关的实时洞察。其产品思路是整合行情、基本面与非结构化信息，并围绕用户的实际工作流提供个性化推荐。
GPU需求不是矩形：Modal的弹性算力与智能体沙箱
固定数量、固定期限的GPU合同，难以匹配波动的AI负载。Modal CEO Erik Bernhardsson介绍了如何通过需求聚合提供弹性算力、为何沙箱成为重要业务，以及快速启动背后的技术与价格风险。
Tenex 的 AI 原生研发实践：按成果付酬，让智能体读懂项目
AI 降低编码成本后，工程师如何计酬、项目上下文如何管理、自建软件是否划算？Tenex 的实践涉及成果激励、Git 内项目记录，以及企业 AI 落地中的维护成本与工作流价值。
Claude Mods：让智能体框架转向人的注意力
Claude Mods 通过插件定制 Claude Code 的运行与界面行为，探索一种“注意力界面”：不仅让智能体调用机器，也让用户决定它何时打断自己、展示什么，以及哪些决策需要人工参与。
近10万个电商域名接入 WebMCP：让 AI 智能体直接调用购物工具
Commerce.com 与 Cloudflare 为近10万个电商域名部署 WebMCP，让浏览器内的 AI 智能体直接搜索商品、操作购物车。方案通过边缘脚本连接后端 MCP，并支持商家单独退出；最终结账仍由用户完成。
可编程数据中心：GPU 交易如何走向实物交割
GPU 算力交易不只是买卖使用时长，还涉及集群交付、网络配置与任务恢复。SF Compute CEO Evan Conrad 讨论了非标准化算力的撮合方式、独立市场的必要性，以及可编程基础设施的作用。
开放权重 AI 动态：DeepSeek 新模型、推理工具与监管变化
DeepSeek、 小米 MiMo 的模型迭代与推理工具开放，成为本轮开放权重 AI 的关注点。与此同时，中美相关监管动向涉及模型跨境分享和联邦采购，需区分政策提案、已发布措施与尚未明确的适用边界。
Clairic：面向结构化抽取、估算与预测的专用模型
Cloudflare 推出 Clairic 预览版，可从文本和图像输入中抽取、计算、估算及预测结构化数值。它采用单次前向计算，不生成输出 token，并提供类型约束、置信度及预测区间，但格式正确不等于结果准确。
AI 代码审查如何降本 68%：缓存复用与调用优化
一个 AI 代码审查系统将单次平均成本从 2.43 美元降至 0.77 美元，审查耗时中位数也明显缩短。优化重点不是单纯提高缓存命中率，而是修正缓存边界、减少无效调用，并按评估结果调整模型与推理强度。
Meta重返开放权重竞争，性能之外还看生态
Muse Spark Open让美国开放权重模型重新进入前沿竞争视野。其定位覆盖编程与智能体任务，但能否获得广泛采用，仍涉及性能、部署生态与安全配套。开放权重模型的竞争，也正从模型发布延伸到推理服务与后训练。
Cloudflare 为已验证机器人引入持续行为评估
身份验证不等于持续可信。Cloudflare 正通过 robots.txt 遵守情况及 HTTP 429 后的响应行为，持续评估已验证机器人是否尊重网站偏好。系统目前用于内部评估，未来计划公开评分，并让客户自行设置流量处理的信任门槛。
Meta 发布 Muse Wonder 与 Wonder Full，MSL 迈入前沿模型竞争
Meta 推出 Muse Wonder 与 Wonder Full。第三方评测显示，新模型在智能指数、代码代理和长程任务上较 Spark 1.3 明显提升，但定价、可用性和系统卡细节仍有限。
Anthropic 如何用动态工作流协调 Claude 智能体
Anthropic 在 AI Engineer New York 介绍 Claude Managed Agents 的动态工作流，借鉴 Unix/Linux 的组织思想，让多智能体更适合处理大型工程任务。
ReplaySSM：重新思考混合模型解码中的状态存储
混合模型用 SSM 层替代不断增长的 KV 缓存以提升解码效率。ReplaySSM 关注如何重新设计状态存储，让这类模型推理更快。