行业与公司动态
Stripe 以 70 亿美元收购 OpenRouter
Stripe 宣布收购 AI 模型路由平台 OpenRouter，交易额约 70 亿美元。OpenRouter 年化营收 1.4 亿美元、毛利约 1 亿美元，估值达 50 倍；其月处理 token 量从 2 月的 50 万亿飙升至当前 250 万亿。
> 相关链接：Latent Space 报道｜Bloomberg 确认
基础设施与硬件
OpenAI 在俄亥俄州建设 8GW AI 数据中心园区
OpenAI 与 SB Energy 合作，在俄亥俄州建设 8GW 超大规模 AI 数据中心园区，首期 800MW 预计 2028 年上线。项目由 NVIDIA 支持前 4.25GW，覆盖电力、土地、芯片与长期算力供应全栈。
> 相关链接：Kimmonismus 汇总｜Mark Chen 补充
模型与能力
Qwen3.8-27B 达到 GPT-5.6 Luna / DeepSeek V4 前沿水平
Qwen3.8-27B 在 Artificial Analysis Intelligence Index（9 项综合评测）中得分逼近 GPT-5.6 Luna Max 和 DeepSeek V4，成为首个在该榜单进入‘前沿级’的本地可运行模型，且仅需 16GB 显存即可部署。
> 相关链接：Artificial Analysis 测评｜Reddit 本地实测汇总
产品与应用落地
Cursor 推出 Origin：集成代码托管、PR、审查与部署的 AI 原生 IDE
Cursor 发布 Origin 平台，直接内置代码仓库管理、Pull Request、代码审查和部署钩子，支持 GitHub 双向同步，目标是把整个开发流程闭环在 AI 编程环境中，不再依赖外部平台。
> 相关链接：Origin 官方发布｜技术分析
Agent 与工具链
多智能体协作正转向‘专业化 + 持久记忆’模式
Hermes Desktop 让 Bot 自动按专长分配游戏开发任务；Teknium 的 Bot Mode 支持独立记忆、技能与跨 Bot 通信；Codex 多智能体编排强调上下文隔离——核心不再是‘通用 Agent 对话’，而是分工明确、状态可延续的工作流。
> 相关链接：Hermes Desktop 演示｜Bot Mode 介绍
研究与方法
新论文指出：RL 提升推理仅靠改 1–3% 关键 token，可被低成本方法替代
Akgül 2026 年论文发现，RL 微调对推理能力的提升集中在高熵决策点，仅改变约 1–3% 的 token；其提出的 ReasonMaxxer 方法用基础模型多次采样+对比筛选，达到同等效果，计算成本低 1000 倍。
> 相关链接：论文原文｜技术讨论
模型与能力
Cartesia Sonic 3.6 登顶语音合成双榜，支持 44 种语言
Cartesia 新版语音模型 Sonic 3.6 在 Artificial Analysis 的 Provider Voice 和 Controlled Voice 榜单均排名第一，自然度更高，同时吞吐达 136.1 字符/秒，明显快于多数竞品。
> 相关链接：AA 榜单报告｜Cartesia 官宣
产品与应用落地
Vanta 推出‘电脑操作’能力：截图取证填补无 API 场景空白
Vanta 为 TrustVanta Agent 新增计算机使用功能，能自动打开网页、点击按钮、滚动页面并截图留证——专门解决企业审计中大量系统无 API、只能靠人工截图验证的痛点。
> 相关链接：Vanta 功能说明
Agent 与工具链
LangChain 推出 LangSmith Sandbox：为 Agent 提供隔离工作区
LangChain 新推 LangSmith Sandboxes，让 Agent 在独立沙箱中执行 CSV 分析、地图生成等迭代任务，避免污染主环境或误操作生产数据，重点解决执行安全与调试可控性问题。
> 相关链接：LangChain 案例分享
政策、治理与安全
Anthropic 强制文本水印引发争议：技术可行，但沟通失败
Anthropic 为 Claude 输出添加不可见水印，被批评缺乏透明 verifier、未说明检测逻辑、也未给用户开关权；专家指出问题不在技术，而在破坏写作自主权、模糊人机协作边界、加剧内容信任危机。
> 相关链接：Random Walker 深度分析｜多方技术讨论
模型与能力
MiniMax H3 成为首个实用级视频生成模型：专注游戏资产生成
MiniMax H3 不再只做演示视频，已用于实际工作流：自动生成游戏精灵图集（sprite atlas）、音画同步视频、支持开发者快速产出美术资源，被多个团队验证为‘可用’而非‘炫技’。
> 相关链接：Victor Mustar 实践案例｜MiniMax 官方用例
研究与方法
BDH-CQ 模型用 1.5 亿参数实现类 ARC-AGI 推理，单任务仅 $0.0007
BDH-CQ 是一个 150M 小模型，通过潜空间推理+临时记忆，在 ARC-AGI-1 上达到 29.5% pass@2，成本仅约 $0.0007/任务；OpenAI 同期发现 GPT-5.6 Sol 加入记忆压缩后，ARC-AGI-3 准确率翻倍、输出 token 减 6 倍。
> 相关链接：BDH-CQ 技术解析｜OpenAI 内部验证
基础设施与硬件
Nemotron 3.5 Lightning：专为 Agent 高吞吐设计的 30B MoE 模型
NVIDIA 推出 Nemotron 3.5 Lightning，30B 参数 MoE 架构（仅 3B 激活），支持多 token 预测与投机解码，针对 Agent 执行场景优化吞吐，不是靠量化压成本，而是从架构层提速。
> 相关链接：CWolfe Research 解读
研究与方法
‘检索越多越好’被质疑：RAG 系统质量可能因盲目扩召回而下降
Weaviate 团队指出，RAG 中简单增加检索数量常导致‘幻觉命中’和排序混乱；未来系统需按查询预测所需努力量，用分级打分+级联重排替代暴力召回，否则召回越多效果越差。
> 相关链接：Weaviate 播客实录
Agent 与工具链
‘Agent 技能’实测：65.7% 价值来自流程锚定，非知识注入
Omar Saeed 分析发现，Agent 技能库真正起效的是提供标准化执行流程（如‘查文档→写摘要→发 Slack’），而非塞进更多事实；技能越多，精度反而越容易崩，触发逻辑比知识量更重要。
> 相关链接：Demystifying Agent Skills 总结
模型与能力
OpenRouter 与 Vercel 同步下调 GPT-5.6 Sol 等模型 API 价格
OpenRouter 和 Vercel AI Gateway 近期都降低了 GPT-5.6 Sol 等主流模型的调用价格，反映模型路由层正从‘稳定过路费’转向‘价格战战场’，零加价竞争压力已显现。
> 相关链接：OpenRouter 降价公告｜Vercel 同步调整
研究与方法
Engram Lab 提出：Agent 应训练‘原生记忆’，而非靠 Prompt 工程模拟
Engram Lab 首篇研究博客主张，未来 Agent 需在训练阶段就嵌入内存机制，而非靠 RAG 或 prompt 注入临时信息；难点在于如何校准记忆、利用自生成数据训练、以及让模型真正‘记得并调用’。
> 相关链接：Engram Lab 博客
模型与能力
Empero 发布 Qwen3.8 系列蒸馏模型：9B/4B/2B，MMLU CoT 显著提升
Empero 将 Qwen3.8-2.4T-A95B 蒸馏为 9B/4B/2B 三档模型，MMLU CoT 分数分别从 54.6→75.1、35.4→55.3、28.3→54.8；但未公开测试细节，社区提醒命名易混淆官方模型、可能存在‘刷榜’风险。
> 相关链接：X 平台官宣截图
研究与方法
Hamuel Husain 更新 eval-skills 插件：自动将模型错误归类为失败模式
Hamel Husain 新版 eval-skills 插件能自动解析模型输出和 trace 日志，把错误聚类成‘格式错误’‘推理跳步’‘事实错位’等可复现失败模式，并生成带标注的 review 界面，推动评估从‘模型分’走向‘过程诊断’。
> 相关链接：插件更新说明