前沿 AI 的观察笔记

最新速递

• GLM-5.3 发布：最强开源权重编码模型，网络安全能力超预期涌现

  Z.ai 发布 GLM-5.3：与 GLM-5.2 同基座，全部提升来自后训练规模化。Terminal Bench 3.0 从 4.6 升至 28.3，CyberGym 84.5% 全场最佳，ExploitBench 相比 GLM-5.2 翻倍以上，权重两周内开源。本文整理官方 Benchmark、环境合成流水线、安全披露账本与接入变更。

  模型2026年8月14日

• 随时随地指挥 Agent：用 Tailscale 打通网络，用 Orca 管好 Agent

  用 Tailscale 搭一个随时随地可用的私有局域网，再用 Orca 把所有 Agent 收进一个面板里管理：手机远程控制、多项目批量管理、定时任务自动化，覆盖“人不在电脑前也能让 Agent 持续干活”的完整链路。

  应用2026年8月12日

• 从 Kimi K3 的 vLLM 配置说起——那些参数到底在控制什么

  以 Kimi K3（2.8T MoE 模型）的 vLLM 部署 recipe 为例，逐一拆解 Hardware、Strategy、KV Offload、P/D 分离等参数的实际作用、适用场景和常见误解。

  基建2026年7月28日

• Claude Opus 5 详解：性能逼近 Mythos 5，CB 风险等级维持 ASL-3

  Anthropic 发布 Claude Opus 5：IMO 2026 满分金牌、ARC-AGI-3 成绩约 4 倍于此前最佳、多 Agent BrowseComp 93.6%、最强 computer-use 模型；安全维度 prompt 注入鲁棒性大幅提升，对齐分史上最高但出现“过度自信”新模式；跨过 CB-1 未跨过 CB-2，维持 ASL-3 防护。本文基于官方 System Card 整理全部关键数据。

  模型2026年7月25日

• Kimi K3 发布：2.8 万亿参数，全球首个 3 万亿级开源模型

  月之暗面发布 Kimi K3：2.8 万亿参数 MoE，基于 KDA 混合线性注意力与注意力残差构建，原生视觉理解，100 万 token 上下文，全球首个 3 万亿级开源模型。本文整理官方公布的 Benchmark 成绩、长程编程案例、架构要点、接入方式与定价。

  模型2026年7月17日

• Thinking Machines 发布 Inkling：975B 开源权重多模态基础模型

  Thinking Machines 发布从头训练的开源权重模型 Inkling：975B 总参数、41B 激活参数的 MoE 多模态基础模型，原生支持文本、图像、音频输入，最高 1M token 上下文，支持可控思考强度，完整权重已在 Hugging Face 放出，并同步预览 12B 激活参数的 Inkling-Small。

  模型2026年7月16日

• 从7个Agent的ChangeLog中看过去三个月Agent的发展

  7 家主流 Agent 编程软件过去三个月合计发布了超过 200 个版本。扫描全部 Changelog 后发现，各家的开发方向高度一致，集中在三件事上：按操作系统的思路设计 Agent、把上下文压缩从一项技巧变成系统工程、从工具变成平台。

  洞察2026年7月15日

• 为什么 AI 不只吃算力，还吃内存：训练、推理和缓存讲明白

  同一个大模型，训练时可能需要上百 GB 显存，推理时却能在一张 24GB 显存的 GPU 上运行。差别不只在算力，更在内存里要放什么、数据能多快送到 GPU。这篇从 HBM、主机内存和 SSD 讲起，解释训练、推理和缓存价格背后的机制。

  基建2026年7月14日

• 7 个数据源、62 个框架交叉对比：编程语言热度和大模型到底有什么关系

  TypeScript 在 GitHub 上贡献者数量排名第一，在 TIOBE 上却只排第 47。同一门语言，在两张榜单上相差 46 个名次。本文将 7 个数据源、13 种语言和 62 个框架放在一起交叉对比，分析 AI 如何改变编程语言的格局。

  洞察2026年7月12日

• OpenAI 发布 GPT-5.6：三档模型全家桶，安全投入力度空前

  2026 年 7 月 9 日，OpenAI 发布 GPT-5.6 系列（Sol/Terra/Luna），网络安全与生物化学能力双高定级，安全投入力度空前。

  模型2026年7月11日