1/15 Meta 发布 Muse Spark：走向个人超级智能的第一步
Meta 超级智能实验室（MSL）正式推出首款模型 Muse Spark，定位为”个人超级智能”路线图的起点。模型原生支持多模态推理、工具调用和多智能体协同。Contemplating 模式（并行 agent 协同）在 Humanity’s Last Exam 上达到 58%，FrontierScience Research 达到 38%。预训练效率相比 Llama 4 Maverick 提升超一个数量级。Ethan Mollick 评价：”表现远超预期——距 Llama 4 一年后 Meta 终于有了新模型，虽然还不及 Big Three，但是一个扎实的开始。”联合超过 1,000 名医生开发了互动式医疗健康功能。
2/15 MiniMax M2.7 开源代码模型登陆 Together AI，SWE 达到 GPT-5 级别
MiniMax M2.7（229B 参数，FP4 量化）在 Together AI 上线。SWE-Pro 达到 56.22%，与 GPT-5.3-Codex 持平；MLE Bench Lite medal rate 66.6%，开源最高，仅次于 Opus-4.6 和 GPT-5.4。最关键的技术亮点：内部版本自主运行了 100+ 轮优化循环（分析失败轨迹→修改代码→评估结果→决定保留/回滚），在内部基准上实现 30% 自我提升。支持 40+ 复杂技能 97% 的合规率。定价 $0.30/1M 输入 tokens，$1.20/1M 输出 tokens。
3/15 LangChain 发布”你的 Harness，你的记忆”：Agent 记忆锁定危机
Harrison Chase（LangChain CEO）发布深度文章指出：Agent Harness 是永久性基础设施，而非过渡脚手架——Claude 泄露的代码库本身就有 512,000 行 harness 代码为证。核心论点：记忆与 harness 深度耦合，闭源 harness（如 Claude Agent SDK）将记忆锁定在供应商服务器，一旦切换模型即丢失全部积累记忆。LangChain 提出 Deep Agents 作为开源替代方案，支持 MongoDB/PostgreSQL/Redis 等可插拔数据库，让用户真正拥有 agent 记忆主权。文章在 AI 开发者社区引发大量转发和讨论。 https://blog.langchain.com/your-harness-your-memory/
4/15 Gary Marcus：Claude Code 源码证明 AI 正走向神经符号混合架构
Gary Marcus 结合 Claude Code 泄露源码（尤其是 print.ts 中内嵌的 agent loop）发文指出：当前 AI 领域最重大进展（Claude Code、o3、Grok 4）本质上都是神经+符号的混合架构，而非”纯 LLM”。他在推文中写道：”没有任何方法可以让纯 LLM 完成 Claude Code 所做的事情——这就是为什么他们还使用了其他东西。”这被 Marcus 视为其倡导30年的”神经符号主义”立场的实证。Substack 文章标题：”o3 和 Grok 4 如何意外地证明了我是对的。”
5/15 Abacus AI 发布 Agent Swarm：多 Agent 自动建构整个业务
Abacus AI 创始人 Bindu Reddy 宣布推出 Agent Swarm 系统：Master Agent 动态生成多个 Worker Agent，分别负责研究、设计、编码、测试和自动化流程，底层调用 12+ 个 LLM（包括 Flash、Grok、GLM、Opus、Codex）。Master Agent 全程监控 Worker Agent 并在必要时进行干预。定位为”可以构建整个业务”的多智能体系统。Abacus AI 同步宣布正在整合更多低成本模型以降低运行成本。
6/15 Abacus AI：90% 的重度编程工作负载从 Claude Opus 切换至 Codex
Bindu Reddy 披露 Abacus AI 已将 90% 的重度编程任务迁移至 OpenAI Codex，原因是”Opus 随时间推移似乎性能有所下降，且拒绝请求更多了”。这一公开表态在 AI 开发者圈引发关注，也呼应了近期关于 Anthropic 模型对齐调整的讨论。”期待更强大更高效的 Codex。”
7/15 Cursor Composer 2 本周末双倍使用额度
Cursor 官方宣布本周末在新版 Agents Window 界面中将 Composer 2 的使用量翻倍，无小时限制。此举被解读为 Cursor 对 Composer 2 新界面的大规模真实流量压测，以及对活跃用户的福利推广。
8/15 Graphify：48小时内构建出 Karpathy 呼吁的代码知识图谱工具
Andrej Karpathy 呼吁应有”将代码库构建为知识图谱”的工具后，开发者在 48 小时内开源了 Graphify。在 Claude Code 等 AI 编码工具中输入 /graphify 命令，即可将代码、文档、PDF、图片和视频构建为可查询的交互式知识图谱。技术亮点：通过 tree-sitter 进行 AST 解析（无需 LLM），本地 Whisper 处理音视频，Claude 提取文档概念，最终合并为 NetworkX 图谱。声称相比直接读取原始文件，每次查询减少 71.5 倍的 token 消耗。
9/15 Google 工程师开源 Agent Skills：为 AI 编码 Agent 注入工程纪律
Google 工程师 Addy Osmani 开源 Agent Skills，包含 20 个工程技能和 7 个斜杠命令（/spec、/plan、/build、/test、/review、/code-simplify、/ship），覆盖从需求规范到生产发布的完整工程流程。核心设计理念：强制 AI agent 不走捷径，在编码前先写规范、先做测试、先做安全检查。内嵌了 Google 工程文化（Hyrum 定律、Beyoncé 规则等）。适配 Claude Code、Cursor、Codex、Gemini CLI 等多个平台。
10/15 Luma AI 推出角色一致性功能：从单张图片到完整世界观
Luma AI 宣布支持”角色一致性”能力：用户可选择角色原型、锁定参考图，并为同一角色添加不同服装、表情和风格变体，由 Luma Agents 全程引导。此功能解决了视频/图片 AI 生成中角色跨镜头一致性的痛点，面向专业创意工作者。此外 Luma 还发布了 Ray3.14 视频模型（原生 1080p，比上一版本快 4 倍、便宜 3 倍）和首款统一理解生成模型 UNI-1。
11/15 Databricks Serverless Compute：1年内性能提升80%、成本降低70%
Databricks 披露过去一年 Serverless Compute 的运营数据：性能提升 80%，成本效率提升高达 70%，成功运行率提升 89%。基础设施自动完成规模调整和优化，团队无需管理集群，维护时间大幅减少。适用于 Notebook、Lakeflow Jobs 和 Pipeline 等场景，自动处理 runtime 升级。
12/15 Ethan Mollick：AI 写作风格已高度同质化，风格本身正在升值
Ethan Mollick 发文指出 LLM 写作存在可识别的固定模式：交叉修辞（chiasmus）、无连词三元组（asyndetic tricolon）、并列句式（parataxis）——”一旦看见就到处都是”。他认为互联网内容正因此走向同质化，仅靠逻辑与论证的写作教育已不够，风格的多样性将越来越有价值。”你可以让 LLM 写得不一样，但你需要理解该怎么做。”
13/15 Ethan Mollick：执行成本下降，”真正有趣的想法”正在溢价
Mollick 发表观点：随着 AI 降低执行成本，真正有趣的想法将越来越稀缺和有价值。研究表明 AI 在生成有趣想法方面表现不错，但在生成真正突破性的异常想法（outlier really interesting ideas）方面仍有明显差距。这意味着人类创意和洞见将在 AI 时代获得更高溢价。
14/15 Perplexity Computer 举办大学生股票投研竞赛，奖金 $17,500
Perplexity 举办大学生股票投研竞赛：参赛者使用 Perplexity Computer 进行研究并准备投资演讲，前5名决赛选手在评委面前现场路演，总奖金 $17,500。活动于太平洋时间上午9-10:30进行全程直播，体现了 Perplexity Computer 在专业研究辅助场景的能力展示定位。
15/15 Sakana AI 接待日本防卫省研究所，深化 AI×国防合作
日本 AI 初创公司 Sakana AI 接待了防卫省防衛研究所（NIDS）的研修员，由公司防卫与情报部门的佐藤和石井进行讲解，内容涵盖最新 AI 动向及 Sakana AI 在防卫和情报领域的相关布局。这是 Sakana AI 将 AI 能力延伸至国防领域的公开动作之一，反映出日本 AI 产业与政府/国防机构的合作正在加速。
Deep Dive 附录
Meta Muse Spark：Meta 超级智能实验室首款模型
Muse Spark 是 Meta 重组后成立的 Meta Superintelligence Labs（MSL）发布的首款模型，定位为走向”个人超级智能”的起点。支持原生多模态推理、工具调用和多智能体协同；Contemplating 模式（并行 agent）在 Humanity’s Last Exam 达到 58%；预训练效率相比 Llama 4 Maverick 提升超一个数量级。与超过 1,000 名医生合作开发医疗健康功能。Ethan Mollick 评价：超出预期但还不及 Big Three（Claude/GPT-5/Gemini）。 查看原文
MiniMax M2.7：开源自进化代码模型
229B 参数，FP4 量化，228K 上下文。核心亮点是”自我进化”：内部版本通过 100+ 轮自主优化循环（分析失败→修代码→评估→保留/回滚）在内部基准提升 30%。SWE-Pro 56.22% 与 GPT-5.3-Codex 持平；MLE Bench Lite 66.6% 开源最高。支持 Microsoft Office 高保真多轮编辑。$0.30/$1.20 per 1M 输入/输出 tokens。 查看原文
LangChain：你的 Harness，你的记忆
Claude 泄露的 512K 行代码证明 harness 是永久性基础设施。记忆与 harness 深度耦合产生三级锁定风险：有状态 API → 闭源 harness（如 Claude Agent SDK）→ 完全供应商依赖。LangChain 推出 Deep Agents 开源方案，支持可插拔数据库，主张用户拥有 agent 记忆主权。 查看原文
Gary Marcus：神经符号主义的30年等待
Marcus 以 Claude Code 泄露源码（print.ts 中的 agent loop）和 o3 调用 Python 解释器为证据，论证当前 AI 突破本质上是神经+符号的混合架构，是其”神经符号主义”立场经过30年争议后的实证。核心三个符号思想：显式变量的代数系统、结构化符号表征、数据库式知识存储。讽刺之处：各大 AI 公司悄然采用了这一路线，却从未公开承认。 查看原文
Agent Skills：Addy Osmani 为 AI 编码 Agent 编码工程纪律
Google 工程师 Addy Osmani 开源框架，包含 20 个工程技能（覆盖 Define/Plan/Build/Verify/Review/Ship 六个阶段）和 7 个斜杠命令。核心理念是通过强制流程（反合理化表、证据验证、渐进式披露）让 AI agent 遵循资深工程师的纪律，不走捷径。嵌入 Google 工程文化基因（Hyrum 定律等）。适配 Claude Code、Cursor、Codex、Gemini CLI 等。 查看原文