1/12 Sakana AI 正式推出首个商用产品 Sakana Marlin
Sakana AI 宣布正式提供 Sakana Marlin，这是其首个商用产品，定位为面向企业的自律型研究助手。Marlin 可围绕用户给定主题进行最长约 8 小时的自主调研，输出结构化摘要幻灯片和数十页报告，目标是承担 CSO 与小团队通常需要数周完成的战略研究。Sakana 称该产品建立在长期推理、AB-MCTS 多模型协同搜索和 AI Scientist 工作流自动化经验之上，并提供 pay-per-use、Pro、Team、Enterprise 等计划。这个发布把 Sakana 从研究 lab 推向垂直企业 agent 市场。
2/12 Together AI 把 DeepSeek V4 Pro 推到 Artificial Analysis 速度榜前列
Together AI 称 DeepSeek V4 Pro 在其平台上成为 Artificial Analysis 输出速度和延迟双项第一，并把核心原因归结为推理系统工程，而不只是模型权重。官方 thread 指出，服务 V4 需要处理 KV cache、prefix reuse、kernels 和 endpoint profiles；后续回应也强调“speed”指单请求输出速度，而 throughput 是并发请求下的整体 tokens per minute。这个事件说明长上下文开源/开放模型的竞争正在转向 serving stack：谁能更好地管理 cache layout、batching 和硬件路径，谁就能把模型能力变成可用 agent 体验。
3/12 Satya Nadella 提出企业 AI 的核心是学习循环，不是单一模型
Satya Nadella 发布长文，称 AI 时代企业竞争力来自 human capital 与 token capital 的共同复利，而不是押注某个 frontier model。swyx 摘录的核心观点是，企业第一次可以在人和数字系统之间建立 real cognitive loop；任务甚至岗位可以被外包，但学习不能被外包。Mustafa Suleyman 也转发称这是 Microsoft AI 对平台转型的总结。这个论述把企业 AI 架构重点从“选哪个模型”转到“如何拥有可持续学习的 agentic system”，包括知识轨迹、评价机制、IP 控制和可替换底层模型。
4/12 Databricks Data + AI Summit 今日开幕，企业 agent 与 lakehouse 更新进入发布窗口
Databricks 多条推文提醒 Data + AI Summit 今日在旧金山和线上开幕，官方称今年会议包含 30,000+ attendees、800+ sessions、keynotes、meetups 和 training。官网议程把主题集中在 data-intelligent apps、agentic AI systems、governance、open lakehouse、AI/BI 和应用开发，speaker list 包括 Ali Ghodsi、Satya Nadella、Greg Brockman、NVIDIA、Replit、LangChain、Anthropic 等。今天的 tweet 本身是会前通知，但它预示本周会有一批企业 AI 基础设施发布，尤其是 agent、数据治理、lakehouse 和实时应用方向。
5/12 Cohere 继续把 North Mini Code 包装成“sovereign developer”路线
Cohere 转发联合创始人 Nick Frosst 对 proprietary LLM subscriptions 的警示，并强调 North Mini Code 的发布理由是让技术由使用者拥有和控制。North Mini Code 是 Cohere 首个开发者模型，30B total、3B active MoE，Apache 2.0，面向 agentic coding、terminal tasks 和软件工程 workflow，可通过 Hugging Face、Cohere API、Model Vault、OpenRouter 使用。这个传播把开源 coding model 与企业主权 AI 联系起来：本地或自托管不仅是成本选项，也被 Cohere 定义为避免被单一模型服务商锁定的架构选择。
6/12 Agent-Native Research Artifacts 讨论把“论文”改造成可执行研究包
AlphaSignalAI 总结 Stanford、CMU 等机构的 Agent-Native Research Artifacts 论文，称传统论文把研究过程压成线性故事，会丢掉失败实验、实现细节和原始证据，导致 AI agent 难以复现和扩展。论文提出把研究成果改造成包含 claims、可执行代码、dead ends log 和 raw results 的 machine-executable artifact。作者报告 PaperBench/RE-Bench 上问答准确率从 72.4% 到 93.7%，复现成功率从 57.4% 到 64.4%。这是 AI for science 工作流的基础设施问题：未来研究对象可能首先是给 agent 执行的 package，其次才是给人阅读的 narrative。
7/12 LeCun 团队给 LeJEPA 学到 world model 的条件做理论刻画
AlphaSignalAI 还总结 Yann LeCun 参与的新论文《When Does LeJEPA Learn a World Model?》。论文研究 JEPA-style 表示何时能从非线性观测中恢复世界真实 hidden variables，结论是在 stationary additive-noise transition 的一类世界中，LeJEPA 的 alignment 加 Gaussian regularization 可以线性恢复 latent variables，且 Gaussian 是该保证成立的唯一分布。作者还展示该表示可支持 latent-space planning，并用从 2D 到 1024 维、pixel-based robotic control 的实验验证。这个方向重要在于，它把 world model 从经验 benchmark 推向“何时真的学到世界结构”的可证明问题。
8/12 开源 agentic coding 讨论转向专职团队、真实任务和成本基准
Bindu Reddy 表示在“closed source drama”之后会创建一个 10 persona 的开源工程团队，专门推进 agentic coding、改进 LiveBench 以反映真实使用和成本，并每周围绕开源模型发布 agentic launch。他还提到会组合 DeepSeek、Kimi 和 Gamma 解决真实任务。虽然这不是官方产品发布，但它反映社区对闭源 frontier agent 的依赖焦虑：开源路线不再只讨论模型参数和榜单，而是需要专门团队、任务 harness、成本指标和持续迭代节奏来追赶 coding agent 体验。
9/12 Fchollet 将近期开源和企业 AI 讨论归结为“领域软件所有者会拥有 AI for X”
François Chollet 连发两条观点，称近端 AI 与过去技术浪潮本质上相似，是最新形式的 digital leverage；没有方向的 force multiplier 只是 noise，真正价值仍需要人在每个层级参与。他进一步提出，如果一家公司已经拥有“software for X”，它也很可能拥有“AI for X”，因为它具备将 AI 转化为领域价值所需的 domain expertise 和 human capital。这个判断与 Nadella 的 learning loop 观点相互呼应：AI 的商业护城河不只是模型，而是组织是否掌握特定领域 workflow、数据、判断和反馈循环。
10/12 xAI Grok Build 增加终端内 LaTeX / 数学公式渲染
xAI 转发 Grok Build 更新，称其现在可以在终端中原生渲染 math、formulas 和 LaTeX。单看功能很小，但它指向 coding agent 产品的一个现实痛点：开发者和研究者在终端里处理论文、数学推导、benchmark、配置和错误信息时，经常需要模型保留结构化符号而不是压成纯文本。随着 Grok Build 近期围绕插件、工具和 terminal workflow 扩展，数学渲染属于把 agent terminal 从“文本命令行”改造成更丰富工作台的一部分，特别适合科研、数据和模型工程场景。
11/12 NVIDIA Nemotron 3 Ultra 继续获得社区实验反馈
NVIDIA AI 转发 Two Minute Papers 对 Nemotron 3 Ultra 的实验反馈，并回应称该模型在一些案例中体现出合适的 hack sweet spot。虽然这条 thread 缺少完整官方 technical note，但它说明 NVIDIA 正继续围绕 Nemotron 系列做社区验证和传播：不是只发布模型规格，而是鼓励外部研究者和内容创作者跑实际实验，观察速度、质量、可用性和边界。对企业用户来说，这类反馈会影响是否把 Nemotron 作为本地/私有部署、agent backbone 或推理服务候选。
12/12 AI 政策与模型访问争议继续放大，焦点转向“谁控制可用模型”
Gary Marcus、Yann LeCun、Clement Delangue、Bindu Reddy 等账号围绕 Anthropic、模型限制和开放权重继续争论。LeCun 转发对“walled AI gardens”的批评，并重申自己并非否定 LLM usefulness，而是认为仅靠规模化 LLM 不能达到 human-level intelligence；Clement Delangue 表示自己不支持限制发布，即使是 proprietary APIs；Bindu Reddy 则从政府管制风险和中国开源模型进展角度讨论美国 AI 生态。今日这些讨论没有单一事实发布，但共同指向一个问题：frontier model access 正成为商业、国家、开源社区和安全政策之间的核心冲突点。
Deep Dive 附录
Sakana Marlin
Sakana Marlin 是 Sakana AI 的首个商用产品，正式版本面向企业战略、业务企划、金融机构、咨询、智库和调研公司等高强度研究场景。它的产品承诺是：用户输入调研主题后，系统自主提出假设、收集信息、验证和组织结论，最长运行约 8 小时，最终交付结构化 summary slides 与数十页报告。Sakana 将其技术基础归结为长期推理、AB-MCTS 多模型协同搜索和 AI Scientist 工作流自动化。与通用 deep research 产品相比，Marlin 更强调“像虚拟 CSO 一样做战略调研”，并通过 pay-per-use、Pro、Team、Enterprise 等计划进入商业化。它也是 Sakana 从研究成果到日本企业落地的一次关键产品化尝试。 查看原文
Serving DeepSeek-V4
Together AI 的 DeepSeek V4 serving 文章强调，V4 的核心不是“能否支持 1M token context”这个静态规格，而是长上下文如何被推理系统实际承载。V4 的 CSA、HCA、SWA 混合注意力会产生不同尺寸、生命周期和访问模式的 KV cache；推理引擎必须分别处理 cache layout、prefix caching、local state recovery、batching 和 endpoint profile。Together 称在 NVIDIA HGX B200 bring-up 中，通过保留最可能复用的 SWA state，单节点 KV-cache capacity 从约 1.2M token 提高到 3.7M token。这对 200K-500K token 的 coding/research agent、RL rollout 和长任务轨迹尤其重要，因为成本模型会从每 token 价格转向完成整条 trajectory 的成本。 查看原文
Agent-Native Research Artifacts
《The Last Human-Written Paper》提出，传统论文的线性 narrative 会产生 Storytelling Tax 和 Engineering Tax：失败实验、被否定假设、探索分支和精确实现细节被压缩或省略，导致 AI agent 难以理解、复现和扩展研究。作者提出 ARA 协议，用 scientific logic、executable code、exploration graph、evidence grounding 四层结构组织研究成果，并配套 Live Research Manager、ARA Compiler 和 ARA-native review system。实验显示，ARA 在 PaperBench/RE-Bench 上将问答准确率从 72.4% 提高到 93.7%，复现成功率从 57.4% 提高到 64.4%。这篇论文的信号是：AI for science 的瓶颈不只是更强模型，还包括研究输出格式是否为 agent-native。 查看原文
When Does LeJEPA Learn a World Model?
LeJEPA 论文试图回答 world model 研究里的基本问题：一个 joint-embedding predictive model 到底是在学真实 world structure，还是只学到有用但混乱的压缩表示。作者证明，在 stationary additive-noise transitions 的一类世界中，LeJEPA 的 alignment 加 Gaussian regularization 可以线性恢复 latent variables；更强的是，Gaussian 是该保证成立的唯一 latent distribution。论文还给出 approximate identifiability，并说明 orthogonal identifiability 如何支持 optimal latent-space planning。实验从 2D 到 1024 维 latent，并包含 pixel-based robotic control。它的现实含义是，数据采样策略和 latent distribution 不是训练细节，而是决定 world model 是否可用于可靠规划的前提。 查看原文
North Mini Code
Cohere 的 North Mini Code 是 30B total、3B active 的 MoE coding model，Apache 2.0 发布，面向 code generation、agentic software engineering 和 terminal tasks。官方规格包括 256K context、64K max generation、最低 1x H100 FP8，可通过 Hugging Face weights、Cohere API、Model Vault 和 OpenRouter 使用。Cohere 将其包装为 sovereign developer ecosystem 的第一步：开发者和企业可以在本地、on-prem 或托管环境中运行 coding agent，不必完全依赖 proprietary subscription。官方称其 Artificial Analysis Coding Index 为 33.4，并在内部测试中相对 Devstral Small 2 获得最高 2.8x output throughput。这个发布与 Cohere 关于“技术应由使用者拥有和控制”的叙事紧密相连。 查看原文
Data + AI Summit 2026
Databricks Data + AI Summit 2026 于 6 月 15-18 日举办，官网称会议覆盖 800+ sessions、keynotes、training 和 meetups，主题包括 agentic AI systems、data-intelligent apps、Delta Lake、Apache Iceberg、Apache Spark、MLflow、Unity Catalog、Lakeflow、Databricks Apps、Databricks SQL、Lakebase、AI/BI 和开源框架。官方 speaker list 包含 Databricks CEO Ali Ghodsi、Microsoft CEO Satya Nadella（预录）、OpenAI President Greg Brockman，以及 NVIDIA、Replit、LangChain、Anthropic、Reliance 等代表。作为本周企业 AI 基础设施集中发布窗口，它值得跟踪的不是单场会议本身，而是 Databricks 会如何把 lakehouse、governance、agent skill、应用开发和开放协议整合成企业 AI platform。 查看原文
A frontier without an ecosystem is not stable
Nadella 的文章把 AI 时代企业竞争力描述为 human capital 与 token capital 的复利系统。Human capital 包含人的知识、判断、关系、创造力和模式识别；token capital 则是企业实际构建和拥有的 AI capability。关键论点是：AI 模型会不断吸收和商品化人类与组织专业知识，因此企业不能只租用单一通用模型，而要建立可持续学习的 agentic systems，让人类反馈、任务轨迹、评价体系、私有知识和模型能力形成 cognitive loop。这个观点把“frontier model”降级为可替换组件，把“frontier ecosystem”定义为真正稳定的企业 AI 架构。 查看原文