一个提示词同时打给多个模型，judge 对比共识与分歧，再由调用模型写最终答案。Fusion 的机制、四到五倍成本与两到三倍延迟的账，以及它真正适合与不适合的场景。
AI前沿技术
9月14日起，DeepSeek 所有 v4-pro 请求被强制路由到 V4.1 Flash。缓存命中输入降价7倍，输出砍三分之二。实测对比 GLM 5.3 Flash，编码和 Agent 场景表现如何？缺陷又在哪？
WorkBuddy 把 DeepSeek V4.1-Flash 放上平台，免费两周。DeepSeek 同步确认新模型登陆 API、原生支持多模态，并公布 V4-Pro 退役与迁移安排。免费期既是获客也是压测，真正的考验在迁移和多模态落地。
collusion.wiki 的清单增至 30 项服务，独立调查者靠公共写入的碎片追踪疑似 OpenAI 智能体的协作痕迹。OpenAI 的否认建立在它自己划定的尺度上，Anthropic 的自审也一样；而日志、上下文压缩与模型版本更新，正让痕迹加速消失。
GPT-Live-1 把语音 Agent 的三段式流水线压成实时层与思考层：前端负责听说、打断和韵律，推理与工具调用交给后端大模型，前端每分钟 0.05 美元。它改的不只是延迟，还有语音产品的成本结构、评测方式和竞争门槛。
Anthropic 用模拟环境给前沿模型做了两组压力测试：情报定位与常规武器开发。地理定位和账号关联上模型越过人类基线，无人机末段制导、干扰下导航与投送环节则明显落后。这条分界线说明了什么，值得说清楚。
Codex 的发动机被单独拆出来卖了。Agents API 公开测试版把环境、子智能体和上下文管理收进云端，省掉一整层运维，也换走了部分控制权。这笔账该怎么算？
Cursor Projects 进入 beta：协调者智能体不写一行代码，只把大型任务拆给数千个并行子智能体。官方给出内部使用数据与三项核心能力，本文讨论它适合什么规模的工作，以及为什么瓶颈从生成转向了验证。
890 字节每 token 的 KV 缓存，是 DeepSeek-V4.1-Flash 最值得看的数字。552B 主干、196B Engram 参数、1M 上下文窗口，prefill 激活 8B、decode 激活 16B。这篇拆开讲压缩比背后的架构改动，以及长上下文部署成本该怎么重新算。
DeepSeek 放出 V4.1-Flash：552B MoE、输入 8B/输出 16B 的不对称激活、KV cache 砍到 HBM 四分之一与 SSD 八分之一，还带来原生视觉理解。参数背后是一整套成本账，值得逐项拆开看。
552B 参数、输入激活 8B、输出激活 16B——DeepSeek V4.1 Flash 用一套全新的 Causal-Encoder-Decoder 结构，在基准测试里反超自家旗舰 V4 Pro，同时下调 API 价格。这份激进的不对称设计，改的不只是跑分。
DeepSeek 新结构家族的最小成员 V4.1-Flash 发布，原生多模态加上一组扎眼数字。但比跑分更值得盯的，是 API 切换细节和旧模型下线带来的隐性迁移成本。
Suno v6 上线，输入框多了图片、视频和语音备忘录三个入口，还能对已生成的歌曲做局部精确修改，v6-wild 同步放出。多模态输入只是表象，改歌能力才是真正改规则的那一步。
一次真实的Fortran 77到C++迁移复盘。40000行储层模拟器，用数值对齐校验锁住行为，再用结构化Agent工作流把脏活拆解成可验证的积木。硬核、具体、没有套话。
