腾讯混元开源升级 HPC-Ops 推理算子库，五大算子覆盖推理全链路：Attention 动态调度长文本加速 2.95x，Sampler 比 vLLM 快 4～7 倍，FusedMoE 性能提升 1.2～1.6 倍，均脱胎于生产环境、完全开源。
AI前沿技术
Bebop系统通过TV损失与拒绝采样优化多token预测在RL后训练中的表现，将接受率提升至95%，端到端推理吞吐提高25%，并为Qwen3.5至3.7系列带来1.8倍训练加速。
WorkBuddy 国产通用 Agent 实战教程：微信扫码即用、58 元专业版、100+行业专家与MCP生态，两个真实案例带你跑通自动化。
小米悄悄放出了开源终端AI编程助手MiMo Code V0.1.0：MIT协议、记忆不丢失、Compose模式协同优化、实测跑分超Claude Code，开发者终端直接mimo就能用。
Gemini 2.5 Flash API 上线思考预算控制功能，多家第三方提供商已同步接入。文章梳理主流平台的定价梯度、配置细节，并给出首次调用最简路径。
Cursor 的 Bugbot 代码审查工具完成重大升级，速度提升 3 倍、成本下降 22%，新增 /review 命令和平台同步能力，背后驱动是 Composer 2.5 模型训练改进。
告别 grep 暴力搜索！GitHub Copilot CLI 现已支持 LSP 语言服务器，让终端里的 AI 编程助手获得 IDE 级别的代码智能，从语法解析到跳转定义一应俱全。
Agent 框架又多了一个，但这次背书的是 Apache 基金会。Burr 的设计思路很朴素：把状态管理、可观测性、部署能力这些工程硬功夫当成一等公民，而不是 LLM 调用之外的边角料。
DeepMind 用扩散模型做文本生成，26B 参数只激活 3.8B，速度翻 4 倍，18GB 显存就能跑——本地 AI 的瓶颈正在被改写。
百度百舸与复旦的LU-KV框架把KV Cache压缩从单步打分升级为全局组合优化，借助离线画像与凸包松弛求解头级预算分配，80%压缩比下性能损失极小，显著降低显存与延迟。
快手推出开源多模态模型Keye-VL-2.0，用MoE架构+稀疏注意力硬刚长视频理解，256K上下文无损处理，视频Agent终于有了像样的基础设施。
