给300多个Skill做完上下文瘦身后，我发现每次新会话的Skill清单就要吃掉近万token。把低频Skill从全局暴露改成触发词动态加载，一个月下来省了数亿token。这篇文章讲清楚这种治理思路的来龙去脉。
AI前沿技术
NVIDIA 发布 34B 参数 VLA 模型 Alpamayo 2 Super，专攻自动驾驶长尾事件，首次将轨迹预测和因果解释绑在一起输出，并兼容 Halos 安全验证。双重开源许可让商用即刻落地，这可能是自动驾驶向监管自证清白的关键一步。
通义千问抛出一款单模型同时覆盖生图与编辑的Qwen-Image-3.0，Arena榜单排名中国第一、全球主流第二。4.5k token长文本、10px级文字排版、12种语言，起价0.03美元。这不仅是技术发布，更是对图像生成商业模式的一记重敲。
Video-DeepResearch将深度研究从静态图像拽进连续视频流，用强制性视觉定位的分阶段训练，解决智能体过度依赖文本检索的痼疾。文章深入拆解其如何打破模态偏差与参数知识泄漏，给出了一条可验证的视频推理训练新路径。
字节Seed用一个端到端架构把看、听、说塞进同一个模型，级联系统固有的说话节奏问题直接减半，豆包已经全量用上——这是多模态第一次从拼接走向原生全双工。
卡兹克把「活人感写作」做成开源Skill，用义理、考据、辞章的三板斧逼着AI和用户一起戒掉AI腔，适配多款国产大模型，在WorkBuddy、千问办公里直接能用。
Simon Willison 在 M5 Max 上实测 MiniMax-H3 的 MLX 移植版本，115GB 模型下载后，45 分钟生成了 15 秒带音频视频。这个耗时数字，为端侧视频生成何时真正进入日常工作流，提供了一个冷冰冰却极其诚实的锚点。
黑森林实验室的 FLUX 3 Video 通过 OpenRouter 向所有人开放，一个模型同时搞定视频、音频、图像和动作预测。统一架构下的联合训练，让跨模态创作不再撕裂，这是多模态模型迈向真实世界理解的重要一步。
商汤开源SenseNova U1，将推理和图像生成融进同一个流程。结构幻灯片和信息图直接产出，六步画龙般的交错生成模式让图文连贯输出变得简单。
AI生成巨型PR让审查者集体躺平，GitHub力推堆叠式PR解法：按数据、API、接线、UI拆成独立层，每层指派不同审查者，用gh-stack管理依赖链，把不可能完成的审查变成可并行的日常操作。
SpecForge v0.3.0用解耦架构改写了投机解码的游戏规则。目标模型推理和草稿模型训练不再绑定，资源配比从此可按模型与序列长度灵活调整，一个更精细、更高效的推理时代开始了。
腾讯混元拿出Hy ASR 3.0 preview，将LLM语义理解与MoE架构塞进语音识别，中文词错率3.34%，还能听懂耳语、粤语并动态纠错。模型已在元宝App免费上线，API同步开放，专业语音场景的门槛正在被拆掉。
SwanTale 把零样本声音克隆和自然语言指令控制装进同一个模型，靠 SwanData-Caption 数据方案和 GRPO 后训练在表达力上大幅领先。语音创作从此告别碎片化，直接说需求就能生成。
UEmbed在单次前向传播中同时输出稀疏与稠密多模态嵌入，稀疏模式精度接近稠密且原生适配倒排索引。一位资深科技作家深入剖析其如何用特殊token和词汇表分区打破单token信息瓶颈。
ForgeStencil用两个AI Agent把Stencil优化的完整链条自动化了。Kernel Agent负责找最快的算子实现，App Agent直接把它塞进真实应用里验证、部署。这个闭环一跑通，那些耗时费力的手工调优工作，突然就变成了可以批量复用的加速现货。
