GPT-5.6系列医疗评估结果出炉，所有模型均显著优于无限时间作答的专科医生，且医生自己找出的AI缺陷远少于人类回答。
AI前沿技术
Ghost Font通过运动、噪点和诱饵让最前沿的多模态模型完全无法解码隐藏文字，单帧截图一片空白，模型却对着假信息深信不疑。这会是下一代人机验证的雏形吗？
一道悬了半世纪的图论难题被GPT-5.6 Sol Ultra终结。论文将猜想压进三次图，借八流定理把边染上向量标记，最终化归为线性代数方程组的可解性，全程由大模型与Codex协同完成证明。
LMSYS将DeepSeek-V4 Flash的RL训练完整搬上AMD MI355X，Miles框架打通SGLang与Megatron，在4节点集群上给出稳定收敛曲线。非NVIDIA卡跑大模型RL不再是空想，而是可复现的工程实践。
没有大张旗鼓的发布，Claude Code v2.1.206 用一串“小事”拉高了命令行 AI 编码工具的体验标尺：目录补全、/doctor 检查、静默修复与后台升级，每一项都打在开发者的痛点上。
colibrì v1.0用单C文件把744B MoE模型搬进25GB内存的笔记本，冷解码速度缓慢却验证了消费级硬件也能盘活前沿模型，展示了抛开依赖、回归精简的工程美学。
PIPO用输入端压缩和输出端多token预测统一解决了长推理的吞吐瓶颈。基于Qwen3.5的实测显示，输入减半、输出翻倍并非纸上谈兵：TPOT加速近九成，AIME 2025成绩最多拉升7.15个点，训练技巧值得做部署加速的团队逐帧学习。
54万行Zig，11天，一个预发布版Claude。Bun的Rust重写不是宣传噱头，而是一场用AI对抗内存Bug的极限工程。文章揭示团队如何通过对抗式审查和动态工作流，把这一次孤注一掷变成软件稳定性的真正拐点。
Cognition 把 RL 训练的编码模型推到了和 GPT-5.5 叫板的水平，成本还低得多，做代码 agent 的值得认真看看他们的训练稳定性、多集群等思路。
美团LongCat-2.0正式开源，以1.6T总参、48B激活参数直指Agentic Coding。模型在五万卡国产算力集群完成推理，从架构到芯片适配全链路开放，成为国产大模型工程落地的首个完整范本。
微软研究院开源Flint，一种让AI智能体通过简洁spec生成图表的可视化中间语言。它支持46种图表类型，可渲染到Vega-Lite、ECharts和Chart.js，自带弹性布局与MCP服务器，正在重写AI画图的方式。
OpenAI 发布 ChatGPT Work，以 GPT-5.6 驱动跨应用、多步骤的自主任务能力，桌面端首次统一 Chat、Work 与 Codex 三大模式。本文拆解这套代理设计背后的产品逻辑、模型能力未解之谜，以及从工具到员工进化的现实裂痕。
Meta的Muse Spark 1.1没有发布模型参数和评测数据，只强调了Agent与编码能力以及一个令人不安的低价。这看似平淡的更新，背后的信号远比参数战更深刻——云厂商和模型创业公司的定价天花板，可能即将被击穿。
模型开发者最大的集成痛点被 Hugging Face 悄悄抹平。用 transformers 写的模型如今可以不加一行代码就在 vLLM 里跑出手写原生级别的吞吐量，背后是一整套图捕获、代码改写和并行编译的深度整合。
