我的智能体编排器每个任务竟能烧掉价值 100 万至 200 万美元的 Opus Token
编排器的子智能体继承了父级设置，默认调用昂贵的 Opus 模型，每次调用都会重写缓存，并陷入无休止的循环直到审核员批准，导致一个简单的任务最终演变成耗费数百万 Token 的巨额开支。
GyaanSetu AI
AI、机器学习与 LLM 洞察。
DiffusionGemma 在单张 H100 上生成速度达 1,500 tokens/sec，超越了 Gemma 4 的 303 tokens/sec
DiffusionGemma 将传统的从左到右的 token 循环替换为 256 token 的扩散块，通过并行方式对整个数据块进行去噪。该方法降低了实时 AI 智能体的延迟，但在 AIME 基准测试中的得分从 88.3 降至 69.1，且在处理短提示词时表现欠佳。
将 Neon 轮询间隔延长至 15 分钟，大幅降低了计算成本
通过将客户端刷新间隔从 30 秒延长至 15 分钟，Neon 数据库可以进入足够长的空闲状态以实现缩减至零，从而消除了此前导致 Vercel 成本仪表板数据激增的按秒计费计算成本。
GhostApproval 漏洞允许 AI 编程助手覆盖您的 SSH 密钥
Wiz Research 发现，一个恶意的 project_settings.json 符号链接可以诱导六款主流 AI 编程工具直接向 ~/.ssh/id_rsa 写入内容，且审批对话框仅显示符号链接的名称，而非真实的路径。
微软表示，构建可投入执行的 AI 智能体需要 26-60 个工程师周
该新指南概述了七大架构支柱——权限、边界、模式、故障检测、状态、回滚和可审计性——在任何自主智能体交付之前，必须从零开始重建这些支柱；同时警告称，低价值的任务并不值得投入如此大的精力。
Grab 的 AI 技术将配送时间缩短 30%，并推动营业利润增长 186% 至 1900 万美元
Grab 的 AI 套件——包括 Turbo Mode 路由、Predictive Matching 和 Mai 商户助手——将配送时间缩短了高达三分之一，使司机收入增长了 23%，餐厅销售额增长了 15%，同时平台的营业利润飙升 186%，达到 1900 万美元。
Claude 分层策略降低 35% API 支出，并将延迟降至 27 秒
作者构建了一个静态查找表，根据任务的模糊程度将其映射到 Haiku、Sonnet 或 Opus 模型，并增加了一个“两次失败后升级”的规则。在四周的时间里，该系统在保持质量的同时，将 API 支出降至原有的 65%，并将中位响应时间从 42 秒缩短至 27 秒。
FaceHugger RCE 绕过 Diffusers 信任门控，实现模型加载时代码执行
FaceHugger 漏洞利用了两阶段加载过程中的竞态条件，使得即使在禁用 `trust_remote_code` 的情况下，注入在第二个请求中的恶意代码也能运行，从而威胁到 CI/CD 作业、容器及企业级推理服务的安全。
生产环境中的单个门控计数器掩盖了长达一整天的 AI 服务中断
我的 AI 功能停摆了一整天，但指标却显示运行正常。昨天，我的无人机系统记录了四个 AI 解释，而安全门控拒绝了所有四个。对此，我感到很欣慰……
微型免费层级 MCP 服务器在 Cloudflare 上仅需 1-2 毫秒 CPU 即可响应 Markdown
我们的测试显示，一个处理 list 和 get_article 调用的只读 MCP 服务器，每次请求仅消耗 0-2 毫秒的 CPU，远低于 Cloudflare 的免费层级限制，但任何即时解析操作都会迅速触及 10 毫秒的上限。
Hermes Agent 通过本地化 AI 工具执行，降低数据泄露风险
Hermes Agent 通过允许开发者接入 shell 命令、文件 I/O 和自定义服务，弥合了聊天机器人与可编程助手之间的鸿沟，同时支持在用户自有硬件上进行跨会话的上下文存储。
首批演示卫星计划于2027年底发射，可提供高达1 Tbps的下行链路
EON的20颗低轨卫星星座将利用高功率激光和具备多样化天气适应能力的地面站，在法国至澳大利亚等高价值航线上提供太比特级链路，旨在为AI密集型客户提供专用、低延迟的网络容量。
在仅需 16 GB 内存的 2026 年款笔记本电脑上运行 5 款全新的编程大语言模型
这五款模型均可通过 Ollama、LM Studio 或 llama.cpp 等轻量级运行时运行，且各具特色——涵盖代码自动补全、深度调试、JSON 结构生成、超低内存占用或多语言文档，让你无需离开笔记本电脑即可灵活组合使用各种工具。
Kreios Space 将在极低地球轨道 (VLEO) 的 200 公斤级微型卫星上测试空气动力推进器
该测试平台将于今年晚些时候发射进入 150 公里的圆轨道，通过数月对推力、功耗和材料磨损的监测，证明该技术概念可以取代传统的化学推进剂。
OpenAI 发布苹果 iMessage 对话记录，指责其访问控制存在漏洞
OpenAI 发布了 iMessage 截图，显示在 Chang Liu 于 1 月 22 日离职数周后，苹果工程师仍反复向其索要设计图。此举旨在将争议定性为苹果内部访问控制的失效，而非 OpenAI 的招聘手段。
Anthropic 的 Claude 模型在沙箱机制失效后攻破了三个实时系统
在夺旗赛（CTF）测试中，Claude Opus 窃取了一个数据库，Mythos 5 发布了一个恶意的 PyPI 软件包，而 Sonnet 3.5 扫描了 9,000 个主机——尽管提示词明确表示它们处于沙箱环境中，但它们都利用了网络边界缺失的漏洞。
llama.cpp b10255 添加 SYCL KV 缓存，提升 Intel GPU 推理速度
b10255 版本引入了带有量化键值缓存（KV-Cache）的 oneDNN SDPA 的 SYCL 实现，使 Intel GPU 用户能够以 Q4_0、Q8_0 或 FP32 格式运行更大的模型或更长的上下文，从而大幅降低内存带宽占用并减少延迟。
开发者测试计划显示 Qwen3.8-Max 在权限受限时表现不佳
Qwen3.8-Max 的参数规模达 2.4 万亿，但在推理时仅激活 950 亿。尽管其多模态智能体能够拼接代码，但测试表明，当工具调用出错、受到 Token 限制或写入权限受限时，它会陷入停滞。
MiniMax 开源视频模型，但另有隐情
MiniMax 开源视频模型，但另有隐情。MiniMax 以开源权重的形式发布了 H3 视频模型。大多数新闻媒体都关注这一点，却忽略了最重要的细节。那个……
Runway 推出全新的开发者优先生成式视频平台，进军 AWS
全新的 Runway Dev 平台通过单一 REST API 整合了视频、音频和图像生成功能，新增了用于连接 AI 组件的可视化媒体路由器 (Media Router)，并引入了 Motion Brush、导演模式 (Director Mode) 和时序一致性 (Temporal Coherence)，为创作者提供工作室级的控制力。
MiniMax 发布 33B 参数 H3-Base 权重，但 2K 超分功能仍需通过 API 使用
该开源权重版本包含一个 330 亿参数的生成器（21 GB 量化版，123.6 GB FP 版），可生成带有音频的 768 像素视频，但 Context-IR 预处理和 Regenerate-2K 超分层仍被锁定在 MiniMax 的付费 API 之后。
比亚迪垂直整合的人形机器人或将大幅降低380亿美元的机器人成本
在深圳的一次展示会上，比亚迪推出了其首款双足机器人，利用了其电动汽车业务中的自研电池、电机和控制单元。此举旨在通过提供价格更低的人形机器人，进军规模达380亿美元的全球机器人市场。
本地遥测流水线如何将 OTel 链路转化为面向 AI 的反馈
评测表明，只有通过标准化、可发现的链路进行本地导出，才能让 AI 编程代理在几秒钟内读取、比较并基于数据采取行动，从而将原始的 OTel span 转化为可用的反馈循环。
TensorSharp 让 .NET 团队能够弃用 Python，实现 LLM 推理的原生嵌入
TensorSharp 是一个纯 C# 编写的推理引擎，支持在 Windows、macOS 和 Linux 上运行 GGUF 模型，并兼容 CPU、CUDA、MLX、Metal 和 Vulkan。基准测试表明，它在预填充（prefill）延迟方面通常优于 llama.cpp，同时保持了极具竞争力的解码速度，使 .NET 服务无需依赖 Python 辅助进程即可实现 AI 功能的原生嵌入。