[AINews] 今天没发生太多事

Anthropic重新上线了Claude Fable 5，但附带了安全兜底措施。部分请求可能被路由到Opus 4.8，生物/化学分类器仍然过于宽泛。重新上线迅速传播到工具生态：Cursor表示Fable 5在其评估中领先但成本最高；Devin在Cloud/Desktop/CLI上添加了支持；Perplexity将其恢复为编排模型。Anthropic也重置了用户的速率限制。

更有趣的是人们如何适应前沿模型约束。多个构建者转向多模型编排而非单一模型依赖。@theo描述仅将Fable用于高价值推理/规划，而将实现、验证和计算机使用工作委托给其他模型，报告端到端PR产出显著提升。@omarsar0认为团队应设计模型组合策略，而非围绕一个前沿模型构建。@MParakhin反驳“简单任务预分类器”，认为可靠路由通常需要先解决任务本身。基准方面，@kimmonismus指出Fable 5在远程劳动指数上达到16.10%，而@ArtificialAnlys报告Sonnet 5在AA-Briefcase上排名第二，但轮次更高，成本效益较差。

开源模型方面，Z.ai围绕GLM-5.2构建产品表面，推出ZCode开发环境，支持BYOK、跨平台，并为编码计划订阅者提供配额提升。@kimmonismus将其描述为针对GLM工作流和长期自主任务优化的AI原生编码IDE。生态系统迅速跟进：LangChain发布了使用GLM-5.2进行编码流程的指南，@hwchase17指出开发者正在将GLM-5.2作为日常驱动。基准测试显示开源编码模型正在缩小差距：@mercor_ai报告GLM 5.2成为首个在APEX-SWE上领先类别的开源模型，集成任务上达到55.3% Pass@1，整体排名最佳。@scaling01警告不要过度声称GLM已超越西方前沿模型，但承认编码差距正在快速缩小。推理方面，vLLM为DeepSeek模型添加了原生DSpark推测解码支持，8×B300上约250 tok/s，@mgoin_发布了GLM-5.2 DSpark预览，解码速度提升约1.5倍。@jon_durbin报告Qwen3-32B上内部dflash草稿模型在相同硬件上吞吐量提高约50%。

智能体基础设施方面，“维基记忆”成为实用设计模式。@sydneyrunkle认为维基结构记忆是简单可扩展的基础。LangChain推出了OpenWiki，用于生成和维护智能体可消费的代码库文档。动机一致：智能体在多个线程之间反复丢失工作上下文，需要可维护、可检查的知识层。记忆系统从仅检索转向协调和维护：Weaviate的Engram提取候选记忆，针对现有记忆进行转换，然后才提交，以避免每次查询时解决矛盾。@bpalit将其扩展到企业环境，要求智能体记忆必须受管理、注意权限并共享。结构化组合正在取代“给模型所有工具”的朴素方法：@omarsar0强调SkillComposer，将技能选择视为联合自回归组合问题，在SkillsBench上比无技能基线提升23.1/18.2个百分点。Deep Agents增加了对递归语言模型工作流的支持，@hwchase17将动态子代理与Agentic MapReduce模式联系起来。

安全方面，Cognition的Devin Security Swarm是智能体架构专为企业工作流设计的清晰例子。该系统使用Agentic MapReduce将有限智能体分散到代码库，聚合发现，验证可利用性，然后呈现已确认的漏洞。Cognition声称这比替代方案更具成本效益和准确性，并表示一家财富500强试点在生产仓库中发现了超过一千个漏洞。@jakejluo和@levie认为这种模式将推广到大规模文档、代码和知识工作流。AI智能体评估正迅速成为子领域：@random_walker注意到几篇推进智能体评估的新论文。实际例子包括Agent Arena重新启用Fable 5智能体模式，AA-AgentPerf用于每兆瓦智能体系统基准测试，以及WorldModelGym评估世界模型是否支持良好决策。FLARE-AI旨在标准化缺陷和事件报告，以便问题能够路由到正确的开发者和注册处。

系统方面，NVIDIA的TwoTower成果突出：Nemotron-Labs-TwoTower将30B模型调整为扩散式语言模型，通过双副本设置并行写入令牌。声称结果：生成速度提升2.42倍，同时保持原始模型质量的98.7%。端侧和浏览器推理继续受益于智能体优化和专用运行时：Google Gemma展示WebGPU Gemma 4在M4上达到255 tok/s，归功于使用Fable 5编写的内核。@andimarafioti演示了基于Gemma 4 31B和Cerebras推理的完全开源实时语音栈，旨在作为OpenAI实时API的直接替代品。内核层面，Hugging Face的kernels库现在暴露了MiniMax的MSA内核，Triton-on-Mac也引起兴趣。

架构研究方面：@gklambauer指出AdaJEPA，一种LeCun领导的世界模型方法，通过潜在状态预测误差进行测试时适应；@LiorOnAI总结了NEO，学习可重用的因果“程序”而非仅下一帧预测；@ziv_ravid强调“在想象中训练”是活跃范式。