AI 与前沿科技综述：DeepSeek V4.1 Flash、智能体编码编排，以及推动真实世界机器人数据

本周前沿科技帖子的主线是速度与专业化：一波廉价、快速的“Flash”级模型（以 DeepSeek V4.1 Flash 为首）正在进入智能体平台，开发者正在为每个任务编排多个模型而不是只选一个，机器人团队则竞相将物理 AI 扎根于真实世界数据，而非仅依赖模拟。

快速“Flash”模型涌入市场

DeepSeek V4.1 Flash 是本批次中被引用最多的发布，出现在智能体平台、基准测试和定价页面中。 OpenClaw 宣布该模型已在其智能体平台中可用 @openclaw。ARC Prize 报告称，DeepSeek V4.1 Flash 1017 在 ARC-AGI-2 上得分为 78.1%，每任务成本 0.16 美元；在 ARC-AGI-1 上得分为 94.5%，每任务成本 0.06 美元，并指出 DeepSeek Flash 模型的最佳 ARC-AGI-2 得分从 61.4%（V4 Flash 0731）攀升至 72.9%（V4.1 Flash），再到 78.1%（V4.1 Flash 1017）@arcprize。推理提供商 Engy 表示，将以 DeepSeek 官方费率的 20% 定价 DeepSeek-V4.1-Flash，列出官方定价为每百万输入/输出 token 0.15/0.60 美元，而其新定价为 0.03/0.12 美元 @engyai。Project Maya v1.1.22 声称 DeepSeek-V4.1-Flash-1017 现在可以在 128GB PC 上完全运行 @PeasantSmith。在 RSI-Inference Bench 上，该模型以第 0 天支持被添加，并成为顶级开源模型，通过隐藏测试的 Pass@1 为 35% 至 62%，并提供 1.23 倍的推理加速 @onloglogn。一位开发者表示，基于 DeepSeek V4.1 Flash 1017 构建的 AI 漏洞赏金自动化持续产生强劲发现，并计划将其开源 @Zombiehelp54。另一个本地模型排名将 DeepSeek v4.1 Flash 1017 列为第一，领先于 GLM 5.3 Flash 和 Qwen 3.8 Next Flash @TheAhmadOsman。

MiniMax 正在构建其 M3.1 Flash 堆栈，涵盖服务和语音。 一篇帖子宣布 MiniMax-M3.1-Flash 开放权重将于次日发布 @MiaAI_lab。MiniMax 本身感谢 Inferact 作为 M3.1 Flash 的 API 发布合作伙伴，引用其在 vLLM 方面的专业知识来服务复杂的智能体工作负载 @MiniMax_AI，并描述了将 M3.1 Flash 与 SGLang Omni 配对，将语音智能体从“提问、等待、倾听”转变为用户可以打断和重定向的对话 @MiniMax_AI。MiniMax 还承认正在将其 H3 模型引入 TPU 以实现高效视频推理 @MiniMax_AI，而另一篇帖子则标记了“Minimax H3 Singularity V2”的发布 @plasm0。

其他模型发布和比较为本周画上句号。 Ant Ling 推出了 Ling-3.1-flash-1019，在 Artificial Analysis Intelligence Index 上得分 44（高于 41），AA-Briefcase 从约 1400 升至 1524 Elo，AutomationBench-AA 从 62% 升至 68%；API 访问和开放权重即将推出 @AntLingAGI。SageAI 推广了上海人工智能实验室的 Sage-A1.5，这是一个 35B MoE 模型，具有 3B 激活参数，具备智能体编排和“RSI 数据飞轮”，声称在 SWE-Bench Pro 上得分为 61.2%，并可通过 vLLM、SGLang、llama.cpp 和 LM Studio 本地运行 @sageai_official。Richard Socher 介绍了 Flint，Recursive 的首个模型，描述为一个快速的本地编码模型，基于名为 Eureka Machine 的自动化研究系统构建，在 MacBook Pro 上以 125+ token/秒运行，在 RTX Spark 上以 150+ 运行，开放权重可用 @RichardSocher。一篇总结 Anthropic 的 Claude Sonnet 5.5 的帖子列出了比 Sonnet 5 快 30% 以上的性能、每任务成本降低高达 30%、Terminal-Bench 4.0 上 70.6% 对比 Sonnet 5 的 10.3%，以及 API 定价为每百万输入/输出 token 2/10 美元 @techwith_fahim。一篇基准测试帖子比较了 Kimi K3.1 和 Qwen 4 在 3D 直升机生成任务上的表现，称两者“都非常强大” @LuminaBench，另一篇声称 Gemini 4 Carbon 在 Three.js 测试中优于 Opus 5.5 @AI_Screening。量化集体 Ingot 表示，它在一周内将 Qwen 27B 量化为 FP8，效果优于阿里巴巴自己的量化，下一步目标是 2-bit 和更大的 GLM 模型 @const_reborn。

智能体编码转向多模型编排

本周分享最多的 Claude Code 建议是按角色在模型之间分配工作，而不是用一个模型处理所有事情。 一篇广泛传播的帖子描述了让 Opus 5.5 将计划编写为工作流脚本，而更便宜的智能体执行它，Haiku 并行扫描文件，Sonnet 在隔离副本中修补修复，因此 Opus 只看到计划、验证结果和最终签署 @xsmryze。一篇配套帖子描述了将 Sonnet 5.5 作为主会话运行，Opus 5.5 作为随叫随到的顾问，加上只读的 Haiku 子智能体用于搜索、grep 和文档，在锁定计划前、同一错误出现两次后以及宣布任务完成前咨询顾问 @xsmryze。

标准和记忆层正在围绕智能体整合。 ClaudeDevs 宣布将 Agent Skills 捐赠给 Agentic AI Foundation，该基金会也接收了 MCP，并指出自 2025 年 12 月以来，已有超过 70 个智能体平台集成了该标准，包括 ChatGPT、Cursor、GitHub Copilot 和 VS Code @ClaudeDevs。Lighthouse 推出了一个共享记忆层，让 Claude Code、Codex、Cursor 和其他工具共享相同的上下文，现在可以用其 $LLL 代币支付 @LighthouseWeb3。Letta 推出了 FrontierMemory，一个通过下游任务性能而非召回率来评估智能体记忆的基准，它表示召回率已被智能体搜索饱和 @Letta_AI。

AI 编码中的工具更替仍然很高。 一位开发者指出，几个月前他们无法想象没有 Cursor 的编码，但现在看到更多开发者转向 Claude Code、Codex 和其他工具 @ShazXcode。另一位表示，他们将未婚妻从 Claude Code 转移到另一个智能体，取消了订阅——这是自 2 月以来他们第一次将某人从 Claude Code 引开 @vinayp10。另一篇帖子宣布了由用户自己的 Claude、OpenAI、Cursor 或 Grok 订阅驱动的 grokbot 风格智能体 @0xPaulius。ThePrimeagen 描述说，想要以对话方式讨论接口、更改、想法和后果，抱怨被一个问题打断会浪费五分钟 @ThePrimeagen。一个开源的、自托管的 Claude 桌面应用替代品被推广为本地运行、可与任何 LLM 配合使用，并连接到 40 多个数据源 @akshay_pachaar。

机器人与物理 AI：数据、硬件和基准测试

人形机器人制造商正在收敛于一个论点：真实世界数据的规模和计算量决定胜负。 The Humanoid Hub 转述了 Brett Adcock 的立场，即大规模预训练是赢得机器人领域的关键，Figure 旨在结合世界上最大量的数据和计算量来构建最智能的人形 AI @TheHumanoidHub。Adcock 另外表示，Figure 本周举行了全员大会并公开分享，指出路线图在过去一年中完全改变，团队规模翻了一番 @adcock_brett。

新的人形硬件和演示引起了关注。 NEURA Robotics 在慕尼黑 TUM RoboGym 开幕和柏林 NVIDIA GTC 上发布了 4NE1 Gen 4，描述为更纤薄、更轻的机身以用于批量生产，柔软的黑色纺织皮肤，以及 Neuron AI 作为其物理 AI 基础模型，基于真实机器人数据、人类演示和模拟训练 @NEURARobotics。Unitree 推出了 H2-X“功夫传奇守护者”，一款演示了武术动作、从 4 米平台跳下、保护人免受攻击者伤害以及在模拟救援中抬起车辆的人形机器人，声称最大续航约 8 小时 @WevolverApp@UnitreeRobotics。一篇评论帖子指出，这些是舞台场景，不是自主救援技能的证据，但称其为“相当动作片风格的人形机器人宣传” @humanoidsdaily。另一篇帖子推测，像 Unitree 的 Guardian 这样的机器人可以巡逻 8 小时并进行物理干预，考虑到美国入室盗窃案只有约 13% 被侦破，可能有助于威慑犯罪 @itsolelehmann。

模拟和世界模型获得了新工具。 Chen-Hsuan Lin 宣布 NVIDIA 正在发布一个用于物理 AI 的实时交互式世界模拟的后训练框架，基于 Cosmos 3 通过因果训练、蒸馏和优化流式推理构建，提供机器人、自动驾驶汽车和 sim-to-real 迁移的示例检查点 @chenhsuanlin。NVIDIA Robotics 宣布了新的 Isaac 工具，用于智能体，以及 Agile Robots 的 Agile ONE SN 参考人形机器人，基于 Isaac GR00T 并由 Jetson Thor 驱动，还有新数据集、运行时和机器人学习框架更新 @NVIDIARobotics。

机器人教育和研究工件开源。 Marco Pavone 宣布斯坦福机器人自主课程系列的教学材料现已免费，以教科书《机器人自主原理》（PoRA）为中心，即将由剑桥大学出版社出版，包括视频讲座、交互式 Python 练习、教学材料和名为 Ask the Book 的 AI 学习助手 @drmapavone。Jiahui Yang 介绍了 COWBOY（CoRL 2026），一种用于上下文全身操作的 sim-to-real 配方，其中一个通用抓取策略协调基座、手臂、灵巧手和主动视觉，在模拟中训练并零样本部署 @Jiahui_Yang6709。Sergej Stein 将 Asimov 的开源 Asimov 1 变成了一个交互式 3D 机器人工作坊，由 1,184 个真实 CAD 零件构建，行走策略在实时浏览器物理模拟中运行 @21nemus。

两条较小的机器人笔记。 John Carmack 指出，机器人领域的许多部分使用 50 Hz 关节目标，而视频数据收集以 60 Hz 运行，称这种偏差今天不是前十名问题，但最终应该解决，并建议使用类似 gen-lock 的触发信号来锁定相位 @ID_AA_Carmack。Evan Bacon 表示，他让 Grok 为他从头构建的机器人身体制作了乐高风格的组装说明手册 @Baconbrix。另外，Pi Network Ventures 支持的机器人 AI 公司 OpenMind 加入了湾区机器人协会，这是一个连接机器人构建者、投资者和工业客户的硅谷网络 @PicoinWhales。

物理 AI 的众包真实世界数据

一组帖子汇聚于一个想法：物理 AI 需要关于真实地点的地面级、可验证数据——而普通智能手机可以收集这些数据。 Vangrid 被描述为一个去中心化空间数据网络，贡献者用普通手机捕捉真实地点，赏金激励特定镜头，链上证明确定捕捉的时间和地点，镜头可以重建为 3D 模型供 AI 和机器人使用 @akashroy1k。一篇帖子认为，合成模拟器产生无菌环境，在不平坦的路面或未映射的眩光下会失效，而 Vangrid 的众包捕捉——通过 Base 上的 EAS 认证锚定 Merkle 证明——解决了 sim-to-real 差距；它引用了超过 1,024,000 个真实物理捕捉锚定在链上、423K+ 活跃边缘节点以及 $311K+ 已分配的 USDC 赏金 @0xUpkibaVn。另一篇帖子说，Claude 或 Cursor 中的智能体可以验证捕捉是否已锚定、查询某个位置的覆盖范围、购买现有观察或委托新的捕捉，付款通过 x402 在 Base 或 Arc 上以 USDC 结算 @GpaAndy。另一篇帖子将工作流描述为请求者资助 USDC 赏金、附近的人进行捕捉、预览捕获不良提交、以及面部和车牌在设备上模糊处理 @kokondukwe。其他帖子将同一项目描述为机器人导航陌生仓库的基础设施 @MariaMahi559890 以及一种让真实世界信息可用于物理 AI、机器人和世界模型的方式 @faisal_page。

一篇帖子审视了此类项目如何分发。 一篇关于 Nucleus 活动的评论指出，Tera_Map 使用声誉加贡献，而 vangrid_io 和 agenticscredit 运行仅贡献活动，认为声誉评估一个人已经建立的东西，而贡献评估他们为特定活动带来的东西 @destinydou_。

研究文化与研究者角色的变化

最实质性的研究评论来自 Ali Hatamizadeh，他回应了一位被关于单人预训练模型的头条新闻吓到的初级研究员。 他认为递归自我改进是真实的，值得规划——引用 OpenAI 的声明，其研究组织每个人类工作日记录 3.1 个智能体工作日，并目标在 2028 年 3 月前实现自动化 AI 研究员——但用足够的计算量复制公开配方是一个执行和预算问题，而不是研究问题 @ahatamiz1。他指出了 EinsteinArena，智能体在 11 个开放数学问题上创造了新纪录，包括将维度 11 中亲吻数的最佳已知下界从 593 提高到 604，并指出这些问题中的每一个都是因为计算机可以自动评分答案而被选中的 @ahatamiz1。他还引用了一篇完全由 AI 生成的论文，该论文在一个接受 70% 提交的研讨会上仅通过了第一轮，然后被撤回 @ahatamiz1。他的结论是：判断成为工作，你越是委派，基础知识就越重要，LLM 远未解决，并列出了关于数据效率、线性注意力、持续学习、长任务推理可靠性、幻觉、基准饱和和可解释性的开放问题 @ahatamiz1。

其他研究帖子涵盖分词、分割和推理加速。 一篇帖子描述了 Meta 的论文“打破 Token 上限”，该论文放弃分词器，使用具有 256 值词汇表的原始字节，声称蒸馏的 1B 参数字节模型在下游任务上渐近地超越了 Llama 3.2-1B 和 Gemma-3-1B 等 token 模型，同时使用更少的数据和存储 @thesupermannx。Abdullah Hamdi 介绍了 LLMSeg，它直接使用多模态 LLM 和 B 样条循环执行图像分割，而不是训练的分割头，报告称在测试的 21 个 MLLM 中，更好的视觉加推理意味着更好的分割 @Eng_Hemdi。一篇关于 EAGLE-4 的帖子描述了一种开源的推理加速方法，没有 EAGLE 软件使用费，同时警告说更快的 token 生成并不自动意味着整个编码任务成比例地更快完成 @MrOnsase。另一篇帖子标记了一个关于 lab-in-the-loop 的讨论，以及为什么验证是 AI 药物发现的真正瓶颈 @dominik_scherm。

领域特定模型也出现了。 Hugging Face 推出了 Carbon-X，一个基于 Qwen3-14B 构建的基因序列开源模型，在基因组和语言数据上训练，旨在基因推理和药物发现，但警告说关于 DNA 的 AI 预测是需要实验验证的研究线索 @Grand_father007。

企业交易、资金和智能体与银行之争

SpaceX 推出了一个全球合作伙伴网络，将 Grok 带入企业。 报道的发布合作伙伴包括 NVIDIA、Bain & Company、Databricks、Snowflake、MongoDB、NTT DATA、Twilio 和 Supabase；超过 130 家公司参与了早期访问，30 多个组织的工程师已通过 Forward Deployed Engineer 认证计划接受培训，网络涵盖构建插件的 Marketplace Partners 和部署 Grok 的 Transformation Partners @cb_doge。一家公司宣布与 SpaceXAI 一起作为官方合作伙伴网络的一部分推出，使其工具可直接在 Grok、Build 和 Cursor 中使用 @LandseerEnga。

一个广泛分享的论点声称，银行正在将 AI 智能体定位为安全威胁，以保护廉价存款。 Haseeb Qureshi 认为，“智能体银行挤兑”——他将其归因于 Apollo——意味着智能体帮助客户大规模将资金转移到更高收益的产品，而银行的商业模式依赖于传播智能体危险的叙事 @hosseeb。他争辩说，像 Muse 和 Dot 这样的云智能体很容易被阻止，因为它们来自 Meta 和 OpenAI 的 IP 范围，而 JPMorgan 和 Schwab 已经禁止 AI 智能体以保护粘性存款，将其比作亚马逊禁止 Muse 购物 @hosseeb。他推荐的用户回应是本地 AI 智能体框架，银行无法阻止，因为运行在你自己的计算机上的智能体与你无法区分 @hosseeb。

Elon Musk 对 AI 竞争的看法被转述为只点名三家公司拥有足够的编码数据来构建有用的 AI：Anthropic、OpenAI 和 Cursor，Google 作为有争议的第四家。 帖子引用他说“如果你不能编码，你的 AI 就不会非常有用”，并列出了数据、人才、计算量和良好的企业销售团队作为获胜所需——指出 Cursor 带来了与数千家公司的关系 @wispxvx。

一份 Grok Bot 对特斯拉 2026 年第三季度财报电话会议的摘要广泛传播。 该摘要中的一些说法包括：特斯拉的汽车积压订单是四年来的最高水平，FSD 在欧洲的批准还有几个月，奥斯汀的 Cybercab 车队比大约一个月前推出时大约 10 倍，达拉斯下个月获得 Cybercab，robotaxi 在 2027 年成为真正的收入线，Optimus 机器人正在弗里蒙特的高产量生产线下线，目标是每周 20,000 个机器人，下一代 AI5 芯片大约在 2027 年 4 月进入 Optimus，特斯拉计划“数百亿”的资本支出，长期“超过 1000 亿”用于自己的芯片工厂 @XFreeze。这些是摘要作者对电话会议的描述，不是独立验证的数字。

其他行业笔记。 阿里云宣布与 Theta Network 的 EdgeCloud 合作，将 Qwen 模型（包括 Qwen3.8-Max 和 Qwen3.8-Flash）带到去中心化 GPU 计算网络，面向 Web3 原生开发者 @alibaba_cloud。Agentics Credit 被描述为智能体交易者的信用层，评分 300-850，基于真实表现——盈利能力、一致性、胜率、回撤——Humanos 实时读取风险，并已筹集 $3.2M 用于在 350+ 金融科技公司中实时评分智能体风险 @Nobir001。

智能体金融和链上信任基础设施

钱包筛查正被直接推入 AI 编码环境。 ZeruAI 的 zScreen 被描述为一个钱包筛查工具，追踪 40+ 区块链上的资金流动，返回 CLEAR、REVIEW 或 FLAGGED 以及交易轨迹，并作为 MCP 服务器提供，因此 Claude Code 和 Cursor 等工具可以直接筛查地址 @AkadexCrypto。一篇更长的评论认为，随着智能体从总结区块链数据转向评估交易对手和执行策略，信任需要成为决策过程的一部分——同时警告说风险评分是证据，不是裁决，智能体将每个警告视为不当行为的证据可能会拒绝合法用户 @kangbaby_。

隐私保护验证和智能体支付也出现了。 一篇帖子描述了 Primus 筹集 $6.5M，使网络数据对链上应用可信且有用，同时不损害隐私，引用了借贷协议验证收入或商业注册以及 AI 智能体在行动前验证价格等用例 @Battry_eth。另一篇解释说，Primus Skills 帮助开发者在 Cursor 和 Claude Code 等 AI 编码环境中使用 zkTLS，让应用验证从交易所数据派生的声明，而无需用户分享其完整账户历史——同时指出证明不保证交易所的原始决策是正确的 @Lakshy_x。另一篇帖子将 Primus XP 挖矿描述为测试如何私下验证真实世界信息的方式，任务涵盖 ChatGPT、DeepSeek 和 Cursor 上的 AI 活动，X、Google、TikTok 和 GitHub 上的身份，以及平台活动 @OxMullha。一篇怀疑的帖子指出，证明一个步骤发生并不意味着交易是个好主意 @Batuhan_Akca332。Moove 推出了一个 Send Agent，让 AI 智能体向 30+ 链上的任何 Moove Handle 或钱包地址发送付款，付款从用户自己的钱包签名，Moove 不持有私钥，并支持 Claude Code、Codex、Cursor 和 Gemini CLI @zumariaxb。

一个消费者声誉层吸引了几篇解释性帖子。 CONSO 被描述为构建一个消费者声誉层，将碎片化的数字活动转变为可验证的、用户拥有的声誉，CONSO BOTS 作为声誉支持的智能体收藏品，充当 Sui 上的移动节点，并通过 Walrus 保护 @REHANH0SSAIN。另一篇帖子概述了 5,555 BOT 免费铸造，每个 BOT 在基础费率上获得 25% 的挖矿提升，并指出网络需要区分有意义的参与和旨在利用激励的活动 @BomHoang4943。另一篇将资格检查器描述为连接 X 账户，使符合条件的账户通过其印象获得 BOT，过滤真实影响力而不是回复刷量 @KingIdolo。一篇较短的帖子只是宣布铸造已上线 @conso_xyz，另一篇将机器人描述为网络的移动节点 @OnlyReaderX_。

工具、教程和开源发布

一些实用的发布和学习资源脱颖而出。 一位开发者开源了一个动作捕捉管道，将一个人的手机视频转换为带动画的蒙皮 .glb，可用于 Unity 或 Blender，在 CPU 上运行，30 秒剪辑首次需要 8-15 分钟，附带 AGENTS.md 以便 Claude Code 运行管道，Apache 2.0 许可，1,426 星 @0xbobaaa。一个精选的 50 个有用 GitHub 仓库列表涵盖了 AI 错位测试、本地 LLM 运行器、智能体框架、记忆层和推理引擎，包括 vLLM、llama.cpp 和 nanoGPT @Ziven_Coder。哈佛的免费 AI 和提示工程讲座被编译成六个讲座加 CS50 AI 材料的列表 @Hey_davidmax，另一篇帖子汇编了 13 个带证书的免费 Claude AI 课程 @Mohiniuni。一篇推广 Grok Bot 和 Opus 5.5 提示的帖子声称它将模型转变为流程工程团队 @0xPontiuz，一篇讽刺帖子介绍了“Migraite”，一个 CTO 机器人智能体群，用于将 SaaS 产品迁移到当周未被入侵的任何技术栈，起价每月 $2,000 @yongfook。

一篇工作流帖子描述了结合 Figma、ElevenLabs 和 Claude 来制作超个性化营销视频与智能体 @gabepereyra。

SUMMARY: 本周前沿科技热议综述：以 DeepSeek V4.1 Flash 为首的快速“Flash”级模型发布、智能体编码的新多模型编排模式，以及越来越多的项目收集真实世界空间数据用于物理 AI。

TITLE: AI 与前沿科技综述：DeepSeek V4.1 Flash、智能体编码编排，以及推动真实世界机器人数据