AI与前沿科技简报：开源权重模型、编码代理与物理AI数据循环

TL;DR: 开源权重模型发布（Reflection AI 的 Beam）、新的决策与编码代理，以及物理AI数据引擎项目（Axis、Vangrid）的激增，标志着向本地可运行AI和更紧密的人机协同循环转变。

针对编码与代理工作负载的新开源权重模型

Reflection AI 发布 Beam – 一个拥有 501B 参数的专家混合模型，上下文长度达 1M token，活跃参数为 23B，声称在推理性能上可媲美 GLM‑5.2，同时计算消耗仅为后者的 3‑4 倍。该公司计划本月以 Apache 2.0 协议发布，并已与 SpaceX 和 Nebius 签署了数十亿美元的算力合作协议。 @wallstengine
社区反应 – Alex Finn 指出，Beam 将美国重新拉回与 GLM‑5.2、Qwen 3.8 和 Opus 4.8 等中国模型竞争的开源权重赛道，并敦促开发者开始在本地硬件（如 Mac Studio）上进行实验。 @AlexFinn
GLM‑5.3 Flash 预览 – Beamsters 报告即将推出一款适配 128GB 机器的 GLM‑5.3 Flash 变体，支持 1M token 窗口，运行速度约为每秒 40 个 token。 @Beamsters1

Liquid AI 的 d1 决策模型 – 支持图像 + 文本输入，在六个真实任务中提供 yes/no 或评分决策，响应时间仅 200‑300ms，成本仅为 GPT‑6.1 Sol 或 Claude Opus 5.5 的 1/19 至 1/200。 @liquidai
Command Code 的 Agr 模型 – 开源的 31B（Agr）和 360M（Agr‑flash）模型在工具调用路由方面表现优异，在 Decision Index 0.2.1 上取得 58.15 分，并返回带概率的结构化 JSON 答案。 @CommandCodeAI
Cursor SDK 引导功能 – Cursor 新增 run.steer() 调用，可在运行中的子代理下一轮中注入用户消息，实现无需重启任务的实时引导。 @cursor_ai
开源编码代理代理 – Clement Delangue 描述了一种捕获代理，使任何编码框架（Claude Code、Codex、Hermes 等）都能充当强化学习环境，最多可减少 31% 的工具调用，并支持多框架训练。 @ClementDelangue
微软编码代理论文 – Rohan Paul 总结了一项研究，表明无需管理器的代理团队通过自我分配任务，在 ProgramBench 最难任务上从 1 到 128 个代理均表现出优于集中式管理架构的性能。 @rohanpaul_ai

Axis Robotics 复合数据引擎 – 多名用户（690万+轨迹，20万+贡献者）通过浏览器模拟器生成机器人轨迹。平台现已包含人工审核的训练后循环、持续添加新任务的 Open Axis 基准，以及“挑战者”层级，用于揭示模型弱点的边缘案例。 @Captainmetax @Rabiussunny11 @destinydou_@hoangberger
Vangrid 空间采集网络 – Vangrid 允许 AI 代理发起 USDC 奖金请求，利用智能手机进行地面 3D 采集，将物理观察转化为机器人训练的新数据。多位评论者指出，这标志着从静态地图转向代理驱动的数据获取。 @chillinpenguin7 @0x_zoda @Ryanhlx @chillinpenguin7
文档代理的 CorpusMap – 微软相关研究人员提出 CorpusMap，预先解析大型文档集合中的实体，使输入 token 减少 34‑57%，并在七个模型上提升答案质量 6.4‑11.7 分。 @dair_ai

Anthropic 与 OpenAI 订阅价值对比 – Dylan Patel 与 SemiAnalysis 报告称，经过测试 Meta、Minimax、Kimi、Grok 和 Cursor 后，Anthropic 的计划提供的价值超过同等 OpenAI 订阅的 5 倍以上。 @dylan522p @SemiAnalysis_
免费编码代理“FreeBuff” – Maria 推广一款无订阅、广告支持的编码代理，集成多个 LLM 后端（GPT‑6.1 Sol、Luna、DeepSeek V4.1），声称每位用户每年可节省 2400 美元。 @mariagpts
DIY 低成本循环 – 一位用户演示如何构建每月仅需 8 美元的 AI 循环，通过仅在需要时调用前沿模型，取代每月 200 美元的 ChatGPT Pro 席位，节省约 98% 成本。 @starmexxx

Strata 125B 参数模型在消费级 PC 上运行 – Brian Roemmele 回述一个社区项目，成功在配备 12GB VRAM 的游戏电脑上运行 Qwen 3.8‑Flash‑Next（125B 参数），实现约每秒 100 个 token 的写入速度。这体现了将模型专家拆分至 GPU 与系统内存的“节俭技巧”。 @BrianRoemmele
代理信用评分 – Augustine 描述了一种针对交易代理的信用评分系统，根据链上表现（300‑850 分）评级并控制资本访问权限，突破了基于抵押品的模型。 @LilG100x
新兴 LLM 竞赛 – Aman 提到德国的 Kolibri 模型，声称超越 Qwen‑2 635B、Nemotron 3 Super 和 Mistral Small 4，成为又一个主权开源竞争者。 @Amank1412

所有陈述均源自原始 X 平台帖子，反映作者观点（如有标注）。