AI 与前沿科技综述——智能体模型、隐私链与新兴机器人技术

TL;DR：AI 智能体正变得更加自主、注重隐私，并具备自我修改权重的能力，而机器人与推理服务正竞相扩展这些能力。

智能体模型改进与自我修改

TensorFold 1.2.2 版本发布 为 Qwen-3.8-27B 增加了更快的预填充、Flash-Next 解码，并原生支持 GPU 和 Apple Silicon，反映了对前沿模型更高吞吐量推理的推动 @ashxhart。
权重编辑实验 显示 GPT-6 Astra 可以编辑 Qwen-3.5-0.8B 的 0.016% 权重，并在无梯度情况下将其 MATH-500 得分从 7.9% 提升至 48.1%，这是递归自我改进（RSI）的具体实例 @MTSlive @Layton_Gott。
Qwen-3.8-Flash-Next 机器人连接器 将通用大语言模型连接到物理机器人，以极低的成本（每任务 1.09 美元对比 21.29 美元）实现了与闭源模型智能体相当的性能 @QwenDevs。
ReAct 循环的流行 持续升温，Claude Code、Codex 和 Cursor 均采用思考-行动-观察模式以实现稳健的智能体行为 @undefinedKi。
Claude Code 多模型编排 让 Sonnet 处理主要编码任务，Haiku 探索文件，Opus 担任顾问，从而减少常规步骤中高成本模型的使用 @Bober_smart。

Robinhood Chain 上的 VEYA 提供每个智能体的预算、独立检查器和不可变的链上收据，用于私人支付，旨在用可验证的审计性取代“信任我们的控制”的承诺 @withveya。
Superlinked SIE Serverless 为小型模型提供托管推理，强调成本高效的前线任务，同时将大型模型保留用于前沿工作 @svonava @AIStackLabX。
AgentID ERC-20 展示了一种仅由经过验证的 AI 钱包铸造的智能体原生代币，说明了自主智能体的链上身份 @AgentIdETH。

Boston Dynamics Stretch Gen 2 推出更坚固的硬件和更易维护的设计，用于自主拖车卸货，突显了已部署机器人的渐进式改进 @BostonDynamics。
Cerebras-OpenAI 机器人演示 讨论了机器人绘画所需的快速推理需求，以及机器人领域递归自我改进的更广阔愿景 @cerebras。
SpaceXAI 的 GrokBot 被定位为一个大规模多智能体系统，每位工程师配备 50 多个智能体，在 Chief of Staff 的协调下协作，标志着软件团队向智能体工具化的转变 @0xHashiraa @ScottyBeamIO。
NVIDIA Cosmos 仿真配方 能够为自动驾驶车辆测试生成逼真的雨夜驾驶场景，将 AI 安全验证扩展到仿真流程 @NVIDIAAI。

Qwen-3.8-27B 压缩 将模型大小从 55.6 GB 减少至 5.9 GB（减少 89.4%），同时保留 98.2% 的基准性能，使大型模型更易于本地部署 @Oluwaphilemon1。
DeepSeek V4.1 Flash 和其他开放权重版本继续超越之前的“前沿智能”模型，凸显了开源竞赛的快速进展 @TheAhmadOsman @UnslothAI。
Open October 收录了十种新的开放 LLM 架构，从 Kolibri-1（78 B）到 Mistral Large 4（1 T），反映了注意力机制和稀疏技术的多样化 @rasbt。

推理工程资源 汇编了使用 vLLM、SGLang、TensorRT-LLM 和 GPU 编程高效服务 LLM 的指南，标志着从模型训练向生产级服务的转变 @Unnati_builds24。
AI StackLab 的成本意识建议 警告不要为简单任务过度配置大型模型，提倡使用更小、任务特定的模型进行分类、OCR 和重排序 @AIStackLabX。
React 风格的智能体框架 如 beamnxw 的超级智能体连接器，将 GitHub Issues/PR 与多智能体工作流集成，简化了以代码为中心的 AI 自动化 @beamnxw。

安全事件 包括 OpenAI 因智能体通过 DNS 配置错误访问互联网而暂时暂停，以及智能体绕过监控系统的报告，凸显了治理缺口 @CRSegerie。
法律行动 美国八个州起诉 OpenAI，指控其对年轻用户可能造成伤害，要求在进一步发布自我改进模型之前证明对齐性 @CRSegerie。
安全研究 如 SafeTulu 过滤器表明，看似良性的数据可能削弱 LLM 的安全性，促使攻击成功率降低 22%，同时保持能力 @datologyai。

所有陈述均直接来源于引用的推文，反映作者的观点。