AI 與前沿科技綜述

向本地 AI 與邊緣運算的轉變

本地 AI 正從小眾愛好轉變為專業標準，背後驅動力是對資料隱私的需求以及降低雲端 GPU 成本。專家指出，於兩年內，本地模型將在桌面電腦上普及，像 Mac Studio 這類硬體甚至可能提供高達 1.5 TB 記憶體，以支援高智慧模型在本地運行 Alex Finn。

多項工具與硬體選項正讓這一轉變變得更簡單：

ODS 透過偵測硬體並自動下載最適模型，簡化本地 AI 的部署 Ahmad。
NVIDIA DGX Spark 被定位為讓團隊以自有基礎建設取代昂貴的每月雲端 GPU 費用的方案 rmen。
Mini PC 搭配高記憶體（例如 128 GB）現在已能在本地執行大型開源模型，如 GPT‑OSS 120B Scry。
QVAC SDK 0.15.0 引入了原生 AMD GPU 後端（HIP/ROCm），據稱比 Vulkan 快約 23% QVAC。

前沿模型發布與基準測試

OpenAI 已發布 GPT‑5.6 Sol，被描述為 ChatGPT 與 Codex 的合體。它目前在 Design Arena 排行榜上以 1353 的 Elo 分數領先，超越 Claude Fable 5 在前端設計上的表現 Design Arena。一個重要的技術細節是 GPT‑5.6 Sol 被用來後訓練另一模型 Luna，展示了 AI 幫助打造下一代 AI 的迴路 s1rozha1。

其他值得關注的模型發展包括：

Gemma 4：已在 Cerebras 上線，31 B 開源模型的產出速度達到每秒 1,500+ token Google Gemma。
GLM‑5.2：一個 744 B 參數的 MoE 模型，可透過 Colibrì 以 25 GB 記憶體在消費者機器上執行，透過磁碟串流載入專家模型 0xMarioNawfal。
Sovereign AI：美國與中國之外的前沿模型正陸續出現，包括新加坡的 Agnes 2.5 Pro 與德國的 Soofi S 30B‑A3B Entelligence AI, Entelligence AI。
HunyuanOCR‑1.5：騰訊開源了這個 1 B 參數、專為 OCR 任務設計的視覺語言模型 Chinazhidx。

代理式工程的崛起（ADLC）

越來越多的共識認為傳統軟體開發（SDLC）正被 代理開發生命週期（Agent Development Life Cycle，ADLC） 取代。在此範式下，人類負責設計工作與驗證輸出，代理則執行程式編寫、除錯與 PR 審查 Shashank Kumar。

代理架構的關鍵進展包括：

原子任務圖（Atomic Task Graphs，ATG）：改以有向無環圖（DAG）取代線性文字串流儲存計畫，使小型模型（如 Llama‑3.1‑8B）在複雜任務上超越 GPT‑4 Carlos E. Perez。
能力 LoRA（Capability LoRAs）：新的訓練元策略建議先診斷模型的 3‑5 個具體缺口，然後針對性地訓練微型 LoRA，而非微調整個模型 Carlos E. Perez。
長時程基準（Long‑Horizon Benchmarking）：LHTB 基準顯示大多數前沿模型在數百個相依動作上難以持續進展，46 個任務中有 29 個仍未被任何模型解決 Yucheng Shi。

人形機器人與具身 AI

人形機器人的版圖已從少數大廠擴展至全球 29 家組織的 32 個平台，其中中國以 16 個平台領先 TechniaHQ。

近期具身 AI 的突破包括：

LingBot 影片：一個 30 B 參數的 MoE 模型，訓練於 70k 小時的具身影像，旨在模擬物理動力學與機器人操作，而非僅僅視覺美感 Leonardo。
靈巧里程碑：Sharpa Robotics 展示了使用 MoDE‑VLA 系統的自動蘋果去皮，突顯向接觸豐富的操作與觸覺感測轉變 CTO ROBOTICS Media。
硬體可及性：Asimov 1 以 DIY 人形機器人套件形式推出，約需 100 小時組裝，以確保製作者了解底層硬體結構 Asimov。

技術工具與學習資源

vLLM 整合：Hugging Face Transformers 模型現在可在 vLLM 中以原生速度執行，省去為研究與生產各實作一次架構的需求 ClementDelangue。
AI 安全：Fabraix 推出針對 AI 代理的開源 CTF（Capture The Flag），並提供每週獎勵以破解實時運行的代理 FabraixHQ。
教育路線圖：已分享成為應用 AI 工程師的完整指南，強調從 Python 基礎到 RAG、代理工作流與生產可觀測性的逐步進階 Brij Pandey, Suraj Sharma。
開源倉庫："Maths, CS & AI Compendium" 提供以直觀為先的 AI/ML 基礎說明，涵蓋向量到 GPU 程式設計 Tech with Mak。