AI 與前沿科技週報：開放權重模型、程式代理與實體 AI 數據循環

TL;DR：開放權重模型的發布（Reflection AI 的 Beam）、新的決策與程式代理，以及實體 AI 數據引擎專案的興起（Axis、Vangrid），顯示出 AI 開始朝向本地運行與更緊密的人機協作循環發展。

新的開放權重模型專注於程式與代理工作負載

Reflection AI 發布 Beam – 一款擁有 501B 參數的專家混合模型，具備 1M token 的上下文長度、23B 活躍參數，聲稱在推理性能上可與 GLM‑5.2 相媲美，但僅需 3–4 倍的運算資源。該公司計劃本月釋出 Apache 2.0 授權版本，並已與 SpaceX 和 Nebius 簽下數十億美元的運算資源協議。 @wallstengine
社群反應 – Alex Finn 指出，Beam 讓美國重新回到與中國模型（如 GLM‑5.2、Qwen 3.8 和 Opus 4.8）的開放權重競爭中，並呼籲開發者開始在本地硬體（如 Mac Studio）上進行實驗。 @AlexFinn
GLM‑5.3 Flash 預覽 – Beamsters 報告將推出可運行於 128GB 機器的 GLM‑5.3 Flash 版本，提供 1M token 窗口，並以約 40 tokens/s 的速度運行。 @Beamsters1

Liquid AI 的 d1 決策模型 – 支援圖像 + 文字輸入，能在 200–300ms 內提供是/否或評分決策，且在六項真實任務上的成本僅為 GPT‑6.1 Sol 或 Claude Opus 5.5 的 1/19–1/200。 @liquidai
Command Code 的 Agr 模型 – 開源的 31B（Agr）與 360M（Agr-flash）模型在工具呼叫路由方面表現出色，在 Decision Index 0.2.1 上取得 58.15 分，並返回帶有機率的類型化 JSON 答案。 @CommandCodeAI
Cursor SDK 引導功能 – Cursor 新增 run.steer() 方法，可將使用者訊息注入正在執行的子代理下一個回合，實現即時引導而無需重新啟動任務。 @cursor_ai
開源程式代理代理工具 – Clement Delangue 描述了一種捕捉代理（capture-proxy），讓任何程式工具（Claude Code、Codex、Hermes 等）都能作為強化學習環境，最多可減少 31% 的工具呼叫使用，並支援多工具訓練。 @ClementDelangue
微軟程式代理論文 – Rohan Paul 總結一項研究，顯示無管理員的代理團隊能自我分配任務，其表現優於集中式管理架構，在最困難的 ProgramBench 任務上可擴展至 128 個代理。 @rohanpaul_ai

Axis Robotics 的數據複利引擎 – 多位使用者（690萬+ 軌跡、20萬+ 貢獻者）透過瀏覽器模擬器產生機器人軌跡。平台現已包含人工審核的訓練後循環、持續新增任務的 Open Axis 基準，以及「挑戰者」等級，用以揭露模型弱點的極端案例。 @Captainmetax @Rabiussunny11 @destinydou_@hoangberger
Vangrid 空間捕捉網路 – Vangrid 讓 AI 代理能以 USDC 奖金請求，透過智慧手機進行地面 3D 捕捉，將實體觀察轉化為機器人訓練的新鮮資料。多位評論者指出，這代表從靜態地圖轉向代理驅動的資料收集。 @chillinpenguin7 @0x_zoda @Ryanhlx @chillinpenguin7
文件代理的 CorpusMap – 與微軟相關的研究人員提出 CorpusMap，可預先解析大型文件集合中的實體，將輸入 token 減少 34–57%，並在七種模型上提升答案品質 6.4–11.7 分。 @dair_ai

Anthropic 與 OpenAI 訂閱價值對比 – Dylan Patel 與 SemiAnalysis 報告，經過測試 Meta、Minimax、Kimi、Grok 與 Cursor 後，Anthropic 的方案提供的價值超過同等 OpenAI 訂閱的 5 倍以上。 @dylan522p @SemiAnalysis_
免費程式代理「FreeBuff」 – Maria 推薦一款無訂閱、廣告支援的程式代理，整合多個 LLM 後端（GPT‑6.1 Sol、Luna、DeepSeek V4.1），聲稱每位使用者每年可省下 2,400 美元。 @mariagpts
DIY 低成本循環 – 一位使用者示範如何打造每月僅需 8 美元的 AI 循環，僅在需要時調用前沿模型，可節省約 98% 的成本，取代每月 200 美元的 ChatGPT Pro 帳戶。 @starmexxx

Strata 125B 參數模型在消費級 PC 上運行 – Brian Roemmele 回顧一個社群專案，成功在配備 12GB VRAM 的遊戲電腦上運行 Qwen 3.8-Flash-Next（125B 參數），達成約 100 tokens/s 的寫入速度。這展示了將模型專家拆分至 GPU 與系統記憶體的「節儉技巧」。 @BrianRoemmele
代理信用評分 – Augustine 描述一種針對交易代理的信用評分系統，根據鏈上表現（300–850 分）評分，並以此控制資金存取，超越傳統抵押模型。 @LilG100x
新興 LLM 競賽 – Aman 提到德國的 Kolibri 模型，聲稱超越 Qwen‑2 635B、Nemotron 3 Super 與 Mistral Small 4，成為另一個主權開源競爭者。 @Amank1412

*所有陳述均源自原始 X 帖文，並反映作者個人意見（如所標示）。