xAI 开源 Grok Build 编码 Agent 与 TUI

xAI 宣布开源 Grok Build 的编码 Agent 与 TUI，源码已发布在 GitHub。

UC Berkeley 用 AI 智能体审计 13 个 AI 基准，发现 45 个满分作弊方案

UC Berkeley 团队构建了一个全自动 AI 智能体，审计 FrontierCS、Terminal-Bench、WebArena 等 13 个常用 AI 基准，确认了 45 个无需真正解题即可刷高或拿满分的作弊方案，全部附可运行的 PoC，覆盖 16 种攻击类型。

METR 发布 Example Task Suite：31 个智能体自主能力评测任务

METR 公开 Example Task Suite，包含 31 个示例任务、覆盖 10 个任务族，另有 186 个任务的摘要信息，用于评测 AI 智能体的危险自主能力。

LMSYS 发布 Mini-SGLang：5k 行代码的轻量高性能 LLM 推理框架

SGLang 团队推出 Mini-SGLang，一个仅 5k 行 Python 代码的轻量级 LLM 推理框架，源自 SGLang 项目，旨在降低现代推理系统的学习门槛并支持快速研究原型。

LMSYS SpecForge 团队联合 Ant、Meituan 等发布 SpecBundle Phase 1 及 SpecForge v0.2

LMSYS SpecForge 团队与 Ant、Meituan、Nex-AGI、EigenAI 合作发布 SpecBundle Phase 1，为 Llama。

SGLang 集成 DSpark：基于置信度的变长验证投机解码

SGLang 宣布正式支持 DSpark 投机解码算法（PR sgl-project/sglang#30261），覆盖 Qwen3 等稠密模型和 DeepSeek-V4 等稀疏模型。

SpecForge v0.3.0 发布：解耦式投机解码训练栈与 SpecBundle 开源草稿模型

LMSYS SpecForge 团队发布 SpecForge v0.3.0，将目标模型推理与草稿模型训练解耦，统一支持 EAGLE3、EAGLE3.1、P-EAGLE、DFlash、Domino、DSpark 等多种投机解码算法，并用 YAML 单一入口配置拓扑。

腾讯混元 HPC-Ops 的 Attention、Router GEMM 与 MoE 算子合入 SGLang 主分支

腾讯混元 AI Infra 与 SGLang 团队宣布，HPC-Ops 的 Attention、Router GEMM 和 MoE 算子已合入 SGLang 主分支。

Liquid AI 开源 LFM 与 LEAP SDK 示例、教程及配套工具仓库

Liquid AI 在 GitHub 上公开了基于 LFM 基础模型和 LEAP SDK 的示例、端到端教程与应用仓库，获 2.5k star。同批仓库还包括语音到语音模型 Liquid Audio、用于减少模型重复循环的偏好数据生成训练工具 Antidoom，以及 LFM 全流程定制仓库和 LeapSDK 的 Kotlin 示例应用。

Fireworks AI 实测 DeepSeek V4 Pro 在 CyberGym 安全任务上的零拒绝与成本优势

Fireworks AI 用 CyberGym 测评 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8，V4 Pro 在 840 个对抗性安全任务中零拒绝、全部产生原生工具调用，进入验证率 97.3%。

Google 开源 Credentio：用于 C2PA 内容凭证的 C++ 验证库

Google 发布开源 C++ 库 Credentio，用于本地验证 C2PA Content Credentials，起步支持规范版本 2.2 和 2.4。

PFN 发布 Rust 版 Optuna 实现 Rustuna，并同步推出 Optuna v5.0

Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。内部基准显示 Rustuna 速度最高可达 Optuna 的 1,000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%。

Preferred Networks 的 PLaMo 生成式基础模型系列

Preferred Networks（PFN）从零自研的日本大语言模型 PLaMo，主打日语理解与生成能力，旗舰版 PLaMo Prime 以紧凑模型规模提供世界级日语性能，可通过云端 PLaMo API（付费）和 PLaMo Chat 使用，并借 Amazon Bedrock Marketplace 支持本地部署。

Berkeley RDI 发布 CUA-Lite：面向 computer-use agent 的开源平台

Berkeley RDI 于 2026 年 9 月推出 CUA-Lite，一个开发 computer-use agent 的开源平台，围绕 Lite.Gym 统一环境接口、Lite.Sample 统一监督数据格式和每模型一个、跨 eval/SFT/RL 共用的 harness 三大抽象构建。

Microsoft AI 开源 run-assert-eval：发现 Agent 风险、修复并验证

Microsoft AI 发布 run-assert-eval，这是一个开源技能，用于发现给定 Agent 的关键风险、测量其失败频率。它会根据评估结果直接生成运行时策略，并复跑 eval 以验证修复是否生效。

NVIDIA AI@NVIDIAAIAI 评分6161

OpenClaw 基金会联合 RedHat、NVIDIA 和 OpenAI 发布 OpenClaw Enterprise，一个面向持久化智能体的企业控制面，并在自有基础设施上运行、对组织永久免费。NVIDIA 表示其 OpenShell 可作为开源选项，配合 OpenClaw Enterprise 对智能体进行治理。详情见 https://openclaw.ai/blog/openclaw-enterprise。

H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本

H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。

GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试

GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。

SiliconFlow@SiliconFlowAIAI 评分4242

并非每次模型调用都需要一个答案。有时，它只需要一个决策。 👏 欢迎 Kev-4B 加入 SiliconFlow。 Kev-4B 是 Jev 的开源社区版，基于 Qwen3.5-4B 构建，用于结构化决策。 路由。排序。批准。升级——无需再生成一段回复。 无需部署或适配。一个 SiliconFlow API key，Kev 即可接入你的工作流。 特别感谢 @jaredpalmer 开源 Kev。❤️ 在 SiliconFlow 上试用 Kev-4B。⚡️

Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型

Hugging Face 为 transformers 加入 GGUF 模型支持，用户可从 Hub 选取 GGUF 检查点，通过 from_pretrained 传入 gguf_file 在本地生成。

微软研究院 RetroChimera 逆合成模型登 Nature：开源实现与权重

微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式集成策略融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的排序预测。

小米 MiMo 的 verl/HybridFlow：灵活高效的 RL 后训练框架

小米 MiMo 在 GitHub 新建仓库 verl，其 HybridFlow 是一个灵活高效的强化学习后训练框架。该仓库定位为 RL post-training 框架，强调灵活性与效率，目前原文未披露参数规模、benchmark 分数或开源许可等细节。

Hugging Face tokenizers v1 发布：编码解码与扩展性能实测

Hugging Face 发布 tokenizers v1，输出与 v0.23 完全一致的 token ID，但速度常达 v0.23 的数十倍。v1 将单个 crate 拆为 workspace，引入无分配合并、bitcannon SIMD 分片、侵入式双向链表合并循环、线程本地词缓存和原生多线程并行。

Google 推出 MilleMiglia：面向中段物流的真实实例生成器

Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流（middle-mile）配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。

Nous Research 发布 Hermes 全息记忆插件 hermes-plugin-holographic

Nous Research 在 GitHub 发布独立 Hermes 记忆提供方插件 hermes-plugin-holographic，采用全息记忆方案，基于本地 SQLite 事实存储，支持 FTS5 搜索、信任评分与 HRR 组合式检索。

Nous Research 发布 Hermes 记忆插件 hermes-plugin-hindsight

Nous Research 在 GitHub 上线独立 Hermes 记忆提供方插件 hermes-plugin-hindsight，为 Hermes 提供长期记忆能力。该插件支持知识图谱、实体消解与多策略检索。

SenseTime@SenseTime_AIAI 评分5555

商汤介绍开源智能体办公技能套件 SenseNova Skills，将 Deep Research、数据分析、PPT 生成与信息图生成整合为一体化流程，可把原始数据处理成可编辑的 .pptx 文件。

Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，推出 Workflow1111

Hugging Face 发布 Workflow1111，用 gr.Workflow 在单个画布上以 73 个节点重建了 AUTOMATIC1111 的 11 条媒体管线，涵盖文生图、hi-resolution fix、图生图、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 风格 annotator、背景去除、PNG Info 和图生视频。

微软发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型

微软研究院联合华盛顿大学和 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，两者均以 Apache 2.0 许可在 Hugging Face 开放权重。

Z.ai@Zai_orgAI 评分4848

更多好消息：GLM-5.3 的权重将于明天发布。 https://huggingface.co/zai-org/GLM-5.3

Meta 发布 MetaRoCE：面向 AI 规模以太网的开源 RDMA 传输协议

Meta 发布 MetaRoCE，一个为 AI 工作负载在商品化以太网上从零设计的 RDMA 传输协议，将通过 OCP 开放规范、参考软件实现和合规测试套件。

蚂蚁 inclusionAI 发布 ConceptEdit：ConceptEdit-12M 数据集与 ConceptEdit-Bench 基准

蚂蚁 inclusionAI 在 GitHub 上线 ConceptEdit 项目，包含 ConceptEdit-12M 数据集与 ConceptEdit-Bench 基准。目前公开信息仅给出这两个名称，尚未披露模型规模、评测分数或使用方式等细节。

蚂蚁 inclusionAI 发布 SingProbe 官方训练代码

蚂蚁 inclusionAI 在 GitHub 上线 SingProbe 官方训练代码仓库。正文仅说明这是 SingProbe 的官方训练代码，未披露模型规模、训练数据或评测结果等细节。

Google DeepMind 发表 WeatherNext 气旋预报研究并开源模型

Google DeepMind 在 Nature 发表 WeatherNext AI 模型研究，对气旋路径、强度和风结构的预报平均多出超过 24 小时提前量，相当于约十年的气象学进步。

Together AI 发布 Kimi K3 开发者完整指南

Together AI 发布 Kimi K3 开发者指南。Kimi K3 是 Moonshot AI 的 2.8 万亿参数开源权重模型，支持 1M 上下文、KDA 与 AttnRes 架构，API 兼容 OpenAI，定价为缓存命中输入每 1M token $0.30、未命中 $3.00、输出 $15.00。

蚂蚁 inclusionAI 开源 PanelWise：多模型深度研究系统

蚂蚁 inclusionAI 在 GitHub 发布 PanelWise，一个自托管的多模型深度研究系统，可将多个独立研究智能体的结果融合为有证据支撑的报告。

蚂蚁 inclusionAI 开源 buildkit-service：面向智能体基础设施的分布式镜像构建与包镜像服务

蚂蚁 inclusionAI 在 GitHub 新建仓库 buildkit-service，提供面向智能体基础设施的分布式镜像构建与包镜像服务。该仓库定位为 agentic infrastructure 的构建与镜像分发支撑组件，目前公开信息仅包含这一句功能描述。

Nous Research 发布 hermes-e2e-evidence 仓库

Nous Research 在 GitHub 新建 hermes-e2e-evidence 仓库，用于存放 hermes-agent CI 发布的临时视觉证据。仓库说明称这些证据为 ephemeral（临时性）内容，由 hermes-agent 的 CI 流程自动发布。

上海人工智能实验室 InternLM 开源 archspace，将 LLM 架构探索沉淀为社区可复用知识

上海人工智能实验室 InternLM 开源 archspace 项目，目标是把 LLM 架构探索转化为社区可复用的知识。该项目以“让架构探索成为可复用知识”为定位，面向 LLM 架构研究场景。

蚂蚁 inclusionAI 开源 distill-fs：面向原始磁盘镜像与 Nydus RAFS 的只读 FUSE 文件系统

蚂蚁 inclusionAI 在 GitHub 发布新仓库 distill-fs，这是一个只读 FUSE 文件系统，可直接挂载原始磁盘镜像和 Nydus RAFS 镜像。该工具面向镜像内容的只读访问场景，目前仓库信息仅说明其支持的两类镜像格式。