本機 AI／開發平台
Microsoft Project Zenith 將本機 30B 模型與代理隔離層綁進開發者級 Windows 裝置
Project Zenith 是針對至少 64GB 統一記憶體、250GB/s 頻寬裝置預先配置的 Windows 11 開發體驗，首批搭載於 AMD Ryzen AI Halo。它把本機模型、WSL 工具鏈與代理容器放在同一平台敘事中，但目前的 MXC 仍是不可視為安全邊界的早期預覽。
頭版
SURL AI News
偏技術的 AI 模型、軟體、晶片、開源、研究與基礎設施新聞。
本機 AI／開發平台
推論系統
SGLang 0.5.19 加入 Beam Search，並重整跨 NVIDIA、AMD 的推論路徑
SGLang 新版可在同一服務中以 `beam_width` 回傳多條候選序列，並將統一 radix tree 設為所有模型的預設快取。更新同時擴充 MoE、長上下文及 ROCm 核心，但包含依賴與設定行為變更，升級前須重新驗證。
代理基礎設施
AWS 開源 AgentCore 記憶淘汰流程，以排程工作流補上內建 TTL 缺口
AWS 發布可由 CDK 部署的參考架構，定期替長期代理評分、合併及刪除記憶。這不是 AgentCore 的新原生 TTL 功能，且範例文件與程式庫對評分公式的描述尚未完全一致。
模型訓練研究
輔助視角實驗：同一知識改寫成教材、問答與文章，比重複原文更利於模型吸收
賓州大學研究者在固定知識 token 預算下，以多種概念表述取代部分原文重複，改善事實回憶與推理。效果主要出現在 7B 以上模型，但實驗仍是短程持續預訓練，不能直接外推至前沿模型的完整預訓練。
最新報導
瀏覽所有新聞
本機推論／開發工具
Ollama 0.34 RC 將本機模型接入 ChatGPT Desktop，並補齊工具搜尋與回應壓縮相容性
Ollama 的 macOS 應用程式現在可把本機開放模型直接接入新版 ChatGPT Desktop。這仍是候選版本，且社群已回報切回雲端模型的介面問題，不宜直接大規模部署。
模型評測
Artificial Analysis Index 4.2 將私有測試權重倍增至 40%，並撤下已飽和的 GPQA Diamond
新版指數加入代理知識工作與長篇 PDF 推理測試，把不公開題目的權重由 20%提高至 40%。這能降低針對公開題庫最佳化的空間，卻也使外部研究者更難完整重現排名。
AI 程式工具
Qwen Code 0.23 將多代理工作流控制與分層記憶權限下沉至常駐服務
新版加入具權限邊界的專案／使用者記憶、可暫停與重試的 Workflow API，以及可並行切換的命名任務。它也擴大私有 Git 延伸套件與本機 operator API 的可達範圍，企業部署須重新檢查網路及驗證邊界。
模型評測
NVIDIA 程式競賽模型以 760 張 GPU 擴張測試時計算，非官方成績超越 IOI 人類最高分
Nemotron-3-Ultra-CC 在 IOI 2026 題目取得 535.4／600 分，高於官方最高選手的 498.27 分。關鍵不只是 550B 模型，而是以 GenCorrect 反覆產生、測試及修正大量候選程式；該次執行最多使用 760 張 GB300。
代理應用
AWS 開源跨文字、語音留言與通話的 WhatsApp AgentCore 參考架構
AWS 公開可由 CDK 部署的餐飲代理範例，以三個隔離執行期共用同一套記憶與 MCP 後端工具。語音路徑直接採 Nova 2 Sonic speech-to-speech，但 WebRTC、TURN、身分連結及固定網路成本仍須自行治理。
AI 安全
ASCII Smuggling 從提示注入轉向郵件攻擊，隱形 Unicode 擾亂分類器分詞
Microsoft 發現釣魚郵件把不可見的 Unicode Tag 字元插入金融關鍵字，藉此改變規則與機器學習分類器看到的 token。攻擊高峰每日超過 230 萬封，顯示 AI 紅隊技術已開始反向滲入傳統資安攻防。
代理框架
LangChain 1.4 將 MCP 納入核心套件，支援無狀態協定、工具清單快取與中途詢問
新的 `langchain.mcp` 以 FastMCP 統一連線、驗證及協定協商，取代獨立的 adapter 套件。伺服器可在工具執行途中要求補充資料或核准，LangChain 則把暫停點映射成可恢復的 LangGraph interrupt。
AI 安全
GitSpawn 利用儲存庫本機 Git 設定，繞過七款程式代理的執行核准
惡意專案可把命令寫入 `.git/config` 的 `core.fsmonitor`，等待代理背景執行 `git status` 或 `git diff` 時在主機啟動。部分產品已修補，但事件顯示代理沙箱若未涵蓋啟動與版本控制程序，工具核准仍可能被底層程式繞過。
推論基礎設施
SGLang 將零 GPU 模擬器納入正式文件，以延遲預測重播推論流量
SGLang Simulator 以 CPU 攔截執行期元件，模擬排程、批次與多層 KV cache，而不真正載入模型或執行 GPU 核心。團隊宣稱兩款 Qwen3 在 H20 的主要指標誤差低於 5%，但硬體與模型覆蓋仍有限。