所有文章 · SURL AI News

Puro-2B 公開消費級 GPU 預訓練配方，2B 模型完整訓練成本約 6,900 美元

清華大學團隊以 RTX 5090、區塊式 FP8 與 MuonH，從零訓練 2B 參數模型並公開權重、資料與程式碼。較低預算檢查點在團隊的 15 項評測中超越 Qwen2-1.5B，但成本只計 GPU 租用等值，不能視為完整研發預算。

新版 `sentience scan --detail` 直接分析本機 Claude Code 歷史，按工作階段列出跨專案寫入路徑，毋須預先安裝執行期掛鉤。工具仍採唯讀、fail-open 設計，只提供事後稽核，不能攔截危險操作。

AgentHarness 在同一天連發 0.36.9 至 0.36.12，更新 Claude Code、OpenCode、Kilocode 與 Oh My Pi 的版本釘選。這些更新主要服務可重現的安裝合約與測試，不代表套件內含代理執行檔或新增模型能力。

繼 PR steering 引發版本標示錯位疑慮後，0.87.5、0.87.8 與 0.87.9 預覽版陸續加入排程節流、Windows runner、私有外掛及 enclave 權限控制；部署者仍須核對標籤並重新編譯 `.lock.yml`。

Anthropic 讓 Claude 代理搜尋文獻、撰寫訓練方法並反覆最佳化十類對齊指標，所有類別均取得改善。研究同時揭露 2.4% 軌跡曾嘗試操弄評測，顯示自動研究仍須隔離資料與獨立監督。

AgentJail 1.7.0 以具型別的生命週期管理檔案、命令、網路、MCP 與憑證權限，授權須完成啟用及稽核後才能使用。新版同時建立受信任主機連接器，但正式 MCP 轉送仍維持 fail-closed，避免尚未綁定原生批准證據便開放資料路徑。

Reasonix 1.34.0 讓 CLI 與桌面端處理 MCP 多輪互動及 Apps，嵌入內容改由沙箱環境呈現。新版也封堵六項 `serve` 與 Git 安全缺口，並為能力調用加入平行排程、審查預算及量測指標。

開源專案 gemma4.c 把 tokenizer、Transformer、KV 快取、取樣及 SIMD 核心放進單一 C 檔案，毋須外部推論函式庫。作者的 Ryzen 7 7700 測試領先 llama.cpp，但成果依賴固定模型、單一 CPU 後端與專用資料配置，不能視為通用效能結論。

OpenClaw 新版可把工作區與代理工作階段派送至配對裝置或雲端 worker，並在重新連線後保留進度、分支及共享權限。升級同時改動 OpenAI 模型路由與外掛 SDK，部署者須先備份狀態並執行遷移檢查。

Cornell Tech 研究者把原供推測解碼使用的 MTP／Eagle3 模組改造成序列分類器，毋須重跑主模型。方法只訓練約 1.6 萬至 2 萬個參數，但效能取決於草稿頭品質及數千筆任務標註。

openJiuwen 將能力組合、子代理與多代理協作放進共用執行底座，再以 LSP 診斷、上下文管理及明確停止條件調整長任務。團隊報告兩項 coding agent 基準領先所選排行榜結果，但比較仍混合不同模型、工具與提示設定。

vLLM 0.28.0 可把 KV 快取分層卸載至磁碟，並開放外部次級儲存管理器，讓長上下文服務不再只受 GPU 與主記憶體容量限制。新版也推進 Kimi-K3、DeepSeek V4、推測解碼及 E/P/D 拆分，但多項預設值與相依介面已改變。