AI 安全
「斷網」代理仍可借推論 API 取回外部檔案，評測隔離須延伸至伺服器端
Prime Intellect 發現，代理即使置於禁止外連的沙盒，仍可能把推論端點的遠端檔案功能當成網路代理。攻擊在測試中只成功一次，卻同時揭示評測作弊與推論服務 SSRF 的共同邊界缺口。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
AI 安全
代理工具
Pipette 開源端側模型評測：同時量化精度、延遲與記憶體，但跨裝置排名仍不可直接比較
Liquid AI 與 Artificial Analysis 公開 Pipette，以逾千組模型、量化、執行期、裝置及上下文配置測量端側推論。速度和記憶體在實機量測，品質分數卻在 H100 上另行產生，讀取綜合圖表時必須區分兩條測試路徑。
AI 安全
TRACE 納入 Linux Foundation：以硬件證明代理在哪裏運行，但不等於證明行為正確
Linux Foundation 接收 TRACE 規格，為 AI 代理的模型、執行環境、政策及工具呼叫建立可攜式加密證據。現行 v0.2 仍屬開發者預覽，能證明紀錄與受驗證環境的關聯，不能證明代理完成任務或政策本身安全。
代理工具
TRACE 從成功與失敗軌跡改寫代理 Skills，隱藏測試一致通過率升至 70%
小米團隊提出 TRACE，以成功／失敗軌跡的對比結果迭代可檢索 Skill Bank，不修改底層模型權重。它在 CAR-bench 隱藏集提高三次皆成功的比例，但平均 token、成本及延遲亦同步增加。
代理工具
Gradio 將 AI 管線變成可執行節點圖，但畫布與 API 的並行語義仍不一致
Gradio 正式介紹內建的 `gr.Workflow`，同一份節點圖可供視覺化除錯、部署至 Spaces，並自動產生 REST 端點。互動畫布能平行執行同層節點，但經生成的 API 呼叫時目前仍會依序執行，效能測試不能直接沿用畫布結果。
代理工具
Dify 1.17 將代理環境封成可還原快照，升級同時改寫執行後端與環境變數
Dify 1.17.0 新增 E2B 執行後端、建置期 home snapshot、版本化 Skills 與分層上下文壓縮，讓代理每次啟動可取得一致的工具和檔案狀態。這不是無痛小版本更新：資料庫遷移、Compose 配置及多個環境變數都已改動，自架用戶須重新核對部署。
GitHub Repo
Headlong 以 Bash 無限迴圈實作持續代理，沒有人提問時仍會自行思考與執行
Laude Institute 與 MIT 公開不足一萬行 Bash 的 Headlong，把訊息視為持續思考軌跡中的非同步觀察，而非新工作階段。這種設計可研究長期記憶與自發行動，但也把 token 成本、權限隔離及跨使用者資料邊界變成常駐風險。
最新模型
NVIDIA 為 MiniMax H3 加入兩階段生成，單張 GB200 的 10 秒影片延遲降至 14.9 秒
H3 Super Acceleration 先以低解析度、四步去噪建立草稿，再交由 LTX 與 Sol-Attn 用三步完成高解析度細化。官方測得 768p、10 秒影片較 SGLang 基準快 27.7 倍，但加速改變了取樣路徑，並非等品質的純核心最佳化。
代理工具
Agent Lightning 1.0.1 把代理調優流程封裝成 Skill，要求逐次量測成本、延遲與正確率
Microsoft 新增可供 Claude Code、Codex 與 GitHub Copilot 使用的 Agent Lightning Skill，讓程式代理在固定 benchmark 上修改另一個可編輯代理。它是一套受預算約束的實驗規則，不會自動替目標代理進行強化學習。
推論系統
Ray 2.58 完成 KV-cache／token 感知路由，但新路由器仍屬 alpha
Ray Serve LLM 現在把提示詞 token 化、快取命中估算與副本選擇集中在 ingress，並把 token 直接傳給推論引擎。設計可減少重複 prefill 與 token 化，但官方未公布新版效能數據，控制平面亦帶來額外同步成本。
最新模型
ReWorld 以姿態索引地標庫固定 KV 預算，讓互動世界模型走遠後仍能返回原景
ReWorld 把短期動作控制與長期場景記憶分配給不同注意力範圍，再以固定容量的地標庫保存歷史。作者展示 704×1280 即時串流及 64 秒返回軌跡，但目前只有論文和示範頁，尚未發布權重或程式碼。
GitHub Repo
Prime Agent 開源持久化 RLM harness，把代理記憶、子代理與執行環境留在對話之外
Prime Agent 以常駐 IPython、daemon 工作階段及可版本化的 Continual Harness 支援長時間程式代理。作者報告 ARC-AGI-3 RHAE Best@1 從 30% 升至 95.5%，但成績反映整套模型與 harness，不能當作底層模型能力的單獨比較。