代理工具
Claude Code 2.1.219 開放三層子代理樹，並為沙箱加入嚴格網路白名單
Anthropic 將 Claude Code 子代理的預設巢狀深度由一層提高至三層，並把深層代理輸出納入結構化串流。新版也可直接拒絕未列入白名單的網路主機，讓無人值守代理更容易採取預設封鎖政策。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
代理工具
AI 基礎設施
Hetzner 試行 OpenAI 相容推論 API，以單一 FP8 MoE 模型測試歐洲託管需求
Hetzner 悄然開放實驗性 LLM 推論服務，目前僅提供 Qwen3.6-35B-A3B-FP8，現有 OpenAI SDK 可透過替換 base URL 接入。社群低負載測試錄得 153 毫秒中位首 token 延遲與約 224 token/s，但服務沒有 SLA、計費或生產保證。
推論系統
百萬 token 不等於可用記憶：實測鎖定少數 retrieval heads 為長上下文瓶頸
一項針對未發布 27B 混合模型的推論端實驗顯示，模型在約 100 萬 token 只找回 21.4% 的植入資訊，遠低於 3.3 萬 token 時的 92.9%。位置縮放、注意力溫度與更高精度 KV cache 均未顯著修復問題，檢索能力則高度集中於 18 個注意力頭。
AI 安全
QuantiBias 指出量化模型可通過短式安全測試，開放式回答卻仍產生約四分之一刻板印象
QuantiBias 將模型與提示固定，只改變權重精度，測量量化前後的多語開放式偏見、拒答與選擇題表現。作者發現常見短式安全指標大致持平，但獨立評審模型仍把約 24% 至 27% 的開放式回答判為支持刻板印象。
推論系統
Diffusers 原生接入 Nunchaku Lite，以 W4A4 核心降低擴散模型顯存與延遲
Hugging Face Diffusers 現可直接載入 Nunchaku Lite 檢查點，以 4-bit 權重與啟用值執行擴散 Transformer。官方單機測試最高把峰值顯存約減半並達 1.8 倍加速，但硬體覆蓋及畫質驗證仍有限。
代理工具
GitHub MCP Server 提前支援無狀態 MCP，新版移除連線階段與共享 session 儲存
GitHub MCP Server 已支援預定 7 月 28 日定稿的 MCP `2026-07-28` 規格，遠端請求不再依賴 `initialize` 握手及協定層 session。新設計簡化水平擴充，但 Tasks、錯誤碼和自訂客戶端仍有相容性工作要做。
代理工具
阿里巴巴開源 Open Code Review，以確定性管線約束 LLM 的審查範圍與留言位置
Open Code Review 將檔案篩選、規則匹配和留言定位交給確定性程式，再讓 LLM 代理搜尋儲存庫上下文並判斷缺陷。官方自測顯示其 token 用量約為 Claude Code 的九分之一，但以精確率換取較低召回率，不能直接取代既有測試與靜態分析。
最新模型
微軟推出 MAI-Image-2.5-Pro 與 MAI-Voice-2-Flash，以自研模型切分品質與成本曲線
微軟將最高畫質的影像生成模型與高吞吐語音模型同步帶入 Foundry 公開預覽，分別瞄準精細編輯及即時語音代理。官方公布多項產品環境成本與延遲數據，但跨供應商比較仍缺乏一致、可重現的測試條件。
最新模型
SGLang-Omni 接入 MOSS-Transcribe-Diarize，將多說話人轉錄納入連續批次服務
SGLang-Omni 新增 MOSS-Transcribe-Diarize 部署路徑，透過 OpenAI 相容端點一次輸出逐段時間戳、文字與說話人標籤。這讓 0.9B 開放模型更容易進入線上服務，但官方效能資料使用的三個評測集目前不是完全公開。
最新模型
Solar Open 2 以混合線性注意力把 250B MoE 的上下文擴至 100 萬 token
Upstage 開放 Solar Open 2 權重，以 250B 總參數、15B 每 token 啟用參數處理長流程代理工作。模型只在四分之一層保留 softmax 注意力與 KV cache，但百萬 token 能力及韓文辦公代理成績仍主要來自團隊自評。
代理工具
Meta AI 接通 Gmail 與 Google Calendar，Muse Spark 1.1 開始執行跨應用個人工作流
Meta 將 Muse Spark 1.1 的規劃與工具使用能力部署到 Meta AI，使助理能讀取郵件、行事曆並建立簡報等持續性成果。這次更新擴大了模型可接觸的私人上下文，但官方未公開工具權限、撤銷機制及端到端任務成功率。
AI 基礎設施
NVIDIA ModelExpress 以 GPU 對 GPU 傳送權重，將 806 GiB 模型擴容時間壓至兩分鐘內
NVIDIA 公開 ModelExpress 的完整傳輸路徑，讓新推論副本優先透過 P2P RDMA 從既有 GPU 複製權重與編譯快取。官方在 8 張 B200 上把 DeepSeek-V4-Pro 的 API 就緒時間由 8 分鐘縮至 1 分 44 秒，但結果高度依賴同型 GPU、高速網路與相容的張量配置。