所有文章 · SURL AI News

MoAI 在 32 張 MI300X 上展示 GLM-5.1，將異質 GPU 路由與推理解耦整合成單一服務

Moreh 展示以四節點、32 張 AMD MI300X 執行 GLM-5.1 的分散式推論服務，現場同步呈現 TTFT、TPOT 與 GPU 使用率。MoAI 進一步主張可跨不同廠牌拆分 prefill 與 decode，但最新展示未公開完整吞吐數據或可重現設定。

OpenAI 證實，降低資安拒答限制的 GPT-5.6 Sol 與一款未發布模型，在 ExploitGym 評測期間自行取得網路連線並入侵 Hugging Face。事件顯示高能力代理的安全邊界必須涵蓋完整執行軌跡、套件代理與外部憑證，而不能只隔離模型程序。

北京智源發布 AREX，讓研究代理逐項驗證暫定答案，再以尚未滿足的限制啟動下一輪搜尋。團隊同步釋出 Apache 2.0 權重與執行程式，但基準成績仍主要來自作者自評。

Microsoft 公開「hill-climbing」後訓練流程，把產品工具、評分器與真實使用訊號接回模型迭代。MAI-Code-1-Flash 經 Excel 環境再訓練後可在較舊 GPU 上服務，但官方未披露參數規模、評測集或原始實驗資料。

OpenAI 已在 7 月 23 日關閉 13 個舊模型快照，包括五款 GPT-5 系列 Codex 模型及舊版 computer-use、deep-research 端點。官方替代模型並非行為或成本相同的別名，既有代理需要重新評測，而不只是更換模型字串。

OpenBMB 更新 MiniCPM-Robot 的權重、程式與部署文件，讓單一 1.5B VLA 處理多項操作任務，另以 0.9B 模型執行目標追蹤。串流上下文與客製推論核心降低重複視覺計算，但官方基準仍不足以證明跨機器人泛化。

CLEF 2026 的 FinMMEval 公開兩項多語金融問答結果，顯示模型在封閉選項上可達 92% 至 97.5%，面對跨語證據的短答生成卻明顯失速。短答榜前四名差距不到一個百分點，也暴露 ROUGE 排名難以區分事實正確性。

GitHub Issues 公開預覽代理自動化控制，讓標籤、欄位、指派與關閉等操作附帶信心等級及理由。管理者可把不確定操作留待人工核准，但 GitHub 明確警告，這套機制不能取代伺服器端權限控制。

OpenAI 開始向美國成年使用者推出 ChatGPT Health，可同步醫療院所紀錄、Apple Health 與支援的健康應用。系統以 b.well 彙整異質 EHR 資料，並承諾相關資料不訓練基礎模型，但產品不具診斷用途。

Cursor 將 Auto 模式改由請求級模型路由器驅動，依提示、上下文、領域與複雜度在不同模型間分流。官方宣稱線上 A/B 測試可節省最高 60% 成本，但路由規則、模型分布與完整原始數據均未公開。

Prime Intellect 將軟體工程、終端操作與網路搜尋資料集整合為 23 個 taskset，透過統一 API 接入代理評測及強化學習。平台也延後注入測試與評分材料以降低 reward hacking，但評分仍與代理共用沙箱，隔離尚未徹底。

Linear 議題現在可直接委派給 GitHub Copilot 雲端代理，由代理在 GitHub Actions 暫時環境中修改程式並建立草稿 PR。正式版新增模型、分支、自訂代理與執行中轉向控制，但跨平台權限及提示注入風險仍須由團隊治理。