近 48 小时已发布资讯，按站内 AI 评分排序。评分衡量内容关注价值，不代表全网讨论量。
材料称 StepFun 开放 Step 5 Preview 权重，采用总参数 6000 亿、每 token 激活 270 亿的 MoE 架构，支持百万 token 上下文。模型提供 BF16、FP8 和 NVFP4 格式，面向长程 Agent、编码与工具调用任务。
材料称 MiniMax M3.1 Flash 采用 4280 亿总参数、230 亿激活参数的 MoE 架构，支持百万 token 输入，面向软件工程与多步自动化。文中报告其中位生成速度超过每秒 170 token，较 M3 推理提速三倍、单任务平均成本降低约 70%。
材料称 Inception Labs 发布扩散语言模型 Mercury 3，通过并行去噪生成文本，而非逐 token 自回归生成。文中给出每秒 1068 token 的生成速度及百万 token 输入窗口，但节选未展示独立质量评测。
文章以 Semantic Kernel 的表达式执行和任意文件路径漏洞说明：模型生成的工具参数必须视为不可信输入。作者提供 AST 白名单与路径规范化校验代码，并用小规模自建样本展示其相对字符串拦截的优势。
Voxtral 3 整合语音识别、语音合成与语音 Agent SDK，支持超过 50 种语言及实时对话中的外部工具调用。开发者可选择自有基础设施部署或欧盟托管 API。
Adobe 宣布通过 Commerce MCP 服务向 Agent 开放商品、购物车、库存及结账等能力。文章以 Shopify 工具改名和参数结构变动导致调用失败为例，提示电商目录成为模型工具后的兼容性风险。
作者在 ASUS GX10 上用统一数据与提示词测试十款本地模型，生成德语商品文案，Gemma 4 26B 在其评分中领先，三款更大的模型表现较弱。测试记录了安全标准遗漏、示例误用和属性编造等问题；评分由 Claude 按固定规则完成，仍属模型评审判断。
PHP发布紧急更新，修复两项评分均为9.2、可能允许未认证远程执行代码的漏洞，修复版本涵盖8.2至8.5分支。研究人员借助OpenAI模型参与漏洞发现，OpenAI另提供Codex技能辅助检查PHP版本。
作者用相同的 30 条设计决策比较 CLAUDE.md、自动记忆和 LLM Wiki，并提供复现实验脚本与决策文本。三者在该规模下均能正确召回，CLAUDE.md 最快且成本最低，决策变更后的冲突处理则存在差异。
Anthropic 推出研究预览版 Claude Duet，基于独立虚拟机和浏览器持续执行任务，支持跨应用办公、仪表盘搭建和网页应用开发。首批向美国 Pro、Max 用户开放候补，发送消息等操作需审批，且暂不展示浏览器操作过程。