AI Pulse

30B 以下模型的后训练领域正发生很多事情（尤其是随着消费级应用日益受到关注）。最近有个实验室做了一些有趣的工作，把 DeepSeek 的 MLA 加到 Qwen3.8 27B 上，在基准测试上做爬山式优化。考虑到他们也在做脑机接口，微调这类模型让它们更快、更不啰嗦，是非常合理的。

我也认为，如今开源环境是大规模开展模型后训练的一个很好的起点，尤其是当目标是聚焦于与更广泛研发方向相契合的特定能力时。

介绍 Flint，@Recursive_SI 的首个模型：一款快速的本地编程模型，由我们的自动化研究系统 Eureka Machine 构建。

• 同类最佳的快速本地编程模型
• 比同类模型快 2 倍：在 MacBook Pro 上速度超过 125 tokens/sec，在 RTX Spark 上超过 150 tokens/sec
• 从零开始构建，用时不到 4 个月

在你自己的机器上拥有私密、无限制的智能。现已在 @huggingface 上开放权重，可在你喜欢的框架上本地运行，或在 @opencode 或 @pidotdev 上免费试用。

OpenAI 的模型即将登陆 Google Cloud。我们将把前沿模型和 Codex 智能体工作流引入 Google Cloud 的 Model Garden，让企业可以在他们已经在使用的平台上使用我们的技术。

Grok Bot 现在可以生成报告、备忘录和仪表盘。你可以让 Bot 生成一个页面，然后和它一起编辑，或者让它持续更新内容。

不止 OCR。来认识一下 OXR。

仅 13 亿参数。开源。

在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一🏆

开源模型中解析速度排名第一⚡

由 RSI 驱动。文档解析领域首创。

把文档变成 Agent 友好的数据。

如果 OXR 对你有帮助，请在 GitHub 上给我们点个 star！🌟

Jensen 在 2026 年 GTC 柏林站的主题演讲结尾，用这个 Hermes Agent 演示作为压轴。

他在介绍时说，构建智能体的方法就是让智能体替你构建，于是他用一条提示词就安装并配置好了一个定制化的 Hermes。

随后，他使用运行在 @nvidia RTX Spark 上的 Hermes，为 @huggingface Microduck 创建了一个模拟训练环境。Hermes 用 Nemotron 规划了一条障碍赛道，并让 GPT-6 Astra 使用 FreeCAD、Omniverse 库、Blender、Newton 和 Isaac Lab 将其搭建出来。

Hermes 在这条赛道上训练了数千只模拟鸭子，直到验证后的策略可以在现实世界的真实机器人上运行。

在 Nous，我们相信开源既是一种哲学理想，也是一种实用工具。它让用户能够自己构建强大、复杂的工作流，将众多本地+云端模型、设备和工具串联起来，而不必等待某家公司来为他们开启这些能力。

今天我们发布两款决策模型：elephant-1（9B）和 mammoth-1（27B），由 @baselabs 团队训练，未来一周可在我们的 Model APIs 上免费使用。

mammoth-1 在 Jev Decision Index 上排名第一，elephant-1 在 Artificial Analysis Decision Index 上并列第一。

这是一款新模型，但更重要的是，这是一个开源模型，你可以在 Baseten（或任何你能发挥最佳工作效果的地方）访问、部署和进行后训练。

免费试用将于 2026 年 10 月 27 日太平洋时间晚上 11:59 结束。试用后请告诉我们你的想法。

在此试用 mammoth-1：

在此试用 elephant-1：

过去一年，我们一直在为 GPU 开发新的基础组件。我们相信，这将催生新的算法，改变机器学习的方式，开拓新的市场，并大幅重塑 AI 的成本结构。

我们已完成 10 亿美元的 A 轮融资，由 Index 和 Lux 联合领投。

介绍 Akari：一款面向机器人仿真的前沿学习式渲染模型。Akari 可为任意物理引擎生成照片级真实感渲染，以缩小仿真到现实的差距。

该模型为自研训练，是所有仿真平台中速度最快、保真度最高的学习式渲染器：每帧 0.5 秒的速度下达到 0.046 LPIPS，且在 1000 帧以上的序列中保持一致。

英国顾问提议打造一款英国开源 AI 基础模型，作为由英国治理的公共基础设施。该计划旨在减少研究机构、初创企业和公共服务部门对外国 AI 系统的依赖。

今天，我们发布了第一个模型 Flint-40B-A2B，这是一款快速的本地编码模型，由我们的自动化研究系统构建。https://huggingface.co/RecursiveSI/flint

1. 性能强劲。在 Terminal-Bench 2.1 上达到 54.9%，在 SWE-bench Pro v2 上达到 89.7%，在 SWE-bench Verified 上达到 74.2%。

2. 它是从头开始训练的（分词器 -> 预训练 -> 中期训练 -> 监督微调 -> 强化学习）。

3. 在你的本地笔记本电脑上运行速度很快。比同类模型快 2 倍：在 MacBook Pro 上达到 125+ tokens/sec，在 RTX Spark 上达到 150+ tokens/sec。

4. 我们在 4 个月内构建了完整的模型训练流程！

你的 AI 编程助手现在可以更可靠地使用 Bachs 进行开发了。

安装 Bachs 技能，这样你的智能体在使用 Bachs 开发时，就会知道该阅读哪些文档、遵循哪些规则、运行哪些测试。

支持 Claude Code、Cursor、Copilot 和 Codex。

本周，我们推出了面向语音代理的 Eleven Realtime。现在，我们将开放 Eleven Realtime Translation 的限量 alpha 版本，面向需要彼此交谈的人群。

Eleven Realtime Translation 将实时语音翻译功能集成到通话中。通话进行时，每个人都可以用自己的语言说话，并以自然的声音听到对方用自己的语言说话。它支持 90 多种语言，并能自动检测每位说话者的语言。

alpha 期间，企业客户可申请使用。

社区讨论：不少人呼吁 uv、npm 这类包管理器默认给新版本加 24-48 小时冷却期，用户需主动操作才能安装最新版。也有人指出沙箱、权限弹窗这类防护已经失效，用户对频繁的权限提示、依赖安装早已麻木，默认放行所有请求。还有人吐槽 LiteLLM 三年 5.5 万次提交仍接连被植入后门，这次是一周内爆出的第四起供应链安全事件，更有用户表示已经自己写了替代版本，比原版更好用。

社区讨论：不少用户吐槽当前HN首页被大量LLM相关公告占据，已经产生审美疲劳。有人质疑该产品与OpenAI Dot、Open Claw等同类产品相比没有明显差异化，绑定单一模型生态的模式不如支持多模型的方案灵活。也有用户指出这类常驻AI代理的UX设计存在明显缺陷，已经登录的用户仍需手动填写信息申请 waitlist，体验不符合大厂产品的基本标准。

还有人对AI代理集成1Password这类密码管理器的安全性表示担忧，认为这是风险极高的设计。

你已经记录的那些 trace 就是训练数据——保留那些把任务做好的运行结果，用它们微调一个小模型，再在你的任务上做评测。

当一个 9B 模型是专门针对你的任务训练出来的，它打败前沿模型就说得通了。

smithtune：

如果你想知道自己的网站是否受到影响，我们打包了一个 Codex 技能来帮你检查。把你的 Codex 指向这个仓库，它会引导你完成检查：https://github.com/openai/php2shell-checker

除了智能体运行框架之外，我认为智能体界面是自我进化智能体发展的一个重要方向。这与“为智能体而构建”的理念相关联。你可以在一个优秀的运行框架和界面中融入大量内容，让智能体能够很好地理解。

想想你能获得的效率。你能降低的成本。更重要的是，这能让智能体更有效、更可靠地与适合当前任务的界面协同工作。通过 Artifacts，我们已经看到了生产力的巨大提升。这是一种更自然的人机协作界面。

随着时间的推移，我们会发现更多这样的界面，智能体将能够即时构建这些界面，对其进行迭代，并根据需求的出现不断进化。对这一新兴趋势感到兴奋。

我们在 @NotionHQ 重新引入了 Elo 评分系统！以下是我们如何用它来评估模型并改进我们的模型路由器 Auto。

X 用户 @bernirov 分享了一套分步教程，教你从零搭建一家 AI 广告代理。

流程分四步：粘贴 Google 地图链接，Claude 读取商家资料、评论和照片，Higgsfield 生成广告，再把成品卖给商家。

教程链接已附在推文里。

开发者Fraser Price在X平台分享了本地部署DeepSeek-4.1-Flash-1017的实测结果：在4张RTX Pro 6000 Max-Q显卡上，代码生成场景的解码速度达到670 TPS（每秒输出token数）。

这套部署方案采用全精度运行，搭配SSD ngram缓存、7层DSpark投机解码，以及基于LIL b12x基座定制的代码生成优化bigbombokernel。Fraser Price调侃称，那些认为“本地AI只是玩闹”的人现在应该无话可说了。

目前这套部署方案仍在开发中，当前主要针对代码生成场景做了过拟合优化，完整的部署配方后续会公布。Fraser Price同时感谢了@YourLocalAILab的支持，表示自己的工作是站在巨人的肩膀上，对方提供的镜像在非代码生成场景下效果可能更好。

X用户marouane53分享了一套智能体编程的协作流程：让Claude Opus 5.5提交代码合并请求（PR），等待Codex自动完成代码审查，再根据审查结果修复问题，重复几次后再合并代码。

他认为，Opus可能是最好的编程智能体，但GPT Sol 6.1是最好的代码审查工具，能捕捉到Opus遗漏的问题。

用户AjayKV在X平台分享了自己的RTX 3090显卡使用体验。他表示，几个月前还不可能在这张卡上运行的模型，现在已经可以流畅跑起来了。

今年六月AjayKV购入这张二手RTX 3090，当时他的唯一目标就是能运行Qwen3.6-27B模型。现在他已经可以在这张卡上运行Qwen3.8-Flash-Next、GLM-5.3-Flash，以及勉强运行DeepSeek-v4.1-Flash-1017，后续体验还会更好。

他认为，模型本身在迭代优化，推理引擎也在不断改进，这些变化让RTX 3090在本地AI领域依然有不可替代的位置。

大四实习生chasen_liao在社交平台分享，自己原本是开发方向，现在转向做AI产品经理。他表示，自己是双非院校毕业，但有一定计算机背景和知识，做产品经理不能说更合适，但面试肯定更容易通过。

他最近拿到一个Offer，来自一家大厂旗下7月份才新创立的公司，目前团队只有二三十人。母公司是做智慧交通的大厂，新公司主要做企业内部使用的编程AI工具还有FDE。他在社交平台询问大家对这个Offer的看法。

1inch与Aqua合作推出MCP（模型上下文协议），大幅简化AI代理的交易操作。用户只需连接自己常用的AI助手，包括Claude、Grok、Cursor甚至ChatGPT，就能直接在聊天窗口中管理流动性仓位。

用户无需在本地安装Claude，通过ChatGPT即可完成全部操作。可以直接用自然语言询问仓位表现、查看流动性与手续费、跨链跨交易对查看近期活动，甚至只需一句提示就能开仓或平仓。

最核心的设计是AI永远无法获取用户的私钥。每一次开仓或平仓操作，都会先展示交易对、金额、价格和手续费的预览，由用户自行审核、确认操作，再用自己的钱包签名。用户的代币始终保留在自己的钱包中，无需存入Aqua平台。

未来的方向是AI不仅能解释DeFi，更能帮助用户直接交互，同时全程由用户掌控权限，很多时候甚至不需要额外安装软件。

X平台用户@yigitguldall分享了自己使用大模型做应用逆向工程的实测体验。他表示现在用DeepSeek配合rea工具做逆向分析时，模型完全不会反复追问细节。

他只需要下达“找出这个应用是怎么实现这个功能的”指令，DeepSeek就会自主打开相关文件，梳理出整体结构，再一步步讲解功能的实现逻辑。

他对比称，如果换成Claude来做同样的任务，会三四次触发降级（fallback），而且很难说服模型继续推进任务。

前端开发者NickDevFE在X平台分享了MiniMax M3.1 Flash与img2interior插件的组合实测效果。他仅用一张卧室参考图，就生成了完全可编辑的Three.js室内场景，成品的细节、光照效果都达到了很高的完成度。

他表示对这个结果感到惊喜，也期待后续能借助img2生态进一步挖掘这款模型的能力。这套方案由MiniMax AI的M3.1 Flash模型与img2interior插件共同驱动。

想要使用这个功能，只需要三步：首先安装img2运行框架，然后通过npm安装img2interior并完成插件关联，最后重启AI代理，上传房间图片并指令其调用img2-interior即可。完整的安装包与操作指南可参考官方文档链接。