Claude Opus 5 发布：性能接近 Fable，评测争议升温
Claude Opus 5 发布后引发大量讨论：官方称其接近 Fable，部分独立评测显示其在知识工作与编码任务中表现强劲，但基准稳定性与现实体验差异仍受关注。
Black Forest Labs 发布 FLUX 3 多模态模型
Black Forest Labs 推出 FLUX 3，称其以统一架构覆盖图像、视频、音频与动作预测，FLUX 3 Video 已开放早期访问。
Poolside AI 的“模型工厂”：从代码模型到 Laguna S
Poolside 联合 CEO Eiso Kant 介绍其模型工厂：小团队如何通过高频实验、数据流式训练和可复现实验，将模型从预训练推进到发布。
Laguna S 2.1 发布：低价模型、AI 安全与智能体工具链更新
本期聚焦 Laguna S 2.1、OpenAI/Hugging Face 安全事件、Kimi K3 蒸馏争议，以及智能体平台、评测基础设施和模型路由的新进展。
AI 网络安全升温：从评测失控到专用防御模型
近期 AI 网络安全相关动态密集出现：模型评测环境逃逸、专用安全模型发布、开放权重防御能力争论升温，显示行业关注点正从能力展示转向约束、治理与实战部署。
Xaira 的 X-Cell：药物发现需要“因果数据”
Xaira Therapeutics 押注高信息密度的数据生成，用于训练预测细胞扰动反应的模型。其经验显示，模型规模并非唯一瓶颈，数据中的信息量可能决定上限。
Thinky 发布开源多模态模型 Inkling
Thinky 推出 Inkling 模型家族：主模型为 975B 总参数、41B 激活参数的 MoE Transformer，支持 100 万 token 上下文，并开放权重。
未来实验室会像数据中心一样运转吗？
Lila Sciences 试图把湿实验室变成由 AI 与机器人驱动的数据工厂，用大规模实验生成可验证的科学推理数据，探索“科学超级智能”的可能性。
Codex 活跃用户半年增长超 10 倍
Codex 与 ChatGPT Work 活跃用户数在短时间内从 600 万升至 700 万，年初至今增长约 10 倍。Claude Code 缺少同期更新，二者仍难直接比较。
GPT-5.6 选项变多，开发者开始感到困惑
GPT-5.6 发布后，普通用户看到的选择较少，但 API 用户面对大量模型变体。社区正在尝试用更简单的分组方式理解 Sol、Terra、Luna 等选项。
Precursor：用会话级行为信号识别自动化与智能体流量
Cloudflare 推出 Precursor，通过客户端连续行为信号补充 Bot Management 与 Turnstile，在完整用户会话中识别自动化流量，并尽量减少对正常用户的打扰。
OpenAI 推出 GPT-5.6：Sol、Terra、Luna 与 Codex 超级应用路线
OpenAI 发布 GPT-5.6 三个尺寸版本，并引入 ultra 推理档位；同时 ChatGPT Work 与 Codex 桌面更新进一步强化其超级应用策略。
Lilian Weng 梳理 AI 自我改进中的 Harness Engineering
Lilian Weng 新文讨论 harness 与递归自我改进的关系，并梳理 ACE、Meta-Harnesses 等近期研究脉络。
Autoresearch：自我改进智能体背后的反馈循环
Introspection 联合创始人 Roland Gavrilescu 讨论了 autoresearch、智能体“配方”、内外循环，以及为什么人类仍是自动化软件工厂的重要组成部分。
自动研究与人类主导权的分歧
在 AI Engineer World’s Fair 上，“自动研究”成为焦点。多位演讲者围绕 AI 代理能否参与系统维护，以及外层决策权是否仍应由人类掌握展开讨论。
Fable 5 回归，开源编码模型与智能体基础设施继续升温
AI 社区今日重点集中在 Fable 5 重新上线、GLM-5.2 编码生态扩展、智能体记忆与工作流设计，以及面向安全和评测的新型智能体架构。
反对“一键式”AI设计：技能工程为何需要人的判断
Paul Bakaus 认为，AI 设计代理需要领域知识、设计词汇和人类把控；技能工程的目标不是全自动，而是让人更精准地引导结果。