DiffusionGemma Technical Report
Google 的 DiffusionGemma 技术报告发布，展示了一种不逐字生成、而是并行细化 256 个 token 的离散扩散语言模型。它基于 Gemma 4 微调而来，推理速度可达单张 H100 上每秒约 1500 token，显著快于传统自回归模型。
celebrityanime
Claude Code 初创公司指南：五大规则与创始人洞见
Anthropic 发布《Claude Code 初创公司指南》，基于对十余家高增长初创公司的调研，总结出用 AI 编程工具重构产品研发流程的五条规则，核心信号是“人人皆可写代码”正在从口号变成可复制的工程方法论。
AI没有抹去初级工程师的价值，反而提升了它
一篇在 Hacker News 引发热议的技术博客指出，AI 并未消灭初级工程师的岗位价值，反而让这个群体能更快承担起完整的产品责任。作者用一个实习生独立带队交付积压需求的案例，说明 AI 降低的不只是写代码门槛，更是早期工程师参与业务决策的成本。
Meta AI 新 Mac 应用：让你与自己的应用对话
Meta 发布支持系统级听写的 Mac 版 Meta AI 应用，并接入商业数据查询能力。这标志着 Meta 在 AI 助手入口上从手机端向桌面端延伸，同时把重心明确转向企业级自动化服务。
AI先驱Sutton称，面对无限复杂的世界，合成数据是“大错误”。
图灵奖得主、强化学习奠基人 Richard Sutton 公开反对头部 AI 实验室广泛采用的合成数据路线，认为用模型生成数据训练大模型是“大错误”，并提出“大世界假说”——真实世界的复杂度远超任何模拟和数据集合所能覆盖的范围。
GEN-1.5: 通用型AI通过一次演示让机器人学会新任务
机器人创业公司 Generalist AI 发布 GEN-1.5 模型，只需给机器人看一段 3-12 秒的演示视频，它就能直接执行对应任务，无需任何额外训练。这项进展把“上下文学习”从语言模型带进了物理机器人操作领域。
Feature Request: Native Token Metering & Bounded Overshoot (x402 Protocol)
这是一个关于 LlamaIndex 框架的 Feature Request（功能请求），核心诉求是在路由层原生支持 x402 协议的 Token 计量与 Bounded Overshoot（有界超支）机制，用于防止 agent 循环导致 API 费用失控。该 Issue 已被维护者关闭，目前没有合并
Eval bug: CUDA “unsupported value” in cublasSgemm (mul_mat_cublas) after ~2500 decoded tokens with DSpark speculative decoding (deepseek4, m
这个报错发生在 llama.cpp 使用 DSpark 投机解码（ --spec-type draft-dspark ）进行长文本生成时，且与解码 token 数量无直接关联，是一个偶发性 CUDA 图捕获/更新问题。优先尝试添加环境变量 GGML_CUDA_DISABLE_GRAPHS=1 作为临
Eval bug: Vulkan Backend `no-kv-offload` on Qwen3-Coder-Next and Qwen3.6-35B-A3B produces gibberish output
当你在 llama.cpp 的 Vulkan 后端下对 Qwen3-Coder-Next、Qwen3.6-35B-A3B 这类 MoE 模型启用 no-kv-offload 时，模型输出会变成乱码。优先排查是否关闭了 KV Cache 的 GPU 卸载，并尝试将 KV Cache 也放到 GPU 上
与OpenAI的合作让我们兴奋 https://t.co/v5cgdOVaON
Replit 发布由 OpenAI GPT-5.6 Luna 模型驱动的 Free Mode 免费编程功能，双方宣布深化合作，未来将联合开发多款产品。