今天最值得读的 AI 新闻，来自正在塑造 AI 的实验室、创业公司和研究者。
量子位精选同一件事 · 2 家8080DeepSeek 宣布正式开放全家桶应用 API，联网搜索、深度思考搜索、文件上传、链接阅读等 App 内功能均提供独立接口，可单独调用、分别计费。语音能力首次加入开放行列，包含 ASR 和 TTS 接口，语音识别原价 0.78 元/小时、现五折 0.39 元/小时，语音合成每万字符 1.5 元。
推荐理由: 原文列出 DeepSeek 开放的工具接口清单与五折语音定价，读者可据此估算语音助手、文档处理类应用的调用成本。
Hacker News · AI 热帖精选8080Unemployment Labs通过分析公开模型权重中的随机数初始化布局，发现DeepSeek-V4-Flash、DeepSeek-V4-Pro、Kimi K3。
推荐理由: 通过模型权重中的随机数布局反推训练硬件，为出口管制争议提供了可复现的技术取证路径。
Hacker News · 300+ 热帖精选7878llama-modchip 发布了一组 ggml/llama.cpp 内核补丁与量化转码工具，将 284.33B 的 DeepSeek-V4-Flash 压缩到 56.56 GiB（1.71 bpw），可在 64 GB 内存的纯 CPU 机器上运行，256K 上下文下峰值内存 57.61 GiB 且无需 swap。
推荐理由: 项目给出了在 64 GB 内存上运行 284B MoE 的量化方案与内核补丁，并附各硬件实测数据，可据此判断纯 CPU 部署的可行边界。
The Decoder精选7878一项研究让 Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol、GPT-6 Astra。
推荐理由: 这项基准用 15 个未发表的研究问题检验 9 个智能体，并给出 135 份提交中常见的失败模式，可作为评估自主科研能力的参照。
vLLM Blog精选7272NVIDIA Research 与 Inferact 的 REINFORCE Zero 提出先对齐 rollout 与训练 kernel，再用不裁剪的 token 级重要性采样修正权重滞后，在 16 张 GPU、12K 次更新下训练步吞吐为同步训练的 2.40 倍。
推荐理由: 论文把异步 RL 的 rollout 与训练差距拆成权重滞后和 kernel 不一致两项，并给出对齐后免裁剪重要性采样的做法。
量子位精选同一件事 · 3 家7878DeepSeek 开源 Super-agent 原型，公开面向 Personal Agent 的双层架构思路，上层 Router 负责接收消息与统筹任务，下层 Worker 并行执行具体任务。
推荐理由: DeepSeek 公开 Personal Agent 双层架构与实测数据，可看到多会话协作如何绕开人类注意力瓶颈。
The Decoder精选7070The Information报道，OpenAI正以大幅折扣从Anthropic手中争取大客户，Rippling、Replit和数据Camp已将更多AI支出转向OpenAI
推荐理由: 原文用三家客户的具体份额与折扣数字，呈现 OpenAI 以价格换市场份额、Anthropic 增长放缓的竞争态势。
vLLM Blog精选6060vLLM 团队在 NVIDIA GB300 NVL72 单机架上用 P/D 分离与 Wide-EP 服务 DeepSeek-V4.1-Flash，在 SemiAnalysis AgentX 上达到每 GPU 954K tokens/s、单用户 P90 196 tokens/s，为早期单节点结果的 7.9 倍。
推荐理由: vLLM 团队公开了在 GB300 NVL72 上服务 DeepSeek-V4.1-Flash 的逐项优化与实测数据，可与 DeepSeek 自家引擎 DeepInfer 对照。
