DeepSeek（深度求索）的模型发布、开源权重与技术报告——开源大模型价格与性能双卷的风向标。
LLMによる事業計画書の審査能力を検証した実測テストによると、最先端モデルは実在企業の計画書に含まれる重要課題の約80%を特定できる一方、無害な通常記述の半分近くをリスクとして誤認することも明らかになった。テストでは意図的な欠陥を仕込んだ合成データと、米国のクラウドファンディングの実例を匿名化した31件のケースを組み合わせて実施され、Claude Fable 5.1が81%、DeepSeek 4.1が82%の検出率を記録した。
推薦理由：このテストは、財務指標を横断した照合におけるモデルの強みと半分近くに上る誤検知率を浮き彫りにしており、LLMを活用してプロジェクトの一次審査を行う際の実践的なプロンプト手法や注意すべき落とし穴の知見を提供している。
SemiAnalysis 联合 14 家垂直领域强化学习环境初创公司推出 GDPx 基准，旨在评估前沿模型在芯片设计、网络安全、生物学、金融、量化交易和递归自我改进（RSI）等高 ROI 领域的通用智能体能力。
推薦理由：基准聚焦高商业价值领域的真实模拟环境，为衡量前沿模型在专业工作流中的智能体能力提供了新参考。
据 The Information 报道，中国 AI 实验室已将模型知识蒸馏的目标从 Anthropic 的 Claude 转向 OpenAI 的 GPT-6 Astra。
推薦理由：原文梳理了模型推理链蒸馏攻防的转移路径，有助于理解前沿大模型安全防御面临的单点外溢困境。
Vals 的评测研究显示，中国大模型在政治问题上的立场分布较为复杂，其亲政府倾向整体低于预期且各模型间存在较大差异。测试表明提示词语言对模型立场有强影响，简体中文输入比英文更容易触发符合官方叙事的回答，而引入 Agent 框架、搜索工具配置或下游微调均会削弱这一倾向。
推薦理由：研究揭示了提示语言、系统设定与工具配置对模型政治倾向的显著影响，为多语言安全对齐与模型评测提供了参考。
DeepSeek Harness 团队发布了一款名为 Super-Agent 的开源自主代码智能体原型，对标 Anthropic 的 Claude Code。该工具能够在不被显式唤起的情况下，主动监控开发者群聊中的代码问题反馈并提供解决方案建议。
推薦理由：DeepSeek通过主动监听群聊反馈而非被动调用的方式设计代码智能体，为开发者协作场景下的自动化支持提供了新路径。
DeepSeek Harness 团队开源了 Super-agent（超级智能体）底层架构原型并在 GitHub 公开。该系统将计算机系统的调度、缓存、存算分离与 Watchdog 机制引入智能体，包含双层架构、事件驱动、异步全双工交互、存算分离及外部 Watchdog 五大模块。
推薦理由：文章梳理了将操作系统调度、缓存与存算分离思想引入智能体系统的架构设计，为长程多任务并发提供了工程参考。
DeepSeek 开源了自主智能体底座架构原型 Super-agent，支持跨平台协同、主动排查问题与长期在线运行。系统采用 Router 与 Worker 双层架构，结合投机执行、两级事件过滤、订阅直通以及独立 Watchdog 监控自愈机制。在包含约 300 条消息的多任务模拟实测中，其任务完成时间中位数为 12.4 分钟，原型项目已上线 GitHub。
推薦理由：该架构通过路由与执行分层及投机执行机制，为多任务并行与跨平台长期自主运行提供了具体的工程参考。
DeepSeek Harness 团队发表技术文章提出 Super-agent 架构，探索让 AI 智能体脱离单会话限制并具备长期在线、多任务并行与主动响应外部事件的能力。
推薦理由：文章系统拆解了从单会话转向多智能体自主协同的工程架构，为解决人类注意力与并发任务瓶颈提供了具实操性的系统设计参考。
面壁智能联合OpenBMB开源算子生成系统ForgeKernel。该Agent仅依据数学定义与硬件约束，在英伟达B200上耗时22.5小时、经历42轮自进化迭代，将DeepSeek-V4.1的FlashMLA Prefill算子执行耗时从518微秒降至472微秒，提速9.8%，全程人类代码投入为0行。
推薦理由：面壁智能展示了完全由智能体自主迭代完成高性能算子优化的路径，为跨异构芯片的算子自动生成提供了可参考实践。
DeepSeek 第二轮融资规模达到 1055 亿元人民币，公司估值已突破 6155 亿元。本轮吸引了近 30 家投资方，腾讯与宁德时代各出资 100 亿元，长鑫存储、中芯国际、中国移动、中国电信及美团等亦参与注资，国资背景投资者出资占比升至约 27%。此外，消息称该公司已聘请中信证券推进潜在的科创板上市计划。
推薦理由：原文披露了本轮融资的具体资方构成与出资细节，读者可以据此了解本土产业资本与国资机构对头部大模型的下注规模。
DeepSeek在最新一轮融资中已筹集1055亿元人民币（约合158亿美元），吸引了近30家机构参与，其中国有投资者出资占比达到约27%。腾讯与宁德时代继续领投且单家最高出资达100亿元，中国移动、中国电信、中芯国际与长鑫存储等产业链企业均有参投。因搭载英伟达B300芯片的服务器价格大幅上涨及算力储备考量，DeepSeek在融资中途将募资规模扩大了一倍。
推薦理由：原文披露了投资方构成与募资规模中途翻倍的背景，有助于观察国产大模型面对算力成本上涨时的资金与产业储备路径。
开源工具 claude-mem 安装程序被曝在浏览器配置页面加载时，会自动扫描并上传本地最近 30 天的提示词及路径信息至 cmem.ai，全程无需用户显式授权。
推薦理由：原文指出了开源记忆工具在安装流程中静默上传本地提示词的具体机制与代码位置，为本地 AI 开发者排查数据外泄风险提供了依据。
中国AI实验室在Anthropic加强防护后，已转向主要利用OpenAI的GPT-6 Astra模型输出训练自身模型。据报道，DeepSeek和月之暗面在训练Kimi K3.1 Pro与V4.1-Flash 1017时大量使用了诱导Astra输出的隐藏推理步骤。Anthropic称新防御手段已将数据抓取量减少90%至99%，OpenAI则表示正面临攻击者频繁调整手段应对防御的持续挑战。
推薦理由：报道梳理了Anthropic收紧防御后蒸馏目标转向OpenAI的过程，呈现了推理数据防护与逆向训练的具体博弈。
Artificial Analysis 正式发布 Intelligence Index v5，将 60% 评测权重建立在私有测试集上，并引入以真实开源 PR 合并为标准的 FrontierCode 2.0。
推薦理由：通过引入高比例私有题库与真实PR合并导向，展现了前沿模型在防训练污染和智能体实战中的真实能力分化。
瑞典政府出于对敏感数据处理与影子 IT 风险的担忧，禁止政府雇员在工作电脑上使用网页版 OpenAI ChatGPT 和 Anthropic Claude。官方此前调查发现员工无协议输入敏感信息存在被用于模型训练的隐患，建议改用已签署安全协议的 Microsoft Copilot 作为替代。目前仅少数员工可通过瑞典官方开发的专用 AI 平台受控使用上述模型，瑞典税务局等多家机构已同步执行限制。
推薦理由：瑞典政府因数据泄露与影子 IT 隐患限制直接使用公网模型，转向签署安全协议的商用方案与官方托管平台。
Ubicloud 团队分享了在 vLLM 中利用基于 XGrammar 的约束解码技术，将 Kimi 与 DeepSeek 模型的工具调用 Schema 准确率从 92% 提升至 100% 的实践方案。
推薦理由：文章解析了开源大模型工具调用报错的根因与权衡，为生产级智能体服务的参数调优提供了可落地的实操方案。
独立分析汇总了阿里巴巴、百度、字节跳动、DeepSeek、腾讯等多家中国科技企业高管关于算力的公开表态，显示各方普遍承认国内先进制程算力处于持续紧缺状态。多数企业指出国产芯片短期内正加速用于推理任务，但在前沿大模型的训练性能与软件生态上仍与海外硬件存在显著差距。此外，部分厂商通过海外数据中心租赁算力或优先供给核心研发团队等方式缓解供应压力。
推薦理由：文章系统梳理了多家中国主流科技企业高管关于算力受限的公开表态，便于读者直观了解出口管制对前沿训练与推理的具体制约。
OpenAI 与 Anthropic 在数月内将大模型 API 及缓存读取成本大幅下调高达 80%，主要受开源模型与第三方推理托管商激烈的价格竞争所驱动。作者梳理时间线指出，在智能体编码场景中缓存读取费用占比高达 96% 至 99%，缓存费用下调直接拉低了实际使用成本。
推薦理由：文章详细拆解了两大头部厂商调价背后的缓存成本机制与竞争格局，有助于读者判断大模型推理成本的长期走势。
Keln 针对 OpenRouter、Vercel、Ramp 及自身 AI 网关开展基准评测，在 DeepSeek V4.1 Flash 的长会话重放中，各网关缓存命中率在 62.6% 至 93.9% 之间。
推薦理由：测试揭示了不同网关在路由和缓存策略上的机制差异，有助于评估长会话成本与实际思考深度。
vLLM 在单台 NVIDIA GB300 NVL72 机架上结合 P/D 分离与 Wide-EP，运行 DeepSeek-V4.1-Flash 在 SemiAnalysis AgentX 基准中达到单 GPU 954K tokens/s 的吞吐量，P90 延迟为单用户 196 tokens/s。
推薦理由：原文详细拆解了 vLLM 在整机架规模下结合 Wide-EP 与 EPLB 优化 MoE 推理的瓶颈与解法，为超大规模并发部署提供了实操参考。