重大变化
发生了什么:06-04 Anthropic 发文称当前系统已显示递归自我改进的早期迹象:Anthropic 合并代码中 80% 以上由 Claude 编写,工程师每季度交付代码量约为以往的 8 倍,内部开放式工程任务成功率半年内从约 26% 升到 76%;在“加速小模型训练脚本”测试中 Claude Opus 4 平均约 3 倍加速,Mythos Preview 约 52 倍(数字据 Anthropic 推文与 AINews 转述)。
为什么重要:头部实验室第一次用具体内部指标描述“AI 加速 AI 研发”。这条线后来延续到 METR 量化 Anthropic 进步速度(W45)和 Fable 5.2 在训练中压低 RSI 相关能力(W46)。
Anthropic Institute: When AI builds itself(页面无日期,按官方推文日)
Anthropic on X
AINews(二手汇总)
发生了什么:06-04 NVIDIA 发布 Nemotron 3 Ultra,550B 总参数、55B 激活的混合 Mamba/注意力 MoE,1M 上下文,主打长时程 Agent 负载,称 Agent 任务最多快 5 倍、成本低 30%;权重、合成数据、奖励模型检查点、量化版本和训练配方以 OpenMDW 1.1 许可开放(二手)。同周 Computex 发布 Cosmos 3 世界模型。
为什么重要:开放的不只是权重,还有做后训练所需的数据和奖励模型,这让第三方复现和改进 Agent 后训练成为可能。
NVIDIA on X
AINews(二手汇总)
AINews: Cosmos 3(二手汇总)
发生了什么:06-02 Microsoft 在 Build 发布 7 个从头预训练的 MAI 模型,包括 MAI-Thinking-1 和 MAI-Code-1-Flash,并公开 100 多页技术报告。讨论最多的是 RL 直接从没有推理数据的检查点起步,AIME25 从不到 20% 提到 95% 以上(二手)。Build 同时把 Windows 定位为 Agent 运行时,推出 GitHub Copilot 应用。
为什么重要:又一家大厂具备自研前沿级模型的能力,并公开了完整的预训练、RL 和数据策展细节,是后训练研究难得的一手材料。
MAI 技术报告(PDF)
AINews(二手汇总)
发生了什么:06-01 MiniMax 发布开放权重多模态 Agent 与编码模型 M3,1M 上下文,自报 SWE-Bench Pro 59.0%、Terminal Bench 2.1 66.0%、MCP Atlas 74.2%,多家推理服务商首日接入。同期 Qwen3.7-Plus 上线,JetBrains 开源 12B MoE 代码模型 Mellum2。
为什么重要:开源模型开始直接用 MCP Atlas、Terminal Bench 这类 Agent 基准做主卖点,开源侧的竞争焦点从聊天转向工具调用和长任务。
MiniMax on X
Hugging Face: Mellum2
AINews(二手汇总)
其他值得一提
06-03 通知开发者,Agent Builder 11-30 关停,推荐改用 Agents SDK 或 ChatGPT Workspace Agents;Evals 平台同步弃用,迁移到 Promptfoo。
OpenAI 开发者文档:弃用
OpenAI 介绍更好的记忆机制。
OpenAI
H Company 发布快速、可本地运行的 computer use 模型。
Hugging Face Blog
Hugging Face 把命令行工具优化为便于 Agent 调用。
Hugging Face Blog
也可阅读AI 重大技术变化:2026-W43 至 W46 总览。