Qwen 3.8 27B 实测:本地 Agent 解读模型权重
Simon Willison 将 Qwen 3.8 27B 部署在个人笔记本上,让它分析其他模型权重。本文拆解实验流程,并说明本地 LLM 如何接入权重统计、假设生成与验证。
Ripple-65B 宣称在美国市场的开放权重模型中达到 Agentic Coding SOTA。本文不复述榜单,而是给出可复现的仓库级测试方法,检查完成率、成本、工具调用与人工接管次数。
Simon Willison 将 Qwen 3.8 27B 部署在个人笔记本上,让它分析其他模型权重。本文拆解实验流程,并说明本地 LLM 如何接入权重统计、假设生成与验证。
第48号公告不是全面禁止大模型出口。企业应按物项、交易主体、最终用途和许可要求,逐项判断 API、模型、算力及技术服务是否命中管制规则。
Mistral Large 4 公开模型权重。开放权重不等于免费,本文从推理成本、工具调用、许可条款和混合路由四个方面,分析它对 AI Agent 团队的实际价值。
Cloudflare 披露 Workers AI 的 GLM-5.3 出现跨请求 KV cache 暴露,影响 155 个响应。本文拆解隔离边界、排查方法与修复检查清单。
Cohere 披露某款开放权重模型的异常行为,但公开摘要未说明模型、触发条件和复现数据。本文从 Agent 执行链、工具权限和日志记录入手,给出可落地的排查清单。
Destined AI 开源窄带宽 TTS 模型 Hurston-1,支持 Southern American 与 Regional African English。本文拆解授权数据、模型定位、部署成本和评测边界。
API 单价下降后,Agent 的多轮调用、工具循环与失败重试更值得警惕。本文给出一套可落地的成本审计方法。
ThinkingCap 在 Gemma-4-26B-A4B 上将思考量降低 39%–69%,准确率不变。这个实验指标能否转化为生产账单下降,还要看完整任务轨迹。
Kimi K3.1 Pro 在 Artificial Analysis 得分 55,并进入性能—成本 Pareto 前沿。本文拆解榜单背后的预算问题,给出 AI Agent 选型时可直接使用的评测方法。
WorldTUI 用 360M 参数预测终端下一步动作。文章拆解它的训练思路、评测方法,以及小模型进入 Agent 环境层的安全边界。
Mistral 发布第三代语音模型 Voxtral 3。HN 页面显示 532 分、143 条评论,但目前公开素材未披露具体延迟、价格和部署数据。对 AI Agent 来说,真正该测的是语音识别、工具调用、TTS 和播放组成的端到端链路。