产业动态

Vercel Agent 处理生产环境问题时，先以只读权限自动调查，再提交一份写明要做哪些任务、需要哪些权限的计划，用户一次性审批后它才获得超出只读基线的权限。权限由 Vercel 授权系统中的命名能力（scope）定义，计划请求超出只读基线或包含受支持的外部操作时整体等待审批；运行时在选用已批准凭据前会确认计划处于活动状态，Vercel API 再按该凭据的权限逐次校验请求。

Vercel Agent 处理生产环境问题时，先以只读权限自动调查，再提交一份写明要做哪些任务、需要哪些权限的计划，用户一次性审批后它才获得超出只读基线的权限。权限由 Vercel 授权系统中的命名能力（scope）定义，计划请求超出只读基线或包含受支持的外部操作时整体等待审批；运行时在选用已批准凭据前会确认计划处于活动状态，Vercel API 再按该凭据的权限逐次校验请求。

Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分，位列第四，比 Kimi K3 的最高分 44 提高 11 分。它在智能体任务上进步最大：GDPval-AA 得 1,846 Elo，比 Kimi K3 高 312 Elo，并在 Terminal-Bench 4.0 上取得所有模型中的最高分。其权重尚未公布，Moonshot 预计在发布后不久放出；届时它将成为得分最高的开源权重模型，开源与专有模型在该指数上的差距将从 12 分缩小到 3 分。

Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分，位列第四，比 Kimi K3 的最高分 44 提高 11 分。它在智能体任务上进步最大：GDPval-AA 得 1,846 Elo，比 Kimi K3 高 312 Elo，并在 Terminal-Bench 4.0 上取得所有模型中的最高分。其权重尚未公布，Moonshot 预计在发布后不久放出；届时它将成为得分最高的开源权重模型，开源与专有模型在该指数上的差距将从 12 分缩小到 3 分。

月之暗面发布 K3.1 系列首个模型 Kimi K3.1 Pro，这是其迄今最强的 3T 级开放权重模型，上下文窗口达 100 万 token，并同步推出速度提升 2–3 倍的 Highspeed 版本。它是在 Kimi K3 基础上加大后训练算力得到的版本，团队为此优化了强化学习框架、长上下文推理与沙箱等整条训练栈，使每个域都获得稳定增益。在考察编码智能体真实终端任务的 Terminal-Bench 4.0 上，K3.1 Pro 得 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%。

月之暗面发布 K3.1 系列首个模型 Kimi K3.1 Pro，这是其迄今最强的 3T 级开放权重模型，上下文窗口达 100 万 token，并同步推出速度提升 2–3 倍的 Highspeed 版本。它是在 Kimi K3 基础上加大后训练算力得到的版本，团队为此优化了强化学习框架、长上下文推理与沙箱等整条训练栈，使每个域都获得稳定增益。在考察编码智能体真实终端任务的 Terminal-Bench 4.0 上，K3.1 Pro 得 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%。

Anthropic 把仍在研究预览阶段的个人智能体 Claude Duet 的安全设计公开：它用云端计算机持续替用户读邮件、起草回复、下单和跑例行任务，并在发送敏感消息、付款或删除前展示动作、目的地与全部收件人等待批准。密码、浏览器 cookie 和登录令牌不进入模型，只经过模型无法访问的独立机器；另有一个独立于主模型的安全分类器检查每条待发消息是否含敏感信息。Anthropic 称这些防护仍会漏判或误报，因此与审批机制并行使用。

Anthropic 把仍在研究预览阶段的个人智能体 Claude Duet 的安全设计公开：它用云端计算机持续替用户读邮件、起草回复、下单和跑例行任务，并在发送敏感消息、付款或删除前展示动作、目的地与全部收件人等待批准。密码、浏览器 cookie 和登录令牌不进入模型，只经过模型无法访问的独立机器；另有一个独立于主模型的安全分类器检查每条待发消息是否含敏感信息。Anthropic 称这些防护仍会漏判或误报，因此与审批机制并行使用。

NVIDIA在TensorRT 11.1中推出全局性能调优器，把编译器的调度选择表示成可搜索的构建路线，即一组编译器开关取值的组合，并在满足用户给定精度边界的前提下挑选实测端到端最快的引擎。默认构建路线在十个评测工作负载上被归一化为1.0倍，调优找到的最佳合格路线相对它取得1.14倍到1.63倍的提升。精度决定哪些候选可接受，性能只在可接受候选中排序，因此调优结果绑定于具体模型、输入形状、目标GPU与软件版本。

NVIDIA在TensorRT 11.1中推出全局性能调优器，把编译器的调度选择表示成可搜索的构建路线，即一组编译器开关取值的组合，并在满足用户给定精度边界的前提下挑选实测端到端最快的引擎。默认构建路线在十个评测工作负载上被归一化为1.0倍，调优找到的最佳合格路线相对它取得1.14倍到1.63倍的提升。精度决定哪些候选可接受，性能只在可接受候选中排序，因此调优结果绑定于具体模型、输入形状、目标GPU与软件版本。

英伟达发布OpenShell 0.1.x，为成批自主AI智能体提供受限运行环境。智能体需要读文件、装软件包、调API和使用凭据才有用，OpenShell让每个智能体在隔离沙箱中运行，由内核控制限制可访问的文件与系统调用，每次网络连接离开沙箱前都要通过策略检查，智能体也看不到真实凭据。策略变更在生效前用形式化验证标出将新增的高风险访问，例如带凭据访问新主机，这类改动等待人工审核。

英伟达发布OpenShell 0.1.x，为成批自主AI智能体提供受限运行环境。智能体需要读文件、装软件包、调API和使用凭据才有用，OpenShell让每个智能体在隔离沙箱中运行，由内核控制限制可访问的文件与系统调用，每次网络连接离开沙箱前都要通过策略检查，智能体也看不到真实凭据。策略变更在生效前用形式化验证标出将新增的高风险访问，例如带凭据访问新主机，这类改动等待人工审核。

亚马逊发布开源后端TorchNeuron，把PyTorch代码翻译成可在AWS Trainium上执行的操作，已在其他加速器上运行的PyTorch代码只需极少改动甚至不改即可迁移。它新增可选的“自适应eager”模式，把算子分组成小图编译并缓存，以接近全编译的性能保留eager模式的调试体验。评估侧由AI智能体扫描Hugging Face仓库，筛出841个覆盖各类架构的代表模型，并整理出数万种张量形状用于调优与基准测试。

亚马逊发布开源后端TorchNeuron，把PyTorch代码翻译成可在AWS Trainium上执行的操作，已在其他加速器上运行的PyTorch代码只需极少改动甚至不改即可迁移。它新增可选的“自适应eager”模式，把算子分组成小图编译并缓存，以接近全编译的性能保留eager模式的调试体验。评估侧由AI智能体扫描Hugging Face仓库，筛出841个覆盖各类架构的代表模型，并整理出数万种张量形状用于调优与基准测试。

MiniMax 开源 MiniMax-M3.1-Flash，vLLM 在发布当天于 NVIDIA Blackwell、Rubin 与 AMD MI350 系列 GPU 上提供支持。该模型针对 NVFP4 KV 缓存做量化感知训练，路由专家权重也以 NVFP4 存储，检查点从 451.5 GB 降到 250.1 GB，每 token 的 KV 缓存从 61,440 字节降到 34,560 字节。在四块 NVIDIA B300、DEP4 部署、256K token 序列下，M3.1 可容纳 76 条并发序列，而使用 FP8 KV 缓存的 M3 为 28 条。

MiniMax 开源 MiniMax-M3.1-Flash，vLLM 在发布当天于 NVIDIA Blackwell、Rubin 与 AMD MI350 系列 GPU 上提供支持。该模型针对 NVFP4 KV 缓存做量化感知训练，路由专家权重也以 NVFP4 存储，检查点从 451.5 GB 降到 250.1 GB，每 token 的 KV 缓存从 61,440 字节降到 34,560 字节。在四块 NVIDIA B300、DEP4 部署、256K token 序列下，M3.1 可容纳 76 条并发序列，而使用 FP8 KV 缓存的 M3 为 28 条。

IBM Research 发布 Granite Timeseries Ensemble，把四个架构不同的开源 Granite 时序模型组合成一套默认预测流程，无需重训、也不拟合集成权重，直接输出中位数与分位数预测。此前使用者必须自己判断哪个单体模型适合自己的序列。在 97 个 GIFT-Eval 配置上，概率集成取得 0.683 的 MASE，低于最强单体 PatchTST-FM-r2 的 0.685，但差距很小，主要收益是无需预先挑模型。

IBM Research 发布 Granite Timeseries Ensemble，把四个架构不同的开源 Granite 时序模型组合成一套默认预测流程，无需重训、也不拟合集成权重，直接输出中位数与分位数预测。此前使用者必须自己判断哪个单体模型适合自己的序列。在 97 个 GIFT-Eval 配置上，概率集成取得 0.683 的 MASE，低于最强单体 PatchTST-FM-r2 的 0.685，但差距很小，主要收益是无需预先挑模型。

TorchTitan发布年度更新，新增Muse Spark Open、Qwen3.5、Kimi K3、DeepSeek-V4等开放权重模型的PyTorch原生训练支持，并推出TitanRL，让预训练、后训练与vLLM推理共用同一份模型，避免训练与推理两套实现悄然不一致。在支持的on-policy配置下，训练器与生成器给出逐位相同的对数概率，二者差距每一步恰为零。更新还报告了DeepSeek V3 671B在MLPerf训练基准上的吞吐数据，以及FlexShard、torch_checkpointing等基础设施改进。

TorchTitan发布年度更新，新增Muse Spark Open、Qwen3.5、Kimi K3、DeepSeek-V4等开放权重模型的PyTorch原生训练支持，并推出TitanRL，让预训练、后训练与vLLM推理共用同一份模型，避免训练与推理两套实现悄然不一致。在支持的on-policy配置下，训练器与生成器给出逐位相同的对数概率，二者差距每一步恰为零。更新还报告了DeepSeek V3 671B在MLPerf训练基准上的吞吐数据，以及FlexShard、torch_checkpointing等基础设施改进。