天眼日报

🤖 AI 大模型

Karpathy 回顾 vibe coding 一周年：转向 agentic engineering

Andrej Karpathy 回顾 vibe coding 一周年概念流行，指出当前 LLM 代理已成为专业工作流默认，强调 agentic engineering：用户监督代理生成代码，确保软件质量。2026 年模型与代理层将持续进步。

FireRed-Image-Edit 图像编辑模型发布，超越 Qwen-Image-Edit 和 Seedream 4.0

FireRed-Image-Edit 开源模型在 GEdit 基准上超越 Qwen-Image-Edit 和 Seedream 4.0，支持高保真通用编辑，基于文本到图像基础构建，Apache 2.0 许可，本地运行。

Nanbeige4.1-3B 模型开源，Arena-Hard-V2 得分 73.2 超 Qwen

Nanbeige LLM Lab 发布 Nanbeige4.1-3B，Apache 2.0 许可，Arena-Hard-V2 73.2 分、GAIA 69.90 分超 Qwen3-4B，支持 256k 上下文，LeetCode 周赛通过率 85%。

蚂蚁开源 Ming 全模态模型、Ring-2.5-1T 思考模型和 LLaDA2.1 扩散模型

蚂蚁旗下 inclusionAI 开源 Ming 系列 Any-to-Any 全模态模型（输入/输出图像、文本、视频、音频）、Ring-2.5-1T 万亿参数思考模型（IMO 2025 金牌水平）、LLaDA2.1 扩散语言模型（基准测试持平 Qwen3-8B，支持并行生成+自我纠错）。GitHub 链接提供。

ByteDance 豆包 Seed 2.0 Pro 视觉理解 SOTA

ByteDance 发布 Doubao Seed 2.0 Pro，视觉理解能力达 SOTA 水平，Seed 1.8 仅 10 天前发布，现升级显著，支持复杂多模态任务。

字节发布豆包 2.0 系列模型，包括 Pro/Mini/Lite 和 Code 专用模型

字节跳动推出豆包 2.0 通用模型 Pro/Mini/Lite 及代码专用 Code 模型，支持 OpenClaw 和 Claude Code 工具调用，多模态视频理解推理能力强。

MiniMax 发布 M2.5 开源模型，SWE-Bench 达 80.2%

MiniMax 推出 M2.5 开源模型，SWE-Bench Verified 得分 80.2%、BrowseComp 76.3%、BFCL 76.8%，支持 Word/Excel/PowerPoint 操作，每小时 1 美元，激活参数 10B。

GLM5 已在英伟达开发者平台上线

智谱 AI 的 GLM5 模型正式上线 NVIDIA 开发者平台，支持开发者直接访问和测试。

Codex 5.3 能力显著增强，自动修复遗留问题

Codex 5.3 在使用中自动发现并修复 Opus/Gemini 3 Pro 遗留小问题，模型能力较前代明显提升。

ZeroClaw 用 Rust 重写 OpenClaw，性能压缩 8 倍内存 194 倍

geekbb 分享 ZeroClaw 用 Rust 重写 OpenClaw：28MB→3.4MB（压缩 8 倍）、5.98s→0s、1.52GB 内存→7.8MB（194 倍差距）。链接：https://t.co/FQXDJHMkzx。

T3 Chat 信用系统大改，每 4 小时重置使用量

theo 宣布 T3 Chat 信用系统重构：4 小时重置使用量条，无标准/高级信用区分。复杂任务（如 Gemini 3 Pro 分析 PDF）消耗更快，合理用户月消息量大幅增加。

LangChain 发布 Agent 可观测性概念指南

LangChain 发布 Agent Observability 指南：追踪 Agent 推理过程，支持系统评估。强调 Agent 任务复杂性，追踪记录行为涌现，支持评估。链接：https://t.co/pw3Og1VMrw。

---