扩散智能发布扩散语言模型Clover-35B-A3B-Preview，采用MoE架构，总参数350亿、每token激活约30亿，支持思考模式。模型以块扩散并行生成，速度明显快于自回归模型，可写代码、生成网页、调用工具并连续执行Agent任务，在WindTunnel、SWE-bench等评测中表现靠前。团队此前推出DiffuSeq和Dream 7B，后续将推进多模态与端侧应用。

chat.nvim v1.11.0 发布，重点是提升请求稳定性与工具调用的健壮性。主要改进包括：支持多 API Key 轮换与透明故障转移，并按错误类型区分冷却时长；截断续写自动完成且不伪造用户消息；新增 mastodon、send_email 工具，write_file 支持 chmod；在入口处按 schema 归一化工具参数，修复字符串/数字比较导致的崩溃与死锁；HTTP API 支持消息搜索。测试覆盖率提升至 91%。v1.11.1 为测试稳定性补丁。

本文以 Koog 1.3.0 的 Kotlin API 为例，讲解模型调用的输入与输出。输入方面，user 消息可混排文本与图片、音频、视频、文件等附件，但多模态支持取决于 provider 和模型能力，例如 DeepSeek V4 Flash 不支持 document 附件。参数方面，LLMParams 可在 prompt、子图、会话三层生效，包含 temperature、maxTokens、toolChoice、schema 等字段，并有构造期校验。输出方面，流式调用 requestLLMStreaming 返回 Flow<StreamFrame>，可用 collectText 拼接文本，也可边流式边解析 Markdown 为对象；结构化输出用 data class 加注解生成 schema，requestLLMStructured 返回 Result，解析失败可由 StructureFixingParser 自动修复。文中还提及 Anthropic 与 Bedrock 的提示词缓存配置差异。

英伟达发布Nemotron 3.5系列新模型，包括120B参数的视觉语言模型Super VL，面向企业智能体，支持图像和视频输入，速度与效率突出，但部分基准测试逊于Qwen。同时推出两款小型Bolt模型，可在笔记本本地运行编码、研究等任务，其中74B-A9B已发布，E4B 4GB版稍后推出。模型已在Hugging Face开放下载，允许商用。

本文介绍用Python为Agent工具调用构建安全闸门：只读工具自动放行，退款等写操作需一次性审批令牌，所有操作共享累计预算。核心原则是模型只负责提出计划，执行必须在模型外验证白名单、参数、成本与人工批准，并记录审计事件，以防提示注入与令牌重放。

在数据受限的语言预训练中，比较了超参数调优与双语数据混合两种策略。以阿拉伯语为目标语言、英语为辅助语言，进行了约千次实验，模型规模从150M到1.43B。结果表明，数据混合优于超参数调优，其效果相当于2–3倍的目标语言数据，在下游任务上提升2–13倍，且优势随模型规模增大而增强。建议优先混合高资源语言并调整混合比例。

开源项目 Strata 支持在普通电脑本地运行千亿参数大模型 Qwen3.8-Flash-Next，通过将部分模型放入内存和固态硬盘，8GB 显存即可运行，但内存需 32GB 起步、推荐 64GB。生成速度约 20 至 70 tok/s，40 以上可用，无需 API 费用，AMD 用户可用 gufo。

文章以Python示例说明Agent工具调用安全：模型仅建议调用，应用须设白名单、参数校验、预算与人工审批。代码只允许search_kb和draft_email，邮件参数须精确匹配，搜索限3次，允许后仍返回待审批。强调不信任模型输出，适合低风险场景，付款、删数据等须人工确认。

文章以 Java 为例说明 Agent 工具调用必须由宿主程序控制：先设置工具白名单并默认拒绝，再校验参数格式与范围，最后限制调用次数等预算。模型只能建议调用，不能直接产生副作用。日志需记录拒绝原因，支付、删除等高风险操作应人工确认并使用幂等键。

微软发布Surface Laptop Ultra，搭载英伟达RTX SPARK N1X芯片，采用ARM统一内存架构，最高128GB内存，1PFLOP FP4算力，可本地运行120B参数模型。配备15英寸mini-LED触控屏、最高2TB可拆卸固态硬盘，厚不足18毫米，重约2公斤。国行起售价21988元，顶配48388元。

freeCodeCamp发布教程，讲解如何在普通CPU上本地构建、预训练并微调一个2500万参数的语言模型。课程涵盖现代LLM架构（混合注意力、专家混合、绑定嵌入、多模态输入）、从零预训练学习Python语法，以及通过强化学习后训练，让模型以单元测试通过率为奖励，成功率从0%提升至多数通过。

Rust社区就是否引入命名参数展开争论。Klabnik因AI编程代理降低打字成本而支持命名参数，但反对默认参数。Endler认为现有struct、Option、Default、trait等机制已能替代八成需求，且更类型安全。双方共识：不急于扩充语法，更好的设计源自更好的类型。

文章以Python实现只读库存Agent为例，说明函数调用中模型仅提出调用建议，实际执行由宿主程序控制。需校验工具白名单、SKU格式与参数，限制调用次数并回传call_id。重点防范提示注入、参数外带和间接副作用；写操作须具备幂等性与审批机制，并区分模型成功与任务成功。

Rust 的 Const Generics 项目组推出“Generic Const Arguments”（GCA）系列特性，取代旧的 generic_const_exprs。GCA 允许在常量泛型中使用泛型参数表达式，如结构体、数组、元组及常量项，需写在 gca! 宏内。目前包含 gca_adts、gca_const_items、gca_min_const_items 等特性，尚未稳定，团队正征集反馈。

GitHub热门开源项目Colibrì是一个纯C实现的分层推理框架，通过将MoE模型不常用的专家权重存放在SSD、常用部分缓存在RAM/VRAM，使低配设备也能运行超大模型。它支持GLM-5.2、Kimi K3等9个模型，最低16GB内存即可运行744B模型，无需GPU，并采用LRU缓存与专家预测提升速度。

NVIDIA在Hugging Face发布开源说话人分离模型Nemotron 3 Diarization，1亿参数，最多追踪8位说话人，支持重叠语音，单检查点兼顾离线与实时流式。采用31层Transformer编码器，输出每位说话人活跃概率，延迟分四档，最低0.32秒。在Voice Arena基准排名第一，DER为14.72%，较前代平均降低41%。权重以OpenMDW 1.1发布，允许商用，经NeMo在NVIDIA GPU运行。

9月22日云栖大会上，阿里公布大模型进展：Qwen3.8-Max实现自主训练、推理优化与芯片协同设计，RSI初步落地；Qwen4已训练，未来Qwen4.5、Qwen5参数将达5-10T。同时发布图像、音乐、世界、语音、全模态等新模型，并开源460余个模型，下载量破30亿次。