Mistral完成3亿欧元D轮融资，估值超210亿欧元，将扩展前沿研究、算力与基础设施。其战略是构建覆盖开源模型、算力、基础设施及产品的全栈，让客户摆脱对单一供应商的依赖，并回应了Anthropic CEO Amodei关于开源权重只是转移算力集中的质疑。

香港城市大学研究发现，Agent评测中的工具调用率受“模型加接口栈”整体影响，接口错配会静默丢弃调用，导致分数失真。实验显示，仅更换接口配置，同一模型分数可从0.00变至0.96。机制上，单独修改模板或解析器无效，需两者匹配。此问题也影响训练信号，但修复接口仅恢复测量，不提升模型能力。

中国AI实验室Z.ai发布旗舰模型GLM-5.3，开放权重但采用限制性许可证，要求年收入超100亿美元的公司托管前需安全审查。模型性能接近美国前沿实验室，但许可证比DeepSeek等更严格，此举或为商业化考虑，因Nvidia和Stripe正收购模型平台，开源模型可能成为带条款的分发渠道。

三篇论文提出Agent自进化新方向：从模型权重转向外部执行框架（Harness）。Recuris通过三层记忆架构和结构化证据实现组件级修补，在τ²-Bench上提升显著；StarHarness用分层搜索优化prompt和工具接口；SkillForge验证技能质量。核心模式是“结构化证据+组件级修补+验证门”，但依赖可验证环境，迁移有条件，归因准确率有限。

Superwhisper发布S1系列，其中S1-mini为开源0.6B文本规范化模型，基于Qwen3微调，将ASR转录转为整洁文本，支持风格、结构、上下文三轴控制。Q4量化仅462MB，可本地部署。需关闭思考模式并贪心解码，测试token准确率94.8%。云端S1-Voice和S1-Language提供转录与格式化服务。

Anthropic CEO Dario Amodei认为，AI技术因扩展定律天然集中权力，开放权重并非充分解决方案，因计算资源仍受控于少数巨头。他反对“监管即权力集中”的硅谷观点，主张对前沿模型实施强制安全测试，同时豁免小开发者，以平衡竞争与安全。

该文介绍了一种新方法“稀疏权重分解”（SWD），用于直接分解预训练大模型的权重矩阵，无需训练替代网络。SWD将稠密权重分解为两个稀疏矩阵，形成可独立干预的瓶颈单元，从而高效抽取任务回路。实验表明，SWD在GPT-2、Qwen等模型上，以不到1%的数据成本实现高保真替换，并通过充分性和必要性测试，支持语义审计和定向编辑，为机制可解释性提供了轻量、可扩展的路径。

智谱发布GLM-5.3模型，基于GLM-5.2底座，扩大后训练规模，提升编程和网络安全能力。在269个真实项目中，发现2436个有效漏洞，含1097个中高危。模型尚未开放权重，预计两周后发布。

DeepSeek V4 Pro更新权重，现已在AI Gateway上默认使用，调用deepseek/deepseek-v4-pro无需改代码。新版本模型ID为deepseek/deepseek-v4-pro-0813，可通过AI SDK或编码代理配置使用。AI Gateway按提供商定价，无加价或平台费，支持BYOK。

本文提出DLR-Lock方法，通过将预训练MLP替换为深度低秩残差网络，利用自动微分的推理-训练不对称性，增加微调时的激活内存和计算开销，并造成架构不匹配，从而有效防御自适应攻击者修改权重，同时保持模型原有性能。实验验证了该方法的有效性。

开放权重模型并非免费送技术，而是通过主权AI定制、云机房代运营、系统集成认证及Token销售等路径盈利，核心是提供可控性与确定性。中国因美国封锁获得市场，以开放权重策略突围，但资本差距仍是中美AI竞争关键。未来格局或如操作系统，中国走Linux路线，追赶需三至五年。

DeepSeek V4 Flash更新权重，代理能力显著增强，Terminal-Bench得分从56.9升至82.7。AI Gateway默认使用新权重，模型ID不变，代码无需修改。目前仅DeepSeek提供更新，其他供应商下周接入。用户可通过AI SDK设置模型，或在编码代理中配置使用。

黄仁勋首次公开支持开放权重倡议，获77家签署，但并非完全开源。其动机源于商业考量：担忧闭源模型促使大厂自研芯片，削弱英伟达地位；更忌惮中国开源模型适配自家算力，动摇CUDA生态。倡议核心在于为蒸馏留空间、反对禁令、鼓励美国自研开放模型。然而美国缺乏资金、商业模式和数据支撑，难以成事，最终或为中国模型扩大发展空间。

Anthropic发文讨论开放权重AI模型的安全风险，提出芯片管制、限制蒸馏和强制安全测试三项建议。网友批评其立场矛盾，认为这是保护商业利益而非人类安全。文章指出开放权重已成趋势，监管应由多方参与，而非由利益相关者主导。

Anthropic CEO Dario Amodei反对禁止开源权重模型，提议对高能力模型实施强制安全测试，并加强芯片出口管制与反蒸馏措施。测试门槛未明确，引发争议。OpenAI、谷歌等支持，Anthropic未加入Nvidia开源联盟。全球测试机制依赖国际合作，前景不明。

Moonshot AI发布开源大模型Kimi K3，拥有2.8万亿参数，支持百万token上下文，面向企业编码和知识工作。模型采用MoE架构，部署需大量GPU，成本高昂。K3在编程任务上性能接近Claude Fable 5，但速度较慢。公司否认蒸馏美国模型指控，但面临地缘政治审查。开源模式提供控制权，但基础设施投资巨大。

33家科技公司成立开放安全AI联盟，旨在通过开源工具快速识别和修补漏洞，保障AI基础设施安全。联盟成员包括英伟达、微软等，但OpenAI和Anthropic缺席。专家认为，监管需转向基础设施层，关注模型来源和部署身份，而非仅模型本身。联盟强调开放模型对网络安全和创新的重要性，但需全球化和包容性发展。