AQuA特征泄漏案例
一篇研究复盘了 AQuA 数据集中的异常强特征：作者代理提出了一个看似合理的日内成交量特征，审稿代理也通过了，但该特征的分母实际上包含了当日后续时段数据。研究者在重新切分数据后发现该高分失效，手工审计确认问题来自时间泄漏。
最新动态
谷歌 Gemini 家庭宠物记忆功能
The Verge 体验了 Google 在 Gemini for Home 中加入的 Pet Memory 功能，用于识别家中不同宠物并让 Nest 摄像头输出更具体的提示。文章显示该功能更像早期试用，实际识别和可用性还有明显不稳定之处。
格灵深瞳推视觉AI平台
格灵深瞳上线新官网 Glint AI Studio，展示围绕视觉 AI 落地的训练、边缘部署、模型运营和服务治理能力。文章以 GBOX 边缘智算盒子、MENTOR 算法训练大师、EXPERT 等产品组合为线索，强调产业视觉 AI 的难点正从单一模型识别扩展到持续运行的系统工程。
OpenAI推出ChatGPT青少年模式
OpenAI 为 13 至 17 岁用户推出独立的 ChatGPT Teens 模式，把现有未成年人保护与新的家长控制整合到一起。此举回应外界对 AI 产品影响青少年的持续质疑，也标志着主流 AI 产品开始更明确地做年龄分层。
OpenAI联手CodeAI推AI素养教育
OpenAI 与 CodeAI 合作，面向学生推进 AI 素养教育，帮助他们学会批判性思考并负责任地使用和塑造 AI。该合作更偏向教育普及与能力培养，不是单纯产品功能更新。
平安科技分享Agentic AI普惠健康险实践
AICon深圳将有平安科技健康保险智能负责人李响分享 Agentic AI 在普惠健康险中的落地实践，聚焦产品创新、智能承保与智能理赔三大场景。内容提到通过多模态风险预测、AI 核保智能体和 AI 理赔智能体，推动健康险从经验驱动走向数据与智能体协同驱动。
腾讯开源UI-Mate-27B
腾讯在 Hugging Face 发布 UI-Mate-27B，这是基于 Qwen3.6-27B 的开放权重 GUI Agent 模型。该模型可观察实时截图并输出键鼠操作，支持通用电脑使用和基于演示的长流程任务迁移。
DeepSeek API实行峰谷定价
DeepSeek API自8月17日起引入峰谷定价，高峰时段为北京时间9:00-12:00与14:00-18:00，空闲时段价格为高峰一半。文章称部分高峰调用价格最高涨幅达1100%，将直接影响开发者和企业的推理成本调度。
Qwen3.8去审查量化版发布
HauhauCS发布Qwen3.8-27B Uncensored Aggressive GGUF版本，提供K_P量化、Vision、native NextN和FastMTP支持，宣称最高3.02倍生成加速。作者称该版本保留原模型推理、Agent、图像和视频能力，并降低拒答与前置废话。
GPT-5.6 Sol价格减半
OpenRouter 页面显示 OpenAI GPT-5.6 Sol 价格下调 50%，当前标价为输入每百万 token 2.50 美元、输出 15 美元。该模型主打复杂推理、编码与 Agent 工作流，支持 100 万上下文。
Qwen3.8本地编码基准
用户发布本地Agent编码基准，对比Qwen3.8 27B在多种权重量化、缓存量化、推理引擎和推理强度下的表现。结果称medium模式较3.6版分数更高且请求数、生成token显著减少，而xhigh模式收益不明显、成本更高。
Qwen3.8登AA榜单
用户转发Qwen3.8 27B在Artificial Analysis指数中的表现，称其已接近GPT-5.6 Luna水平。该话题延续了社区对Qwen系列推理和Agent能力的关注。
Qwen3.8登AA榜单
Artificial Analysis Agentic Index截图显示，Qwen3.8 27B排名超过Opus 5 Medium。社区认为该成绩凸显开源小模型在Agent任务上的快速追赶。
Qwen3.8登AA榜单
社区用户称Qwen3.8 27B表现接近GPT-5.6 Luna，强调其以较小参数规模逼近更高端模型。讨论焦点在模型压缩效率与本地部署潜力。
Qwen3.8登AA榜单
Artificial Analysis基准显示，Qwen3.8-27B在多项指标上接近DeepSeek V4与GPT-5.6 Luna Max。该结果引发社区对小参数模型能力压缩和性价比的讨论。
亚马逊购稀有书训练AI
404 Media追踪发现，亚马逊购买稀有书后切割书脊并扫描内容，疑用于改进AI相关产品和服务。事件凸显互联网语料枯竭后，AI公司转向线下稀缺文本资源的版权与文化保存争议。
Ling 3.0 Tiny低配机走热
Reddit用户称Ling 3.0 Tiny 8B MoE在4GB显存老电脑上可达约36 token/s，体感接近Qwen 3.5 9B与Gemma 12B。该讨论反映社区对小参数、低激活量开源模型在本地设备上高速运行的关注。
Snowflake用Streamlit重建长期规划
Snowflake将复杂的10年期财务长期规划从大型Excel模型迁移到Snowflake，并用Streamlit构建内部规划应用Snowplan。该平台支持财务、税务、资金、人力和高管等多角色以对话式方式交互预测数据，体现企业级AI与数据应用从仪表盘走向规划工作流。
openJiuwen升级WorkSwarm
openJiuwen将蜂群智能体升级为WorkSwarm，主打个人办公场景中的多Agent分工、接棒与协作，已上架鸿蒙PC应用市场并支持Windows、Mac。产品提供单Agent与集群模式，可集中管理讨论、任务状态、执行记录和项目文件。
海外开发者优化Qwen3.8-27B
InfoQ梳理Qwen3.8-27B发布后的模型能力与工程优化进展，称其在编程、Agentic任务和多模态操作等评测中表现突出，并可通过量化部署到消费级GPU。海外开发者围绕显存、推理速度和本地部署持续压榨其性能。