OpenAI 发布针对 COBOL、Fortran、Visual Basic 等低资源语言的能力进展，并推出两个评测：MultiLangBench 要求模型用 20 种语言从零实现 SQLite 兼容数据库引擎，GPT-6 Astra 平均测试通过率达 87.4%，而 GPT-5.6 Sol 仅 26.8%；COBOL 迁移评测中 GPT-6.1 Sol 低推理档准确率 86.6%（上代 5.4%），高推理档 97.9% 接近饱和，成本还低 39%。COBOL 支撑着 95% 的 ATM 交易，此举直指遗留系统现代化市场。
Voxtral 3 包含新一代 STT/TTS 模型与语音 Agent SDK：Voxtral Small Transcribe 3 支持 50+ 语言转录、说话人分离、关键词上下文偏置与断句检测；Voxtral Mini TTS 3 可根据对话语境自适应情绪、语速与重音，覆盖 35+ 语言、50+ 方言。SDK 支持电话/Web 场景中边对话边检索、调用业务系统并执行多步操作。全部可经欧盟托管 API 或私有化部署，HN 热度 410 分。
Timestral 提供 5M/28M/123M/209M 四档参数规模，最大模型以 209M 参数在 GIFT-Eval、TIME、fev-bench 全部五项指标排名第一，28M 版本击败约 4 倍大的 Chronos-2。模型支持概率多变量预测与过去/未来协变量，无需 GPU 即可运行，支持经 Mistral Forge 微调，主打零样本跨域预测（容量规划、供应链、设备维护）。HN 热度 613 分。
Anthropic 让内部研究模型在 Claude Science 框架内经 1 条主提示 + 4 次跟进，64 小时主要自主地完成文献分析、设计生成与报告撰写：共产生 318,484 个蛋白设计，选出 180 个交由 Adaptyv Bio 与 Twist Bioscience 湿实验验证，加人工 31 个共 211 个，最终 17 个对 4 种危险蝎毒素达标结合。全部设计与数据已在 HuggingFace 开放。团队判断「结合」已不再是瓶颈，药物可及性才是。
FairStress 不再依赖静态基准，而是通过在贷款审批、招聘等决策场景中系统性地扰动情境变量（申请人特征表述、决策顺序、证据呈现方式），测量 LLM 决策的公平性稳健度。研究发现同一模型在情境微调后公平性指标出现显著漂移，说明仅凭单次评测无法保证部署后公平，为需要 LLM 参与高风险决策的团队提供了可复用的压力测试框架。
IBM Research 用符号化「原子线性思维」（ALTK）表达客服任务经验，并经进化搜索自动优化记忆结构，使中等规模模型在 τ²-bench 客服基准上超越多个前沿大模型。核心思路是把领域工作流沉淀为可复用、可迁移的结构化记忆而非依赖模型原生能力，8.5B 量级模型即可获得接近最优的任务完成率，为低预算团队提供了能力补偿路线。
Hugging Face 官宣 ❤️ TorchTPU 项目，使 TPU 成为 PyTorch/HF 生态的一等公民：无需改写代码即可在 TPU 上训练与推理主流 Transformers 模型，降低对 NVIDIA GPU 的单一依赖。配合 GCP TPU 供应紧张缓解与价格竞争，训练算力选型空间扩大，尤其利好开源社区的大模型微调与多机训练场景。
演讲者分享将本地 FastAPI AI Agent 原型迁移到 Kubernetes + Ray 生产环境的完整路径：用 Ray 管理有状态 Agent 会话与长任务、处理模型推理池化、实现故障恢复与水平伸缩，并给出框架无关（framework-agnostic）的 Agent 基础设施分层设计。对从 demo 走向生产的 Agent 团队，提供了路由层、执行层、状态层的具体拆分参考。
该项目用一年时间验证在 Apple Silicon 上长期运行本地 LLM 的完整方案：涵盖 Metal 后端推理性能对比、内存带宽对长上下文的制约、量化方案选型（4bit/8bit）与功耗/散热权衡，并给出适合本地运行的模型尺寸区间建议。对开发本地优先（local-first）应用的 macOS/iOS 工程师有直接落地价值。
NVIDIA 基于 Cosmos 世界模型推出面向手术场景的生成式仿真方案：用可控视频生成合成罕见手术情境与并发症数据，用于训练手术导航模型与机器人策略，缓解真实手术数据稀缺与伦理限制。文章给出从 CT/MRI 到仿真场景的资产管线与数据配比方法，医疗机器人团队可直接参考其合成数据工程做法。