DeepSeek 将自研生产推理框架 DeepInfer 完全开源（基于 vLLM 定制，致谢 SGLang 与 TRT-LLM），支撑 DeepSeek-V4.1-Flash 大规模服务。公开生产数据显示：单 prefill GPU 每秒处理 150 万缓存含入 token，缓存命中率达 96%，单 decode GPU 每秒输出 1.4 万 token，集群规模约 2400 卡；按官方定价折算每张 SM100/A950 卡每小时营收约 38 美元，全成本 5-8 美元，推理毛利率超过 80%，单集群日进约 2200 万美元，回本周期 81 天。框架支持最长 72 小时提示缓存（对比 OpenAI 刚宣布的 12 小时），PD 分离与负载均衡等核心组件暂未开源。
OpenAI 与 Google Cloud 达成合作，将前沿模型与 Codex 智能体工作流引入 Google Cloud Model Garden，通过 Google Cloud Marketplace 交易，企业可用 GCP 消费承诺金额抵扣。集成搭配 Google Cloud 的访问控制、集中数据治理与高性能基础设施，瞄准受监管行业；模型还将进入 Google Antigravity 与 Gemini Agent。数周内正式可用，微软仍为 OpenAI 首要云伙伴。
OpenAI 披露历时两个月的全球协同响应：GPT-5.6 Sol 在 Patch the Planet 计划中发现 PHP 关键漏洞，Wiz 独立复现，PHP 维护者主导修复，Cloudflare 等厂商提前部署防护，OpenAI 称其为近年影响最大的安全问题之一。OpenAI 同步提出 AI 时代关键漏洞五阶段协同响应框架，并承诺 10 亿美元补贴 Daybreak 前线防御者访问额度，称前沿 AI 在攻击者之前发现了这些漏洞，打开「防御者窗口」。HN 讨论 193 分、129 评论。
OpenAI 联合 PerturbAI 与 Scripps Research，用数千个基于 GPT-Rosalind 的 AI Agent 采用「分布式生物推理」方式，在 32 分钟内分析全脑 CRISPR 图谱中数百万小鼠脑细胞的基因扰动数据：每个 Agent 负责一种基因扰动，分析细胞响应并检索文献提出机制解释，汇成推理图谱。其新颖性评估与盲评人类专家判断一致，并发现两个致病基因的差异效应及胆固醇调控与神经退行的潜在关联；同等人工分析预计需数月至一年。论文与图谱已公开。
Anthropic 发表攻击面自动分析与缩减研究：不逐个修漏洞，而是让 Claude 映射代码可达性，把不该暴露的代码移到认证之后或关闭默认开关。团队用 Claude 扫描 25 个多语言开源项目，发现 493 个问题，聚焦三类方法——默认配置暴露、配置组合互相削弱安全控制、安全敏感代码在认证前过早可达。即使未知漏洞仍在，缩减可达面也能降低其严重性，且成本远低于逐洞修补。
英伟达在柏林 GTC 2026 宣布 DGX Spark 从最多 4 台集群扩展到手动配置 8 台，128GB 版本组建时统一内存池最高达 1TB，RTX PRO 6000 Blackwell 相关任务提速 40%，并同步更新本地 AI 平台。配合此次更新，中小团队无需数据中心即可拼出大内存推理/微调节点，进一步压低本地大模型部署门槛。
GitHub 详解新一代存储架构过渡方案：受 Agent 流量指数级增长与自建数据中心电力上限驱动，已把 99.99999% 仓库在自有机房与 Azure 间双活，五副本中两份在 Azure、约一半 Git 流量由 Azure 承担。剩余最繁忙仓库卡在 25ms 往返延迟上，方案是改造 Spokes 写入 quorum 序列化机制不再等待全部副本，并让副本不持久化状态、读取走对象存储独立扩展。对做存储/计算分离架构的团队是难得的一手大规模案例。
Latent Space 以数周实际使用总结 Claude Mods（Claude Code 插件机制）：Mod 是运行在 Claude Code 内的 TypeScript/JavaScript 函数，可监听 prompt、工具调用、界面渲染等事件并改写默认行为，相当于 harness 的中间件。Anthropic 已内置 6 个官方 Mod（AGENTS.md 加载、diff 渲染、组织级安全管控等），且 Claude 可按自然语言描述自动为你编写 Mod。作者提出「注意力接口」框架：harness 正从面向机器转向面向人的注意力管理，并可能成为第三方构建产品的平台层。