1. 开发者为Claude Code自建拆解指南，同一周配额耗尽投诉激增 一名开发者从公开源码中拆出了Claude Code的完整内部结构，做成可视化指南发布。这份指南上周登上Hacker News首页，拿下1000多票。

2. Microsoft法律条款称Copilot「仅供娱乐」，GitHub同月把广告塞进代码审查 Copilot个人版的服务条款白纸黑字写着：for entertainment purposes only，仅供娱乐用途。这类措辞通常出现在游戏和占卜类应用的条款里。Microsoft把它用在了一款面向开发者的编码工具上。

3. 银行客服用mini，视频模型出Lite，AI转向「刚好够用」 Gradient Labs给银行做智能客服。模型选的是GPT-5.4系列里的mini和nano，旗舰版放在一边没碰。OpenAI官方博客写了原因：银行客服对延迟和稳定性的要求远高于推理深度，小模型反而更合适。

快讯

• 零工经济新工种：在家录视频训练人形机器人 MIT Technology Review报道，全球各地的零工工作者正将手机绑在头上，录制自己完成日常动作的视频，为人形机器人提供训练数据。一位尼日利亚医学生每天下班后在出租屋里录制动作片段，成为这条新兴数据供应链的一环。

• Lingshu-Cell发布：用掩码离散扩散模型模拟细胞状态 研究团队提出Lingshu-Cell，一个学习转录组状态分布的生成式细胞世界模型，支持对扰动的条件模拟。该模型将单细胞基础模型从静态表征扩展到生成式模拟，朝「虚拟细胞」方向推进。

• Project Imaging-X整理超过1000个开放医学影像数据集 一项调研系统梳理了1000多个公开可用的医学影像数据集，为医学基础模型开发提供统一的数据索引。论文指出，临床标注依赖和隐私限制一直是医学大规模数据集稀缺的主因。

• GEMS提出agent原生的多模态生成框架 受Claude Code等agent框架启发，GEMS将记忆和技能机制引入多模态生成模型，使其在复杂指令和下游专业任务上突破基础模型的固有限制。框架由三个核心组件构成，覆盖通用与垂直场景。

• EpochX搭建面向agent经济的基础设施 论文提出EpochX，一个以积分为原生结算单位的agent市场基础设施，解决大规模场景下任务委派、验证和激励分配问题。作者认为AI agent的瓶颈正从单体能力转向协作与生产组织方式。

• CARLA-Air在驾驶模拟器中加入无人机，统一空地仿真 CARLA-Air将多旋翼无人机动力学集成进CARLA驾驶模拟器，首次在同一物理一致环境中支持空中和地面agent的联合仿真。此前开源平台的驾驶模拟和飞行模拟彼此隔离，桥接方案存在同步开销。

• FIPO用token级奖励信号改进LLM推理训练 FIPO算法对GRPO类训练方法做出改进：将全局outcome奖励细化到token级别，区分关键逻辑转折点和无关token的贡献。作者认为粗粒度的均匀信用分配是现有推理训练的性能天花板之一。

• TAPS研究：针对任务微调草稿模型可大幅提升推测解码效率 研究用HASS和EAGLE-2草稿模型在MathInstruct、ShareGPT等不同数据上训练，发现草稿模型的训练分布对推测解码质量有显著影响。任务匹配的草稿分布能提高token接受率，降低推理延迟。

阅读完整版 →