1Surya OCR 2：650M 参数，91 种语言，3B 以下最强。

OCR 这个"老赛道"被一个小模型掀了桌 — Surya OCR 2 在 OlmOCR 基准上跑出 83.3%，拿下 3B 参数以下模型的最高分，而它只有 650M 参数。支持 91 种语言，中日韩全覆盖。关键是：这个体量意味着你不需要 A100，一张消费级显卡就能跑。文档处理、票据识别、多语言 OCR 场景，现在多了一个又小又强的选项。(471 likes | 52 RTs) 详情 →

2OpenAI 部署 Rosalind 生物防御系统，AI 进入国家安全基础设施。

OpenAI 宣布将 GPT-Rosalind 的访问权限扩展到盟国政府合作伙伴，用于生物防御和大流行病预防。这不是又一个聊天机器人落地案例 — 这是 AI 从"提升生产力"正式跨入"国家安全基础设施"的信号。当 AI 公司开始直接对接政府生物安全体系，行业的责任边界和监管压力都会跟着变。(1,699 likes | 166 RTs) 详情 →

3Opus 4.8：不只是跑分更强，而是知道什么时候该停。

Opus 4.8 的跑分当然好看，但 Claude Code 团队的 Felix Rieseberg 点出了更关键的东西 — 这个模型在"该做多少"和"怎么响应用户引导"上的判断力，比跑分数字更影响日常使用体验。写代码不止要写得对，还要知道什么时候停下来问一句"你确定要这么改吗？"。现在就可以在 Claude Code 里切换试试。(257 likes) 详情 →

Koji：让孩子真正动脑的 AI 家教。 AI 教育最大的批评就是"让孩子变笨" — Koji 反其道而行，不给答案，用 AI 引导推理过程，让学生自己想明白。10,000+ 点赞说明这个痛点扎准了。如果你家里有学生，值得试试。(10,938 likes | 1,169 RTs) 详情 →

4Claude Code 动态工作流引擎：先写剧本，再派 Agent。

这是本周最值得深挖的技术更新。Claude Code 的动态工作流不是"让模型自由发挥" — 而是 Claude 先生成一个确定性的编排脚本，然后按脚本并行调度多个 Agent 执行。工程负责人 Boris Cherny 的技术细节帖解释了底层机制：脚本定义了 phase()、pipeline()、parallel() 等原语，Agent 在明确的控制流里工作，而不是即兴发挥。这代表了行业从"让模型自己想办法"到"结构化编排 + 显式控制面"的转向。在 Claude Code 中输入"workflow"关键词即可触发。(9,701 likes | 871 RTs) 详情 →

Claude Code Auto Mode 登陆 Bedrock、Vertex 和 Foundry。 之前只有直连 API 的用户能用 Auto Mode（Claude Code 最自主的执行模式），现在 Bedrock、Vertex 和 Foundry 上的企业用户也可以了。设置 CLAUDE_CODE_ENABLE_AUTO_MODE=1 即可开启。这对被锁在云厂商渠道里的企业团队是个大解锁。详情 →

Codex 后台 Agent 有了持久化视觉标识。 一个小细节，但管理多个并发 Agent 时很重要 — Codex 的后台 Agent 现在有了稳定的像素风头像，跨标签页和对话记录都能识别。当你同时跑 5 个 Agent 时，一眼就知道哪个是哪个。(800 likes) 详情 →

Claude Code 支持手动调节思考深度了。 通过 /effort 命令，你现在可以逐任务控制 Claude Code 的思考力度 — 简单改名就用低档，复杂重构就拉满。这是日常使用中平衡速度和深度的实用杠杆，比什么都用默认档位效率高得多。(145 likes) 详情 →

Hermes Agent 实现 MCP 工具 Schema 按需加载。 如果你接了 15 个以上的 MCP Server，光是工具 Schema 就能吃掉一大块上下文窗口。Hermes Agent 的 Tool Search 功能解决了这个问题 — 不再一次性加载所有 Schema，而是按需发现和加载。每个 MCP 重度用户都该学这个模式。(186 likes | 24 RTs) 详情 →

英国 AI 安全研究所开源评测数据集。 UK AI Safety Institute 把他们用来测试 AI 安全性的评测数据集和方法论全部公开了。这意味着任何人都可以复现政府级别的安全测试，也可以在此基础上构建更好的评测。对透明 AI 安全而言，这是一个标志性动作。(108 likes | 31 RTs) 详情 →

Simon Willison 拆解 Anthropic 如何在多产品中隔离 Claude。 当同一个模型要服务 API、消费级产品、企业客户等多个场景时，安全隔离怎么做？Simon Willison 深度分析了 Anthropic 的方案 — 包括权限边界、工具访问控制和上下文隔离策略。自己在部署 LLM 的，这篇是实操参考。详情 →

OpenRouter 融资 1.13 亿美元，押注多模型路由层。 让开发者在 Claude、GPT、Gemini 等几十个模型之间自由切换的路由层 OpenRouter，刚拿下 1.13 亿美元 B 轮。这笔融资传递的信号很清楚：模型层正在加速商品化，真正的护城河不在于做模型，而在于帮你选对模型的路由智能。对每个构建 AI 应用的人来说，这意味着你不应该再把架构绑死在一个供应商上。(337 likes | 162 RTs) 详情 →

Mollick：组织在 AI 能力建设上投入严重不足。 Ethan Mollick 提出一个尖锐的观点 — 组织花 AI 的钱应该做两件事：用 AI 造东西，和建设"用 AI 造东西"的能力。问题是绝大多数组织只做了前者，忽略了后者 — 流程、工具链、团队结构的重构才是真正决定 AI ROI 的地方。审视一下你的团队，AI 预算有多少花在了"建设能力"上？(196 likes) 详情 →

AI 生成代码正在重演前端的"失落十年"？ 一篇犀利的文章指出，AI 生成的前端代码正在以更快的速度复制 jQuery/Angular/React 时代的复杂度债务。不管你同不同意结论，文中描述的模式 — 快速生成、缺乏理解、技术债加速累积 — 在每个 AI 重度使用的代码库里都能看到影子。值得每个用 AI 写代码的人读一读。(274 likes | 236 RTs) 详情 →

webstandards.dev：有引用来源的网站标准规范。 Yoast 创始人 Joost de Valk 推出的平台，覆盖 SEO、无障碍、安全和 AI Agent 就绪度，每一条声明都附来源引用。这不是又一个"最佳实践清单" — 这是你团队那个临时拼凑的内部 checklist 该升级成的东西。(359 likes | 43 RTs) 详情 →

OpenAI Voice Hack Night：6 小时造出 4 个实时语音 Agent。 四支团队在 6 小时内各造出一个生产级实时语音 Agent — 这个速度本身就是最好的信号：语音 AI 的开发者循环已经快到可以在 Hackathon 里出成品了。正在投票，周一出结果。(265 likes | 22 RTs) 详情 →

Gradio "Build Small" 黑客松：最大 32B 参数，必须跑在笔记本上。 一个有意思的约束 — OpenAI、NVIDIA、OpenBMB 赞助的黑客松，要求模型最大 32B 参数且必须能在笔记本上运行。最好的创新往往来自限制条件。如果你在做小模型，去报名。(341 likes | 51 RTs) 详情 →

确定性 vs. 自主式 Agent 编排（Deterministic vs. Autonomous Agent Orchestration）：想象你要装修房子。一种方式是请一个万能工人，告诉他"把房子弄好看"，然后他自己决定先刷墙还是先铺地板 — 这是自主式编排，Agent 自己规划每一步。另一种方式是先画好施工图纸，标清每个工种的顺序和并行关系，然后按图施工 — 这就是确定性编排。Claude Code 的动态工作流选择了后者：先让 Claude 生成一个编排脚本（施工图纸），定义好哪些任务并行、哪些串行，然后严格执行。今天的工作流引擎、Tool Search 按需加载、effort 级别控制，都反映了行业正在从"让模型随便来"转向"给模型画好线再让它跑"。

• PaddleOCR-VL-1.6：PaddlePaddle 推出视觉-语言 OCR 模型，专攻复杂文档版面。(100 likes | 1.2K downloads) 链接
• Liquid AI LFM2.5-8B：非 Transformer 架构模型现在可以用 llama.cpp 跑了。(105 likes | 5.3K downloads) 链接
• Claude Code v2.1.156：修复 Opus 4.8 思维块导致的 API 报错。 链接
• Anthropic TS SDK v0.100.1：修复流式传输中 compaction 块处理问题。 链接
• Anthropic Python SDK：新增 PyPI Trusted Publishing，防止供应链攻击。 链接
• Tiny-vLLM：C++/CUDA 从零实现的 LLM 推理引擎，代码量小、可读性强。 链接

OpenRouter 1.13 亿美元融资：模型商品化比所有人预想的都快。 OpenRouter 这轮融资的意义远超一家公司的估值故事。它确认了一个行业趋势：模型层正在快速商品化 — Claude、GPT、Gemini、开源模型的性能差距在缩小，切换成本在降低，真正的护城河不在于"谁家模型好"，而在于"谁能帮你在对的时间选对的模型"。这就是路由智能的价值。对开发者和技术决策者而言，这改变了你思考供应商锁定的方式 — 如果模型是可替换的，你的架构就不应该假设它不可替换。把模型调用抽象成一个路由层，保持切换灵活性，可能是 2026 年最值得做的架构决策之一。(337 likes | 162 RTs) 详情 →

下期见 ✌️