OpenAI发布GPT-5.6并降价，GitHub调整模型服务，多项AI推理优化、剪枝及Agent基准框架发布
按分类过滤；排序保持编辑选择，不按点击量重新排列。
OpenAI推出GPT-5.6系列，其中Luna模型输入输出价格分别降至0.20美元和1.20美元每百万token。该版本利用GPT-5.6 Sol优化推理内核，显著降低服务成本并提升性价比。
开发者应评估将现有应用从Gemini或Claude迁移至Luna以降低成本，并关注其自动优化内核的技术实现。
实验表明在同等Token成本下，简单重复采样并取众数的效果显著优于Self-Refine和Reflexion等自反思方法。所有涉及模型自查输出的方法均表现更差，且随着模型参数增加优势并未恢复。
开发者应重新评估推理阶段的计算预算分配，优先采用低开销的重复采样策略而非复杂的自反思流程，以在有限成本下获得更高准确率。
GitHub宣布自2026年7月31日起，在所有Copilot体验中弃用Gemini 2.5 Pro和Gemini 3 Flash模型。官方建议用户迁移至Gemini 3.1 Pro (Preview) 或 Gemini 3.6 Flash，并提醒管理员检查策略设置。
开发者需立即检查工作流集成，确认替代模型在VS Code或网页端可用，避免因模型停用导致代码辅助功能中断。企业管理员应验证Copilot设置中的模型访问策略是否已启用新版本。
OpenAI采取行动，瓦解了一个位于柬埔寨的诈骗团伙。该团伙利用ChatGPT辅助实施投资、浪漫、赌博及冒充等多种诈骗计划。
开发者应关注模型滥用风险，在应用中加强针对诈骗场景的安全护栏与监测机制，防止技术被用于非法活动。
GitHub面向Enterprise客户公开预览基于用户的模型策略定向功能，允许管理员为整个企业设置基线模型并向特定团队授予额外访问权限。该功能采用最少限制策略，若用户从任一团队获得模型访问权，则在全企业范围内生效。
AI管理员可利用此功能按角色或职能细化模型访问控制，替代粗粒度的组织级设置。建议管理员在8月3日全面开放前，通过开启“Enterprise teams mode”开关进行配置测试。
GitHub Models于2026年7月30日正式退役，包括Playground、模型目录及推理API在内的所有功能均不可用。微软建议用户迁移至Microsoft Foundry或使用GitHub Copilot进行AI开发。
依赖该服务的开发者需立即检查项目配置，将推理接口迁移至Microsoft Foundry或切换至GitHub Copilot，以避免服务中断影响业务。
该版本新增对DeepSeek V4混合精度及Gemma4 W4A8等模型的支持，并引入多进程HTTP前端功能。同时修复了GB300环境下DeepSeek模型崩溃及Qwen MoE采样失败等已知问题。
开发者在升级前需核查GB300或特定MoE模型的已知崩溃风险，避免生产环境故障。利用新支持的KV缓存压缩与多进程前端可优化高并发服务性能。
该研究提出Lightning OPD 2.0，通过交叉拟合风格残差化消除跨教师策略蒸馏中的风格令牌偏差。该方法解除了教师一致性的前提限制，允许独立选择SFT数据生成器和蒸馏教师。
开发者可在混合来源SFT数据场景下应用此方法，灵活选用更强教师模型进行蒸馏以提升推理与代码生成性能。
WIDE提出首个端到端可微分的Token级动态宽度剪枝框架，支持在预填充和解码阶段细粒度分配计算资源。该框架结合剪枝与内核协同设计，在50%稀疏度下实现显著加速并保持高质量。
开发者可利用开源代码评估WIDE在特定硬件上的推理加速效果，特别是针对解码阶段的性能优化，以降低LLM部署成本。
Model Context Protocol推出2026-07-28规范，核心变化是引入无状态架构。新规范显著降低了客户端和服务器的实现复杂度，并提升了工具的可审计性。
开发者应评估迁移至无状态MCP以降低工程维护成本，并利用其安全性优势在本地小模型场景中部署可控Agent工具。
该研究提出AISPA框架，从八个维度评估商业AI产品的系统提示。通过对88款产品3249条指令的审计，发现近四成产品包含损害用户利益的指令。
开发者可参考AISPA的八个维度自查系统提示，识别并移除潜在的问题指令，提升应用合规性与用户信任度。
OSReward提出首个评估VLM作为计算机使用代理裁判的基准，揭示现有模型存在系统性宽容偏差。团队据此发布OS-Shepherd开源奖励模型及10万条标注数据，以更低成本提供可靠奖励信号。
开发者可利用OSReward基准验证自家Agent系统的评估可靠性，或采用低成本的OS-Shepherd模型替代昂贵的商业裁判模型进行大规模强化学习训练。
Change2Task系统基于仓库历史，将合并的Pull Request转换为可执行的编码智能体任务与环境。该系统通过补丁反转等技术重构任务状态，为智能体训练和评估提供高质量数据。
开发者可利用该工具低成本生成大规模验证过的训练数据，优化编码智能体的持续评估流程并减少环境搭建开销。
这个分类今天没有入选条目。
一天一封，只发当日简报和重要更新。不做二次营销，退订由 Buttondown 直接处理。
订阅名单不会存进本站；正式开放后由 Buttondown 托管确认与退订。