DeepSeek时刻

Qwen3-Coder-Next 是阿里巴巴通义千问团队发布的 800 亿参数 MoE 代码模型，每次推理仅激活 30 亿参数，原生支持 25.6 万 token 上下文（可扩展至 100 万 token），在 SWE-Bench Pro 等基准测试中表现接近 Claude Sonnet 4.5 等

这篇技术分享讲述了一个真实的省钱提速故事。一位开发者发现用Claude Opus处理多步骤查询时，不仅等待时间长达数分钟，单次查询成本还超过2美元。这位开发者选择将Cerebras上的GLM-4.7模型接入OpenClaw框架，实现了即时响应和成本大幅降低。

DeepSeek V4 基准测试结果刚刚泄露。 SWE-Bench 验证通过率为 83.7%。 那它将成为世界上最好的编码模型。 背景信息：

美国开发者用中国开源模型GLM-4.7，是因为便宜、能本地部署、满足基础需求；但Claude Code已实现自动长时间写代码的"编程AGI"能力，两者不是直接竞争，而是分层满足 different 需求。 未来AI生态将分三层：全自动Agent（美国主导）

我妈今年五十七岁，是个肾移植病人，住在华东一座小城。每隔几个月，她就得背着换洗衣服、一摞化验单和几个煮鸡蛋，坐一个半小时高铁去杭州看病。这趟旅程得花整整两天。第二天一早七点，她就得跟几百号人挤在医院走廊里抽血，那场面热闹得像个菜市场。下午拿到结果，她才能见到专科医生，聊个三分钟，运气好的话能

Cline CLI 2.0把AI编程代理塞进终端，支持交互式和全自动模式，还能通过ACP协议接入各种编辑器，现在用Kimi K2.5和MiniMax 2.5完全免费，这简直是给程序员发了一把瑞士军刀还附赠无限弹药。 终端里蹦出个AI

你偷我的书，我偷你的AI？Anthropic哭诉被中国同行“反向白嫖”！ 2026年2月，Anthropic公开指控DeepSeek、Moonshot AI（Kimi）和MiniMax等中国AI公司通过超2.4万个伪造账户大规模调用Claude A

MiniMax Forge框架通过中间件解耦、滑动窗口调度、前缀树合并和MTP头加速，同时实现高吞吐量、训练稳定性和代理灵活性，以低成本训练出媲美Claude Opus的M2.5模型。一个让硅谷大佬集体失眠的中国模型

HN围绕Qwen3.5的实测表现与争议，从Agentic Coding循环、MoE架构到temperature调优，再延展到中美AI生态与人才流动，梳理事实与因果脉络。 Qwen3.5-35B-A3B 这款模型就像是一个班里新来的插班生，平时只有

OpenAI公开指控DeepSeek在新模型研发中使用蒸馏与绕过限制方式获取能力，引发中美人工智能竞争与开源封闭路线之争。 人工智能赛道进入正面硬刚阶段，核心火力集中在“模型能力从哪里来”这件事上。美国头部公司公开指控中国公司在新一代模型研发中“搭

GLM-5通过DSA稀疏注意力、异步RL框架SLIME、保留思考机制及跨阶段蒸馏，打造能独立完成软件工程任务的智能体，实现从训练到部署的全链路优化。   以前的大模型就像是那种只会背课文的学霸，你给一段文字，它给你预测下一个词是啥，这种玩法叫做"文本进文本

月之暗面最近甩出一份30页的技术报告，厚度堪比高中数学课本，但这玩意儿可比课本刺激多了。报告里埋着几个足以让传统AI训练观念当场去世的反常识发现，每一个都在喊：你们之前的路走偏了。 这份报告的核心目标只有一个，就是搞定通用智能体智能（General

一个连SSH都不知道的投资人，在上周才搞懂终端命令行是什么，现在居然独立部署了一个万亿参数的AI模型。这靠的不是运气，而是Clawdbot这个AI代理。整个过程中，没有工程师团队，没有云服务商的朋友帮忙，只有一个人加一台AI，就完成了从租用两块NVIDIA B300 GPU到让Kimi K2.5跑起

北大清华和DeepSeek团队发现Agentic LLM推理卡在存储带宽上，GPU闲得发慌网卡累成狗。他们搞了个DualPath双路径加载机制，让闲着的那半边网卡也干活，结果吞吐量翻倍，延迟还稳得像老干部喝茶。 现在的智能体那是真智能，自己会调工具

OpenClaw 感觉就像是今年的 DeepSeek！ 在中国的热度远远超出预期！ Kimi Claw 凭借强劲的增长势头，在二月份的产品增长排名中位列第二。

Mistral CEO透露Mistral于2024年初率先发布稀疏专家混合模型架构，DeepSeek-V3正是在此基础上开发而成，双方技术互通。他认为开源模式让研发效率倍增，中国内部知识共享机制高效，而美国公司投入开源不足导致效率偏低。Mistral因此成为西方开源AI的领军者，填补了这一关