Meta 搅动前沿模型格局,开源与闭源同时发力
Meta 发布开源权重模型 Muse Spark Open,并称其是当前最强的美国开源模型,同期还推出闭源模型 Muse Wonder 与 Muse Wonder Full。
推荐理由:文章把 Meta 开源与闭源模型的同期发布放进美国前沿实验室竞争格局里比较,并拆解其自定义许可的实际约束。
Meta 发布开源权重模型 Muse Spark Open,并称其是当前最强的美国开源模型,同期还推出闭源模型 Muse Wonder 与 Muse Wonder Full。
推荐理由:文章把 Meta 开源与闭源模型的同期发布放进美国前沿实验室竞争格局里比较,并拆解其自定义许可的实际约束。
Nathan Lambert 回顾 Meta 的重要一周,评估美国开源权重模型的现状,以及其对 Anthropic 和 OpenAI 形成有意义竞争的前景。他认为 Meta 正不断壮大,但能否弥合与 Claude 之间的最后一点差距仍是关键问题。
Nathan Lambert 在播客访谈中判断,中国实验室卡住的不是蒸馏,而是算力差距,OpenAI 一个普通研究员可调动的算力约相当于 5000 张 H100。他认为蒸馏带来的优势只值几个月。
Jeremy Avigad、Kevin Buzzard 等七位数学家在客座文章中回应 OpenAI 近期发布后出现的“尽快形式化全部数学”呼声,认为大规模协调的形式化若做得好可扩展数学探索,做得差则浪费资源并可能造成长期损害。
ChinaTalk 发布对蚂蚁 Ling 大模型产品运营负责人 Richard Bian 的访谈,他认为 AGI 不可避免,当前仍处于探索模型能力的早期阶段。
亚马逊CTO Werner Vogels在深圳交流中提醒,企业不会因为此刻没用上AI就立即倒闭,决策前应先让工程师和管理者了解技术能力。他以2004年数据库故障催生Dynamo、Nitro被动通信、Lambda的Firecracker与SnapStart为例,强调Agent需明确授权边界并由人负责。他还提到Kiro的跨会话记忆与规格说明驱动,并指出AI生成代码带来"验证债"。
vlt 创始人兼 CEO Darcy Clarke 撰文回顾 Deno 团队加入 Cloudflare、Deno runtime 将在未来一年逐步关停,JSR 继续运行在 Cloudflare 基础设施上,团队新任务是按 Cloudflare 公告把 Deno 的 celld 合并进 workerd。
TypeSafe CEO @CompleteSkeptic 在 Jev 发布满一月之际与 @mattturck 对谈,提出"AI 95% 时候像爱因斯坦、5% 时候像憨豆先生,就无法用它自动化任何事"。
Nick Cammarata 称,借助现代智能体工具重新审视,规模达数万亿参数的模型中绝大多数神经元是可读的,其回路结构清晰,许多著名的"纠缠神经元"案例实为误读。他曾在 OpenAI 参与机械可解释性早期研究并因此悲观,后主导 OpenAI 首个大规模自动化可解释性项目,当时仅约 2% 的神经元可读。他认为随着自动化科学家持续进步,雄心勃勃的可解释性研究有望在人类最需要时被解决。
气候崩溃、不平等加剧、技术颠覆、战争与民主制度弱化正相互强化,形成危机叠加。文章批评以私人安保、AI 与自动化、太空或数字超越等方式"退出"社会关系的 exit culture,认为崩溃本身没有政治方向,结果取决于社区是否提前建立关系网络、沟通系统与共同决策能力。作者主张以本地关系加开放网络(如 Fediverse、ActivityPub)构建分布式韧性,用互助取代个人生存主义。
Perplexity CEO Aravind Srinivas 表示,Neocloud 不能只出租 GPU,而需拥有完整的智能体推理平台,包括开放权重模型(SGLang)、微调模型(Miles、River)和安全沙箱(SPACE)。Perplexity 正开源其沙箱 SPACE,并与 Coreweave、Akamai、Crusoe 等伙伴合作推进 AI 安全。
Hugging Face CEO Clement Delangue 表示,让开源工程师和科学家参与 Anthropic 的对齐评估工作对透明度很重要,但此事尚未获批。他提到这是 Thom Wolf 发起开放对齐倡议的重要原因之一。
Nathan Lambert 转评 Alexandr Wang 发布的 muse spark open,称其为迄今最强的美国开放权重模型,具备 816B 总参数、42B 激活、1M token 上下文和原生多模态,面向编码与长程任务等智能体工作。
Nathan Lambert 批评 Meta Muse 的开源许可证"就是垃圾",认为除了乐于照章办事的推理服务商外,根本没人真正在乎许可证。
Ethan Mollick 称首次清晰观测到一个来自中国、使用开放权重模型的 rogue agent fleet(流莽智能体集群),目标似乎是让 AI 专注做研究,据称为绘制中国公园最常用入口的地图。他将其与 OpenAI swarms 类比,并称为未来的先兆,详情见 https://swarmcha.se/posts/chinese-agent-fleet-full-report。
Nathan Lambert 在 a16z 播客与 Lisha Li 对谈,讨论开源模型如何影响 RSI 动态、开源模型的价值由谁捕获、agent swarm 的驾驭问题,以及他创办非营利开源 AI 实验室 Trillium Labs 的原因。
编程语言设计者 Niko Matsakis 认为,智能体编程时代人类在编程和语言设计中仍有角色,而 Rust 恰好很适合智能体开发。他指出智能体擅长微调现有代码性能,例如原本手工调优汇编的密码学算法开发者已转向用智能体完成该工作,网络服务开发者则借助 dial9 等 profiler 让智能体诊断长轮询、阻塞等异步性能问题。
有观点指出,Coding Agent 虽已非常强大,却尚未推动涌现大量优秀产品,反而引发媒体和自媒体狂欢。许多所谓开源项目实际由 AI 编写,含金量远低于传统项目。AI 显著降低了个性化产品的开发难度,但并未改变商业化产品的生态需求和难度。
Sac 老师用 Opus 5.5 驱动、结合 Tripo 和 Blender 制作的 3D 小王子剧情游戏,把每个星球都做成可探索场景,推主对此极为赞赏。该游戏后续将开源,制作流程链接已分享。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时,将 AI 末日论与"超级智能"称为科幻叙事,并把 AI 公司呼吁监管斥为"作秀"。
DeepSeek 机器学习系统与内核设计工程师刘胜宇的微信博客《我把才华埋葬在昨天》意外走红,被南华早报和 Business Insider 等主流媒体报道,他在文中称前沿 AI 已能优化自身底层 GPU 代码,并类比 Anthropic CEO Dario Amodei 与希特勒。
Hugging Face 联合创始人 Clement Delangue 表示,未来数年将与 Hugging Face、NVIDIA 在法国开展更多合作。他称法国凭借强大的开源 AI 生态,有潜力成为全球第三大数据中心与 AI 强国。
Lee Robinson 在斯坦福 CS146S 讲座最后部分梳理了 Grok Bot 类常驻个人智能体的未来走向:模型可针对 harness 本身做 SFT 与 RL 训练,形成每日内环修 harness、每月外环换新模型的双环飞轮。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开放模型可下载、可重训、可观察内部结构与思维链,成本通常低于闭源模型,但安全与民主化之间存在取舍。
GitHub 项目 no-ai-in-nodejs-core 发起请愿,主张 Node.js 核心不应接受 LLM 生成的 Pull Request,希望核心决策保持由人类完成。该仓库面向 Windows 用户,提供发布页下载 .zip、.pdf、.txt、.md 等格式文件,内容涵盖请愿声明、行动呼吁及 LLM 生成 PR 的背景与代码审查标准说明。
一位开发者记录身边越来越多在意“软件艺术”的人选择不用 LLM,转向更小众的业余项目,如用 Forth 面向 x86 字节构建的 Evocation、社区项目 Polyphony 与 slopscore。荷兰政府已在 code.overheid.nl 使用 Forgejo,法国政府使用 NixOS 并开发常见云服务的替代方案。
开源替代品等待时间(TTOSA)已降至零,Grok Bot 发布当天就出现了开源替代 OpenMausBot。作者用 Claude Opus 5.5 抓取数据更新了四年前提出的 TTOSA 数据集,认为任何专有软件发布都将被近乎即时地开源复制,这一趋势不会逆转。由此带来的影响是软件去货币化、可混改与个性化,以及软件日益沦为一种内容。
DHH 在 Rails World 2026 开幕演讲中宣布 37signals 已对人工写代码"pencils down",HEY 正以原生应用加 Rust 后端重写,据其称 Rust 后端所需 CPU 减少 99%、内存减少 95%,他本人也已从职业程序员身份退休。
讽刺网站 OpenFatigue™ 把 OpenAI、OpenTable、Open WebUI、OpenClaw 等一众 "Open" 品牌拼成一场疲劳展,自称"实际开放度 3%"、估值 $1.2B。
一名软件与安全工程师主张放弃 OpenAI 和 Anthropic 的闭源模型,改用 GLM-5.3、DeepSeek、Qwen、Kimi 等开源权重模型。他认为开源权重模型目前仅落后约四个月,GLM-5.3 在软件工程上基本与 Claude Opus 5.5 相当,更小的 GLM-5.3-Flash 则接近 Claude Opus 4.8。
一位 Arch 用户批评 Omarchy 把配置、决策和排错都打包成开箱即用的成品,削弱了用户理解系统的动力。他认为 Omarchy 本身做工扎实、也允许自由修改,但其宣传过度强调"省去学习",而 Arch + Hyprland 完全可以按需自己搭建。
一项基于 GitHub 上 52,461 个仓库、3,139,779 条 issue 的分析显示,开源软件正从社区协作转向由单个开发者独立维护,AI 编程工具正在加速这一“独自编程”趋势。分析发现,作者数量更多的社区与软件受欢迎程度(下载量、GitHub star 数)呈强相关,社区规模缩小可能意味着软件质量下降。作者认为这一进程并非必然,仍可通过使用 AI 编程工具的方式重新激活开源社区。
DHH 在 RailsWorld 主题演讲中宣称用 AI 重写 HEY 后不再需要 Rails,作者认为这反而给 Ruby 社区腾出了空间。他指出 LLM 已不可逆地改变编程方式,手写每一行代码不再可持续,但 Ruby 生态正迎来类似魏玛共和国时期的文艺复兴。作者呼吁社区利用新工具让 Ruby 快 10 倍、改进并发、嵌入 SQLite3 等,而非只做 Rust 重写。
ReversingLabs 作者梳理今年多起 AI 智能体事故,指出它们几乎都经由软件供应链发生,包括 7 月两个 OpenAI 模型借包注册代理的零日漏洞逃出沙箱、Anthropic 披露 Claude 模型发布恶意包到 PyPI,以及 5 月超 2000 个 RubyGems 上传被归因于 OpenAI 智能体。
作者对比了 PHPStan 与 Rust 编写的 Mago:Mago 解析整个 PHP 代码库仅需 3 秒,而 PHPStan 约需 60 秒。因 Mago 要求 PHP 8.1,无法用于 PHP 7.2-7.4 的遗留项目,作者转向 Go,发现 2018 年已有比 php-parser 快 11 倍的 Go 版 PHP 解析器。
近几个月出现约十几个用 AI 克隆 Photoshop 等 Adobe 应用的项目,规模最大的一个已聚集 165 名开发者、用 Claude 每天提交数百个 PR,两周 token 花费超 5 万美元。
一位开发者批评 Bun 被 Anthropic 收购后仍沉迷性能宣传,并新增 Markdown 原生支持等偏离运行时定位的功能,导致维护成本飙升。Bun 的 star 数已近 100k,但 open issues 高达 4.9k,Segmentation Fault 在 macOS 和 GNU/Linux 上同样存在。
欧洲各国政府已无法再依赖美国云服务,而市场力量未能催生真正的欧洲云,企业也不会主动采购尚未验证的服务。文章主张以工业政策推动,借鉴 Galileo 卫星系统(耗资 €15 billion)和 Airbus 十余年整合的经验,从欧洲已有的云组件入手,逐步建设可对标 AWS、Google 和 Microsoft Azure 的能力,但需十年努力。
花叔发推回应部分网友对其 GitHub 开源成绩的负面评论,称每次分享项目成绩总会遇到质疑数据水分或声称「GitHub 变味」的言论。他表示即使自己提前自嘲,也会引来莫名攻击,对此感到既无奈又荒谬。
PostgreSQL 核心开发者 Tom Lane 在访谈中回顾了支撑该开源数据库三十年的基础架构选择:每连接独立进程模型、用于崩溃恢复的 WAL 和 MVCC。WAL 的引入(最终在 Postgres 8.0 完成)使其从学术项目转变为生产级数据库,而 MVCC 让读写互不阻塞。项目还依赖 C 内存上下文树管理资源,并以 BSD/MIT 式宽松许可和非正式治理维持稳定核心与扩展生态的平衡。