\n

\n\n\n \n

如果说昨天是 Anthropic 的主场，那今天可以算 Kimi 日——但跟昨天不太一样。昨天的叙事是”一家公司在全栈推进”，今天的叙事是”小团队用聪明设计颠覆大厂传统玩法“。Moonshot AI 创始人杨植麟放出了一段 40 分钟视频，详细拆解 Kimi K2 如何仅用 460 万美元训练成本在编程大战中击败 GPT-5.5。与此同时，Kimi K2.6 直接登顶金融智能体基准榜首。

\n\n

不止 Kimi。今天还有几个技术信号值得关注：NousResearch 发布了 TST，不改架构就能把预训练加速 2-3 倍；Unsloth 放出的 Qwen3.6 MTP GGUF 在单 GPU 上跑到每秒 220 token；OpenAI 终于公开了 Codex 的 Windows 安全沙箱方案——这些不是”又发了个模型”的新闻，而是在解决工程落地中最硬核的问题。

\n\n \n

1. Kimi K2.6 登顶金融智能体基准榜首

\n\n

Kimi K2.6 今天拿下了 Finance Agent Benchmark V2 的开源权重第一名。这个基准由 Vals AI 发布，测试的是 AI 模型在真实金融分析场景下的表现——不是刷分打榜的那类测试，而是模拟金融分析师日常工作的任务。

\n\n

\n\n

说实话，金融领域的基准测试含金量一直比较高——因为它对数值精度、逻辑推理和多步分析能力的要求远高于通用对话。K2.6 在这个维度登顶，意味着 Kimi 的模型能力已经从”编程强”扩展到了更复杂的专业推理场景。

\n\n \n

2. 杨植麟 40 分钟解密 Kimi K2：460 万美元击败 GPT-5.5

\n\n

这是今天真正值得坐下来看的內容。Moonshot AI 创始人杨植麟——92 年出生、清华计算机本科第一、CMU 博士、Transformer-XL 和 XLNet 共同作者、前 Google Brain 和 Meta 研究员——放出了一段 40 分钟视频，详细拆解 Kimi K2 模型的训练过程。

\n\n

核心数字让人印象深刻：仅花费 460 万美元的训练成本，就在编程大战中击败了 GPT-5.5 等对手。这个数字放在当前大模型训练动辄数亿美元的语境下，冲击力不小。

\n\n

\n

关键不是”钱少”，而是”怎么做”。杨植麟的核心武器是线性注意力等架构创新，通过极致优化抹平了与大厂的资源差距。这标志着 AI 竞赛的规则正在改变——小团队用聪明设计颠覆传统”堆卡堆钱”的玩法。

\n

\n\n \n

3. OpenAI 发布 Codex Windows 安全沙箱技术细节

\n\n

OpenAI 今天公开了为 Codex 在 Windows 平台上构建安全沙箱的完整方案。这不是一个产品发布，而是一份工程深度文章——详细描述了如何通过操作系统层面的机制实现对 AI Agent 的安全隔离。

\n\n

方案的核心是使用专属安全标识符（SID）和写受限令牌，在操作系统层面实现强制文件系统隔离。与之配套的是网络出口控制、权限最小化、以及每次任务结束后自动清理环境。OpenAI 的工程师团队坦言，他们在构建过程中踩了不少坑——包括 Windows 的令牌机制与 Linux 的 namespace 隔离在哲学上的根本差异。

\n\n

坦白说，这篇文章的价值不在技术本身——Windows 沙箱不是什么新鲜概念——而在于OpenAI 终于愿意公开分享生产级 AI Agent 的工程实践。行业需要更多这种”我们在生产环境是怎么做的”的透明度。

\n\n \n

4. NousResearch TST：不改架构，预训练加速 2-3 倍

\n\n

NousResearch 今天发布了 Token Superposition Training（TST），一项改进标准大语言模型预训练流程的技术。最有趣的地方？不需要改变模型架构、优化器、分词器或训练数据——在完全相同的计算量下实现 2-3 倍的训练时间加速。

\n\n

具体的做法是这样的：在训练的前三分之一阶段，让模型读取并预测连续的 token 包，对输入嵌入进行平均，使用改进的交叉熵损失预测下一个 token 包；剩余三分之二的训练时间恢复为标准的下一个 token 预测。推理阶段产出的模型与传统预训练完全一样。

\n\n

这项技术已经在 270M、600M、3B 的密集模型以及 10B→1B 的混合专家模型规模上得到验证。如果能在更大规模上复现，对整个行业的训练成本和时间线都会有实质影响。

\n\n \n

5. Unsloth Qwen3.6 MTP GGUF：本地 220 token/s

\n\n

UnslothAI 创始人 Daniel Han 放出了实验性的 Qwen3.6 MTP GGUF 模型，推理速度数据相当惊人：35B-A3B 版本在单 GPU 上达到每秒 220 个 token，27B 版本也有 140 token/s。相比原版 GGUF 速度提升超过 1.4 倍，精度无损。

\n\n

关键优化点在于将 draft tokens 设置为 2——这是性能与接受率的最佳平衡点。这项 MTP 投机解码技术直接把消费级显卡跑大模型的体验拉到了一个新的水平。说实话，220 token/s 意味着你看都来不及看，AI 已经输出完了。

\n\n

\n\n \n

6. MiMo V2.5 Pro 获设计竞技场季军，前端编码追平 Claude Sonnet 4.6

\n\n

小米的 MiMo V2.5 Pro 今天在 DesignArena 上拿到了第三名，比上一代提升了 8 个名次。更值得注意的是，在前端编码任务中达到了与 Claude Sonnet 4.6 相同的性能水平。

\n\n

小米做 AI 模型这件事本身不是新闻，但设计竞技场的排名说明了一件事：中国科技公司的大模型能力正在从”能对话”向”能干活”快速演进。前端编码是一个硬核的工程任务，不是写首诗、聊聊天能糊弄过去的。

\n\n \n

7. OpenSquilla 开源：智能路由降本 90% Token

\n\n

随着 Hermes、小龙虾等 AI Agent 框架的爆火，Token 消耗成了一个特别大的痛点。开源项目 OpenSquilla 今天进入了更多人视野，它的方案是智能模型路由 + 本地向量检索。

\n\n

系统能自动判断任务复杂度：简单问题路由到廉价模型，复杂任务分配给更强模型，而且路由决策在本地完成，不消耗 Token。通过增量发送与缓存命中机制，实际传输 Token 减少了 90% 以上。还支持成本统计、安全沙箱、OpenClaw 一键迁移和定时任务。

\n\n

坦白说，这个方向是对的。AI Agent 如果要大规模普及，Token 经济性必须解决——不能每次问个”今天天气怎么样”也要调用最强模型。

\n\n \n

8. CMU 教视觉语言模型说”电影语言”（CVPR 2026 亮点）

\n\n

CMU 研究团队与百余名专业创作者历时一年，构建了一套视频描述生成流程。核心洞察很有意思：当前主流视频生成模型无法理解和生成具有电影感的专业运镜——比如希区柯克式滑动变焦、精确的焦点转移或荷兰角镜头，常产出通用或焦点错误的画面。

\n\n

这项研究不是靠扩大模型规模，而是靠扩展精细化的人类-AI 协同监督。入选 CVPR 2026 亮点论文也说明学界对”AI + 专业创意工作流”这个交叉领域的关注度在上升。电影行业可能是 AI 最难攻克的堡垒之一——不是因为技术，而是因为审美。

\n\n \n

9. Cursor 发布云端智能体开发环境

\n\n

Cursor 今天推出了为 AI Agent 配置云端开发环境的新工具。核心能力：支持多仓库环境让 Agent 跨代码库协作；基于 Dockerfile 的代码化配置，缓存命中后构建速度提升 70%；Agent 主导的环境设置流程带验证和故障回退机制。

\n\n

安全治理方面也比较到位：版本历史、审计日志，以及可在环境级别独立管控的网络出口和密钥权限。这些功能的目标是为团队创建一个“Agent 可以放心干活”的受控环境——这个概念本身说明 Agent 正在从个人玩具变成团队工具。

\n\n \n

10. 速览

\n\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

\n

动态	要点
Kling AI 亮相戛纳	5月18日戛纳电影节专场，主题”AI在电影工作流中的应用”
Claude Code 周限额提升 50%	即日起至7月13日，Pro/Max/Team/企业用户生效
Suno 登陆车载系统	Apple CarPlay 和 Android Auto，车内流媒体AI音乐
Browser Run 基于 CF Containers	Cloudflare Containers 重构，更快、更稳定、更可扩展
Krea 2 情绪板分享	10-20张参考图即可定调，支持分享协作
微信群聊总结 Skill	宝玉Skills新增，依赖wx-cli，Claude Code + Opus 4.6效果最佳

\n\n \n

今日观察

\n\n

今天三条主线：

\n\n

\n\n

\n\n

\n\n

— 全文完 —

\n