GLM-5.2 发布，开放权重编程模型里程碑

1. GLM-5.2 发布：首个被广泛认可的开放权重前沿编程模型

本周最大新闻来自智谱 Z.ai：GLM-5.2 发布后迅速获得社区和从业者的广泛认可，成为首个被多人独立验证"可在多数工作流中替代闭源模型"的开放权重编程模型。GLM-5.2 延续 GLM-5.1 的 744B 总参数 / 40B 激活参数 MoE 架构，在 Artificial Analysis Intelligence Index v4.1 上以 51 分位居开放权重模型榜首，CritPt +16、HLE +12、TerminalBench v2.1 +16，且在科学和智能体评测中涨幅最大。模型以 MIT 许可证发布，支持 1M 上下文，API 定价为 $1.4/$0.26/$4.4 每百万 token（输入/缓存命中/输出）。

OK, I tried GLM-5.2 and this is a good model. Probably the first model good enough to eschew closed models from your workflow entirely (except if you need vision). I know this won't run on your laptop, but what are the best current vllm/sglang serving recipes?
— @gneubig

试了 GLM-5.2，这是个好模型。很可能是第一个好到可以完全抛开闭源模型的模型（除非你需要视觉能力）。我知道这跑不动你的笔记本，但最好的 vllm/sglang 服务配方是什么？

多位从业者如 Patrick Toulme、Yuchen Jin、@_xjdr 和 @hrishioa 均反馈，GLM-5.2 在编程和设计任务上经常接近 Opus 4.8 / GPT-5.5 水平。社区共识不是"最好的全能模型"，而是"开放权重模型现已可靠进入前沿 SWE 区间"。

与此同时，Unsloth 将 GLM-5.2 从 1.51TB 压缩至 238GB 的 2-bit GGUF，保留约 82% token 一致率，可在 llama.cpp 和 Unsloth Studio 上本地运行。但社区也指出缺乏视觉/多模态支持，且本地实现精度尚存争议（llama.cpp #24730）。

2. Anthropic Fable/Mythos 访问限制引发全球 AI 主权讨论

Anthropic 在响应白宫安全指令后，全球禁用了 Mythos/Fable 5 模型访问。Bloomberg 报道约 200 个组织 通过 Project Glasswing 计划保留了 Mythos Preview 的访问权限，包括 Cisco、AWS 和 JPMorgan Chase。Anthropic 国际董事总经理表示"有信心在未来几天内恢复访问"，但社区普遍质疑。

Roughly 200 organizations still have access to Claude Mythos. Just imagine the advance they have.
— @kimmonismus

大约 200 个组织仍然可以访问 Claude Mythos。想象一下他们拥有的优势。

此事引发了更深层的讨论：如果前沿 AI 模型的访问可能被突然撤销，对单一供应商的依赖本身就构成产品风险。欧洲企业客户已开始要求供应商承诺"脱离美国 AI/云解决方案"，推动数据属地化和司法管辖隔离需求。

3. Andrew Ng：AI 访问限制加速全球 AI 主权需求

Andrew Ng 发表长文评论，指出过去两周 Anthropic 和美国政府对前沿模型访问权的限制是"一旦看到就难以忽视的时刻"，正显著加速各国和企业确保可靠 AI 访问的努力。

Over the last two weeks, both the U.S. Government and Anthropic took significant actions that demonstrated their power to control access to AI by restricting what others can do with frontier models. This has been one of those moments that, once seen, will be hard to unsee, and it is significantly accelerating many businesses' and nation states' efforts to ensure reliable access to AI that no one else can terminate.
— @AndrewYNg

过去两周，美国政府和 Anthropic 都采取了重大行动，通过限制他人在前沿模型上的行为展示了其控制 AI 访问的权力。这是一个一旦看到就难以忽视的时刻，正在显著加速许多企业和国家确保可靠 AI 访问的努力——不再受制于人。

Ng 还批评 Anthropic 以"安全"为由限制竞争者使用 Fable —— 最初甚至在不告知用户的情况下静默削弱模型输出 —— 并指出 Sam Altman 的比喻："这显然是绝妙的营销：'我们造了一颗炸弹，即将扔到你头上。我们将以 1 亿美元的价格卖你一个掩体。'" Ng 认为这些事件正推动各国加大对开放替代方案的投资。

4. Agent 工程范式转变：从"单一智能体"到"编排模式"

Cognition 的 Jared Zoneraich 详细描述了 Devin 团队内部广泛使用的 Agent Fan-Out（智能体扇出） 模式：一个主智能体分解任务，启动 5-100 个子智能体并行工作，再合并结果。

Agent Fan Out - asking your agent to break down the problem, spin up 10 more agents in parallel, and combine their results. This is something I've seen everyone do - from our model research team spinning up 100 Devins to examine eval logs - or our product team using 5 child Devins to try out 5 different alternative implementations of the same thing. If engineering is cheap and easy, why not build the product 10 times and choose the best one?
— @imjaredz

Agent Fan-Out —— 让你的智能体拆分问题，并行启动 10 个以上的子智能体，然后合并结果。我见过每个人都在这么做——从模型研究团队启动 100 个 Devin 检查评估日志，到产品团队用 5 个子 Devin 尝试 5 种不同实现。如果工程成本低廉又简单，为什么不构建 10 次产品然后选最好的？

核心逻辑：智能体在任务更小、更精准时更聪明，上下文窗口有限；且并行化分解任务能显著加速交付。Jared 还分享了额外技巧：让 Devin 自己写子智能体的 prompt（比人类写得更好）、并行执行大量任务、在启动前一次性提供所有信息以避免中断。

5. John Jumper 离开 Google DeepMind 加入 Anthropic

AlphaFold 负责人 John Jumper 宣布在 DeepMind 工作近 9 年后离职，加入 Anthropic。这是今年 AI 领域最重大的人员变动之一，回应中 Demis Hassabis 也表达了对这一损失的重视。

After nearly 9 years, I have decided to leave Google DeepMind and join Anthropic (after taking some time to recharge). I am incredibly grateful for my time at GDM. @demishassabis took a real chance letting me lead the AlphaFold team just six months after finishing my PhD, and the entire GDM team taught me so much about how to do great science.
— @JohnJumperSci

经过近 9 年，我决定离开 Google DeepMind，加入 Anthropic（先休息一段时间）。我非常感激在 GDM 的时光。@demishassabis 在我博士毕业仅六个月后就大胆让我领导 AlphaFold 团队，整个 GDM 团队教会我太多如何做伟大科学。

此举发生在 Noam Shazeer 离职之后，加深了外界对 DeepMind 人才留存和产品路线的担忧。同期社区传闻称 Gemini 3.5 Pro 可能在智能体编程方面仍落后于 Anthropic/OpenAI，若如此，Google 的基础设施优势尚未转化为模型领先性。

6. 开放权重模型市场份额逆转：OpenRouter 数据揭示范式转移

Dirac 的 OpenRouter 代币份额仪表盘 显示，在过去约 3 个月内，开放/开放权重模型在 OpenRouter API 流量中的份额从 约 40% vs 60% 闭源 反转至 约 60% vs 40% 闭源，日均聚合使用量约 6T token。分析按模型创建者实验室聚合输入+输出 token，并排除了小米 mimo-v2-pro 免费流量以避免偏差。虽然在 OpenRouter 的用户群中具有代表性（而非整体 LLM 市场），这一数据仍是开放权重生态崛起的重要信号。

7. Hermes Agent v0.17.0 发布：开源智能体栈快速成熟

Nous Research 发布了 Hermes Agent v0.17.0 "The Reach Release"，新增智能体分发（agent distributions）、会话压缩行为改进和更广泛的可用性增强。社区展示了实际部署势头：iMessage 支持、使用 Hermes + Kimi 生成 GIS 工具、以及用户发现上下文压缩规则等系统行为。Hermes 正迅速成为一个严肃的开源智能体栈竞争者。

8. poolside Laguna-M.1 开源：美国训练的最强开放权重编程模型

poolside 发布 Laguna-M.1，Apache-2.0 许可，225B 总参 / 23B 激活参数 MoE 架构，256 个专家 top-k=16，262K 上下文窗口。SWE-bench Verified 74.6%，SWE-bench Multilingual 63.1%，SWE-bench Pro 49.2%，Terminal-Bench 2.0 45.8%。提供 BF16、FP8、NVFP4 权重。社区评价其为"可能最强的美国训练开放权重编程模型"。较小的 Laguna-XS.2（33B-A3B）仍在等待 llama.cpp 支持。

9. 推测解码突破：Qwen 3.5 在 B200 上实现 1000+ tokens/s

Modal 与 Z Lab 联合发布了针对 Qwen 3.x 的 6 个新推测解码器，其中最突出的是 Qwen 3.5 122B-A10B 在 B200 上实现 1000+ 输出 tokens/s。这一数据若在生产负载中成立，推测解码仍将是改变服务经济学的最清晰杠杆之一。同期 Google 详细介绍了 TPU 8i，针对后训练和高并发推理优化，配备更多片上 SRAM、Collectives Acceleration Engine 和名为 Boardfly 的新服务拓扑。

10. QUEST-35B 开源 Deep Research 智能体

俄亥俄州立大学研究人员发布了 QUEST-35B，一个开源"Deep Research"智能体，使用约 32 张 H100 在约 8K 合成样本上训练，代码、权重、数据集和训练配方全部开源。在 BrowseComp、GAIA、Mind2Web 2、HLE 等多个基准上对比 Gemini、Claude、GPT 等闭源系统表现具有竞争力。社区对"仅 8K 样本"的泛化性提出了合理质疑，并追问究竟开源的是基座模型、微调权重还是完整智能体框架（含工具编排、搜索/检索、引用处理等）。

本作品采用《CC 协议》，转载必须注明作者和本文链接