面向熟悉 AI、技术和商业的读者：模型、Agent/AI coding、基础设施/芯片/算力、开源模型、中国 AI 生态与商业动向。
摘要：OpenAI 发布 GPT-5.6 家族，定位为“随任务强度扩展”的前沿模型族；GitHub Copilot 随即开始将 GPT-5.6 Sol、Terra、Luna 纳入模型选择器。Sol 面向大代码库推理和长时 agentic coding，Terra 是日常交互/agentic coding 的均衡默认项，Luna 是低成本、快速任务变体。Copilot 中 Sol 面向 Pro+、Max、Business、Enterprise；Terra/Luna 覆盖 Pro 及以上；企业/商业管理员需要显式开启策略。
为什么重要：这不是单纯的聊天模型升级，而是前沿模型被分层接入 IDE、CLI、移动端、cloud agent 和企业策略体系。模型选择开始更像云资源调度：高推理天花板、默认吞吐、低价延迟三档共存，开发者需要按任务经济性路由。
摘要：GitHub 7 月 7 日把 Kimi K2.7 Code 扩展到 Copilot Business 与 Enterprise。该模型是 Copilot 模型选择器里的首个 open-weight 选项，由 GitHub 托管在 Microsoft Azure，并按 provider list pricing 走 usage-based billing；企业默认关闭，需要管理员开启。7 月 8 日的 VS Code Copilot 汇总还包括 agentic browser tools GA、并行 agent sessions、一个 session 内多个 chats、成本可见性、Marketplace model discovery 等。
为什么重要：Copilot 正从“一个补全模型”变成多模型、多 agent session 的编排入口。Kimi 进入企业 Copilot 说明中国 open-weight coding 模型已经被主流企业开发渠道吸收，但治理、合规和数据政策成为默认门槛。
摘要：DeepSeek V4 Preview 已上线并开源，官方称 V4-Pro 为 1.6T total / 49B active params，V4-Flash 为 284B total / 13B active params，官方服务默认 1M context，并提醒 deepseek-chat 与 deepseek-reasoner 将在 2026-07-24 后退役。MiniMax M3 官方定位为同时具备 frontier coding、1M context、native multimodality 的 open-weight 模型，采用 MiniMax Sparse Attention，可处理图像/视频输入并操作桌面。Qwen Code 文档体系近期也显示其围绕项目级上下文、Web Fetch/Search、MCP、sandboxing、subagents、headless/CI 与多通道集成在扩展。
为什么重要：中国模型厂商的竞争焦点从“通用聊天榜单”转向可落地的 coding agent：长上下文、工具调用、桌面/浏览器操作、企业 IDE/CI 集成、低成本 open-weight 部署。对开发者而言，模型能力差距缩小后，胜负更多取决于 agent harness、上下文工程与企业渠道。
来源：api-docs.deepseek.com www.minimax.io moonshotai.github.io qwenlm.github.io
摘要：NVIDIA 技术博客强调 agentic 系统并非一次 GPU 前向完成：工具调用、代码执行、检索、sandbox 评估、KV-cache 协调都把 CPU 放上关键路径。Vera CPU 文章称其在满 socket 负载下 sustained per-core performance 提升 1.8x，loaded latency 降低 40%，per-core memory bandwidth 超过 3x。另一篇 model co-design 文章给出硬件友好 LLM 设计建议：线性层维度接近方形、对齐 GPU tile size（128，最好 256/512 倍数）、width-over-depth 提升 arithmetic intensity，NVFP4 量化配合 TensorRT Model Optimizer/LLM Compressor，MoE 通过 expert parallelism、pipeline/Helix parallelism 在 Blackwell NVLink 系统上扩展。
为什么重要：agent 时代的成本瓶颈不只是“买更多 GPU”。多步推理把 CPU、内存带宽、调度、KV-cache 生命周期和模型结构都变成利润率变量。模型实验室和 infra 团队需要在训练后优化、推理引擎、硬件拓扑之间共同设计。
摘要：Cursor 3.11 引入 side chats 与 conversation search：开发者可在主 agent 任务不中断时启动旁路对话，查询、探索或 sanity-check；Agents Window 可本地索引上千个对话。Anthropic 的 Claude Sonnet 5 已在 Claude Code 与 API 中作为更低成本 agentic Sonnet 模型提供，发布价到 2026-08-31 为 $2/M input、$10/M output，之后 $3/M input、$15/M output。Modal 与 Claude Science 的集成则把生命科学对话中的 GPU/CPU burst workloads 路由到 Modal sandboxes。
为什么重要：agent 产品正在从“单次任务执行”走向并行会话、长期记忆/检索、外部算力调度和领域工作台。真正的生产力提升来自 agent 在后台持续推进、旁路审查和可追溯成本控制，而非单轮回答质量。