1T参数跑出千级TPS，小米打穿推理天花板

当硬件的天花板被中国团队重新定义，研究界也开始对盲目堆叠参数的执念进行深刻反思。以下是今天的精选：

🚀 巨头激战与前沿突破

• 小米发布 MiMo UltraSpeed 推理架构 —— 在标准 8 卡服务器上，成功将 1T（万亿）参数级大模型的推理速度硬推至 1000+ tokens/s。这一数量级的跃升直接击穿了商用硬件的极限瓶颈，在海外极客社区引发强烈震动。
• 微软 Lens 团队证伪“唯规模论” —— 官方最新研究通过实证踩下刹车：对于视觉生成模型而言，极其精细的数据标注对效能的拉升，远比无脑增加参数规模更具决定性。“Scale is all you need”的暴力美学正在遭受高价值数据的反噬。
• Anthropic 内部安全基建 Glasswing 官宣扩容 —— 当同行在急切重构消费级应用形态时，Anthropic 选择继续死磕底层防御系统。巨头正在加速将自身的安全标准转化为未来 AI 行业的准入门槛。

🛠️ 开发者生态与工程利器

• Goose 与 MemPalace 双双狂揽五万星霸榜 —— 面对闭源厂商的生态收权，开发者用脚投票：一个是支持全系模型、包揽测试编辑的终极智能体 Goose；另一个是狙击大厂专有记忆系统的开源平替 MemPalace。不被大厂绑架的独立基础设施正迎来全面井喷。
• Simon Willison 确立 Agent 文本编辑新范式 —— 开源工具 datasette-agent-edit 将大模型修改代码的操作硬性拆分为“带行号查看、精准溯源替换、定点插入”三把斧。这放弃了花哨的全量重写，却摸到了当前 Agent 可靠操作文本的最低可行解。
• HuggingFace 社区强推 OpenEnv 评估标准 —— 针对当前 Agentic RL（智能体强化学习）各自为战、实验根本无法复现的乱象，开源社区首次集结力量推行统一测试环境。智能体赛道终于从“草莽盲测”迈向了标准化的度量衡时代。

🚨 商业观察与组织进化

• OpenAI 正式启动 AI 经济学实证研究 —— 官方首次拉起覆盖劳动力市场与宏观经济的研究网络。当更多企业 CEO 开始公开把“提升人效”直接兑现为粗暴的裁员比例时，AI 替代劳动力的叙事已从学术推演演变为必须被量化监控的灰犀牛。
• Together AI 普及 1M 上下文推理基建 —— 平台正式接入具备百万 Token 吞吐与多模态能力的 MiniMax-M3。超长上下文不再是大厂旗舰 API 的溢价特权，第三方基建商正在把复杂企业级应用的部署门槛彻底踏平。