每日AI乱炖 · 2026-10-19

从最早的时候起，电子游戏行业就是靠开发者互相克隆竞品建立起来的，只是原创程度不同，平台执法的力度也不同。但现在 AI 编程工具把克隆这件事变得极其高效，很多开发者开始格外谨慎，不敢过早、过广地公开自己的作品。上周末，开发商 Alliance Arts 把这个趋势摆到了明面上：它推迟了旗下一款计划中的公开试玩版，也就是以恶魔为主题、玩俄罗斯轮盘赌的酒桌游戏 Drunken Goddess Reflex，这个试玩版原本打算配合今天的 Steam Next Fest 开幕一起上线。周五晚上，Alliance Arts 团队在社交媒体上发帖说，除了要应付直播限制带来的顾虑，他们「担心试玩版的内容会被用来借助 AI 或其他工具，快速模仿或复制这款游戏的呈现方式和玩法，而这样的作品可能赶在我们正式发售之前就发布出来」。换句话说，真正被推迟的不是一款游戏的上线时间，而是一整个行业公开早期作品的习惯。

Linux 7.3 内核正式发布，创下多项开发活动记录：18,765 个非合并提交，来自 3,021 名开发者，其中 807 人首次参与内核开发。SMB 服务器 ksmbd 新增了需要手动开启的 Apple Time Machine 支持，实现了 AAPL 协商协议，以及 Finder 流、COPYCHUNK、稀疏文件、CHANGE_NOTIFY 等相关 RPC 的兼容性，macOS 的 backupd 因此可以直接通过 ksmbd 完成 Time Machine 网络备份；ARM Device Tree 部分则新增 Apple M3 Pro、M3 Max 与 M3 Ultra 支持。AI 辅助代码提交与 Rust 内核集成的实际效果，同样成了社区焦点。 内核奇数版本开合并窗口、偶数版本做主线，7.3 延续了每两到三个月一版的周期。ksmbd 是内核内置的 SMB 服务器，靠内核态处理取得比用户态 Samba 更高的性能；Time Machine 走 SMB 备份 macOS 依赖苹果独有扩展，要有专门的互操作性补丁才能在 ksmbd 上启用。ARM Device Tree 是内核描述 ARM 硬件拓扑的机制，补上这三款 SoC 意味着它们在主线内核上得到更完善的初始化与驱动匹配。运行 Linux 共享的 macOS 用户可直接用这层兼容层做网络备份，相关主机也有了更完整的 SoC 级识别。评论区里，有人把 807 位首次贡献者当成 AI 辅助提交流行的佐证，调侃补丁质量；也有人赞赏 Apple Silicon 的推进速度，希望进一步了解 Rust 内核驱动的采用节奏。

Together Computer 在 arXiv 上发布论文，并开源了 Hybrid Reasoning Agents（混合推理智能体）的实现：这类 LLM 智能体在连续潜在空间内部推理，对外用文本形式发出动作。配套资源包括 GitHub 仓库 togethercomputer/HybridAgent、HuggingFace 上的模型与数据集，以及论文里的评测章节。核心是把内部推理与对外动作解耦——思考不以 token 呈现，而用潜在向量表达，同时兼容文本工具接口；这也引出了架构权衡、推理栈兼容性与替代设计的实质讨论。 传统 LLM 智能体用自然语言「思维链」显式推理，每步都作为 token 留在上下文里。近期研究让模型在连续向量里完成部分推理以换取效率或表达力，但通常还要额外机制把结果翻译成外部工具能消费的文本动作；混合推理智能体就是把两种模式装进同一架构的一次落地。 本地跑这个 14B 模型却碰到现实问题：主流框架，比如 llama.cpp 配 Bartowski 的 8 位量化，实测会反复循环同一段落、耗尽回合预算，说明它可能需要推理栈侧适配。一位用户报告 14B 在最新版 llama.cpp 上会陷进五分钟循环，而同规模 Gemma 4 12B 处理同样的网页搜索与摘要正常，暗示后端需要更新；也有评论者提议更激进的设计——文本模式下把潜在向量与 token 嵌入拼接或相加输入，让生成文本的同时做潜在推理，不过尚未验证。

inclusionAI 在 Hugging Face 开源了 Ming-3.0-audio-flash：126B 总参、6.5B 活跃参数的混合专家（MoE）音频大模型，采用 MIT 协议。它同时支持音频理解与语音输出：理解侧覆盖转写、语音问答、长录音理解，以及对语音、环境声和音乐的推理；输出侧通过可选的 Talker 模块用内置音色或参考音频发声。模型以中英文为主，并声称支持口音、方言与嘈杂录音。模型卡给出 Transformers、SGLang 与 vLLM-Omni 三条部署路径：SGLang 文本输出参考 4 块 GPU，vLLM-Omni 的 128K 上下文参考 8 张 80GB H800，官方明确这只是参考配置，不是最低需求。 MoE 每次推理只激活少量专家，在保住总参数量的同时压低算力开销——126B 总参、6.5B 激活，意味着它既有大模型容量，又能以接近小模型的算力运行。传统语音助手要分别部署语音识别、语音合成和文本对话三套系统，这类端到端模型则把音频理解与语音生成整合进同一个 Transformer，再用可独立开关的 Talker 输出语音。SGLang 与 vLLM-Omni 都是高吞吐推理服务框架，前者偏通用文本生成，后者侧重多模态与全双工，说明生产级推理路径已经可用。 对想在本地方案部署的人来说，这个 MIT 许可的 MoE 模型同时覆盖音频理解与语音输出，附带的 SGLang、vLLM-Omni 与 Transformers 验证配置可作起步参考。

开源 AI 排行榜项目 whatmodel.sh 发布实证分析，对比 AI 实验室自报分数与独立测试者复现结果。它从 1,629 项已公开基准成绩里匹配出 611 组「同一模型、同一测试」数据，覆盖 180 个模型与 103 项基准。排除模型与测试条件差异之后，自报分数平均比独立测试者高出 6.4%。数据集以 CC BY-SA 4.0、代码以 MIT 许可开放在 GitHub 仓库 jakemanger/whatmodel，另有可交互图表 whatmodel.sh/claims。需要说明的是，这一结论来自单一社区项目，尚未经过同行评审。 基准测试是评估大模型在推理、编程、数学等任务上的标准测试集，实验室通常在发布新模型时自行公布成绩。自报分数缺少独立验证，近几年社区注意到明显的虚报——例如据报道，Kimi K2 在 Humanities Last Exam 上的自报成绩与独立复现差了约 20 个百分点。这种「跑分游戏」促使第三方系统性比对自报结果与复现数据，衡量评估领域的诚信度。对依赖排行榜选型的开发者与采购方来说，实验室公布的分数更该被当成性能上限的乐观估计，而非可直接采信的能力证据，关键任务建议用第三方独立复现交叉验证。