今日 AI 速览
头条
Kimi K3 上线：2.8T 参数、1M 上下文，完整权重将于 7 月 27 日开放
Moonshot AI 发布 Kimi K3，采用 2.8T 总参数、Stable LatentMoE 每个 token 激活 16 个专家的架构，原生支持视觉与 1M token 上下文，并引入 KDA 和 Attention Residuals。模型已进入 Kimi、Kimi Work、Kimi Code 与 API，官方称完整权重将在 7 月 27 日前发布。Moonshot 同时承认其综合能力仍落后于 Claude Fable 5 和 GPT-5.6 Sol，当前公开基准也主要来自厂商自评。
点评：需要长上下文和私有部署的团队可以先做 API 回归测试，但应等权重、推理配置和第三方评测齐备后再决定迁移。
OpenAI 为青少年 ChatGPT 加固默认保护：家长可锁定学习模式并接收高风险通知
OpenAI 发布青少年使用 AI 的安全立场与产品进展，称接近九成使用 ChatGPT 的青少年会把它用于学习、查找信息、培养技能或提高效率。平台通过年龄预测和未满 18 岁默认保护，限制血腥暴力、自伤、危险挑战、身体形象以及危险、浪漫或性角色扮演内容；家长还可把学习模式设为默认。除自伤高风险提醒外，OpenAI 现会在关联的青少年账户因暴力政策被停用时通知家长。
点评：学校和家庭不应只讨论是否允许 AI，更应把年龄分层、家长控制、危机升级和学习模式写进日常使用规则。
工具与产品
Google AI Mode 接入 Instacart、Canva 与 YouTube Music，可跨应用直接完成任务
Google 本周在美国为 Search 的 AI Mode 推出 connected apps。用户授权后，可把购物清单交给 Instacart、在 Canva 创建模板、让 YouTube Music 生成播放列表，也可通过 Personal Intelligence 使用已连接服务中的个人上下文获得更贴合的结果。连接需要用户主动选择，Google 将其定位为从搜索答案走向执行任务的一步。
LM Studio 推出 Bionic：本地模型可操作代码、文档和文件，并提供检查点回滚
LM Studio 发布 agent 产品 Bionic，可处理编程、研究、文档与本地文件任务，既能运行本地开放模型，也能使用其宣称零数据保留、不用于训练的 Secure Cloud。它支持本地 Voxtral 语音转写、代码差异检查、沙箱文档操作以及检查点回滚。产品把 LM Studio 从模型运行器推向任务执行层，权限和回滚机制因此比单次回答质量更重要。
Claude Code v2.1.212 新增后台会话分叉，并修复计划模式越权执行 Bash
Claude Code 的 /fork 现在会把当前对话复制到新的后台会话，原有的会话内分叉改名为 /subtask；单次会话同时增加 200 次 WebSearch 和 200 次子 agent 启动上限。安全修复包括阻止计划模式在未确认时自动运行会修改文件的 Bash、修复工作树符号链接可能在仓库外创建目录，以及确保 hook 返回 continue:false 时真正停止执行。
点评：依赖 Claude Code 自动改仓库的团队应优先升级，并保留沙箱与审批，不要用提高上限代替权限边界。
Builder 观点
Thibault Sottiaux（OpenAI Codex 与 ChatGPT）：OpenAI 正调查 GPT-5.6 在全权限、无沙箱和无自动审查条件下误删文件的问题。初步原因是模型为临时目录覆盖 HOME，随后误删了真实主目录；团队已加入开发者提示与 harness 防护，并承诺发布复盘。
Peter Yang（AI 产品作者）：ChatGPT Live 与 Codex 都很强，却没有真正互通。他希望语音会话能直接调用已连接的插件、工具和浏览器，从而在对话中处理邮件、日程、文档与代码；第一步是让 Live 感知账户已经连接的插件。
X 原帖 →Garry Tan（Y Combinator CEO）：skill 文件具有可移植性，能降低团队对单一前沿模型的依赖。他认为这种可迁移的工作知识本身就是好事。
X 原帖 →社区热议
同一首歌、同一预算交给两个 agent：Claude 更贵更快，Sol 更爱混用视频模型
TryAI 给 Claude Fable 5 和 GPT-5.6 Sol 相同歌曲、25 或 100 美元预算，以及网页搜索、图像和视频生成、ffmpeg 等工具，让模型自主制作完整音乐视频。四次运行都没有花满预算；Claude 总成本更高但更快完成，Sol 在 100 美元档混用 Wan、Veo 和 Hailuo，Claude 主要使用 Seedance。作者主观略偏好 Claude 的 100 美元成片，但认为四支作品都离成熟导演水准很远，实验 harness 已开源。
小样本 QLoRA 是否该告别 2e-4 默认学习率，引发过拟合讨论
一名实践者称，在少于 1 万条样本的 QLoRA 微调中，常见的 2e-4 学习率容易过拟合，其项目把学习率降至 1e-4 并训练 5 个 epoch 后效果更好。讨论提醒大家，学习率与 epoch 必须结合数据质量、模型规模、验证集和任务难度共同调节。这是单个项目经验，不是可直接套用到所有模型的通用结论。
98GB DeepSeek V4 Flash 在单张 4060 Ti 加 CPU 上跑到 7.44 token/s
一名本地模型用户报告，在 Ryzen 9600X、138GiB 内存和 16GB RTX 4060 Ti 上运行 98GB 的 DeepSeek V4 Flash Q2 量化版，更新 llama.cpp 相关改动后，生成速度从约 2 token/s 提升至 7.44 token/s。帖子标题称达到 300% 提升，但这一结果高度依赖量化、内存带宽、offload 配置和具体提交，只能视为可复测的单机样本。
GitHub 趋势
今天的共同主线是执行边界正在变得具体：开放模型把规模推高，搜索和本地 agent 开始直接操作应用与文件，青少年产品则把安全从原则落到年龄判断、人工复核和家长通知。模型能力仍在前进，但权限、回滚、数据来源和危机升级流程，已经成为决定产品能否真正上线的同等变量。