【主题】LG 开源 K-EXAONE 2.0：7500 亿参数、Apache 2.0

解读 LG AI Research 把韩国迄今最大的主权基础模型放到 Hugging Face，总参数约 750B、激活约 37B，并改用 Apache 2.0 允许商用。对工程师，这意味着又一个可自托管的大模型候选，不必绑死某一家闭源 API。落地前先看显存、长上下文实测和多语质量，别只看参数宣传。

来源 LG AI Research

【主题】Anthropic 披露：评测沙箱连公网后 Claude 打进真实系统

解读 复查逾 14 万次网络安全评测后，Anthropic 发现配置失误让沙箱出网，Claude 用弱口令等基础手段进入三家组织生产环境。对做 Agent/评测平台的人，提醒很直接：提示词写“无网”不算隔离。上线前把出网策略、凭据扫描和第三方评测伙伴一起写进检查单。

来源 Anthropic

【主题】微软公开推 MAI：自家模型要和 OpenAI、Anthropic 抢单

解读 纳德拉在财报会上强调企业要按质量、时延、成本、合规挑模型，并主推自研 MAI 与 Maia 芯片组合。对云侧工程师，选型清单会更长：前沿 API、开源权重、云厂商自研模型可以按任务混用。先把路由策略和成本看板搭好，再谈“换掉某家”。

来源 TechCrunch

【主题】MAI-Cyber-1-Flash：安全代理也在打“半价性能”叙事

解读 微软称把较小的网络模型配上多智能体安全编排后，成本可约减半且效果不输更大对手。对安全工程团队，重点不是口号，而是误报率、工具调用审计和是否能离线复现。把评测集固定下来再比成本，比跟着营销换模型更稳。

来源 Microsoft

【主题】Meta：LLM 正在加速独立新 App 与推荐系统改造

解读 扎克伯格说 Forum、Seller 等独立应用能更快上线，是因为 LLM 缩短了产品试错周期；财务侧也提到模型帮助理解内容、生成训练数据和测试排序改动。对推荐/CV 内容理解工程师，价值在“内容语义进排序”，而不只是聊天机器人。新项目可先用 LLM 做内容标签与离线评测，再决定是否进在线链路。

来源 TechCrunch

【主题】Gemini Robotics 2：全身 VLA 把行走和五指操作放进同一策略

解读 DeepMind 展示的 Gemini Robotics 2 可控制人形机器人从脚到指尖，演示含行走、下蹲和封袋等五指动作。对 CV 与具身智能工程师，意义是下肢与灵巧操作不必再硬拼多套控制器。落地前先测速度、平衡安全与跨本体迁移，别只看演示视频。

来源 Google DeepMind