【文章标题】：[AINews] Muse Spark 1.3性能比肩GPT-5.6-Sol，Meta超级智能确认成为最新前沿实验室，训练费用享超90%折扣
【文章正文】： 昨日开启的发布季仍在继续
今日如传闻所示发布了
Gemini 3.8 Flash
但上月
扎克伯格回归公开信
中承诺的Muse Spark 1.3无疑更配得上今日头条。据
AAII
数据显示，它现已位列全球模型第三（！？！）
终于能看到其展现出与OpenAI和Anthropic前沿模型（Opus版而非Fable版）比肩的数据表现…更承诺将
开源权重
同样令人振奋（！！！）：
他们推出创新定价模式，选择参与训练可享90%+费用减免：
2026年8月22日-24日AI要闻。我们查阅了12个Reddit板块、
544条推特
及若干Discord频道。
AINews官网
支持查阅往期内容。温馨提示，
AINews现已成为Latent Space专栏
。可随时
调整邮件订阅
频率！
AI推特精选
智能体工程课程体系与开发者实践
斯坦福大学正将AI原生软件工程确立为独立学科
：
@mihail_eric
宣布新版
《现代软件开发》
课程，聚焦他提出的软件工程”2026蜕变”。显著信号不仅是课程本身，更是教学大纲的重置：
2025年秋季85%教学内容
将被替换为
智能体技能、情境工程、MCP门户、智能体友好代码库设计、智能体代码审查、安全防护、并行后台智能体及软件工厂
等主题。课程还要求学生在Browserbase、OpenHands等合作方支持下，向真实开源代码库提交PR。
斯坦福第二门课程专注智能体构建第一性原理
：
@Diyi_Yang
与
@michaelryan207
推出的
CS329Z：AI智能体工程
明确以”从零构建”为框架。与Mihail Eric课程相呼应，这标志着教学正从”提示工程”转向
系统化智能体工程
：包括约束系统、评估体系、记忆模块、工具链、编排机制及生产环境考量，而非单一模型应用。
从业者讨论聚焦状态化智能分配，非简单路由
：在小组讨论中
@HarryStebbings
强调@EnoReyes观点：最大化模型效能需超越路由——智能体必须
理解任务状态、已发生动作及后续步骤
才能动态分配算力。这与
@jerryjliu0
所述不谋而合：
供应商中立初创公司
可通过端到端优化框架及选择性混用前沿/开源模型，在细分任务上超越顶级实验室。
模型架构与推理：Astra传闻、循环Transformer与实时服务
“Astra采用循环Transformer”的传闻可能不及标题所述惊艳
：
@rasbt
解析OpenAI传闻中的
Astra
架构，指出所谓”递归深度”或”循环Transformer”概念实为温和的结构调整，非突破性创新。他以
南贝格4.2-3B
开源模型为例：通过
22层Transformer堆叠复用两次
，等效
44层模型
却不倍增参数量。权衡很直接：
相近内存占用，约2倍算力消耗
，且仅保留部分token效率。更具实质性的历史参照是
混合递归
方案——通过学习型路由动态决定token处理次数，使简单token提前退出，复杂token获得更多算力。
递归未必隐含隐藏推理
：
@rasbt
另一重要澄清：层复用
不必然遮蔽思维链
。其本质是将更多计算置于token生成前的潜在激活中。若递归深度减少了可见推理痕迹，是因模型可能需生成更少中间token，而非循环Transformer本身抑制文本思维链。
服务基础设施更新持续瞄准实时多模态场景
：
@vikhyatk
发布
Photon 2.1
，为实时多模态推理引擎新增
文本转语音模型
及
英伟达B200支持
。另Baseten宣布托管
GLM-5.3 Fast
，通过
@baseten
强调
更高TPS
及实时部署定位。
智能体框架、技能检索与强化学习后训练工具
字节跳动Seed团队的HarnessDev重构智能体评估范式：聚焦框架而非仅任务完成度
：
@omarsar0
重点推介
HarnessDev
新论文，要求模型从薄弱但可运行的种子开始构建执行框架，再通过下游反馈进行二阶优化。两阶段均按
能力完
🔗 知识库双向关联
- [[Auto_简报_[AINews] Poolside gets 12B reverse-execuhire to NVIDIA; fou_简报]]
- [[Raw_翻译_[AINews] Memory prices up 500 in 12 months|Memory prices up 500 in 12 months_全翻译]]
- [[Auto_简报_[AINews] Memory prices up 500 in 12 months|Memory prices up 500 in 12 months_简报]]