🔥 今日看点

• Z.ai 发布 GLM-5.3：不换基座、纯靠扩展后训练，Terminal-Bench 3.0 从 4.6 跃升至 28.3，网络安全能力超预期增长，发布当日即传出已发现 Cursor 的”潜在严重漏洞”，HN 讨论 1025 分登顶
• 通义 Qwen3.8-27B 上线 Hugging Face（含 FP8 量化版），857 分登顶 HN 热榜，本地模型社区实测：私有基准上表现仅次于 Gemma 4，但显存占用偏高
• Google 开源 HEIR 同态加密编译器：可把预训练模型一键转换为密文推理，让”加密数据上的 AI”走向实用，并展示推荐、反欺诈、入侵检测、热词唤醒四个 Demo
• Anthropic 公开 Claude 文本水印工作原理；DeepMind 发布 Gemini Robotics ER 2（视频理解 + 任务编排 + 多机器人协作）

📰 模型与产品动态

1. Z.ai 发布 GLM-5.3：纯后训练扩展出”网络攻防”能力

GLM-5.3 沿用 GLM-5.2 的 743B 基座（约 40B 激活），改进全部来自扩展后训练：在更接近真实工程任务的环境（代码库、文档、计算集群、实验结果）中做长程强化学习，部分任务相当于资深工程师数天的工作量。效果显著：Terminal-Bench 3.0 从 4.6 升至 28.3、DeepSWE v1.1 从 46.2 升至 66.9，且效率更高（Max 档 34.5% 得分仅耗约 7.5 万输出 token）。更受关注的是网络安全能力”比预期发展更快”：CyberGym 84.5% 超过 GPT-5.6 Sol（83.6%），Z.ai 开发者倡导者称已用其发现 Cursor 的潜在严重漏洞。该模型目前仅限 GLM Coding Plan 与 ZCode 环境，API 与开源权重约两周后放出，届时将引入”可信访问”分级控制。
阅读全文 · Z.ai 技术博客 · HN讨论

2. 通义 Qwen3.8-27B 上线 Hugging Face

Qwen3.8 系列新成员 27B 模型（含 FP8 量化版）发布，857 分登顶 HN 首页。本地模型社区第一时间实测：这是继 Gemma 4 之后第二个能通过某开发者私有基准的本地模型（显式推理风格），但显存占用偏高（32K 上下文约 2.5GB VRAM），128K 上下文需谨慎量化；也有用户反馈在 Agent 场景下体验不及 Muse Glimmer 顺手。围绕”本地 27B 级模型”的推理质量与显存效率之争成为当日社区焦点。
模型页 · HN讨论

3. Google DeepMind 发布 Gemini Robotics ER 2

Gemini Robotics ER 2 主打视频理解、任务编排与多机器人协作：机器人可基于视频输入理解场景与物体状态，拆解复杂任务并在多台机器人间协同执行，被视为 Gemini Robotics 2”全身智能”之后的编排层升级，面向工业与实验室场景的实体 Agent 落地。同日 DeepMind 还展示了 WeatherNext 在气旋预报上的突破。
官方博客

🌐 Hacker News 热门讨论

4. “为什么 Opus 5 用起来感觉更差了？”（761 分）

一篇开发者博文登上 HN 引发大讨论：作者对比使用 Claude Opus 5（配合 Claude Code）的体感，认为新模型在长会话中”变笨”、更啰嗦、更易陷入循环。评论区分化明显：有人归因于推理 token 消耗与上下文压缩，有人认为是产品层（会话管理、工具调用策略）而非模型本身的问题。作为”模型很强但产品体验退步”的典型样本，值得 Agent 产品团队关注。
原文 · HN讨论

5. Mixedbread 发布 Toast 1：搜索 Agent 便宜 10 倍、快 12 倍（171 分）

Mixedbread 推出知识密集型任务的搜索 Agent Toast 1：在相关评测上匹配或超越 Claude Opus 5 与 GPT-5.6 Sol，同时成本最高降低 10 倍、速度提升 12 倍。定位是”检索 + 推理”一体化 Agent，直指企业知识工作场景的高 token 消耗痛点，与 Writer Palmyra X6、Gemini 3.7 Flash 的”降本增效”叙事同频。
官方博客 · HN讨论

6. Anthropic 官方指南：最大化 Claude Code 会话价值（124 分）

Anthropic 发布 Claude Code 使用指南，系统讲解如何组织长会话：拆分子任务、善用 CLAUDE.md 与技能（Skills）、控制上下文窗口、复用会话状态等，帮助开发者在长程 Agent 任务中减少重试与 token 浪费。官方下场输出”Agent 使用最佳实践”，说明编码 Agent 的”用法”本身正在成为产品竞争力的一部分。
官方博客 · HN讨论

7. Show HN：Mole —— 终端里的深度研究 Agent（45 分）

开源项目 Mole 将深度研究 Agent 搬进终端：输入问题即可自主规划、检索网页、汇总成报告，全程 CLI 交互、无需图形界面，适合与脚本和 CI 工作流集成。在”研究 Agent 产品化”浪潮中，终端形态提供了一个轻量、可编程的替代方案。
仓库 · HN讨论

🔐 安全与隐私

8. Google 开源 HEIR：同态加密让”私有 AI 推理”走向实用（265 分）

Google 发布 HEIR（Homomorphic Encryption Intermediate Representation）编译器：可将预训练 AI 模型自动转换为在加密数据上直接推理的版本，服务端全程只见密文，目标是把密文推理做成”一键接入”。已与 Belfort、Niobium、Cornami、Optalysys 等硬件加速厂商合作，并展示推荐系统、信用卡反欺诈、Kitsune 网络异常检测、热词唤醒四个 Demo（单线程 CPU 延迟已可用）。纯密码学方案相比硬件可信执行环境的隐私边界更强，是”隐私计算 + AI”路线的重要进展。
Google 官方博客 · HN讨论

9. Anthropic 公开 Claude 文本水印工作原理

Anthropic 发布长文详解 Claude 文本水印技术：在不影响文本质量的前提下嵌入统计模式，供检测工具识别 AI 生成内容，同时讨论了对误报率、多语言与对抗绕过的工程取舍。这是主流闭源厂商首次系统公开其生成文本水印的实现细节，为行业统一检测标准提供了参考。
Anthropic 新闻

⭐ GitHub Trending 热门项目

10. github/spec-kit — Spec 驱动开发工具包（今日 +1,160，总 128.5k）

GitHub 官方推出的 Spec-Driven Development 工具包：先写规格说明（Spec）再生成代码的工作流，让 AI 编码从”直接生成”转向”先对齐需求、再落地实现”，与 Agent 编码时代的可验证性需求高度契合，连续霸榜。
仓库

11. holaboss-ai/holaOS — 开源 All-in-One Agent 工作区（今日 +769，总 7.3k）

可运行任意 Agent（Claude Code、Codex 等）的开源工作区：100+ 集成与 MCP、共享内存、内置模型或 BYOK，把浏览器、文件与多工具操作统一到一个桌面环境。开源版”Agent 操作系统”赛道正在升温。
仓库

12. lightningpixel/modly — 本地 GPU 生成 3D 模型（今日 +579，总 5.9k）

桌面应用：用本地 AI 从图片或提示词直接生成 3D 模型，全程运行在自己的 GPU 上，无需上传。3D 资产生成的端侧化，对游戏与设计工作流意义明显。
仓库

13. deepseek-ai/awesome-deepseek-agent — DeepSeek Agent 生态清单（今日 +222，总 5.7k）

DeepSeek 官方整理的 Agent 生态资源合集，随 Harness 发布同步升温：覆盖框架、工具、教程与部署方案，是研究”DeepSeek 系 Agent 栈”的入口。
仓库

14. citrolabs/ego-lite — 面向 AI Agent 的浏览器（今日 +165，总 10.4k）

号称”最快的 Agent 浏览器”：把登录态浏览器环境共享给 Codex、Claude Code 等 Agent 做自动化，零成本零配置，不打扰用户。Agent 浏览器/计算机使用层的开源竞争继续加剧。
仓库