《AI HOT 速览：MiniMax M3、百万 token 上下文与多模态模型上新》

导语

这期 AI HOT 是一天 AI 产品、模型、工具和观点的汇编。处理时不能把它压缩成几条概括，而要保留每个热点的核心事实、关键数字、发布动作和风险提示。整体看，当天主线集中在开源模型、代码智能体、任务型产品、评测工具和 AI 使用/监管讨论。

1. 模型发布与更新

1.1 MiniMax M3 开源权重模型

• MiniMax 发布开源权重模型 M3，约 428B 总参数、23B 激活参数，已上架 HuggingFace。模型同时强调编码、智能体、长上下文和多模态能力：SWE-Bench Pro 59.0%、Terminal Bench 2.1 66.0%、SWE-fficiency 34.8%、KernelBench Hard 28.8%、MCP Atlas 74.2%。
• 它采用 MiniMax 稀疏注意力，把上下文窗口扩展到 1M token，并原生支持多模态。MiniMax Code 工具和 API 平台同步上线，权重与技术报告预计约 10 天后发布。

1.2 Kimi-K2.7-Code 开源

• Kimi 发布并开源代码模型 Kimi-K2.7-Code。相比 K2.6，Kimi Code Bench v2 提升 21.8%，Program Bench 提升 11.0%，MLS Bench Lite 提升 31.5%。
• 推理效率也被强调：推理 token 使用量降低 30%，长时编码任务中的指令遵循和端到端成功率提升。6x 高速模式即将推出，当前可通过 Kimi API 和 Kimi Code 使用。

2. 产品和工具更新

2.1 Apple 健康 App 与豆包任务模式

• Apple 在 iOS 27 中重做健康 App：列表改为卡片布局，增加导航栏；视觉智能营养识别可通过相机 Siri 模式识别食物加工程度、蛋白质、含糖量和营养评级，但不提供精确卡路里，需 iPhone 15 Pro 及以上。经期追踪扩展到围绝经期，Fitness+ 也新增相关课程。
• 字节豆包上线“任务模式”，支持定时执行、零代码网页生成、一键 PPT、数据可视化分析等 Agent 执行能力；原“思考模式”升级为“专家模式”，调用豆包大模型 2.0 Pro。顶部模式变为“快速、专家、任务”，基础功能免费，高阶服务按 68/200/500 元每月等不同档位收费。

2.2 olmo-eval 与 Codex/Claude Code 更新

• olmo-eval 是基于 OLMES 标准构建的评估工作台，面向 LLM 持续开发循环。它支持 agentic 和多轮评测，允许轻量直接运行或容器隔离运行，并报告分数、标准误差和最小可检测效应。它更适合开发阶段逐问题比较检查点输出，而不是只做发布评测。
• OpenAI Codex 推出速率重置攒存功能，并推出浏览器开发者模式。Claude Code 连续发布 v2.1.174、v2.1.175、v2.1.176，其中 v2.1.175 增加 enforceAvailableModels 管理设置。

2.3 受监管行业、医疗理解和工作课程

• TCS 与 Anthropic 合作，将 Claude 引入受监管行业。Google Research 发布研究，讨论 AI 如何帮助用户理解皮肤问题。OpenAI 发布三门 Academy 课程，面向实用 AI 技能、可重复工作流和日常工作中的智能体应用。

3. 技巧、prompt 和工作流

3.1 写作、排版和 PRD 技能

• Oran Ge 开源《人味儿写作心法.skill》，目标是解决 AI 写作缺少人味的问题。小互开源公众号自动排版技能组合。qiaomu-ai-prd 提供面向 AI 的 PRD 生成 Prompt。

3.2 Spec 驱动开发和 OpenRouter 成本控制

• Spec 驱动开发相关的三个 Skills 覆盖 Spec → Implement → Verify 闭环，体现 AI 编程工作流继续向“先规格、再执行、再验证”演化。
• OpenRouter 成本技巧包括在模型后追加 :floor 获取最便宜提供商、用 max_price 设置花费上限、使用 20 多个零成本模型，同时要注意计费陷阱。

4. 行业观点与风险讨论

Anthropic 做了首次公众调查，样本约 5.2 万美国人。48% 受访者把治愈癌症等疾病列为 AI 首要期望，36% 希望 AI 帮助残障人士；担忧方面，64% 担心失业，56% 担心认知依赖，52% 担心信息误导。超过 70% 支持政府监管，最关注隐私、儿童安全和责任归属，只有 15% 信任 AI 公司决策。

这组数据说明，公众对 AI 的期待和恐惧同时存在：希望它解决重大问题，也担心它破坏就业、判断力和信息环境。 调查还强调，多数议题上观点并不因党派或地域严重分裂。