《AI HOT 速览：MiniMax M3、推理加速与企业 AI 基础设施》

导语

这期 AI HOT 是一组 AI 产品、模型、基础设施和行业动态的密集快报。它的主线不是单个模型发布，而是 AI 应用层正在同时经历三件事：开源模型继续变强，推理与工具链快速提速，企业应用与资本市场开始围绕智能体基础设施重组。

1. 模型与推理：从 MiniMax M3 到高速编码模型

MiniMax 开源了 M3 模型权重：总参数 428B、激活参数 23B，并同步发布 MSA（MiniMax Sparse Attention）论文，用稀疏注意力降低长上下文计算成本。M3 的特殊性在于，它从预训练阶段就进行文本、图像等多模态交错混合训练。发布两周后，M3 在 Artificial Analysis 综合智能指数和 GDPval-AA 中获得开源模型第一，在 Code Arena WebDev 进入帕累托最优序列，并在 Vals.AI 榜单居国产模型首位。输出速度已从约 30 TPS 提升到约 80 TPS，计划再提升 30%-40%，Token Plan 后台也新增调用量看板。

Z Lab、Modal 与 SGLang 团队则发布 DFlash 投机解码模型和 SGLang 默认 Spec V2 引擎。DFlash 采用块扩散和 KV 注入并行生成 draft token，在 Qwen 3.5 397B-A17B（BF16）与 HumanEval 场景中，并发 1 时吞吐达到基线 4.3 倍。它说明推理优化正在从“换模型”进入“模型周边执行引擎”的竞争。

Kimi K2.7 Code 高速版也上线。它与普通版是同一模型，但输出速度约为 5-6 倍，常规编程约 180 Token/s，短上下文最高 260 Token/s；API 价格是普通版 2 倍，Kimi Code Plan 的抢先体验消耗为普通版 3 倍。使用时必须开启思考模式，否则会报错或回退至 K2.6。相比 K2.6，K2.7 Code 在长上下文编程指令遵循和长程任务中提升，平均 token 消耗减少 30%。

2. 开发者基础设施：聚类、仪表盘和 CLI 规则都在细化

UC Berkeley 与 UT Austin 开源 Flash-KMeans，用 Apache 2.0 授权并支持 pip install flash-kmeans。它没有改变标准 Lloyd's k-Means 数学，也不靠近似，而是重构 GPU 数据流：在 NVIDIA H200 上端到端比最佳基线快 17.9 倍，比 cuML 快 33 倍，比 FAISS 快 200 倍以上。FlashAssign 避免物化完整 N×K 距离矩阵，把 IO 复杂度从 O(NK) 降到 O(Nd+Kd)，单核最高加速 21.2 倍；Sort-Inverse Update 通过排序聚类 ID 降低原子争用，单核最高加速 6.3 倍。它还支持 out-of-core 处理，在 1B 数据点、K=32768 这类大规模场景中更有意义。

xAI 给 Grok Build 推出 Agent Dashboard，用一个屏幕管理多个编码会话。仪表板按等待输入、工作中、空闲分组，每行显示状态、名称、分支、权限模式和当前操作；选中后可打开 peek 面板查看最新输出并直接回复。等待输入的会话可用箭头键或数字键选择，底部输入框可分派新会话、设置模型、启动计划模式或自动批准编辑。入口包括 grok dashboard、/dashboard 和 Ctrl+\，关闭后会话继续运行，再打开即可恢复。

开发工具规则也在进化：新增 Tool(param:value) 语法用于按工具输入参数匹配权限；嵌套 skills 目录自动加载，冲突时以 <dir>:<name> 保留；嵌套 agent、workflow、output-style 冲突时取最近目录。自动模式下子 agent 生成前增加分类器评估，/doctor 改成扁平树布局，工作流提示词只在显式短语触发时紫色闪烁，/bug 提交前要求填写描述，并修复 CLI、Chrome OAuth、子 agent 转录和后台恢复等问题。

3. 平台与产品：Meta、Salesforce、Cloudflare 都在补 AI 应用层

Meta 在 Facebook 推出 AI Mode 搜索，用 Meta AI 从公开帖子、群组和 Reels 中提取信息并合成答案，用户可以用自然语言提问。它还新增视频拼贴剪辑、过渡效果、AI 照片预设，以及 Stories 中的 AI Edit，比如让体育迷虚拟穿上队服。这延续了动态头像、Marketplace 自动回复和创作者 AI 助手的部署节奏。与此同时，Meta 正在推进 Facebook、Instagram 和 WhatsApp 的全球订阅计划，每月 3.99 美元起，并规划更多 AI 订阅层级。

Salesforce 宣布以 36 亿美元收购 AI 客服平台 Fin。Fin 原为 Intercom，能跨实时聊天、WhatsApp、短信、电话、Slack 等渠道解决客户问题。Salesforce 计划把 Fin 的技术和团队用于增强 Agentforce，让企业构建自定义 AI 智能体来自动化任务。交易预计在 Salesforce 2027 财年第四季度，也就是 2027 年初完成；Fin 联合创始人兼 CEO Eoghan McCabe 将继续担任 CEO，研发负责人 Des 继续领导研发。

Cloudflare 则吸收 Ensemble AI 团队关键成员，加速 AI 基础设施研发。Ensemble 专注模型压缩和高效推理，开发 NdLinear 与 NdLinear-LoRA，前者可替换 Transformer 标准线性层并保持多维激活结构，后者降低大模型微调所需可训练参数。Cloudflare 计划把这些成果整合进 Workers AI，结合全球网络和 serverless GPU 推理服务，提升推理效率、GPU 利用率和部署经济性。

4. 行业信号：裁员、估值和开源本地模型一起构成黄金时代的压力

今年科技公司已累计裁员约 15 万人，日均 974 人，速度比去年快 44%；上月裁员近 4 万，创两年新高，AI 连续三个月被列为裁员首要原因。Block 近半数员工被裁后，Jack Dorsey 否认 AI 是根源；Marc Andreessen 说 AI 只是“银弹借口”。Uber 裁撤 23% 人事部门，而其 CTO 曾透露 AI 编码预算四个月内耗尽。

资本市场另一边却很热：AI 芯片公司 Cerebras 上市首日市值达 670 亿美元，SpaceX 上市市值 2.1 万亿美元，Anthropic 和 OpenAI 估值均约 1 万亿美元。Meta 在 Zuckerberg 购入 1.7 亿美元豪宅后宣布裁员 8000 人。民调显示，65% 选民认为中产阶级生活遥不可及，76% 美国人把生活成本列为首要经济问题。

最后一组判断把这些动态连起来：美国政府关闭 Anthropic 的 Fable 访问，开源和本地模型变成必备；Satya Nadella 认为 AI 生态护城河应是人类专业知识和模型外围系统；Salesforce 收购 Fin 说明企业智能体市场正在整合。构建 AI 应用的难点，正在变成三项能力：在 Kimi K2.6、Qwen 3.6 27b、GLM 5.1 等不同特性模型中选择；设计智能体系统的 hill-climbing 循环；持续评估模型加循环性能，让 token 预算中的智能最大化。

思想框架

这期快报先从 MiniMax M3、DFlash、Kimi K2.7 Code 展示模型与推理速度的提升，再转向 Flash-KMeans、Grok Agent Dashboard 和 CLI 规则，说明开发者基础设施正在为多会话、权限、GPU 数据流和 agent 工作流做精细化优化。随后通过 Meta AI Mode、Salesforce 收购 Fin、Cloudflare 整合 Ensemble，展示平台公司正在把 AI 能力嵌入搜索、客服和推理部署。最后用裁员、估值、开源本地模型和 Nadella 的“外围系统”判断收束：AI 应用进入黄金时代，但胜负不只在模型本身，而在模型选择、智能体循环、评估体系和部署经济性。