AI 日报 · 2026 年 10 月 24 日 · 星期六
AI 情报站
模型发布/更新
IT之家MiniMax 开源 M3.1 Flash 模型权重，总参数 428B、激活 23B
MiniMax 稀宇科技宣布开源 MiniMax M3.1 Flash 的模型权重，总参数 428B、激活参数 23B，能力较上一代 M3 全面提升。该模型通过前三个全注意力层改为稀疏注意力、路由 MoE 专家迁移到 W4A4、稀疏注意力索引器和主分支从 Q8KV8 迁移到 Q8KV4，以及 Power-aware scheduling 提升推理效率。
BottleCap AI 发布 ThinkingCap-gemma-4-26B-A4B-it，思考 token 平均减少 38.9%
BottleCap AI 发布 ThinkingCap 系列第五个模型 ThinkingCap-gemma-4-26B-A4B-it，在十二项基准上平均减少 38.9% 的思考 token，最高减少 69.1%，准确率平均只降 0.15pp。
产品发布/更新
Sidefleet 发布开源控制面，把闲置电脑组成 AI 编码智能体集群
Sidefleet 发布开源控制面与 worker，把多台已有电脑组成编码智能体集群，任务按仓库和空闲度派给最闲的机器。它复用各机器上已登录的 Claude Code 和 Codex，无需 API key，worker 只向控制面发起出站 HTTP 调用，不开端口。
NVIDIA 推出 Minerva：为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇聚 GPU、网络、存储、调度器与工作负载的遥测数据，并用专用 AI 模型转化为可执行洞察。该平台每小时分析数十亿数据点，通过动态知识图谱定位拖慢训练任务的组件，并把告警风暴聚合成单一事件与可能根因。
技巧与观点
掘金KV 缓存全场景剖析：从单次推理到 Agent 架构的九类场景
文章按九个场景拆解 KV 缓存，指出它把每步重算前缀的 O(N²) 压成线性，但每步注意力仍需遍历全部缓存，线性项不会消失。多轮对话与 Agent 场景下前缀任一字节改动都会让改动点之后的缓存失效，文中给出一个客服 Agent 因在系统提示词加一行时间戳导致首 token 延迟从 0.5 秒涨到 3-5 秒、月度账单近乎翻倍的案例。
掘金长上下文为何越喂越差：从注意力公式拆解上下文腐烂与应对方案
作者梳理 Chroma、RULER、Lost in the Middle、NoLiMa 等实验，指出长上下文衰减与任务难度无关、只与长度强相关，标称窗口不等于有效窗口。
Show HN 上线 LLM 显存实测索引，覆盖 117 个模型与真实硬件
作者发布 quantized.uk 索引，在 RTX 4090、3090、M3 Max、M2 Ultra 等真实硬件上实测 117 个模型的显存占用与 tok/s，并记录所用推理栈。
AWS Machine Learning Blog一手AWS 发布 SageMaker AI 多轮强化学习实操指南，gpt-oss-20b 解词率从 61% 升至 84%
AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的端到端实操指南，用 Wordle 演示训练 gpt-oss-20b 在留出词上的解词率从 61% 提升到 84%。
AWS Machine Learning Blog一手Bayer Crop Science 如何在 Amazon Bedrock AgentCore 上构建智能体决策引擎
Bayer Crop Science 在 Amazon Bedrock AgentCore 上构建了 Agentic Decision Engine（ADE），用 supervisor 智能体把自然语言问题路由给 22 个领域专家智能体，第一阶段约 80% 的用户问题无需工程师介入即可解决。