月之暗面正式开源 Kimi K3，2.8T 总参数、104B 激活参数的 MoE 架构，原生视觉理解，100 万 token 上下文窗口。新架构采用 Kimi Delta Attention（KDA）、NoPE、跨深度注意力残差和 896 专家 MoE 设计，官方称每单位算力的智能密度提升 2.5 倍，长上下文解码速度提升 6 倍。模型权重、技术报告及配套高性能注意力内核 FlashKDA、MoE 通信库已在 HuggingFace 和 GitHub 开源。

The Decoder 报道称，K3 在基准测试中接近 Fable 5 和 GPT-5.6 Sol 等西方前沿模型，但英国网络研究所的独立测试显示其网络能力和数学技能仍落后于前沿模型。Artificial Analysis Intelligence Index 上以 57 分成为领先的开源权重模型。许可证方面，年收入超 2000 万美元需商业授权。

SGLang 负责推理、Miles 负责 RL 训练，为 Kimi K3 提供发布当日支持。K3 采用 69 层 KDA（Kimi Delta Attention）线性注意力与 24 层 MLA 交错的混合架构，在 SGLang 上单卡 batch-1 解码速度约 113 tok/s。结合 DSpark 推测解码可达约 423 tok/s。

KDA 架构迫使推理栈重新设计状态缓存与推测解码逻辑——这不是在现有 Transformer 推理框架上改参数就能跑的，需要对注意力内核做定制化适配。

月之暗面与 kvcache-ai 合作开源 AgentENV（AENV），一个用于大规模运行智能体环境的分布式系统。该系统为 Kimi K3 的智能体强化学习训练提供支持，基于 Firecracker 微虚拟机实现快速快照、恢复和分支功能——快照启动和恢复时间低于 50 毫秒，支持将运行中的沙箱分叉出最多 16 个独立子沙箱。代码采用 MIT 许可证，已在 GitHub 发布。

Kimi K3（Max）在 Agent Arena 中以 +9.75% 净提升分领跑所有开源模型，在全部 42 个模型中排名第三，仅次于 Claude Fable 5（High）和 GPT-5.6 Sol（xHigh）。在 Frontend Code Arena 中同样位列开源及总体第一，并在 7 个领域中的 5 个拿下榜首。另在 3D 物理碰撞模拟测试中，本地部署的 K3（8×B300）生成的 HTML 场景效果优于 GPT 5.6、Grok 4.5 和 GLM 5.2，三个场景全部胜出，本地运行成本为零。

GitHub Copilot 官方博客发布"Harness"工作流，核心论点是"The harness is all you need—mostly"——不需要追逐每个新 AI 工具，用 Copilot 一个工具就能跑通完整开发流程。8 步法：选工具（推荐从 Copilot CLI 入手）→ 开启 YOLO 模式（/allow-all，配合 Codespaces 沙箱）→ 原型（生成多个方案对比，用中型模型如 GPT 5.6 Terra，不中途切换模型以利用 prompt 缓存）→ 规划（/plan 命令，推荐安装 Matt Pocock 的 grill-me skill 让模型更激进地提问）→ Autopilot 实现（内置循环，自动用子 Agent 编排大小模型）→ 人工审查迭代 → Rubber Duck 审查（让不同模型家族交叉审查，如 Claude Sonnet 审查 GPT 输出）→ 提交或开新会话。

Rubber Duck 审查可以和 Autopilot 组合成循环：/autopilot rubber duck，直到双方模型都认为只剩边际改进空间。文章以构建日期选择器 Web Component 为贯穿案例。

GitHub Copilot app 将 AI 编码工具升级为多 Agent 会话工作区，支持同时管理多个任务线程而不丢失进度。每个会话可绑定项目上下文。通过 /create-canvas 命令在浏览器 Canvas 中预览 UI 并直接点选修改。Agent Merge 功能可自动处理 PR 审查反馈和合并冲突。

Anthropic 的 Claude Cowork AI 智能体存在安全漏洞，攻击者可利用 Linux 内核漏洞从虚拟机沙箱逃逸，读写 Mac 任意位置文件并获取在线服务登录凭据。该漏洞影响约 50 万运行本地 Cowork 会话的 macOS 用户。Anthropic 未发布直接修复，后续版本默认在云端执行以绕过本地逃逸路径。

作者因目标定义不清导致 Agent 沿错误方向狂奔一整天，浪费 20 亿 token 后开发了 Leader.skill 并开源。该 Skill 将人类模糊需求转化为 Agent 可独立执行数小时的目标任务书，核心是"目标七问"方法论：①目的（Why，为什么做）②完成态（Done，什么算完成，具体到靠岸就能判断）③证据（Proof，谁来验证、怎么算数）④反作弊（Anti，最偷懒的达标路径是什么，全堵死）⑤边界（Bounds，哪些路不许走、资源用完怎么办）⑥取舍（Trade，冲突时保哪个）⑦未知（Unknown，遇到空白区绕过还是硬闯）。

作者认为"Harness 比 Goal 本身更重要"——Goal 告诉 Agent 往哪走，Harness 告诉它哪些路不许走。灵感来自军事概念的"指挥官意图"（告诉部队"为什么打"和"打完战场该是什么样"，让部队自己决定怎么打）和芒格的"我只想知道自己会死在哪里，这样我就永远不去那里"。推荐多模型组合：用 Fable 5 或 K3 做规划出目标任务书，交给 GPT-5.6 Sol 或 GLM-5.2 做长程执行。Skill 已开源。

本教程基于 Anthropic 的 financial-services 仓库，用纯 Python 复现其技能驱动架构。核心步骤：解析 SKILL.md 文件构建可搜索技能注册表，创建可复用 SkillAgent，将金融分析剧本注入 Anthropic Messages API，支持迭代工具调用循环。通过 MCP Connectors 连接外部数据源，实现自动化交付物生成（报告、图表、数据表）。

Ben Cera 通过租用 GPU 并转向开源权重模型，将 Polsia 的月度 AI 账单从 120 万美元降至约 10 万美元。此前四个月使用前沿模型 API 期间，用户从 500 增长至 5000 付费用户；随后约两个月配置租用 GPU 后，6 月成本降至约 10 万。关键原因：大部分用户只需处理简单代码库的简单任务，不需要最昂贵的模型。