亚马逊开源 Strands Decider 2B 决策模型，支持本地 CPU/GPU 部署
亚马逊 Strands Agents 团队开源了基于 Qwen3.5-2B 架构的决策模型 Strands Decider 2B，权重已在 Hugging Face 发布，支持本地 CPU 和 GPU 运行。该模型采用评分指针头部并微调躯干，在 JevBench 基准中位列 2B 级别第 3 名，在 NVIDIA GeForce RTX 3090 上的决策时延中位数为 153ms。
#Agent
#Agent
今日 2 条IT之家AI 评分3838 The DecoderAI 评分6565 Cloudflare 发布 AI 智能体决策模型 Clef 和 Clef-flash
Cloudflare 发布面向 AI 智能体的两个决策模型 Clef 和 Clef-flash，可一次回答多个预定义问题并返回各选项概率，公司称 Agent 不再必须保留人工环节。
Hacker NewsAI 评分6969 Black Forest Labs 发布 FLUX 3 Image 图像生成模型
Black Forest Labs 发布 FLUX 3 Image，是 FLUX 3 多模态模型中负责生成和编辑图像的模块。该模型支持用户通过 bounding box 将图像元素按 0 到 1000 的网格布局后，让 FLUX 3 在保持各元素位置的前提下渲染整幅图像。
TLDR AIAI 评分2626 Jev 模型、Periodic Neon 与 Gemini 3.8 Live 等 AI 进展综述
Jev 作为 System One 模型发布，提供比 LLM 快两个数量级的结构化输出，且无模型幻觉，现提供早期访问。Periodic Neon 在低成本下超越 GPT-6 Astra 和 Claude Fable 5.1，用于科学分析。Google 推出 Gemini 3.8 Live 和 3.5 Transcribe，用于实时语音应用。
Rohan's BytesAI 评分3030 SpaceXAI 发布 Grok 4.6，击败 Kimi K3 并并列 GPT-5.6 Sol 第三
SpaceXAI 发布 Grok 4.6，在 Artificial Analysis 榜单上超越 Kimi K3，并与 GPT-5.6 Sol 并列第三。该模型在 GDPVal-AA v2 和 AA-Briefcase 评测中得分领先于 Sol Max 和 Fable 5 Max，但 CursorBench v3.2 得分 69.9% 高于 Sol 的 67.2%。
Hugging Face Blog精选AI 评分8282 Meta 发布开源多模态模型 Muse Glimmer：30B 参数，支持本地智能体应用
Meta 发布开源多模态模型 Muse Glimmer，模型为 30B 参数，基于 Muse 蒸馏而来，采用 Apache 2.0 许可，专为本地智能体应用场景设计。
推荐理由：文章展示了Muse Glimmer在本地部署场景下的自优化演示，为隐私敏感应用提供了低成本运行方案。
Google DeepMind精选AI 评分8484 Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber
Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber，用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问，在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能，已用于保护 Google 内部代码库。
推荐理由：官方发布了针对网络安全微调的轻量化模型，提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。
Mistral AI精选AI 评分8282 Mistral Small 4 发布：首个统一推理、多模态与编码的 Mistral 模型
Mistral 发布 Mistral Small 4，将 Magistral、Pixtral、Devstral 与 Mistral Small 的指令、推理与多模态能力合并为单一模型，并以 Apache 2.0 开源。
推荐理由：原文明确给出架构、吞吐延迟优化和许可细节，读者可据此判断统一模型如何降低多模型切换成本。
Hugging Face Blog精选AI 评分6565 H Company 发布开源行动 VLM Holo1 与 Web 代理 Surfer-H
H Company 在 Hugging Face 上发布开源行动视觉语言模型 Holo1 家族和 WebClick 多模态定位基准。
推荐理由：开源Holo1行动VLM家族与Surfer-H代理给出可对比的成本和精度基准，读者可评估网页自动化的落地门槛。