AI 编程实时动态与要闻

开发者 Taro L. Saito（@taroleo）参照 TypeSafe Jev 的思路，放弃完整 text/json 生成、只保留判断头，把约 157GB 权重的 DeepSeek V4 Flash 决策能力在 DGX Spark 上蒸馏约 26 小时迁入 4B 模型。结果体积约缩为教师的 1/20，并在即时回答模式下超过教师，单次判断约 22ms，展示纯本地 LLM 做高速决策引擎的可行性。

开源 Skill Fable Orchestrator（k2s1/Fable-Orechester-）让 Codex 把同一任务路由到不同模型：GPT-5.6 Luna 做实现、DeepSeek V4 Flash 跑循环、Claude Fable 5.1 负责规划与终审。安装后用 /fable orchestrator [task] 启动。

Fireworks 宣布 DeepSeek V4 Flash 现已带原生视觉，覆盖无服务器与优先档。官方称多模态基准优于纯文本 0731 版本，价格保持每百万 Token 输入 0.22 美元、输出 0.66 美元。模型页显示 305B MoE、约 1040K 上下文、支持函数调用与图像输入，并带投机解码模块。

工具聚合平台 Composio 发布针对 GLM 5.3、GLM 5.3 Flash、Kimi K3 与 DeepSeek V4 的 30 个多步 Agent 任务实测对比。结果显示 GLM 5.3 完成率最高，而 DeepSeek V4 Flash 与 GLM 5.3 Flash 以约 1/4 的成本完成了近乎相同的任务量。