观察窗口：2026-09-27 08:02:05—2026-09-28 08:02:05（北京时间）。仅采用英文来源；窗口外的近期事件明确标为“7 天持续影响”。
今日结论
- Agent 的有效效率取决于是否及时停止。 MiMo 公布重复工具调用的训练诊断并放出修复权重，比单看任务正确率更值得开发团队检查。
- 开放模型出现新的长上下文工程路线。 NaiveAI 将 MiMo 底座改为局部与稀疏注意力；权重已可检查，但峰值速度、完整部署成本和科研收益仍需独立复现。
- 算力采购与责任追究仍有关键未决环节。 对华芯片采购放行只是媒体线索；澳大利亚听证邀请也不等于负责人已确认出席。决策应等待正式文件与实际执行。
重点动态
1. MiMo 用专项教师缓解工具调用重复
领域：训练 / Coding / 模型｜24 小时。 小米 9 月 27 日发布英文诊断，Pro、Flash 的 MOPD 新权重仓库同日建立；API 已在北京时间 9 月 25 日 06:00 更新，不能把服务更新重算成今日发布。团队发现，只关注正确性、仅惩罚单轮超过 32 次调用，可能放大低于阈值的无效调用；最终以专项 RL 教师配合多教师在线策略蒸馏修复。
公司自评： 修复训练约花费 9 万美元；重新进行大规模 MixRL 的替代方案估算为 231 万美元，两者并非实际支出的对照实验。其指标主要识别同一轮内工具名与规范化参数完全相同的调用，遗漏跨轮循环、语义近似调用及代码执行内部调用，不能解读为所有循环已消失。
判断与行动： Agent 团队应在自己的失败轨迹上同时回归任务成功率、重复调用、耗时和工具费用；后训练团队可研究“专项纠偏再蒸馏”的方法，暂无独立复现支持其成本与效果。小米英文诊断，9 月 27 日。
2. NaiveAI 发布稀疏长上下文模型，速度须看测量条件
领域：模型 / 推理 / 训练｜24 小时。 9 月 27 日发布的 Naive-N0.5-Flash 基于 MiMo-V2.5，采用 309B 总参数、15.5B 激活参数，标称原生 1M 上下文；MIT 权重已公开。其工程变化是以稀疏注意力替代全局注意力层，但索引器仍扫描历史，完整 KV 缓存仍保留；FP8 权重约 315GB，运行还需额外显存。官方模型卡，9 月 27 日。
公司自评： 2,122 tokens/s 来自 8 张 GPU、关闭思考、41 个 HTML/SVG 请求中的最佳一秒窗口，排除预填充。专用 NaiveRT 的内核与基准脚本计划最迟 10 月 12 日提供，目前不能据此宣称百万上下文下持续达到该速度。API 公告仍用将来时，报价也不能当作已可购买服务。
判断与行动： 值得推理平台团队验证稀疏化与融合内核的组合；先核对完整任务延迟、并发吞吐、KV 显存及输出质量，再决定是否迁移。所谓 AI 自动研发收益目前同样是公司材料，尚无独立核验。英文技术说明，9 月 27 日。
3. 对华 NVIDIA 采购可能出现新通道，尚未确认放行
领域：Infra / 政策与商业｜24 小时媒体报道。 Reuters 9 月 27 日转述 The Information 的两名知情人士：中国方面可能允许包括字节跳动、阿里巴巴在内的企业购买面向高端专业计算机的 NVIDIA 芯片。相关沟通的具体发生日未披露；Reuters 明确表示无法独立核实。
判断与行动： 若落地，可能影响企业的芯片组合与供应选择；但这不是正式进口批准、美国出口许可或实际交付的证据。采购与容量规划应继续按已确认供应制定，观察书面许可、可下单型号及交货记录。Reuters 英文报道，9 月 27 日。
4. 澳大利亚要求 AI 公司负责人面对公开调查
领域：政策与商业｜7 天持续影响。 Bloomberg 9 月 27 日报道，参议院 AI 与数据中心调查要求 Sam Altman、Dario Amodei 出席听证，下一次公开听证安排在周四。请求在 9 月 26 日已见报道，发函确切时刻未公开，因此不列作严格窗口内的新事件。报道未提供两人确认出席的信息；该邀请也不是新的违法裁定。Bloomberg 英文报道，9 月 27 日；较早报道的时间记录，9 月 26 日。
判断： 对采购方更重要的变化，是厂商对事故的解释可能进入公开质询记录。应观察是否出现完整通知时间线、调查范围与可核验整改承诺，再评估供应商风险。
值得深入跟踪
- MiniMax 编程预览能否形成可比较产品。 9 月 27 日官方英文公告（仅标日期，时间边界未精确核验）称 M3.1-Flash-Preview 在 MiniMax Code 推出，但未给出完整价格、上下文或评测方法。观察正式模型卡、实际账号可用性与固定任务成本，暂不把宣传中的“快且可靠”当成能力跃迁。官方公告，9 月 27 日。
- AI 研发加速能否复现。 关注 NaiveRT 是否如期交付源码、内核与测量脚本，以及第三方在长上下文、真实代码任务上的端到端结果；单秒峰值和内部研发故事不足以证明持续收益。
- 事故问责能否落实为操作要求。 关注澳大利亚听证中的出席名单、书面证据，以及通知时限、独立审计和停止执行机制是否进入具体规则；听证安排与公司表态本身都不是规则生效。
今日推荐
- 阅读 Manifold 占位域名调查（7 天持续影响，9 月 24 日）。 研究发现，文档中可被第三方持有的示例域名会经广告脚本跳转至诈骗页，静态抓取可能漏检。建议维护者将示例 URL 改为 IANA 保留域名，并复核运行时跳转。报告展示的是暴露路径，未测试 Agent 是否受骗，不应写成“大批 skills 已被攻破”。原始调查。
- 阅读 Stanford HomeBody 架构（7 天持续影响，仓库 9 月 26 日建立）。 通过空间记忆、数字孪生和有界重试，让 VLM 编排移动、抓取等技能，适合研究具身 Agent 如何接收执行反馈。厨房演示尚缺独立成功率统计，代码仍待发布；应先读方法与延迟、硬件限制，再考虑复现。项目说明 · 代码发布状态。