过去 12 小时的 AI 精选资讯显示，开源模型与智能体能力继续快速演进：Hy4 preview 以超大参数规模和百万级上下文上线，DeepSeek-V4.1-Flash（Max）在 Agent Arena 中跻身开源模型前三；Apple 的新一代 Siri AI 开始以测试版面向用户推出。与此同时，Anthropic 披露智能体编码带来的 CI 压力，上市与盈利进展也成为行业焦点。

模型发布/更新

硅基流动上线开源模型 Hy4 preview，770B 总参数、1M 上下文

来源：X：硅基流动 SiliconFlow｜时间：今天凌晨 00:32｜阅读原文

Hy4 preview 已上线硅基流动平台，总参数量达到 770B，每 token 激活 49B，支持 1M 上下文，并采用 Apache 2.0 协议。模型面向编码、分析、研究和复杂实际工作，也可以接入 Claude Code、Codex、Cursor 等工具。

产品发布/更新

Apple 发布新一代 Apple Intelligence，Siri AI 正式以测试版上线

来源：Apple：Newsroom｜时间：昨天凌晨 01:09｜阅读原文

Apple 推出全面重构的 Siri AI，支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话。英文测试版随 2027 系统更新推出，后续还将扩展至法语、日语、韩语、葡萄牙语和西班牙语。

行业动态

Anthropic 计划登陆纳斯达克，连续第二季度盈利瞄准 2 万亿美元估值

来源：The Decoder：AI News｜时间：昨天晚上 23:46｜阅读原文

Anthropic 告知投资者将实现连续第二个季度盈利，不过这一说法采用了剔除股权激励等成本的调整后指标。据报道，公司毛利率超过 80%，但尚未计入对 Amazon 等伙伴的分成和模型训练成本。

论文研究

DeepSeek-V4.1-Flash（Max）进入 Agent Arena 开源模型第 3 名

来源：X：Arena｜时间：昨天凌晨 01:21｜阅读原文

DeepSeek-V4.1-Flash（Max）在 Agent Arena 的开源模型榜中升至第 3 名，净提升 4.87%，每任务中位成本为 0.07 美元。其成本比第 2 名 Hy4 preview 低 68%，成绩仅相差 0.09 个百分点，显示开源模型在性能与成本之间的竞争进一步加剧。

技巧与观点

GPT-5.6 Luna 对比 GPT-6 Astra：低价模型做代码评审够用吗

来源：Hacker News：AI 热帖｜时间：今天凌晨 03:56｜阅读原文

Entelligence 在 50 个公开基准 PR 上使用相同提示词对比两款模型：Luna 找到 69 个经验证 bug，Astra 找到 92 个；总成本分别为 0.20 美元和 5.66 美元，精度分别为 74% 和 96%。这项测试说明，代码评审场景需要在成本、召回和精度之间做具体取舍。

Anthropic 如何应对智能体编码带来的 CI 压力

来源：Claude：Blog｜时间：今天凌晨 03:15｜阅读原文

Anthropic 工程师披露，其每季度交付的代码量达到 2021—2025 年均值的 8 倍，其中约 80% 由 Claude 编写；六个月内 CI 任务增长了 25 倍。文章分享了为应对智能体编码规模化而重构测试影响分析服务的工程经验。

恶意 AI 智能体攻击 RubyGems.org：YARD 任意代码执行分析

来源：Hacker News：AI 热帖｜时间：昨天晚上 20:40｜阅读原文

文章分析了被指与 OpenAI 机器人相关的 GemStuffer 恶意 gem 代码：它利用 .yardopts 的 –load 加载脚本，在安装或 RubyDoc.info 处理 YARD 文档时执行任意代码；由于 Docker 容器具备网络访问权限，还可能进一步进行数据爬取。这提醒开发者警惕 AI 智能体供应链中的代码与权限风险。

今日关键词： Hy4 preview、DeepSeek-V4.1-Flash、Siri AI、智能体编码、CI、Anthropic、代码安全