这就是拥有一个热门开源项目约 50% 时间的感受~

我们一直在监测追踪的头部开源大语言模型在 HuggingFace 上的下载量下降情况。看起来下载量的统计方式似乎有轻微变化，许多头部模型的下载率下降了约 30%，而且这一趋势还在持续。大家觉得还有什么可能的原因？

为什么在模型层压缩利润的开源权重模型对 AI 基础设施需求是净正面的，案例 1001。 一个开源权重 token 消耗的算力*大致*与同等规模模型的前沿 token 相同。

Hugging Face 的 abidlabs 表示，随着大规模算力驱动的自主 Agent 不断产出发现，开放共享科学知识的激励正在瓦解：发现被商品化、低质量论文激增使突破难以被识别、企业更倾向把算力投向内部迭代而非公开发表。

马上要上台讲开放科学如何解决AI安全和扩散面临的一些最难问题。人类迄今承担过的最复杂的工程问题。

SemiAnalysis 发文指出，开源模型已在接管较容易的任务，大量软件工程和白领工作并不需要 Fable 5.1 或 Astra 6 级别的智能，许多低毛利企业正理性地把简单任务外包给这些更便宜的开源模型。

这事被说得很糟糕，但这其实是开源数据社区本该发生的事。

韩国银行黑客事件与此吻合。是的，开源模型正被部分攻击者利用，但只要 Claude Code 能成为黑客攻击的编排者，我们就迫切需要开源模型同样用于防御。这在社会层面是难以接受的艰难平衡，但却是必要的。

🤗💎 开源领域激动人心的一周，祝贺 @GoogleGemma @GoogleDeepMind 团队！ @huggingface 使用 @gradio 的演示真是 🧑‍🍳🤌：

看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天都达到了大约 GLM-5.2 的水平，令人兴奋。 这让我想到，西方与中国开源模型的真正差距可能就在于此： 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型，而西方实验室不能。

对此我非常兴奋，我知道权重即将发布（huggingface.co/mistralai/Mis…），但公平起见，如果你还不是开源权重，就不能算是最好的开源权重模型！

西方开源模型迎来重磅一周！

那些抨击开源模型网络风险的人，其实并没有真正考虑闭源模型风险的证据，是在危言耸听（尤其是针对中国的），而且无视了发布一个网络级模型基本没造成问题的证据。 🌶️ one. interconnects.ai/p/the-cyber…

说实话，对性能没那么惊艳。 考虑到我们最近看到的 Kimi、Qwen、DeepSeek、GLM 等，我猜很多人会有同感。 但你知道吗，这没关系！ 我们需要的是更高效、更多样、可定制的前沿开源权重模型。 很高兴看到 Mistral 回归赛场。 我喜欢我看到的多模态能力。我认为 Mistral Large 可以在这方面脱颖而出。网络安全也可能是他们一个有趣的方向。

Yuchen Jin 发文称 Le Chaton Fat 是真实存在的，并引用他人说法称它是美国或欧洲在聚合基准上最好的开源权重模型。他表示欧洲开源模型领先美国开源 LLM 不在自己的预料之中，并提到对方声称该模型胜过 GLM-5.3。

Elvis Saravia 表示很高兴看到更多有能力的实验室训练开放权重模型，并提到 Reflection 新推出的 Beam 模型在推理效率上表现强劲，认为这对长时运行的智能体很重要。该模型的推理效率相比 GLM 5.2 等对手好 3-4x，被定位为有力的西方开放权重选项。

TechCrunch · AIAI 评分1818

开源还是闭源 AI？TechCrunch Disrupt 2026 上创始人如何选择技术栈

TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举办，围绕开源与闭源 AI 的选择安排四场对话，涵盖多模型应用、自建或定制模型、前沿 API 与 open-weight 模型的权衡，以及 AI 设计芯片硬件。

作者建议开发者自行构建个人 AI 智能体，从 traces、memory 到全部输出实现完全掌控，而非等待服务商修复 bug 或解决安全顾虑。他指出如今借助 AI 构建和维护智能体并不困难，建议从零开始保持精简并随需求演进，或基于开源方案 Pi Durable 二次开发。

SemiAnalysis 称 NVIDIA 收购 SchedMD/SLURM 后，SLURM 对非 NVIDIA 芯片的支持变差，AMD 因此推出自家调度器 "spur"，在多方面优于 SLURM。

美国在忙着做 Frontier Models 中国在忙着做 Open Models， 并努力成为 Frontier 欧洲在忙着做 Sovereign Models，谓之“主权” AI

Linux 内核被曝大量 CVE 漏洞，社区称"这只是开始"

Linux 内核近日被集中披露大量 CVE 漏洞，社区讨论称其中约 1300 个 CVE 多数对应已提交的旧 commit，按提交日期中位数已存在 66 天，仅 211 个为 15 天内新增。有人指出这轮披露源于既有 commit 被补标 CVE，而非漏洞突然被发现，并担忧 AI 智能体大规模扫描代码会让此类安全披露持续多年。

最棒的是看到你们构建的东西：ComfyUI 工作流、Gradio 演示、GGUF 量化，以及许多精彩的结果。 感谢 @cocktailpeanut、@_akhaliq、@linoy_tsaban、@fffiloni、@realrebelai、@drbaph，以及每一位贡献、分享和再创作的人 💚💚

没有开源基础模型，这一切都不会存在。 感谢 @MiniMax_AI 开源 H3——最好的开源视频模型，它驱动着 Viggle-Animate 和 Meridian。✨ 也感谢 @Alibaba_Qwen 发布新的 SOTA 开源图像模型 🙏

似乎很明显，大多数个人 AI 应该在你的设备上运行 喜欢 Sigil 和 Underdog 正在构建的东西——由 Hugging Face hub 驱动

Nathan Lambert 发布最新 Interconnects 图表，展示开放模型推理经济的指数级增长，图中呈现了领先公司每日处理的 token 数，数据来自 Together、Baseten、Fireworks 的公开披露以及 OpenRouter API。他表示此前低估了 OpenRouter 的增长。

Nathan Lambert 发文批评 Anthropic 等美国前沿实验室的安全观，认为其暗示 Z ai 的 GLM-5.3 缺乏安全措施、可能被用于网络攻击的说法站不住脚——已记录的网络攻击中闭源模型被使用的更多。他提出"开源不安全、闭源也不安全"的替代观点：闭源模型能力更强，若双方防护都有漏洞，能力差距反而可能放大净危害。他同时承认，缺乏极端网络防护的开源模型对快速普及网络防御能力很重要。

在 Anthropic 的新博客中： GLM-5.3：“我的任务是安静地造成死亡。” 你可以越狱任何 Claude 或任何闭源模型，让它们说出同样的话。 这并不能证明开源模型是危险的。

Ethan Mollick：开源权重模型即将带来与闭源模型同等的安全威胁，且缺乏护栏

Ethan Mollick 指出，开源权重模型很快会制造出闭源模型已展示过的同类安全威胁，区别在于没有护栏，而且"我们已经很接近了"。他同时提到 Anthropic 发布这项研究有其自身动机，但建议各方提前做好规划。

哇，对开源模型来说这是一个巨大的利好信号，OpenAI 感到有压力要用这些模型来服务用户。这不是一个 OpenAI 能独自构建其客户所需所有模型的世界！

Nathan Lambert 质疑 ModelScope 在中国以外几乎不可用，却影响政策讨论

Nathan Lambert 指出 ModelScope 在中国以外几乎无法正常使用，且缺少人们真正想用的模型，但这一说法已开始影响人们对政策的看法。该评论针对 SemiAnalysis 所称 NVIDIA 收购 HuggingFace 后正研究将部分工作迁移至 ModelScope 等替代方案。

BestBlogs 早报 09-28：AI 时代编程语言演进、编码智能体实践与软件工厂

BestBlogs 09-28 早报收录 10 条内容：José Valim 认为智能体承担更多编码后，语法便利重要性下降，类型与运行时保证、可查询程序数据库更有价值。

🔥社区从未停止创作。 不仅在 H3 之上构建，还不断深入其内部，寻找让它更聪明的新方法。

GitHub Blog · AI & MLAI 评分2222

GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 杀死 MCP？

GitHub Podcast 最新一期逐条拆解了五个 AI 热梗：AI 生成的代码仍需人来负责，只是审查力度应按风险分级；Skills 与 MCP 解决的是不同问题，前者是打包好的经验，后者是连接工具与数据的标准；RAG 并未消亡，它让模型从训练数据之外获取文档、内部知识和代码库上下文，检索不佳会浪费 token、拖慢速度并增加答案不完整的概率。

为 Mistral 鼓掌！ 看到他们表现如此出色真是太好了，他们是所有人的榜样，因为世界各地都需要更多主权和开源 AI。 很期待继续在 huggingface.co/mistralai 上支持他们！

在捍卫 AI 开放性的斗争中，Marin 项目是模型训练开放性的珍贵示范，开源代码、数据、配方，甚至实验结果。公开发布 AI 研究曾经是常态；我感谢 @percyliang 的开放实验室方法。

Hugging Face Blog精选AI 评分6060

Hugging Face 发布 2026 夏季开源模型观察报告

Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万。

@JensenHuang 干得漂亮。Nvidia 的信写得很好，值得一读。正如我们在 OpenAI-Hugging Face 黑客事件中所见，我们需要开放模型和框架来进行防御。 别再相信封闭模型更安全的公关说辞了——那只是监管俘获。

作为我的第一条推文，我分享了 @NVIDIA 签署的一封关于开放模型为何重要的信。 AI 将变革每个行业，赋能每家公司，并由每个国家构建。 开放模型能增强安全与网络安全，加速创新与扩散，并实现主权。 世界既需要前沿的闭源模型，也需要前沿的开放模型。

Adam Thierer 曾撰写关于"无许可创新"的里程碑式著作。当我们不必事先向政府申请许可就能发明时，我们才能获得最好的创意。保护开源 AI 现在是确保这一点的关键部分。

Hugging Face BlogAI 评分2222

超越 LLM：企业级 AI 规模化落地为何依赖 Agent 逻辑

Hugging Face 博客提出，企业 AI 规模化落地的关键不在 LLM 本身，而在"Agent 逻辑"——即知识图谱、算法、程序分析库等运行于智能体层的软件原语，可引导 LLM 聚焦企业工作流、压缩上下文空间。