别再只追大模型，AI 助手先过边界、延迟和信任关。

Anthropic 提出 Model Spec Midtraining，在预训练和对齐微调之间加入一个阶段，让模型学习规范内容及其背后的理由。它的目标是减少模型在新场景里只模仿表面行为、却无法理解规则意图的问题。对 Agent 来说，真正难点在邮件、工单、权限和客户数据等新组合场景里，仍能按原则做出稳妥选择。

Google 发布 Gemma 4 MTP draft models，用推测性解码缓解一次只生成一个 token 的延迟瓶颈。草稿模型先提出多个候选 token，目标模型再并行验证。这个方向对代码助手、语音交互、移动端和边缘场景都很关键，因为用户直接感受到的是响应能否跟上真实对话和设备控制节奏。

OpenAI 的 Agents SDK 新能力把文件系统工具、沙箱执行、可配置记忆、manifest 和 sandbox-aware orchestration 放到同一套基础设施里。这个变化说明 Agent 已经从调用几个函数的聊天机器人，升级为会读写文件、运行命令、连接存储和长期执行任务的工作单元。越接近生产，越需要清楚的运行边界和审计能力。

Subquadratic 发布 SubQ，主打 Subquadratic Sparse Attention 和超长上下文推理。官方材料强调模型可以处理百万级到研究级 1200 万 token 的上下文，并在长文档、代码库和持久 Agent 状态上降低注意力计算成本。虽然这些指标还需要更多独立验证，但它代表了一个明确趋势：未来系统会重新权衡切片检索、全量上下文和长程记忆。

Inworld 的 Voice Profiles 在语音转文本之外返回情绪、口音、年龄估计、音高和语音风格等标签，并带有置信度。它把语音从“文字输入”重新变成带状态的交互信号。对家庭、客服、游戏和无障碍场景来说，语调里的焦虑、愤怒、犹豫或疲惫，可能比文字内容更早暴露用户真正需要什么。