月刊 on LZY Blog

2026-09 月刊

Mon, 28 Sep 2026 00:00:00 +0800

值得关注的模型和新技术

Jev: TypeSafe 推出的 System One 决策模型，通过 Choice、Score 和 Noul 三类问题直接返回结构化选择、评分和判断概率，支持在一次调用中对同一状态并行评估多个问题，适用于路由、评估和 Agent 动作选择

DeepSeek-V4.1-Flash: 原生支持图文输入的多模态 MoE 模型，支持百万 token 上下文，结合 Causal Encoder-Decoder 架构、Compressed Sparse Attention 2（CSA2）和 FP4 KV cache 压缩，降低长上下文 Agent 工作负载的推理开销

2026-08 月刊

Sat, 29 Aug 2026 20:00:00 +0800

值得关注的模型和新技术

DeepSeek-V4-Flash-Vision-Exp: DeepSeek 推出的实验性多模态视觉理解模型，纯文本能力与 DeepSeek-V4-Flash 基本持平，但在需要视觉理解的 Agent 任务上有显著提升，目前通过 API 提供

Qwen3.8-27B: Qwen3.8 系列的 27B dense 开放权重模型，原生支持图像与视频理解，具备可调节的 thinking effort 和更强的长周期 Agent 执行能力，原生上下文长度为 262K，可扩展至 1M tokens

2026-07 月刊

Fri, 31 Jul 2026 20:00:00 +0800

值得关注的模型和新技术

Kimi K3: Moonshot AI 开源的原生多模态 Agentic 模型，总参数量 2.8T、激活参数 104B，基于 Kimi Delta Attention、Attention Residuals 和高稀疏 MoE 架构，支持 1M token 上下文，面向长程编码、知识工作与复杂推理

Claude Opus 5: Anthropic 面向日常高强度工作的旗舰模型，重点提升长程 Agentic Coding、知识工作、视觉输出以及执行过程中的自我验证与迭代能力，在多项软件工程和计算机操作评测中取得领先结果

2026-06 月刊

Tue, 30 Jun 2026 20:00:00 +0800

值得关注的模型和新技术

Claude Fable 5: Anthropic 面向复杂推理、长周期 Agentic 工作和高强度分析任务发布的新一代 Claude 模型，与 Claude Mythos 5 同期推出，重点提升长任务中的规划、执行和结果校验能力。

Dynamic Workflows in Claude Code: Claude Code 的动态工作流能力，让 Claude 在运行时生成可复用编排脚本，将大型工程任务拆成数十到数百个并行 subagents，并通过独立复核与收敛机制处理迁移、审计和复杂代码库探索。

2026-05 月刊

Sun, 31 May 2026 17:00:00 +0800

值得关注的模型和新技术

Claude Opus 4.8: Anthropic 对 Opus 系列的增量升级，强化编码、Agentic 任务、推理和知识工作表现，并在 Claude Code 中配套 effort control、dynamic workflows 和更低成本的 fast mode，重点改善长任务协作中的判断力、工具调用效率和不确定性标注。

TML-Interaction-Small / Interaction Models: Thinking Machines 发布的实时交互模型研究预览，采用多流 micro-turn 架构，让模型原生处理音频、视频和文本的连续输入输出，支持打断、并发说话、视觉主动响应和后台模型异步协作。

2026-04 月刊

Wed, 29 Apr 2026 08:00:00 +0800

值得关注的模型和新技术

DeepSeek-v4: 1.6T 总参数 / 49B 活跃参数的 MoE 模型，核心创新是 Hybrid Attention（CSA + HCA）实现 1M 上下文高效处理，配合 mHC 残差连接和 Muon 优化器，后训练阶段采用专家培养与策略蒸馏架构

Gemma-4: Google DeepMind 发布的最新一代开放模型家族，基于 Gemini 3 研究构建，支持文本、图像、音频多模态输入，专为高级推理和 Agentic 工作流设计，提供 E2B、E4B、31B、26B A4B 等多个尺寸

2026-03 月刊

Mon, 30 Mar 2026 15:00:00 +0800

值得关注的模型和新技术

MiniMax M2.7: MiniMax 发布的自研迭代模型，核心创新是模型深度参与自身训练数据的生成与筛选，实现"模型自我进化"的闭环

Attention Residuals: Kimi 团队提出的新型残差连接机制，用 softmax attention 替代固定权重累加，解决 Transformer 深层"信息稀释"问题

Gemini Embedding-002: Google DeepMind 首个原生多模态 Embedding 模型，将文本、图像、视频、音频统一映射到同一向量空间

2026-02 月刊

Sat, 28 Feb 2026 12:00:00 +0800

值得关注的模型和新技术

Claude Opus 4.6: Anthropic 最强模型升级，改进编码能力与长程 Agentic 任务规划，首次在 Opus 级别提供 1M token 上下文窗口(beta)，在 Terminal-Bench 2.0 和 Humanity’s Last Exam 上取得 SOTA 成绩

Claude Code Agent Teams: Claude Code 的多智能体协作功能，支持 Team lead 协调多个独立运行的 teammate 会话并行工作，teammates 可通过共享任务列表自协调并直接通信，适用于代码审查、多假设并行探索等任务

2026-01 月刊

Sat, 31 Jan 2026 15:00:00 +0800

值得关注的模型和新技术

DeepSeek-OCR-2: 3B参数的视觉文档理解模型，核心创新是 Visual Causal Flow 和 DeepEncoder V2，能够动态重排序视觉token，实现更类人的视觉编码

Qwen3-VL-Embedding: 基于Qwen3-VL的多模态检索框架，包含Embedding模型（负责初阶段高效召回）和Reranker模型（负责二阶段精细重排序），采用多阶段训练范式

2025-12 月刊

Tue, 30 Dec 2025 20:05:00 +0800

值得关注的模型和新技术

DeepSeek-V3.2

Qwen/Qwen-Image-Layered

zai-org/GLM-4.7

MiniMaxAI/MiniMax-M2.1

Jina-VLM

SAM Audio

值得关注的开源项目

Awesome Claude Skills: A curated list of Claude Skills.

Minne: a read-it-later & personal knowledge management solution

Ebook-MCP: A MCP server that supports mainstream eBook formats including EPUB, PDF and more. Simplify your eBook user experience with LLM.

vibe-vibe: 首个系统化 Vibe Coding 开源教程

data-juicer: Data processing for and with foundation models

open-ptc-agent: An open source implementation of code execution with MCP (Programatic Tool Calling)

Agent-Skills-for-Context-Engineering: A comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems.

值得关注的研究和论文

DeepSeek V3.2

DeepSeek稀疏注意力（DSA）
RL协议
Agent任务合成流水线
DeepSeek-V3.2-Speciale：放宽了长度限制，推理能力增强

DSA

2025-11 月刊

Sun, 30 Nov 2025 15:25:00 +0800

值得关注的模型和新技术

值得关注的开源项目

DocETL: A system for agentic LLM-powered data processing and ETL

how-to-build-a-coding-agent: A workshop that teaches you how to build your own coding agent. Similar to Roo code, Cline, Amp, Cursor, Windsurf or OpenCode.

reader 3: Quick illustration of how one can easily read books together with LLMs.

Olmo 3：不仅发布模型，还发布了用于构建模型的所有数据（Dolma 3）、代码、训练日志和中间检查点

Music Flamingo: Scaling Music Understanding in Audio Language Models Claude Scientific Skills：A set of ready to use scientific skills for Claude

2025-10 月刊

Fri, 31 Oct 2025 20:25:00 +0800

值得关注的模型和新技术

OpenAI-Sora

Anthropic introduced Agent Skills

OCR-VL系列：

PaddlePaddle/PaddleOCR-VL

allenai/olmOCR-2-7B-1025

datalab-to/chandra

lightonai/LightOnOCR-1B-1025

nanonets/Nanonets-OCR2-3B

值得关注的开源项目

MineContext： MineContext is your proactive context-aware AI partner（Context-Engineering+ChatGPT Pulse）

DeepAnalyze: agentic LLM for autonomous data science.

Enterprise Deep Research

PokeeResearch-7B Agent: Pokee Deep Research Model Open Source Repo

值得关注的研究和论文

ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory

arXiv:2509.25140

ReasoningBank：从成功与失败经验中提炼可迁移推理策略的记忆框架

2025-09 月刊

Sun, 28 Sep 2025 20:00:00 +0800

值得关注的模型和新技术

Code World Model (CWM)

值得关注的开源项目

FineVision:Open Data Is All You Need

大麦抢票脚本

Parlant: LLM agents built for control. Designed for real-world use.

Claude Code Comprehensive Guide

Dayflow: Turns your screen activity into a clean timeline with AI summaries and distraction highlights.

值得关注的研究和论文

MIRAGE: Scaling Test-Time Inference with Parallel Graph-Retrieval-Augmented Reasoning Chains

arXiv:2508.18260

提出了**Parallel Multi-chain Inference，**将一个复杂问题分解成多个子问题，为每个子问题启动一个独立的、并行的推理链

提出了**Adaptive Graph-based Retrieval，**与一个结构化的医学知识图谱进行交互，在推理过程中，模型可以动态地通过邻居节点扩展、多跳路径遍历等方式探索知识图谱中的实体关系和层次结构

2025-08 月刊

Sat, 30 Aug 2025 15:00:00 +0800

值得关注的模型和新技术

nano-banana

GPT-5

Genie 3: A new frontier for world models

Claude Opus 4.1

Qwen-Image

值得关注的开源项目

LangExtract： A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.

60s API：一系列高质量、开源、可靠、全球 CDN 加速的开放 API 集合

n8n_automations：This repository contains a collection of n8n automation templates sourced from the internet.

Scira: a minimalistic AI-powered search engine

值得关注的研究和论文

GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning

arXiv:2507.19457

GEPA（Genetic-Pareto）算法的创新点在于它将遗传算法（Genetic Algorithm）、自然语言反思（Natural Language Reflection） 和 帕累托最优选择（Pareto-based Selection） 三者巧妙地结合起来，用于优化复合AI系统的prompt

2025-07 月刊

Wed, 30 Jul 2025 14:00:00 +0800

值得关注的模型和新技术

值得关注的开源项目

Coze-studio
Higgs Audio V2
dl-librescore：Download sheet music
quarkdown: 基于 Markdown 的排版系统，但支持的内容更多

值得关注的研究和论文

Agentic Retrieval Augmented Generation for Personalized Recommendation

arXiv:2506.21931

基于RAG的推荐系统中的两大核心问题:

静态和简单的检索机制
对用户意图的理解不足

创新点

ARAG (Agentic Retrieval-Augmented Generation) 的框架，其核心是将多智能体（Multi-Agent）协作机制引入到RAG的推荐流程中

2025-06 月刊

Mon, 30 Jun 2025 20:00:00 +0800

值得关注的模型和新技术

MiniMax-M1

Qwen VLo: 从“看懂”世界到“描绘”世界

Kimi-Researcher

Cursor 1.0

一些embedding 基座模型更新

Qwen3 Embedding

jinaai/jina-embeddings-v4

值得关注的研究和论文

QwenLong-L1: Towards Long-Context Large Reasoning Models with Reinforcement Learning

arXiv:2505.17667

使用RL提升LM的上下文长度

QWEN LONG-L1 框架设计

Progressive Context Scaling： 通过curriculum-based 逐步增加训练上下文长度，使模型平滑从短上下文迁移到长上下文，有效应对训练不稳定、熵塌陷等优化问题
Curriculum-Guided Phased RL + Difficulty-Aware Retrospective Sampling： 先SFT获得初始策略，然后分阶段RL，每阶段聚焦不同长度，利用难例回溯采样强化对困难样本的探索与适应
Hybrid Reward： 将“规则型（精确字符串比对）”奖励和“LLM-as-a-judge语义一致性”相结合
GRPO/DAPO

三阶段训练流程

2025-05 月刊

Fri, 30 May 2025 14:00:00 +0800

值得关注的模型和新技术

Google 2025 I/O 大会：

I/O 2025

Google在2025年I/O大会上全面展示了AI的最新进展和深度整合战略，涵盖基础模型迭代（如Gemini 2.5、Gemini Diffusion、Gemma 3n、Veo 3和Imagen 4）及多模态创新

OpenAI codex

Introducing Codex

OpenAI 于 2025年5月16日推出了 Codex 软件工程代理及其驱动模型 codex-1 和 codex-mini-latest，专注提升软件开发的自动化与效率。codex-1 基于 o3 模型，优化并行处理、多轮测试和复杂项目支持，擅长代码生成、Bug 修复等任务；codex-mini-latest 则主打低延迟，适合快速命令行操作。Codex 平台通过云端隔离沙箱，安全模拟真实开发环境，自动化完成如重构、测试编写等任务，支持细致行为定制。

2025-04 月刊

Mon, 28 Apr 2025 19:00:00 +0800

值得关注的模型和新技术

OpenAI 更新系列模型

发布了多款新一代AI模型，包括o3、o4-mini、GPT-4.1及其mini和nano版本。这些模型在推理能力、成本效益和多模态处理等方面实现了提升。o3专注于复杂推理和工具使用，已在ChatGPT Plus等产品中取代前代模型。o4-mini则以高性价比和多模态能力为亮点。GPT-4.1系列主打超长上下文和高效编码，mini和nano版本进一步降低成本和延迟。

2025-03 月刊

Sat, 29 Mar 2025 17:00:00 +0800

值得关注的模型和新技术

DeepSeek V3 0324

DeepSeek V3模型的更新版本；在多个基准测试中表现出色，整体表现接近领先的闭源模型如Claude Sonnet 3.5（但价格便宜很多）；针对多项能力做了针对性提升，如function calling，推理能力，前端代码能力等。更新版本在DeepSeek的官方网站、移动应用可体验。

2025-02 月刊

Fri, 28 Feb 2025 11:00:00 +0800

值得关注的模型和新技术

o3-mini

OpenAI o3-mini 是一款高效且成本优化的推理模型，专为科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）（STEM）领域优化。它在数学、编程和科学推理方面表现出色，能够在 AIME 2024 和 GPQA 等基准测试中达到或超过 OpenAI o1 的水平。o3-mini 具备三种推理模式（低、中、高），可根据需求在速度和准确性之间进行权衡。此外，它支持函数调用、结构化输出和视觉任务。相比 o1-mini，o3-mini 的响应速度提高了 24%，平均响应时间为 7.7 秒。它的上下文窗口为 200k tokens，输入成本为每百万 tokens 1.10 美元，输出成本为 4.40 美元。

2025-01 月刊

Mon, 27 Jan 2025 18:00:00 +0800

值得关注的新模型

Deepseek R1

DeepSeek R1通过纯强化学习（RL）框架实现了推理能力的突破，首次验证了无需依赖传统监督微调（SFT）或蒙特卡洛树搜索（MCTS）等复杂方法，仅通过两阶段RL优化即可显著提升模型逻辑推理性能。其综合能力直接对标OpenAI的o1模型，在数学（MATH-500达97.3%）、代码生成等核心指标上实现部分超越，同时全面开源模型权重、训练技术文档及6个蒸馏版本（1.5B-70B），使开发者可灵活适配不同算力场景。尤为引人注目的是，该模型在训练中展现出自发反思与多步骤验证能力，研究者观察到其通过内部反馈机制主动修正推理路径的“顿悟时刻”，揭示了AI系统自我优化的新可能。此外，其研发成本仅为560万美元（基于2048块H800 GPU），相比同类模型降低1-2个数量级。

关于月刊的诞生

Thu, 09 Jan 2025 17:00:00 +0800

这份月刊最初只是我的个人知识管理实验。过去一年里，我逐渐养成了每月底整理收藏夹的习惯——清理read-it-later 软件中里积压的链接，归档散落在各个平台的技术文章，把零碎的信息重新分类到Notion笔记中。

面对每天涌现的新模型、论文和开源项目，这种月度整理成了对抗信息焦虑的锚点。与其被FOMO（错失恐惧症）驱使着追逐每个热点，不如让内容先经历时间筛选。留在月刊里的，通常是经过两周沉淀后仍值得反复阅读的内容。