今日摘要
本轮新增 6 个事件、更新 4 个已有事件。召回自检补录了 Kolibri、Naive-N0.5-Flash 和 DwarfStar ds4；Strands Decider 把 agent 路由做成可复现实验的小模型，Microsoft 推出低延迟语音模型，Index-Translate 公开约束翻译权重。工程侧，Claude Code 与 MCP SDK 收紧执行和传输边界，Copilot code review 可通过 API 编排。UI-Venus-2 的权重与框架已公开，但许可证仍未定。
模型
Strands Decider 2B（TRIAL）
Strands 开源 2B decision model，用一次前向计算在类型化动作中做选择，不生成文本。这里的 decision model 可以理解为只负责“选哪个动作”的小模型；难点不在语言流畅度，而在校准、拒答和一次选错会造成多大后果。权重、训练代码、数据和评测记录齐全，适合用真实路由样本做一天对比。
MAI Speech（TRIAL）
Microsoft 发布支持 60 种语言的流式转写，以及两款覆盖 23 种语言的语音合成模型。流式转写会在整句话结束前不断返回部分结果；难点是部分文本会反复修正，agent 必须正确处理打断和回滚。建议用中英混合真实通话测首 token 延迟、错误率、打断恢复、自然度和每轮成本。
Index-Translate（TRIAL）
IndexTeam 公开 35B 总参数、3B 激活参数的 MoE 翻译模型，支持 150 种语言，以及术语、风格和 JSON 输出约束。“3B 激活”表示每次只调用一部分专家参数，目标是在保持容量的同时降低推理成本；难点是路由开销和显存仍需实测。当前是预览版，先用公开权重跑一天术语与低资源语言样本。
Kolibri（TRIAL）
Aleph Alpha 开源德英双语 Kolibri：78B 总参数、3.46B 激活，支持 reasoning level、工具调用和最长 1M token。权重、vLLM plugin 与训练报告齐全，适合德语企业 RAG 和长文档试验；官方仍建议复杂任务控制在 262K 以内，作者基准也需要独立复现。
Naive-N0.5-Flash（TRIAL）
NaiveAI 开源 309B 总参数、15.5B 激活的稀疏模型，原生上下文 1M token。模型完全不用全注意力层，但仅权重约 315 GB，需要 FP8 NVIDIA 集群。适合有对应硬件的团队定向测试，不是默认部署选择。
Agent 与 AI 工程
MCP SDK 2.3（TRIAL，更新）
TypeScript 与 Python SDK 收紧同源重定向、token audience、连接生命周期和 SSE 负载上限。安全默认值更合理，但复用 server 或 transport 的旧实现可能直接失效。升级前要覆盖跨域重定向、超大 event 和断线重连。
UI-Venus-2（TRIAL，评级调整）
到期复核确认 9B 权重、框架、训练与评测工具已经公开，因此从 WATCH 调整为 TRIAL。模型卡同时明确写明权重许可证仍待确认；只能在隔离环境验证，商业使用要继续等待。
开源
Strands Decider、Index-Translate 与 UI-Venus-2 都有公开材料，但开放程度不同：前两者有 Apache-2.0 许可，UI-Venus-2 的权重许可证尚未确定。选择试验对象时，许可状态应和模型质量一起进入门槛。
研究
验证器审计的 30 天复核未发现新的独立采用信号。MIT 代码和逐样本记录仍可复现，评级维持 TRIAL；它更适合作为团队自有奖励流水线的检查方法，而不是成熟工具。
开发者工具
Claude Code 2.1.288（ADOPT，更新）
版本修复超大或不可解析 MCP 输出后重复调用工具的问题，并让 hook 状态无法序列化时默认拒绝。它还会拦截藏在 bash -c 中的危险删除，并改善自动压缩后的恢复。升级前回归危险 shell、hook、超大输出和恢复路径。
Copilot Code Review（TRIAL，更新）
GitHub 允许从 REST 与 GraphQL API 触发 Copilot code review，并逐请求设置 effort；Balanced 成为默认 GA 档。团队可以把 review 放进 CI，但应先对同一组 PR 比较 Balanced 与 High 的时延、成本和有效发现率。
基础设施
DwarfStar ds4（TRIAL）
召回自检补录 ds4：一个用 C 编写、专门支持 DeepSeek V4、GLM 5.x 与 Qwen3.8 的本地推理栈。它提供 SSD 流式加载、持久化 KV cache、本地 API 与原生 coding agent，并已有 2.3 万多个 GitHub star。项目仍是快速变化的 beta，只适合先在目标硬件做完整性能与一致性验证。
商业与政策
本周期没有改变模型获取、API 成本、芯片供应或开放生态格局的新增政策事件。
趋势信号
本周期没有发现证据充分的新趋势。MCP SDK 2.3 加强既有“企业安全与治理”信号；Copilot API 编排和 Claude Code 长会话恢复继续支持 coding agent 走向长期运行时；Claude Code 的默认拒绝策略也强化了“执行能力与策略控制分离”。状态与置信度均不变。
技术雷达
- 新 Strands Decider（foundation-model / TRIAL）：公开权重与完整实验材料让 agent 路由可以独立验证。
- 新 MAI Speech（foundation-model / TRIAL）：可调用 API 与明确价格支持端到端语音延迟测试。
- 新 Index-Translate（foundation-model / TRIAL）：开放权重可验证约束翻译，但预览状态和厂商基准不支持直接上线。
- 新 Kolibri（foundation-model / TRIAL）：德英双语开放权重与 serving plugin 支持直接验证企业 RAG 和工具调用。
- 新 Naive-N0.5-Flash（foundation-model / TRIAL）：原生 1M 稀疏架构可测试，但约 315 GB 权重限制适用团队。
- 新 DwarfStar ds4（infrastructure / TRIAL）：采用信号强、专用本地推理能力完整，但仍是快速变化的 beta。
- UI-Venus-2（ai-agent / TRIAL）：公开权重与框架已确认，评级由 WATCH 上调；许可证仍阻止商业采用。
- MCP SDK 2.3（ai-agent / TRIAL）：安全默认值更强，但 transport 生命周期变化需要兼容性回归。
- Claude Code 2.1.288（developer-tools / ADOPT）：减少重复副作用并收紧危险命令与 hook 边界。
- Copilot Code Review（developer-tools / TRIAL）：API 触发让 review 可进入 CI，质量与成本仍需实测。
当前近 30 日事件：ADOPT 9 / TRIAL 113 / WATCH 76 / IGNORE 0；完整当前雷达以站点洞察页为准。
值得一试
优先做两个一天内实验：用真实路由样本比较 Strands Decider 与现有通用模型；德语业务团队用 Kolibri 跑 RAG 与工具调用。拥有大内存工作站或 FP8 集群的团队，再分别评估 ds4 或 Naive-N0.5-Flash。