本周关键词： 万亿MoE、Agent OS、NVIDIA Nemotron、推理模型平民化

摘要： 本周大模型战局发生结构性转移。小米“Hunter Alpha”以万亿参数MoE架构杀入开源第一梯队，打破顶尖模型闭源垄断；同时，英伟达携Nemotron联盟强势入局，标志着模型竞争演变为Agent生态与底层硬件的“操作系统级”对抗。此外，Karpathy领衔的AI自动化研究工具链引爆GitHub，揭示了“工作流产品化”将是今年的绝对主线。

🚨 核心头条 (Top Stories)

1. NVIDIA Nemotron 3 Super 发布：英伟达重塑开源 Agent 生态

• 发布时间： 3.16

• 核心亮点： 120B总参数（12B激活）MoE架构，支持 1M Token 上下文，采用 Apache 2.0 协议完全开源。

• 技术突破： 专为多智能体（代码生成、网络安全、Agentic Workflow）设计，其吞吐量达到同级别开源模型的 2.2 倍，在 SWE-Bench Verified 测试中以 60.47% 的成绩刷新开源 SOTA。

• 开源/行业价值： 联合 Mistral 等头部 AI 实验室构建生态联盟，标志着硬件巨头亲自下场主导开源模型标准。它将作为 NemoClaw 平台的基础，大幅降低企业级多角色 Agent 的本地部署门槛与算力成本。

2. 小米 MiMo-V2-Pro (Hunter Alpha) 揭晓：国产万亿基座突围

• 发布时间： 3.18

• 核心亮点： 此前在 OpenRouter 上以“Hunter Alpha”之名秘密公测并连续登顶日活榜的神秘大模型正式揭晓，系小米研发的万亿参数级 MoE 基座模型。

• 技术突破： 实现了文本、视觉与语音的全模态底层融合，并针对大范围工具调用（Tool Calls）与复杂 GUI 界面自动化操作进行了针对性训练。

• 开源/行业价值： 标志着国产大模型正式踏入“万亿参数+百万上下文”深水区。其强悍的长文本跨模态推理能力，为全模态 Agent 在物理与数字世界（如浏览器控制、智能终端）的落地提供了极具性价比的算力基座。

🛠️ GitHub 热门开源项目 (Trending Tools)

本周 GitHub Star 增长最快、开发者关注度最高的项目精选

⚡ OpenClaw

• 一句话介绍： 打通全渠道消息平台的本地化 AI Agent 统一网关。

• 核心价值： 解决了多平台（WhatsApp, Telegram, Discord等）AI助手数据孤岛与隐私泄露的痛点。数据不离本机，且支持 Agent 自主编写新技能跨平台执行，月增星标破11万，引爆了“个人智能体执行”热潮。

• 项目地址： openclaw/openclaw

🤖 autoresearch

• 一句话介绍： 基于单卡 GPU 的端到端 AI 自动化研究流水线。

• 核心价值： 由前 OpenAI 科学家 Andrej Karpathy 开源。输入一个Idea，Agent 即可自动完成文献阅读、实验设计与小型模型训练，极大降低了学术研究与实验验证的工程壁垒。

• 项目地址： karpathy/autoresearch

🛠️ superpowers

• 一句话介绍： 无重度依赖的 Shell 级 Agentic 技能编排框架。

• 核心价值： 剥离了复杂的 Python 环境依赖，让开发者能够直接在底层系统终端层面组合和调度 AI Agent 行为，被视为打造新一代“底层 AI 操作系统”的高效雏形工具。

• 项目地址： obra/superpowers

📑 前沿研究与行业风向 (Insights)

• Agentic RL 破解稀疏奖励难题： 学术界前沿正集中攻坚 Agent 在长程任务中的迷失问题。本周 RewardFlow 等论文提出通过构建状态图与拓扑结构来传播细粒度奖励，无需额外训练专用奖励模型，标志着强化学习（RL）在多步推理系统中的比重正持续上升。

• 算力基建与开源联盟的深度绑定： 随着英伟达 GTC 2026 公布 Vera Rubin 架构并推出企业级 Agent 栈，算力提供商正通过投资并组建开源模型联盟（如 Nemotron Coalition），试图建立类似“Linux+x86”的软硬一体护城河，长期的技术栈路线选择将越来越依赖底层硬件的深度适配。

✍️ 编辑结语：

本周见证了 AI 范式从“单次对话生成”向“全自动工作流编排”的历史性跨越，下周可重点关注各厂在端侧轻量级推理模型上的端云协同布局。

整理：好虫子周刊编辑部

数据来源：GitHub, arXiv, Hugging Face等