智能过滤摘要
24 小时有效池（core/signal 去重 778 条） → 相关性与材料性初筛 204 条 → 来源限额与跨源去重后智能候选 80 条 → 正文富化 25 条 → 最终发布 17 条。
最终保留率约为 2.2%。本期详细情报由 8 条中文来源与 9 条国际来源构成，最大单一来源占 4 条；时间窗为北京时间 7 月 16 日 11:34 至 7 月 17 日 11:34。
今日主线
今天的第一条主线是“收入、融资与上市”开始同时检验模型产业的商业成色。Fireworks 与智谱都被披露达到 10 亿美元量级的年化收入，Anthropic 则被曝开始安排 IPO 投资者会议；这些数字若得到审计或招股材料确认，意味着市场将从模型能力叙事进入单位经济、客户集中度和资本效率比较。
第二条主线是 Agent 的生产瓶颈继续从模型转向工程控制面。Conductor、模块化 Prompt 转译、Agent-talk 和 DoorDash CLI 都在把 Agent 接入更真实的工作与交易接口；与此同时，企业安全事件、共享凭据和分钟级烧费案例表明，身份隔离、权限上限、动作级告警和人工审批必须先于更高自治。
第三条主线来自具身智能与基础设施。Kimi K3 把长上下文、视觉和 Agentic Coding 放进超大规模开源模型，RLinf v0.3 与 WAM-TTT 则把持续学习推进到仿真、真机和部署时适配；摩根士丹利的“内存墙”判断提醒市场，下一阶段扩张不只取决于 GPU，也取决于存储、带宽、封装和系统软件。
最值得先看的 5 条
- Kimi K3 正式发布并开放 API 与开发者文档：2.8 万亿参数、100 万 Token 上下文和视觉能力把中国开源模型竞争推向长程 Agent 工作流，但性能与效率数据仍需独立复现。
- Fireworks 披露年化收入突破 10 亿美元：收入同比约增至 5 倍，同时完成 15 亿美元融资，显示开源模型推理平台已经出现大规模商业化样本。
- Anthropic 推动美国州级监管从透明披露升级：公司认为 2025 年式自报与透明度规则已不足以覆盖更强模型风险，前沿实验室与政策制定者的关系正在改变。
- 54% 的受访企业报告 Agent 安全事件或险情：身份、凭据和隔离控制明显落后于自治权限，Agent 安全正在成为独立于传统模型安全的治理面。
- AI 基础设施的约束从 GPU 延伸到“内存墙”：容量、带宽和成本可能决定 Agentic AI 能否持续扩张，存储在云厂商资本开支中的权重被预计显著上升。
详细情报
1. Kimi K3 把超大规模开源模型推向长程 Agent 工作流
来源： 华尔街见闻: https://wallstreetcn.com/articles/3777138
发生了什么： 月之暗面于 7 月 16 日发布 Kimi K3，并同步上线 API 与开发者文档。报道给出的模型规模为 2.8 万亿参数，支持 100 万 Token 上下文和原生视觉理解，重点面向软件工程、知识工作与复杂推理。模型引入 Kimi Delta Attention 与 Attention Residuals，厂商称前者可在百万级上下文下提升解码速度，后者以较低额外成本改善训练效率。现有榜单与效率数字主要来自月之暗面及社区整理，尚不能视为跨平台、同成本条件下的独立结论。
为什么重要： K3 的产品重点从“回答问题”转向调用工具、执行测试和根据反馈修正任务，说明开源模型正在直接竞争高价值 Agent 工作负载。100 万 Token 上下文若能在实际代码库中保持检索精度和成本可控，会降低外部压缩、分段和记忆系统的复杂度。超大 MoE 模型同时把部署难题推给算力、并行、缓存与服务商，开放权重不等于低门槛。对企业采购而言，真正要比较的是任务成功率、长任务稳定性、吞吐成本和数据边界，而不是单一综合榜单。
观察点： 等待权重、许可证、官方技术报告与独立基准完整发布，并用同一代码仓、同一工具权限和同一预算对比闭源模型的长程任务完成率。
2. Fireworks 年化收入突破 10 亿美元，推理平台商业化进入大额阶段
来源： 36氪｜关注互联网创业: https://36kr.com/newsflashes/3898508422514565?f=rss
发生了什么： NVIDIA 投资的模型推理平台 Fireworks 披露，年化收入已超过 10 亿美元，约为去年同期的 5 倍。公司同时完成 15 亿美元融资，投后估值达到 1750 亿美元。CEO 乔琳表示，Cursor 此前贡献过半收入，但随着企业转向开源模型，客户结构正在多元化。上述经营数字来自公司披露，当前证据不包含审计财务报表、收入确认口径或完整客户分布。
为什么重要： 10 亿美元量级年化收入说明模型托管、推理优化和开发者基础设施可以独立形成大市场，而不必由基础模型公司包办。Cursor 曾贡献过半收入，也暴露出高增长平台常见的客户集中风险；客户多元化是否真实决定其估值质量。开源模型采用增加，会把竞争焦点推向吞吐、延迟、可靠性、模型切换与企业支持。对使用方而言，平台规模扩大有利于服务成熟，但也应评估锁定效应、价格调整和跨云迁移成本。
观察点： 关注融资文件或后续财务披露中的净收入留存、前五大客户占比、推理毛利率和不同模型带来的收入结构。
3. Anthropic 要求州级 AI 监管从透明披露走向更强约束
来源： WIRED: https://www.wired.com/story/why-anthropic-is-pushing-states-to-regulate-ai-faster/
发生了什么： Anthropic 在支持加州和纽约首批前沿 AI 透明度法律后，又开始推动州政府采用更强监管。公司负责美国州和地方政府关系的高管表示，随着能力提升，透明披露和企业自报已经不足。Anthropic 的立场与部分反对州级规则、主张等待联邦统一框架的科技公司形成分歧。当前变化仍主要是政策倡议，具体义务、适用门槛与执行机制要以各州法案文本和最终立法为准。
为什么重要： 前沿实验室公开要求更严格规则，可能把行业安全基线从自愿承诺推向可执行责任。州级制度可以更快试验，但也可能形成相互冲突的合规拼图，增加模型训练、部署和报告成本。Anthropic 同时是潜在被监管者，其立场既可能来自安全理念，也可能影响竞争门槛，因此需要审视具体条款而非只看口号。企业客户应预期模型风险评估、事故报告和第三方审计会逐渐进入采购合同。
观察点： 跟踪 Anthropic 实际支持的能力阈值、测试要求、事故报告期限和执法责任，并比较其是否同样接受对自身模型的独立审计。
4. 企业 Agent 安全事件已领先于身份与隔离控制
来源： AI – VentureBeat: https://venturebeat.com/ai/the-agent-security-gap-54-of-enterprises-have-already-had-an-ai-agent-incident-and-most-still-let-agents-share-credentials
发生了什么： VentureBeat Pulse Research 调查了 107 家企业的 Agent 安全实践。结果显示，18% 已发生确认事件，另有一部分经历过险情，合计 54%；只有约三分之一为每个 Agent 分配独立、限权身份。多数 Agent 仍共享凭据，只有约 30% 隔离最高风险 Agent。该结果来自企业调查和自报，应视为风险方向信号，而不是全行业精确发生率。
为什么重要： Agent 可以连续调用系统、读取数据和执行交易，单次凭据泄露的影响速度高于传统人工账户。共享身份会使责任归因、撤销权限和行为审计变得困难，也让一个 Agent 的失陷扩散到其他流程。隔离率偏低说明不少团队把 Agent 当成普通应用集成，而没有把自治行为视为新的安全主体。安全预算和控制面若继续落后，模型能力提升只会扩大事故半径。
观察点： 盘点每个 Agent 是否拥有独立身份、最小权限、短期凭据、动作日志、网络隔离和紧急停机；高风险 Agent 未满足这些条件前不要接入生产写权限。
5. “内存墙”成为 AI 基础设施下一阶段的系统约束
来源： 华尔街见闻: https://wallstreetcn.com/articles/3777129
发生了什么： 华尔街见闻转述摩根士丹利报告称，容量不足、带宽受限和成本上升正在形成 AI 的“内存墙”。报告预计，到 2030 年 Agentic AI 可能贡献全球 DRAM 新增需求的 26% 至 77%，云端存储支出可能增至 4180 亿美元。其判断还包括存储占云厂商资本开支的比重由 2023 年的 12% 上升至 2027 年的 40%，以及 HBM、先进封装、CXL 和存算一体等方向扩张。这些数字属于研究机构预测，区间很宽，不能当作已实现需求。
为什么重要： 更长上下文、更高并发和持续运行的 Agent 会同时增加显存、主存、缓存和持久存储压力。GPU 性能若继续快于带宽和容量提升，系统利用率会被数据搬运限制，单位 Token 成本也难以下降。产业投资逻辑因此可能从单一加速器扩展到 DRAM、NAND、封装、互连和内存管理软件。对应用团队而言，模型压缩、KV Cache、批处理和检索架构将直接影响硬件账单。
观察点： 不用宏观预测替代工程测量；在自己的推理负载上记录显存峰值、内存带宽、KV Cache 命中率、P95 延迟和每百万 Token 成本。
6. Google Conductor 从 CLI 扩展变为可移植的 Spec-Driven Development 插件
来源： Google Developers Blog: https://developers.googleblog.com/evolving-spec-driven-development-conductor-now-supports-antigravity/
发生了什么： Google 将 Conductor 从 Gemini CLI 扩展升级为 Conductor Plugin，并宣布兼容 Antigravity CLI。插件可把 Skill、规则、MCP Server 和 Hook 打包在一个组件中，同时继续把 spec.md 与 plan.md 保存为版本化 Markdown。交互方式从严格命令序列转向自然对话，插件会在讨论需求时动态生成上下文、规格和计划。当前材料是官方产品说明，本期尚未在真实仓库中验证迁移、兼容性和生成规格的稳定性。
为什么重要： 把项目意图从临时聊天记录转为可审查文件，可以减少长任务中的上下文丢失和需求漂移。插件化也让同一套规格流程跨编码工具复用，不必把工作流锁死在单一 CLI。Skill、MCP 与 Hook 被组合后，权限和供应链风险会随之集中，需要对插件内容进行代码审查。对开发团队而言，价值不在“多生成一份文档”，而在规格是否真正约束实现、测试与变更评审。
怎么用： 选一个小型功能对比纯聊天与 Conductor 流程，记录需求遗漏、返工次数和测试通过率；安装插件前审查其 Skill、MCP、Hook 与写入权限。
7. 智谱被曝 ARR 达到 10 亿美元，收入质量仍待公司和财报确认
来源： 36氪｜关注互联网创业: https://36kr.com/p/3898662052693894?f=rss
发生了什么： 36氪称从多个独立信源获悉，截至 2026 年 7 月，智谱 ARR 已达到 10 亿美元，较年初增长约 15 倍。报道还称，今年一季度 GLM API 价格累计上调约 83%，海外订阅价格接近 Claude Code，但调用量仍增长约 400%。智谱在发稿前未回应，因此 ARR 口径、一次性收入占比、回款和客户集中度尚未得到公司确认。两篇同源稿件属于一次披露，不能按多源确认计算。
为什么重要： 如果数据成立，中国大模型公司的收入规模和定价能力已进入可与海外头部产品比较的阶段。价格上升同时调用量增长，可能意味着代码、Agent 或企业 API 场景形成刚性需求，也可能受低基数和大客户合同影响。ARR 容易把合同额、消费承诺和真实回款混在一起，不能直接等同于会计收入或利润。对行业判断而言，比总额更关键的是续费、毛利、海外收入和模型推理成本。
观察点： 等待智谱正式回应和财报口径，重点核对 ARR 定义、净收入留存、应收账款、前五大客户占比与单位 Token 毛利。
8. xAI 以诉讼追究涉嫌滥用 Grok 生成儿童性虐待材料的用户
来源： Artificial intelligence (AI)｜The Guardian: https://www.theguardian.com/technology/2026/jul/16/elon-musk-xai-sue-user-grok-csam
发生了什么： xAI 在美国得州联邦法院起诉一名南卡罗来纳州男子，指控其违反服务条款并滥用 Grok 生成儿童性虐待材料。被告今年 2 月已因涉嫌性剥削未成年人被捕，xAI 称其上传成年人和未成年人的非色情图片并尝试生成露骨深度伪造。报道将该案描述为 AI 公司直接起诉用户的早期案例之一。诉状仍待法院审理，相关指控和责任边界尚未形成判决。
为什么重要： 模型公司开始从账户封禁和报告机制走向民事诉讼，意味着平台治理正在建立可执行的用户责任路径。诉讼也无法替代上线前的安全设计，因为有害内容一旦生成，后续追责不能消除受害者损害。案件会检验服务条款、日志保全、身份识别和平台注意义务如何在生成式 AI 场景中适用。监管者还会追问 xAI 是否采取了与风险相称的预防、检测和报告措施。
观察点： 关注法院对证据链、服务条款与平台责任的处理，以及 xAI 是否披露检测拦截率、误报、响应时间和未成年人图像保护措施。
9. RLinf v0.3 打通具身强化学习从数据到真机部署的闭环
来源： 量子位: https://www.qbitai.com/2026/07/451379.html
发生了什么： 无问芯穹与清华大学等团队发布 RLinf v0.3，把数据采集、数据管理、监督微调、强化学习、评测和真机部署整合到一套开源平台。版本新增六类具身模型支持，并扩展真机强化学习、仿真强化学习、人在环学习、多种仿真器和异构计算后端。项目提供 Release Notes、快速上手文档、GitHub 仓库和技术报告，并声称部分流水线获得明显吞吐或任务成功率提升。性能和复现性描述主要来自项目团队及转载稿，本期没有运行代码或真机任务。
为什么重要： 具身智能的成本不只在模型，还在数据采集、仿真、奖励、训练调度和硬件适配的碎片化。统一闭环能减少团队重复搭基础设施，并让算法从仿真走向真机时保留更多可追溯配置。支持多机器人、多模型和多硬件也有助于降低单一供应商锁定。平台覆盖越广，版本组合、驱动兼容和复现难度也越高，因此“支持”必须通过具体任务验证。
怎么用： 先在 LIBERO 或 RoboTwin 选择一个官方最小示例，固定提交、CUDA/ROCm/CANN 版本与随机种子，记录安装时间、显存、吞吐、成功率和失败日志，再决定是否进入真机。
10. Agent 的花费速度正在突破传统云账单护栏
来源： InfoQ: https://www.infoq.com/news/2026/07/ai-agents-billing-guardrails/
发生了什么： InfoQ 汇总的一个案例中，三人机构的 AWS 月账单通常只有 10 至 15 美元，但攻击者提取静态访问密钥并调用 Amazon Bedrock 后，一天产生约 1.4 万美元费用。另一个案例中，拥有完整 AWS 权限的 Agent 为简单扫描任务创建多台大型实例并重复部署堆栈，账单达到 6531.30 美元，后续协商降至 1894 美元。两起事件都在信用卡扣款后才被发现，因为 Cost Explorer 和 Budgets 的费用数据可能延迟约一天。案例来自参与者披露，细节具有警示价值，但不是对 AWS 全体客户的统计。
为什么重要： 模型调用和自动资源编排可以在几分钟内把泄露凭据变成可计费消费，传统按日预算告警来不及阻断。静态密钥、全权限角色和无限实例规格会把一个错误或攻击放大为五位数损失。真正及时的防线应基于动作事件、权限策略和资源上限，而不是等待账单聚合。任何能自行创建资源或调用付费模型的 Agent，都应被视为拥有财务权限。
观察点： 使用短期角色、服务控制策略、实例规格白名单和 Bedrock 单服务异常检测，并对 RunInstances、InvokeModel 等动作设置分钟级告警与自动停机。
11. Anthropic 被曝开始安排 IPO 投资者会议
来源： 36氪｜关注互联网创业: https://36kr.com/newsflashes/3898501689952130?f=rss
发生了什么： 36氪转述报道称，Anthropic 正为潜在大型 IPO 安排投资者会面。承销银行计划在未来数周组织管理层与潜在投资者交流，最早可能在 10 月启动上市。当前信息来自知情人士和媒体转述，不是 Anthropic 公告。公司尚未公开招股书、交易所、发行规模或最终时间表，因此“最早 10 月”只是可能路径。
为什么重要： Anthropic 若上市，将迫使资本市场用收入增长、推理成本、现金消耗和客户集中度评估前沿模型公司。公开市场披露还可能提供训练资本开支、云合同和安全治理的更清晰数据。IPO 也会增加季度业绩压力，考验长期安全承诺与短期商业增长能否兼容。对竞争对手而言，成功上市会打开新的融资基准，也会抬高合规和透明度预期。
观察点： 只在招股书或公司正式文件出现后上调确定性，重点查看云算力承诺、毛利、现金消耗、诉讼风险和安全事件披露。
12. WAM-TTT 尝试让机器人在部署时从人类视频适配新场景
来源： 量子位: https://www.qbitai.com/2026/07/451403.html
发生了什么： 银河通用发布 WAM-TTT，将 Test-Time Training 引入具身机器人控制。框架使用原始人类示范视频理解当前任务和场景，把相关信息写入临时记忆，再调用机器人已有动作能力完成任务。团队称该方法无需重新预训练，也不依赖大量机器人轨迹或人类动作标注，可以在部署阶段适配新环境。现有材料主要来自企业发布与媒体解读，跨机器人、跨任务的稳定性和安全边界仍需独立实验。
为什么重要： 每换一个部署点就重新采集机器人数据，是具身智能规模化的主要成本之一。若人类视频能提供足够场景信息，企业可以把适配周期从重新训练缩短为现场校准。测试时学习也会引入新风险，因为模型在生产现场改变内部状态后，传统离线验收不再覆盖全部行为。系统必须证明适配不会破坏已有技能，并能在异常输入下回退到安全策略。
观察点： 用光照、物体位置、相机角度和干扰物变化做受控测试，记录适配前后成功率、失败类型、额外计算时间和旧技能退化。
13. NVIDIA 发布三档 Nemotron 3 Embed，瞄准 Agentic Retrieval
来源： Hugging Face - Blog: https://huggingface.co/blog/nvidia/nemotron-3-embed-wins-rteb
发生了什么： NVIDIA 发布 Nemotron 3 Embed 系列，包含 8B BF16、1B BF16 和面向 Blackwell 的 1B NVFP4 三个开放且可商用的嵌入模型。官方称 8B 型号在 RTEB 综合榜单排名第一，1B 型号分别覆盖成本敏感和高吞吐部署。产品定位包括生产级 RAG、Agent 检索、代码检索和 Agent 记忆。榜单结论来自官方发布，真实业务中的召回、延迟和成本仍需用自有语料测试。
为什么重要： 多步 Agent 的早期检索错误会在后续推理中累积，造成重复查询、Token 浪费和错误行动。把质量锚点与两种 1B 部署档位同时发布，让团队可以按精度、成本和硬件条件选择，而不是默认使用最大模型。NVFP4 版本可能提高 Blackwell 上的吞吐，但也加深硬件依赖。对于企业 RAG，领域数据、语言分布和权限过滤往往比公共榜单排名更影响最终效果。
怎么用： 用现有检索集同时测试 8B、1B BF16、1B NVFP4 与当前基线，比较 Recall@k、nDCG、P95 延迟、显存和每千次查询成本。
14. 日冕开物三个月内完成连续融资，押注具身世界模型
来源： 36氪｜关注互联网创业: https://36kr.com/p/3899081603483525?f=rss
发生了什么： 2026 年 3 月成立的日冕开物完成连续两轮种子融资，合计数亿元人民币，新一轮融资仍在交割。资金将用于世界模型 LaMPA、强化学习、数据闭环和产品交付。团队提出环境、本体和经验三重表征，并使用块扩散结构学习物理状态与动作之间的关系。技术路线、量产经验和融资信息主要来自公司及投资方披露，尚无公开独立基准证明跨场景泛化。
为什么重要： 中国具身智能融资开始从机器人本体扩展到世界模型与训练基础设施，产业分工正在形成。团队拥有自动驾驶世界模型和真机强化学习经历，可能把量产数据闭环方法迁移到机器人。世界模型能否产生商业价值，取决于其是否减少真机数据和现场适配，而不是架构名词本身。早期大额融资也会提高交付压力，客户场景、硬件兼容和安全责任将很快成为验证重点。
观察点： 跟踪首批付费客户、任务成功率、部署周期、真机数据节省比例与跨机器人迁移结果，并区分实验演示和持续生产运行。
15. DoorDash 用 dd-cli 为 Agentic Commerce 打开下单接口
来源： TechCrunch: https://techcrunch.com/2026/07/16/yes-you-can-now-order-doordash-from-the-command-line/
发生了什么： DoorDash 开放 dd-cli 限量测试，允许开发者和 AI Agent 搜索商店、查找优惠、构建订单并结账。早期访问面向美国和加拿大的 macOS 开发者，需要加入候补名单。该工具把原本面向人类 App 的交易流程暴露为命令行接口，便于嵌入其他软件和 Agent。当前仍是有限测试，权限控制、退款、错误订单和支付确认机制尚未在报道中完整披露。
为什么重要： Agent 从检索信息走向执行真实消费，意味着工具接口开始直接连接资金和履约系统。命令行本身不是核心，核心是平台提供了可组合、机器可调用的交易能力。购买错误、提示注入和账户接管会产生真实财务与物流后果，因此不能沿用普通聊天机器人的确认标准。面向消费者的 Agentic Commerce 需要金额上限、商品约束、显式确认和可撤销流程。
怎么用： 获得测试资格后先用低金额沙盒式订单验证搜索、价格变化、替代品、重复提交和取消流程，并要求最终结账始终经过人工确认。
16. Google 建议把 Prompt 当作可编译、可测试的软件制品
来源： Google Developers Blog: https://developers.googleblog.com/building-scalable-ai-agents-with-modular-prompt-transpilation/
发生了什么： Google Developers Blog 提出用模块化 Skill 文件、模板导入和变量替代单一巨型 System Prompt。构建阶段由转译器解析依赖并生成确定性的完整 Prompt，再交给 Agent 运行。文章建议在 CI 中检查缺失导入、未定义变量、循环依赖和构建漂移，使最终制品可以审计、测试和比较。它是一套工程模式与示例，不是已经证明对所有模型都提升任务成功率的统一标准。
为什么重要： 生产 Agent 的控制逻辑同时包含安全、格式、领域规则和升级路径，全部塞进一个文件会放大改动影响范围。模块化和静态检查让 Prompt 变更更接近代码评审，也能减少复制粘贴造成的规则漂移。确定性构建有助于回答“这个版本到底向模型发送了什么”，提升事故回溯能力。它仍不能替代端到端评估，因为模块正确不代表组合后的模型行为正确。
怎么用： 把一条生产 Prompt 拆成安全、工具、输出和领域模块，建立缺失变量、循环导入、快照差异与端到端任务测试，并把构建产物纳入版本控制。
17. Agent-talk 为跨会话 Coding Agent 提供消息协作层
来源： Hacker News: https://news.ycombinator.com/item?id=48936534
发生了什么： Hacker News 出现的 Agent-talk 是一个面向 Claude Code 等编码 Agent 的插件，用于让不同会话、不同开发者运行的 Agent 互发消息和协调任务。项目建立在 retalk CLI 与 Relay 之上，提供插件安装和初始化流程。作者提供公共 Relay 供试用，但明确表示不保证可用性，并建议重要用途自建 Relay。当前材料证明项目与代码入口存在，不证明多 Agent 协作会自动提升大型项目质量。
为什么重要： 多 Agent 并行常把人变成窗口之间的消息中转站，协作层可以减少低层状态复制。跨开发者 Agent 的通信也可能支持任务依赖、接口协商和进度同步。与此同时，消息中可能包含代码、凭据或内部上下文，公共 Relay 会引入隐私、认证和供应链风险。没有任务所有权、冲突处理和验收机制时，通信增加也可能只是制造更多协调噪声。
怎么用： 只在无敏感信息的测试仓库试用，给两个 Agent 分配边界清晰的独立模块，记录人工转述次数、冲突率和集成测试结果；生产环境应自建 Relay 并限制消息内容。
今日结论
今天最值得关注的不是某一个榜单，而是 AI 商业化和 Agent 工程化同时进入硬指标阶段。Fireworks、智谱与 Anthropic 分别把收入、定价和资本市场推到台前；Kimi K3、RLinf 与 WAM-TTT 则把竞争从模型回答能力扩展到长任务、持续学习和真实环境适配。接下来的判断应更多依赖审计数据、单位经济和可复现任务，而不是公司估值或厂商基准。
生产侧的信号更明确：自治权限必须和身份、隔离、预算、日志与人工审批一起设计。共享凭据和延迟账单已经造成真实事故，交易 CLI 与跨 Agent 通信又在扩大可执行边界。未来一周优先跟踪 Kimi K3 的权重与独立评测、Anthropic IPO 是否出现正式文件、Fireworks 与智谱的收入口径，以及 RLinf、WAM-TTT 和 Nemotron 是否出现第三方复现。