Nanbeige4.2-3B发布：3B参数挑战agent任务
Nanbeige实验室发布Nanbeige4.2-3B模型，采用Looped Transformer架构，声称在agent任务上超越9B/12B模型，为小参数高性能方向新探索。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1v336od/nanbeige423b_drops_3b_params_claiming_to_beat/[2]
大黑AI速报
本周AI领域迎来一波新产品与【模型生态】更新：Halliday发布第二代AI眼镜G2，Nanbeige发布3B参数模型声称超越9B/12B，Laguna模型生态扩展（llama.cpp支持、Unsloth量化、用户实测），Kimi 2.7推VRAM磁盘缓存加速方案，另有LongCat-2.0评测节88%成本等实用内容。
模型动态
Laguna模型生态更新：llama.cpp支持、Unsloth量化、用户实测
产品工具
Halliday发布第二代AI眼镜G2，支持会议实时参与
Halliday推出Halliday G2AI眼镜，新增Meeting Flow功能实现会议实时智能参与，强化商务沟通场景，面向AI可穿戴市场。详情：https://www.qbitai.com/2026/07/457049.html[1]
免费Mac应用：一天内从零构建GPT-2级别LLM
Anthropic工程师Felix Rieseberg发布免费Mac应用，帮助用户从零构建小型LLM，一天内可训练出GPT-2级别模型，降低入门门槛。地址：https://www.reddit.com/r/LocalLLaMA/comments/1v32ob7/[7]
零知识加密Pastebin工具：阅后即焚，服务器不可见
开源Pastebin工具使用AES-256-GCM加密，密文上传服务器，密钥仅在URL#片段，每条内容【只读一次】后自动销毁，支持CLI与一键部署。项目：https://t.co/uyrx1Yk3Nr[8]
CodePilot更新：免费使用Grok 4.5，新增Qwen支持
CodePilot重大更新，支持通过Twitter OAuth免费使用Grok 4.5，Premium用户额度更高；同时新增Qwen 3.8 Max Preview模型支持，提供灵活模型选择。路径：设置->服务商->添加服务->选择XAI Grok OAuth[10]
技巧教程
VRAM磁盘缓存加速Kimi 2.7推理：单机达340 pp/s
社区分享通过VRAM磁盘缓存策略加速MoE模型推理，在单台DGX Spark上运行Kimi 2.7实现340 tokens/s生成速度，高吞吐低延迟方案。详情：https://www.reddit.com/r/LocalLLaMA/comments/1v37lza/[6]
LongCat-2.0评测：缓存命中省88%Agent输入成本
社区实测LongCat-2.0模型，缓存命中后成本极低，适合日常Agent驱动（写周报、自动化测试等），通过请求分析工具可优化缓存率，大幅降低token消耗。详情：https://x.com/karminski3/status/2079786010955694133[9]
硬件动态
旧硬件方案：P40+MI50分布式加载550B大模型
用户尝试用P40和MI50显卡通过100GbE网络分布式加载550B参数模型（Q3_S量化），获得不错吞吐量，验证低成本旧硬件跑大模型可行性。详情：https://www.reddit.com/r/LocalLLaMA/comments/1v31cc0/[11]