GMC剪枝免训练减少约80%多模态Token
紫东太初提出GMC核心集剪枝，免训练减少约80% Token，并尽量保持多模态能力，效果仍待独立验证。[1]
大黑AI速报
本期关注GMC剪枝免训练削减80%多模态Token，以及Qwen3.5-0.8B在超低成本设备上的部署实测。社区也带来多项本地模型与Agent工作流反馈。
模型动态
Motif 3发布314B总参数与NVFP4版本
新模型Motif 3采用【314B总参数、13B激活参数】设计，并提供NVFP4版本；当前尚缺系统基准与完整实测。[4]
Nemotron 3.5 Lightning本地实测表现不及预期
用户在M5 Pro以Q5量化运行Nemotron 3.5 Lightning，占用约24GB、速度65 token/s，Agent表现偏弱。[8]
产品工具
小红书上线自动更新的Read Skills Top 100榜单
小红书推出Read Skills Top 100页面并自动更新排名，榜首为占星应用，社区创作者已有两个Skill进入前十。[2]
Manus向部分老用户开放限时免费使用
Manus面向买过会员或通过Lenny's Newsletter领取会员的用户开启限免，仅支持Manus 1.6和Lite。[3]
技巧教程
Qwen3.5-0.8B在20美元级CPU上低内存运行
开发者用自制C运行时，在无GPU/NPU的Cortex-A53上运行Qwen3.5-0.8B，内存低于512MiB。[5]
单卡编码模型实测暴露最终审查可靠性不足
社区在32GB显存下比较27B Q8、35B Q6等模型，发现均不适合独立担任【最终代码审查者】，仍需人工复核。[6]
开发者分享极简本地Agent工作流工具组合
实践方案用SearxNG封装搜索，并以llama.cpp扩展控制推理与预算，适合pi.dev和本地模型的轻量Agent。[7]