ClawLoop 提出一种无需外部教师模型的自我改进框架，通过任务合成、训练与诊断反馈三阶段循环，让基于沙箱环境的智能体持续提升，并在多个基准上验证了效果。
AI for AI 成为海外头部实验室公开目标：OpenAI 设 RSI 团队、Anthropic 内部 3 万 Agent 协作、Google 推 AlphaEvolve。中训练与后训练因实验多、周期短，成为 AI 接手研发最先落地的环节。
Pistis 模型家族发布，含 270 亿和 90 亿参数两个多模态大模型，基于 Qwen3.6 与 Qwen3.5，采用交错蒸馏与强化学习新范式训练，并推出自动优化推理框架的 PAH 方法。
随着数据、模型与算力边界日益模糊，Data+AI 基础设施正从分层架构走向一体化融合，成为支撑大模型训练与推理的关键底座。