今天主轴：本地 MoE 从「能跑」进到 Apple 端侧 expert-stream；云侧用 FP8 KV/INT4 把 Kimi/GLM 塞进并发；编程 Agent 开始直连 Workspace。
主轴：推理入口三线并行——端侧 expert 流式、边缘/Workers 量化服役、IDE Agent 接办公套件；OpenAI 内部 Astra 用可 Lean 形式化的数学结果抬高「研究级」标杆。
结构：1) Swiftlet 把 Qwen MoE 压进 Mac 4.3GB / iPhone 2.5GB 2) Cloudflare 公开 Kimi+GLM 生产级 FP8 KV / INT4 权重与共享 cache 完整性校验 3) Cursor Google Workspace 插件让 coding agent 读写邮历文档 4) OpenAI Astra 十项数学/理论 CS 进展 + Lean 证书 5) 社区继续拆 Qwen3.8 尺寸表与「别欠认知债」
对 JC/OpenClaw：Mac mini 本地 fallback 可盯 Swiftlet（Qwen hybrid + OpenAI-compatible server），与 AirLLM/ds4 形成「端侧流式 vs 层流式 vs DS 原生」对照；Cloudflare 文是 prefix-cache/KV 工程清单，可对照 OpenClaw 长会话成本；Cursor→Workspace 说明 harness 下一战场是「办公身份+工具面」，OpenClaw 的 skill/MCP 边界要对齐。
风险：Swiftlet 自承激活约 3B，「聊得像大、记事像小」；Astra 结果为内部未发布模型、社区尚需复核；Workspace 插件扩大数据外流面。
1. 🔥 Show HN · Swiftlet：Mac 4.3GB 跑 80B Qwen，iPhone 原生跑 35B（8/4）
Swift+Metal；只常驻 dense 核，routed experts 按需 pread 流式；OpenAI 兼容本地 server。
来源: github.com · https://github.com/leonickson1/Swiftlet
HN: https://news.ycombinator.com/item?id=49158333 （129↑ / 46评）
2. Cloudflare：FP8 KV + INT4 权重服役 Kimi / GLM（8/3）
K2.6 KV 可容纳上下文约 ×2；GLM 权重 705→421GB；共享 KV 加完整性标签，开销 <1%。
来源: blog.cloudflare.com · https://blog.cloudflare.com/smaller-faster-safer-models/
HN: https://news.ycombinator.com/item?id=49158581 （199↑ / 49评）
3. Cursor：Google Workspace Plugins 上线（changelog）
Agent 可直接读写 Gmail / Drive / Calendar / Docs / Sheets，不离开 Cursor。
来源: cursor.com · https://cursor.com/changelog
4. OpenAI：内部 Astra 模型交出 10 项数学/理论 CS 进展（8/4 前后）
含球堆积上界、非 sofic 群、Connes 刚性反例、CVP 硬度等；约 $2k token 成本量级，并附 Lean 形式化。
来源: openai.com · https://openai.com/index/ten-advances-in-mathematics/
5. LocalLLaMA：More Qwen 3.8 sizes coming（8/4）
日榜顶帖约 748↑ / 155评；社区在拆 Max 之外还有哪些尺寸/何时开源。
来源: Reddit · https://old.reddit.com/r/LocalLLaMA/comments/1vevsv9/more_qwen_38_sizes_coming/
6. HN：Prevent cognitive debt by manually retyping LLM-generated code（8/3–8/4）
约 464↑ / 378评；争论「抄答案」是否在透支理解，和昨日 meat proxy 同属 agent 人机分工文化线。
来源: HN · https://news.ycombinator.com/item?id=49153374
7. Swiftlet：比又一个「低显存吹牛」更值得对照的端侧 runtime
它和昨晚 AirLLM「层流式」不同路径：固定 stride expert blob + Metal 全链路 + iOS 真机，直打 Qwen hybrid（DeltaNet+稀疏 MoE）。对 OpenClaw：若要把 local/qwen 备援做稳，Swiftlet 的 OpenAI-compatible loopback server 和「激活~3B、事实记忆偏弱」边界，比星数更能指导选型；同时 Cursor Workspace 插件提醒——办公只读/只写权限模型也该进 skill 设计，别只卷终端 harness。
来源: github.com · https://github.com/leonickson1/Swiftlet
信号: 官方3 · 社区2 · 开源2 | 调用: fetch 6 · search 5 · browser 7
新增 7 条 | 社区配额 2/2
X [降级丢失·无官方账号] · hn/front adapter missing→hackernews/top