开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
Mistral AI 发布 Search Toolkit 公开预览版，这是一个开源、可组合框架，用于为 AI 应用构建生产级搜索管线。它把摄取、检索和评估放在统一接口下，支持云端、本地和边缘运行，并包含文档解析、分块、嵌入生成、BM25、稠密嵌入检索、混合检索以及 recall、precision、MRR、NDCG 等评估指标。
推荐理由：原文把摄取、检索和评估放进同一框架，适合对比企业 RAG 检索管线的工程取舍。
Moonshot AI 发布 Kimi-K2-Thinking，称其为最新、能力最强的开源 thinking model，支持逐步推理并动态调用工具。该模型为 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，原生 INT4 量化，称可在低延迟模式下实现无损 2x 加速，并在 200–300 次连续工具调用中保持稳定。
推荐理由：原文同时给出架构参数、评测设置和部署入口，便于比较开源推理模型的长程工具调用能力。
Sebastian Raschka 分析 OpenAI 本周发布的 gpt-oss-120b 和 gpt-oss-20b，称这是自 GPT-2 以来 OpenAI 再次共享大型完全开权重模型。
推荐理由：文章把 gpt-oss 与 GPT-2、Qwen3 的结构差异逐项拆开，便于理解开权重模型的工程取舍。