开源模型

Spring 办公时间播客：S5E27 - 面向 Java 开发者的 Hugging Face，嘉宾 Pratik Patel

这是一期 Spring 官方播客的节目介绍，主持人 Dan Vega 和 DaShaun Carter 邀请 Java 冠军 Pratik Patel 聊 Java 开发者怎么用 Hugging Face。Hugging Face 上有超过一百万个开放模型，但大多数 Java 开发者从没用过，节目里讲了它到底是什么、怎么挑一个值得用的模型、现在从 Java 里运行开放模型有哪些办法，以及什么情况下开放模型比付费 API 更划算。对 Java 开发者来说，这期节目能帮你弄清楚要不要以及怎么在自己的项目里用上开源模型，而不是只能依赖付费服务。节目有直播可以提问，也能在播客平台听回放，但节目本身没有给出技术细节，具体怎么选、怎么跑要看正片。

Cloudflare 开源面向 AI 智能体的决策模型

Cloudflare 在“生日周”活动上发布了 Clef，这是一组开放的 AI 模型，专门用来在几个预设选项中做选择，而不是像聊天机器人那样生成大段文字。以前让 AI 做决策，常常要写很多复杂的提示词，还容易出错。Clef 把决策变成“选择题”，并配套了一个平台，可以针对具体决策任务进行调整。这次发布了 90 亿和 270 亿参数两个版本。对开发者来说，以后做自动化选择时可能更简单、更可控，但具体怎么用、效果如何，材料里没说。

Featherless：送披萨不必开坦克，轻量分类模型就够了

Featherless 是一家提供无服务器推理服务的公司，它发布了一个叫 Simple Jev 的开源库，能把开源 AI 模型变成高速的“零样本分类引擎”。原来的问题是，很多开发者用超大的前沿模型去干分类这种简单活，比如判断一张图片或一段文字属于哪一类，既慢又贵，就像开坦克送披萨。Simple Jev 不让模型写长篇回答，而是直接读出它对各个选项的打分并给出概率，因此更快、更省算力。开发者可以用免费公共接口试玩（限制 2000 词上下文、每秒 2 次请求），生产环境起步价每百万输入 token 0.03 美元，输出免费；目前视觉分类仅支持 Gemma 或 Qwen 模型。

你的 AI 智能体正在为不需要文字的选择燃烧 Token

AI 智能体在做路由、安全检查、排序和升级这类决策时，其实不需要写出文字，却仍把问题发给生成式大模型，等它吐出答案再解析回来，既浪费算力又增加延迟。开发者 Jared Palmer 基于 Qwen 3.5 发布了开源决策模型 Kev，包含 0.8B、4B 和 9B 三个规模，采用只预填充、不逐字生成的方式，一次前向传播就读出选择概率；它只给已有选项打分，不会凭空造出新选项。Kev 最大模型在项目测试中准确率 83.7%，但概率校准可能偏移、微调后通用知识和算术能力下降，这些限制开发者已有说明。

Java 新闻综述：JDK 27、Open J Proxy、A2A Jakarta、Azul Payara、BoxLang、Netflix ja

本周（2026年9月14日）的 Java 新闻综述汇总了几项发布：JDK 27 正式版（GA）以及 LibericaJDK 27、Open J Proxy 1.0 和 A2A Jakarta 1.0 正式发布，另外 Azul Payara、JHipster、JetBrains Ktor 和 BoxLang 发布了小版本更新。同时还介绍了一个叫 Netflix ja 的新工具，为 Java 开发者提供现代化 JMS 命令行开发体验。简单说，Java 开发者这周有了新的正式版 JDK 可用，还有几款工具更新和一个新的命令行工具。

TinyCeNN-LM：用细胞神经网络循环状态核替代 Transformer 层的小模型研究

vtavakkoli/TinyCeNN-LM · Tiny language-model research lab exploring Cellular Neural Network (CeNN) recurrent state cores as alternatives to Transformer layers, with distillation, shared-weight iteration, and efficiency benchmarks.

TinyCeNN-LM 是一个小型语言模型研究项目，探索用细胞神经网络（CeNN）循环状态核作为 Transformer 注意力层的替代方案，尝试在保留预训练语言模型能力的前提下减少部分注意力层的开销。仓库覆盖 SmolLM2、Qwen3.5、FunctionGemma 和 Gemma 4 等模型，包含蒸馏、共享权重迭代、缓存解码、质量/速度/内存对比评测，并保留负面结果与消融实验；当前主张先做选择性替换，通过表示相似度与模型级损失门控逐个接受替换层。

ClawAI：本地优先的多模型 AI 编排与智能路由平台

ihabkhaled/ClawAI · Claw is a local-first AI control plane that runs powerful open models on your machine and connects to top LLM providers. It intelligently routes every prompt to the best model, giving you one secure workspace for chat, memory, context, connectors, routing, and full AI orchestration.

ClawAI 是一个开源、本地优先的 AI 编排平台，通过统一界面跨多个云与本地模型提供商编排 AI 模型。它提供多提供商路由、基于本地评判模型的智能模型选择、安全密钥管理、聊天与记忆、文件处理与 RAG、高级对话编排、工作区接地、桌面 Agent 运行时、图片与文件生成、审计与可观测性以及基于角色的访问控制，后端由 17 个独立 NestJS 微服务组成。

本周 Zed、Anthropic 和 OpenRouter 的动态表明：更好的外围工具比更好的模型更重要

这周最火的几篇文章都指向同一个道理：光有强大的 AI 模型不够，还得有配套的软件框架让它真正好用。Zed 推出了公开测试版 Delta，用共享讨论串取代传统的代码合并请求，让 AI 写的代码更容易审查；Anthropic 把 Claude Chat 和 Cowork 合并成一个界面，用户不用再纠结任务该用哪个模式；OpenRouter 为企业客户推出了美国境内路由，保证数据在美国境内处理。另外，Vercel 的数据显示 AI 推理成本连续三个月下降，8 月每 token 均价降了 23.2%，开源模型的调用量首次超过一半，但闭源模型仍拿走了大部分收入。对普通用户来说，这意味着 AI 编程和对话工具会变得更顺手、更便宜，用起来也更清楚。