Hugging Face 用两项任务测试 Agent 记忆：直接召回原始记录，比重新写交接便宜 4 到 8 倍。Audacity 4.0 的取舍更直接：整个界面推倒重做，宏、MIDI 和混音器却暂时消失了。
🚀 模型能力与现实系统
• WeatherNext 3 把全球天气图细化五倍 —— Google 新模型直接读取实时卫星数据，每小时生成一次预报，核心地表变量精度达到 5 公里。它已接入搜索、Gemini、地图和云平台，官方称一天以上的降水预报最高可提升 50%。
• Muse Spark 1.3 用更少 token 跑长任务 —— Meta 内部对比显示，新模型比 1.2 少用约 20% 的工具调用和 25% 的 token。普通推理版本已经上线，最强推理模式却仍在等待额外安全测试：能力发布开始分批过闸。
🛠️ 开发者工具与长期记忆
• Funes 让不同 Coding Agent 共用旧记忆 —— 它把 Claude Code、Codex、pi 和 Hermes 的本地会话统一索引，召回结果保留原文、时间和出处，也能同步到用户自己的私有数据集。两项小型测试中，直接召回比书面交接便宜 4 到 8 倍，但更值得关注的是：记忆终于可以脱离单一模型和设备。
• Audacity 4.0 重做界面，也砍掉一批旧能力 —— 新版迁移到 Qt，加入多片段编辑、工作区、高分屏渲染和新的 .aup4 格式；Time Tracks、MIDI、混音器、宏管理与脚本管道暂时缺席。对重度用户而言，这是一次需要先核对工作流、再决定升级的大版本。
🚨 使用量与成本观察
• OpenRouter 头部应用每秒消耗约 5350 万 token —— 公开页面的实时截面显示，模型调用已经进入基础设施级流量。这个数字不能代表整个市场，却提醒团队：模型热度最终要看持续调用、单位任务成本和完成率，不能只看发布当天的跑分。
📚 延伸阅读
• Hugging Face：Give Your Coding Agents a Memory You Own
https://huggingface.co/blog/funes
• Google：Introducing WeatherNext 3
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/
• Audacity：4.0.0 Release Notes
https://github.com/audacity/audacity/releases/tag/Audacity-4.0.0
