整理了近1个月（2026年6月上旬至7月上旬）AI圈的重大技术、产品升级与发布事件

动态量化与混合精度推理——延迟与吞吐的最优平衡策略

混合精度量化的核心思路是"好钢用在刀刃上"：对精度敏感的层保留高精度，对鲁棒的层大胆压缩。这一策略的实现前提是对模型每层的敏感度有清晰的量化认知——没有数据支撑的"直觉"是不可靠的。推荐的实践路径：(1) 使用 SensitiveLayerProbe 等工具跑一遍逐层敏感度分析，耗时约 1~2 小时但一劳永逸；(2) 优先尝试 AWQ——量化速度快、内存开销小、与 vLLM 等推理引擎的兼容性最好

MiMo-Code开源16天11K星：小米AI编码Agent的持久记忆和自进化机制

MiMo-Code是小米开源的终端AI编程Agent，16天11K星。核心差异化是持久记忆系统和自进化机制。持久记忆跨会话存储项目结构、架构决策、用户偏好和问题修复记录，存储在 .mimo/memory/ 目录中。新会话自动加载记忆，不需要重新分析项目、重新解释偏好、重复讨论已决策的问题。效果在使用5-10次后开始明显。自进化机制在每次会话结束后异步分析交互数据——观察用户对生成代码的修改模式（双