上海 AI Lab 和上海交大发布 89 亿参数模型 NCP-ArchPreview。该模型在常规「预测下一个 token」之外，还会提前预测后续一小段对应的内部概念信号，并用来辅助生成与投机解码。测试显示，平均每次验证通过的 token 数从 5.933 提高到 6.180，增幅 4.17%，HumanEval 提升 7.59%；接入这套信号仅为草稿模型增加约 4 万参数。

上海交大联合清华、字节跳动、小红书和上海 AI Lab 等团队发布综述《The Last AI Built by Humans》，梳理 491 篇相关研究，并将递归自我改进（RSI）划分为 L1 至 L5。论文指出，仅能修改自身代码并不等于真正掌握完整 RSI，因为若下一代的筛选、评估和保留标准仍由人类预设，系统仍停留在较低层级。统计显示，43.8% 的研究属于 L1，31.6% 属于 L2，而 L5 仅有 29 篇，占 5.9%。