Google Cloud 与 NVIDIA 宣布 Vera Rubin A5X 实例将于下月正式可用
Google Cloud 与 NVIDIA 宣布，基于 NVIDIA Vera Rubin 的 A5X 实例将于下月正式可用，并计划将可用范围扩展至欧洲。A5X 集成计算、网络与存储，支持训练、推理和大规模强化学习，Google Cloud 计划在多个站点将相关基础设施扩展至最多 960,000 Rubin GPUs。
#部署/工程
NVIDIA BlogAI 评分5252 OpenAI NewsAI 评分4444 OpenAI 如何构建兼顾用户信任与相关性的 ChatGPT 新型广告技术栈
OpenAI 讲解了 ChatGPT 基于大语言模型的广告技术栈如何构建，以兼顾用户信任与广告相关性。该技术栈理解对话意图，将广告与回答分开，并支持大规模投放相关广告。
AWS Machine Learning BlogAI 评分3838 超越 KV cache：使用原生 PyTorch 在 AWS Trainium2 上训练和部署 i14 的 Laplace 3B 线性注意力模型
i14 与 AWS 讲解如何用原生 PyTorch 在 Trainium2 上训练和部署 Laplace 3B。模型每序列状态固定为 29.5 MB，不随上下文长度增长。单实例训练约每秒处理 120,000 tokens，推理在 1,280 路并发下每秒输出 11,544 tokens。
AWS Machine Learning BlogAI 评分4343 通过 AWS 上的 Smartsheet MCP 为 AI 智能体提供工作流上下文
AWS 讲解如何通过 Amazon Quick 和 Kiro 连接已正式可用的 Smartsheet MCP Server，将项目数据接入 AI 智能体工作流。该服务提供超过 40 个工具，支持读取、写入和管理表格等数据。业务用户可用自然语言更新任务，开发者可在 IDE 内查看项目规格、更新状态并跟踪依赖。
AWS Machine Learning BlogAI 评分4343 如何在 AWS 上通过 Smartsheet MCP 为 AI 智能体提供工作管理上下文
AWS 演示如何将 Smartsheet MCP Server 接入 Amazon Quick 和 Kiro，让 AI 智能体在现有工作流中读取、更新和管理项目数据。该服务器已正式可用，提供超过 40 种工具，支持通过自然语言管理表格、行、列和自动化；两条接入路径分别面向业务团队和开发者。
AWS Machine Learning BlogAI 评分4444 从数据到决策：用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链智能
AWS 演示如何用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链工作流，并讲解部署方法。该方案通过 MCP 工具连接业务系统，支持中断评估、缓解建议和紧急询价，所有变更均需指定人员批准。示例将跨五个系统、耗时45–60分钟的流程缩为单一工具内的三次提示词交互，数分钟完成。
GitHub Blog · AI & ML精选AI 评分6666 3 位 Java Champion 如何使用 GitHub Copilot 提高开发效率
3 位 Java Champion 分享了使用 GitHub Copilot 开发功能、迁移内容和排查缺陷的实践，强调提供上下文、验证结果并由开发者承担交付责任。
推荐理由：将需求澄清、任务专属验收关卡和确定性检查串成反馈闭环，为把智能体的快速执行转化为可维护的软件提供了可迁移方法。
Mistral AI精选AI 评分7373 Mistral 发布 Voxtral 3 语音模型家族及实时语音智能体 SDK
Mistral 发布 Voxtral 3 语音转写与合成模型家族，并推出整合聆听、推理、工具调用和语音输出的实时语音智能体 SDK。转写支持 50+ 种语言，语音合成支持 35+ 种语言和 50+ 种方言；基于 LiveKit 的 SDK 支持通话中执行多步任务，官方称每轮响应可在 1 秒内完成。
推荐理由：将转写、推理、工具调用与语音合成串成实时流水线，并支持替换各阶段模型，为企业语音智能体提供了可迁移的集成思路。
NVIDIA BlogAI 评分4444 欧洲科技企业采用 NVIDIA Vera CPU 构建本地基础设施
Nebius、Nscale 和 Verda 正采用 NVIDIA Vera CPU 建设基础设施，支持欧洲企业和开发者不断增长的计算需求。Vera 可用于独立 CPU 服务器或搭配 NVIDIA GPU，支持数据处理、软件执行和 AI 智能体工作负载。多家服务器厂商正构建相关系统，云端沙箱提供商也在基于 Vera 建设基础设施。
Hugging Face BlogAI 评分5252 AnyLanguageModel 1.0 发布，以统一 Swift API 连接本地与托管模型
Hugging Face 发布 AnyLanguageModel 1.0，并同步发布 swift-huggingface 1.0 和 swift-xet 1.0，让 Swift 应用通过兼容 Foundation Models 的 API 选择本地或托管模型。
Hugging Face BlogAI 评分5454 Hugging Face 生态通过 TorchTPU 支持原生运行于 TPU
Hugging Face 宣布 Transformers、Diffusers 和 Kernels 通过 TorchTPU 原生支持 TPU，无需再依赖 Optimum TPU。
Meta EngineeringAI 评分4343 GenRecs Tokenization：以稳定模型词表变革 Meta 广告推荐
Meta 的 GenRecs Tokenization 用稳定语义词表表示广告等项目，改进广告召回与排序。它融合内容与互动信号，帮助模型理解缺乏互动历史的新项目。与 GEM 和 Adaptive Ranking Model 配合后，广告转化量提升 +0.35%。
Meta Engineering精选AI 评分6565 Meta 如何通过精简编排器提高 AI 智能体可靠性
Meta 讲解薄编排器架构，将路由和可靠性检查留给确定性流程，把领域推理交给隔离上下文的专业 AI 智能体。其 1,300 行编排器将 20+ 个工作流分派给 14 个专业智能体，通过调整工作流模板复用现有智能体，并在运行时按需加载领域知识。新数据列的配置准备从人工操作的三至四天、此前配置驱动系统的约一天缩短至不到一小时，约三分之二的系统改动无需人工大幅修改即可落地。
推荐理由：将确定性路由与领域推理解耦，并通过工作流模板复用专家智能体，为复杂多步骤任务提供了可迁移的架构设计方法。
Meta Engineering精选AI 评分7575 深入 Meta Prometheus：吉瓦级超级集群的建设与可靠性工程
Meta 详解吉瓦级超级集群 Prometheus 的硬件、网络与可靠性工程，其第一阶段已完成并用于训练 Muse 基础模型。集群目前拥有数十万 GPU，正向约 1 million GPUs 扩展；Muse Wonder 预训练和强化学习运行的有效训练时间占比分别超过 85% 和 90%。
推荐理由：通过备用 GPU、分层故障恢复与逐项归因的工程实践，解释超大规模训练如何减少中断并提高有效吞吐量。
Meta Engineering精选AI 评分6666 Meta 如何用 AI 原生工程构建 Forum
Meta 复盘了用 AI 智能体构建独立群组应用 Forum 的工程实践，小团队在八周内实现了与 Facebook Groups 核心功能对齐。团队将规划、构建、测试和验证纳入智能体循环，通过直接读取应用状态的工具和隔离原型代码的构建方案支持开发，同时保留工程师对架构、产品目标和上线结果的决策与签核。
推荐理由：这份工程复盘给出了可迁移的实践路径，将自动验证、可直接检查的环境状态和构建隔离纳入智能体开发流程，而非只改提示词。
Meta EngineeringAI 评分2727 2026 世界杯：Meta 流量纪录、峰值曲线与大规模可靠性保障
Meta 复盘世界杯期间多平台流量破纪录及基础设施保障，WhatsApp 在决赛期间每秒消息量超过 30 million，创平台纪录。流量峰值主要出现在比赛间歇，系统通过预留容量、自动扩容和分国家降级吸收冲击。WhatsApp 提前对超过 100 项内部服务进行负载测试，赛事期间未暂停持续部署。
Microsoft ResearchAI 评分5050 Magnetar：基于证明的通用计算
Microsoft Research 的 Magnetar 在通用程序零知识证明上取得进展，平均速度比此前最快的同类系统快 10 至 39 倍。它可为 Rust、Go 或 C 程序生成执行正确性证明，安全性仅依赖标准哈希函数。验证者可在毫秒内检查证明，无需重新运行程序，也无需获取程序输入数据。
Mistral AIAI 评分5959 Mistral AI 发布时序基础模型 Timestral，提供 5M 至 209M 四种规格
Mistral AI 发布时序基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四种参数规格，支持多变量概率预测及历史、已知未来协变量。
Apple Machine Learning精选AI 评分6161 如何用 MLX 与 RDMA 在 Mac Studio 上运行本地及分布式大语言模型推理
Apple 演示使用 MLX 与 Thunderbolt RDMA 在 Mac Studio 上运行本地及分布式推理，四台 M5 Ultra 以张量并行运行 Muse Spark Open，在 8,192 tokens 上下文下达到 36.73 tokens/s。
推荐理由：通过同一组模型的单机与多机测试，对比流水线并行和张量并行在首 token 延迟、生成速度及通信开销上的差异。
GitHub Blog · AI & MLAI 评分5656 GitHub 解读密钥检测模型：如何用 ModernBERT 减少误报与扫描成本
GitHub 详解密钥扫描管线，以正则筛选候选字符串，再由微调的 ModernBERT 结合上下文区分真实凭据与非敏感字符串。相比此前的 LLM 管线，新管线的提交后扫描执行时间中位数降低 86%，服务成本降低超过 98%，并使通用密钥检测得以扩展至推送保护。离线评估的精确率提高 13%、召回率提高 19%；客户 A/B 实验中，按仓库所有者加权的告警接受率提高 11.5%。
Anthropic Engineering精选AI 评分7272 Anthropic 重设计源码管理的工程实践：从 git 迁移至 Scion
Anthropic 详解内部版本控制系统 Scion 的设计与迁移实践，以应对日均代码合并量从 2026 年 5 月约 2,500 次增至 9 月超过 30,000 次的负载。
推荐理由：将客户端始终在线作为设计前提，把历史查询与合并计算移至服务端，为应对智能体海量代码变更提供了可迁移的架构思路。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 主张密钥保护应跟上软件增长，介绍 ModernBERT 检测模型
GitHub 介绍与 Microsoft Applied Sciences 合作构建的 ModernBERT 分类器，用于在推送时识别非结构化密钥，单批候选检测耗时低于 2 毫秒，可使能够预防泄露的密钥数量增加至两倍以上。
推荐理由：九个季度的数据将泄露总量增长与单次推送风险区分开来，为理解密钥保护为何需要从人工补救转向自动预防提供了依据。
Microsoft ResearchAI 评分5959 Microsoft Research 开源 Agent Lightning v1.0，以约 3,500 行代码实现智能体 RL 框架
Microsoft Research Asia 开源重构后的 Agent Lightning v1.0，以约 3,500 行代码让部署时使用的智能体运行框架直接参与 RL 训练。
Mistral AIAI 评分3838 Cloudera 与 Mistral 合作，为企业数据引入专用、主权可控的 AI
Cloudera 与 Mistral 宣布合作，将通过模型集成与定制训练，让企业在自有环境中掌控数据与 AI。Mistral 模型将集成至 Cloudera 混合数据平台，支持私有云、公有云、本地及完全隔离环境中的部署。企业可在受控环境中利用专有数据训练定制模型，并保有数据与所生成智能的所有权。
Mistral AI精选AI 评分6464 Mistral AI 复盘如何用 AI 智能体迁移复杂遗留代码
Mistral AI 复盘了协助一家欧洲能源运营商将 40,000 行 Fortran 77 储层模拟代码迁移到 C++ 的实践。团队先建立数值一致性验证框架并整理文档，在尝试全自主迁移和多智能体协作后，采用人工监督编码、测试和审查智能体逐模块迁移的流程。首轮覆盖总计 300,000 行代码中的核心功能，原代码可独立运行；依赖外部系统或缺少可运行基线的迁移不在本次讨论范围内。
推荐理由：案例将数值一致性验证、文档整理和人工审查串成迁移流程，为复杂遗留系统如何划分智能体职责提供了可迁移的方法。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年的内核优化经验迁移至 Apple Silicon
K-Search 通过 MLX 后端和结构化转换层，将 CUDA 内核优化经验迁移至 Apple Silicon，避免从头优化。其 Attention 内核性能为原生 MLX 的 0.97x，Mamba SSM 内核的预填充速度较社区 mlx-lm 实现最高提升 20x。
Berkeley AI ResearchAI 评分5050 智能趋近免费之后：为 AI 智能体服务、管理智能体并由智能体构建的数据系统
Aditya G. Parameswaran 及合作者探讨推理成本趋近于零时，数据系统如何服务、管理 AI 智能体，并由智能体构建。多智能体 text-to-SQL 实验中，80-90% 的子查询存在重复工作，可探索复用结果、近似查询和主动反馈。智能体群的状态管理、协调与故障处理，以及生成系统的行为验证，也是研究挑战。
Anthropic Engineering精选AI 评分7878 Anthropic 如何在不同产品中隔离 Claude 并限制风险范围
Anthropic 详解 claude.ai、Claude Code 和 Claude Cowork 的隔离架构，以及限制智能体潜在破坏范围的工程经验。三者分别采用临时容器、结合人工监督的沙箱和本地虚拟机；Claude Code 用户批准了约 93% 的权限请求，引入操作系统级沙箱后，权限提示减少了 84%。
推荐理由：通过权限疲劳与获准域名泄露的案例，提供按用户监督能力选择隔离强度、并将网络白名单视为能力授权的设计思路。
Berkeley AI ResearchAI 评分3737 自适应并行推理：高效推理扩展的下一种范式分析
Berkeley AI Research 梳理并行推理进展，分析让模型自主决定何时拆分任务、启动多少并发线程及如何协调的自适应并行推理。现有方法多由外部预设并行结构，难以适应不同问题；顺序推理则面临延迟增长与上下文累积导致的性能退化。
Anthropic Engineering精选AI 评分8383 Anthropic 复盘 Claude Code 质量问题：三项变更已修复，API 未受影响
Anthropic 将近期 Claude Code、Claude Agent SDK 和 Claude Cowork 的质量问题追溯至三项变更，均已于 4 月 20 日随 v2.1.116 修复，API 和推理层未受影响。
推荐理由：这次复盘展示了默认推理强度、历史推理清理与提示词改动如何叠加影响质量，也给出了扩大评测和改进内部测试的具体措施。
Anthropic Engineering精选AI 评分7373 Claude Managed Agents 如何通过解耦“大脑”与“双手”实现扩展
Anthropic 详解 Claude Managed Agents 的架构，将 Claude 及其运行框架、执行沙箱和会话日志解耦，使各组件能独立替换与故障恢复。持久化会话日志支持按需检索历史上下文，凭据隔离与代理机制避免沙箱中的代码直接接触认证凭据。沙箱改为按需配置后，无需立即使用沙箱的会话可直接开始推理，p50 首 token 延迟（TTFT）降低约 60%，p95 降低超过 90%。
推荐理由：将运行循环、执行环境与事件日志拆成独立接口，为长时运行智能体提供了可迁移的故障恢复设计，也让上下文管理能随模型演进。
Anthropic Engineering精选AI 评分7979 Anthropic 如何构建 Claude Code auto mode，让跳过权限确认更安全
Anthropic 详解 Claude Code auto mode 的设计，通过输入层提示词注入探测和执行前动作分类，减少人工审批并拦截超出用户授权的危险操作。
推荐理由：通过区分危险动作识别与用户授权判断，文章揭示了自动审批的关键边界，可帮助判断哪些任务适合交给分类器审批。