OpenAI 模型将接入 Google Cloud 和编码工具 Antigravity
OpenAI 与 Google 达成安排，将把 OpenAI 前沿模型引入 Google Cloud，并将 GPT 模型接入 Google 的智能体编码工具 Antigravity。
#部署/工程
Ars Technica · AIAI 评分5555 Hugging Face BlogAI 评分5151 VocabX 如何通过专用词表将小语言模型的实际推理成本降低 77%
Dharma-AI 预览 VocabX 研究，在基于 Qwen3-4B 的葡萄牙语作文评分系统中，保持基础模型、数据和训练方案不变，将实测推理成本降低 77.0%。
Hugging Face BlogAI 评分3636 TorchNeuron 性能剖析（第 1 部分）：AWS Trainium 上的系统级性能分析
Hugging Face 讲解如何在 AWS Trainium 上对 TorchNeuron 进行系统级性能分析，定位推理耗时。教程从零配置 torch.profiler，并用 Neuron Explorer 追踪框架分发、运行时调度与硬件执行。分析围绕 RMSNorm 的逐项运算、内置融合内核和 torch.compile 三种实现展开。
The DecoderAI 评分4040 Mistral 与 Nvidia 拟用物理 AI 加速工业设计
Mistral 与 Nvidia 合作，计划用物理 AI 加速工程仿真和工业产品设计。双方将整合 Mistral Large 4 与 Nvidia 仿真工具，贯通设计、仿真和 AI 训练，并计划发布公共基准与开放数据集。Mistral Large 4 预计于 10 月下旬以开放权重形式推出。
The DecoderAI 评分4646 Nvidia DSX POD 有望将 AI 数据中心部署时间从 6 个月缩短至最快 14 天
Nvidia 在 GTC Berlin 发布模块化数据中心参考设计 DSX POD，称其可将部署时间从 6 个月缩短至最快 14 天。该设计基于 Vera Rubin 系统，合作伙伴在工厂完成集装箱内设备安装与测试，现场仅需接入预备好的电力、冷却和网络设施。首批设备计划于 2027 年初面向全球发货。
Latent Space精选AI 评分7676 Claude Mods 如何让智能体运行框架转向人的注意力
Dan McAteer 结合数周实践，分析 Claude Mods 如何通过可编程插件，把 Claude Code 的运行框架变成人与智能体协作的注意力界面。与 ChatGPT Intelligent UI 由模型生成界面、Cursor 按团队策略分配审查不同，Claude Mods 允许用户与 Claude 共同编写代码，决定何时提示、展示什么以及提供哪些操作。
推荐理由：通过对比 Claude Mods、ChatGPT 与 Cursor，文章将注意力界面的差异落在由谁设计交互方式这一层。
爱范儿AI 评分5353 实测 iPhone Duo 远程指挥 Mac Studio，搭建本地 AI 智能体工作流
APPSO 用 21499 元的 iPhone Duo 和 86749 元的 Mac Studio，搭建并实测了手机远程管理本地 AI 智能体任务的工作流。Mac Studio 通过 LM Studio 提供本地模型接口，由 DeepSeek Harness 规划任务、调用工具和操作文件，手机断连不会取消后台任务。
OpenAI NewsAI 评分4747 OpenAI 模型将登陆 Google Cloud
OpenAI 与 Google Cloud 将把前沿模型和 Codex 工作流引入 Gemini 的 Model Garden。用户可通过 Google Cloud Marketplace 获取这些模型与工作流。
NVIDIA Blog精选AI 评分6666 NVIDIA 在 GTC Berlin 更新本地 AI 产品线，扩展 DGX 集群与智能体支持
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station 本地 AI 产品线，并公布集群、模型运行及企业管理更新。
推荐理由：八台集群支持、模型启动器与共享推理入口将本地硬件连接到团队工作流，为比较个人设备与团队部署提供了具体依据。
NVIDIA BlogAI 评分5252 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。
SidebarAI 评分5252 Toolcraft 为 AI 提供创意应用架构，支持 Codex、Claude 和 Cursor
Toolcraft 为 AI 提供完整的应用架构，而不只是组件，可配合 Codex、Claude、Cursor 或其他 AI 智能体使用。它包含可运行的画布、工具栏、图层系统、时间线和关键帧工作流，并内嵌 AI 技能、性能指令与视觉测试规则，旨在提升生成创意应用的质量与一致性。
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。
Latent SpaceAI 评分6565 DeepSeek 开源 DeepInfer，披露单集群每日处理 155T tokens 的生产数据
DeepSeek 开源支撑 V4.1 Flash 的推理框架 DeepInfer 及 API 处理组件 deepseek-recipe，但尚未完整公开生产服务的 KV cache 管理和负载均衡组件。
Latent SpaceAI 评分6060 面向 Fortune 2000，Tenex 如何构建 AI 原生软件开发生命周期
Tenex 的 Alex Lieberman 与 CJ Hess 在访谈中介绍了按交付成果付薪、以 MetaHarness 组织 AI 原生软件开发流程的实践。
TLDR AIAI 评分4747 DeepSeek 的 DeepInfer、TPU 原生 PyTorch 支持与 Ramp 智能体框架
DeepSeek 用 DeepInfer 提升推理效率，Google 与 Meta 为 TPU 带来原生 PyTorch 支持，Ramp 介绍自研智能体框架 Laminar。TorchTPU 是支持训练与推理的开源后端。Laminar 提供会话压缩、工具调用和子智能体等能力，初版代码全部由智能体生成。
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。
Simon WillisonAI 评分6868 Battle Drones 开发复盘：用 AI 编码构建支持音频联机的即时战略游戏
Simon Willison 复盘了用编码智能体开发 Battle Drones 的过程，这款浏览器即时战略游戏经过 12 次主要迭代和 321 次智能体提交，支持手机与桌面端。
Latent SpaceAI 评分4848 可编程数据中心：与 SF Compute 的 Evan Conrad 对谈
SF Compute CEO Evan Conrad 在访谈中讲解 GPU 算力交易的实物交付，以及让数据中心基础设施可编程的工程实践。SF Compute 撮合不同约束条件的订单，交付可用算力而非现金结算；工作负载能否中断、GPU 代际及网络配置都会影响合约与价格。基础设施可编程的实例包括动态划分 InfiniBand 网络。
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。
MIT Technology Review · AIAI 评分3434 企业 AI 的新经济学
企业 AI 的成本衡量正从 token 或 GPU 小时单价，转向每项可用业务成果所需的平台、模型、运维及算力总成本。自有基础设施能否降低成本，取决于需求规模、资源利用率及运营能力，而非所有权本身。HPE Private Cloud AI 整合基础设施、软件与治理，支持调度、模型选择、GPU 分区及缓存管理。
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。
Simon WillisonAI 评分3434 llm-echo 0.5 发布：更新模拟 token 用量统计
llm-echo 0.5 更新了模拟 token 用量统计，将工具调用、系统提示词和推理 token 纳入计算。这个调试插件提供的“模型”不涉及实际 LLM，只会原样返回输入的提示词。
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。
Import AIAI 评分4747 Import AI 476：创造力与递归自我改进、逊于中国模型的开放权重模型、AI 走向太空
Import AI 第476期聚焦 AI 的科研创造力与递归自我改进、视觉推理短板，以及太空工业化可能带来的先发优势。Humanity’s Sixth Sense 基准中，GPT 6 Astra 的 pass@1 为53.6，人类为93.1。TasteVal 则以8项前沿 AI 研发任务，评估模型选择研究问题、设计实验和解读结果的能力。
InterconnectsAI 评分5454 Nathan Lambert：AI 将快速进步，但未必走向通用超级智能
Nathan Lambert 预计，AI 未来几年将在基础设施和工程能力上快速进步，但这些提升不等于模型性质发生根本变化或走向通用超级智能。他认为，训练速度、推理成本等指标易于验证和优化，AI 智能体将推动整套技术栈的效率提升，使模型智能的有效成本接近指数级下降。随着工程瓶颈减弱，研究创意将更有价值，而近期进步更多来自利用现有工具扩大推理时计算，并非模型研究能力的突然跃升。
