Meta 详解 Intelligent Delivery：用 ML 和 Agentic AI 优化广告排序算力分配
Meta 工程博客介绍 Intelligent Delivery，一个在服务栈内按边际效用分配算力的 ML 驱动系统，自 2017 年至 2026 年上半年在模型和系统优化之外带来约 10% 的广告排序性能提升。
全部 AI 动态
Meta Engineering BlogAI 评分5454 Comfy BlogAI 评分7070 ComfyUI 优化 Qwen3.x 本地推理，token 生成速率最高翻倍
ComfyUI 重写文本生成热点路径后，同款 GPU 上 Qwen3.x 模型 token 生成最高提速至两倍，模型与输出质量不变，改进已包含在 ComfyUI v0.45.0，只需加载 Qwen3.x checkpoint 并将 Text Generate 节点的 mtp 设为 auto。
Hacker News：AI 热帖AI 评分6666 用 Google ADK 构建可暂停恢复的异步长时智能体
作者在 Google ADK 中演示如何把同步 HTTP 智能体改造为异步模式：/run 端点用 HTTP 202 返回 session_id 作为回执，任务在后台执行，完成后通过 webhook 回报。
Hacker News：AI 热帖AI 评分6767 发展心理学家用 Claude Opus 5.5 审计自己近五年的 79 篇论文
一位发展心理学家用 Claude Code（尤其 Claude Opus 5.5）审计自己过去五年有署名的 79 篇论文，其中 59 篇为实证论文。58/59 公开了部分代码和数据，但仅 31/58 能完全复跑；40/58 至少有一个数字无法在 10% 容差内复现，平均每篇数字错误率约 2%（每篇中位数 155 个数字、总数超 10k）。
Hacker News：AI 热帖AI 评分6666 One2N 详解企业 AI 推理降本：承诺消费折扣之外的三条工程杠杆
One2N 发文分析企业 AI 推理成本，指出尽管 token 单价持续下降，Agent 循环调用使单个任务的 token 读取量可达单次回复的 23 倍，账单仍会增长。
Hugging Face BlogAI 评分5555 Hugging Face 讲解多向量嵌入模型的 Token Pooling-Aware Training 实践
Hugging Face 博客介绍如何用 pooling-aware training 压缩多向量检索模型的文档向量，并给出可复现的 Sentence Transformers 训练示例。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Pluggable Agentic AI Framework：基于 Amazon Bedrock AgentCore 的七层可组合企业智能体参考架构
AWS 在机器学习博客上介绍 Pluggable Agentic AI Framework，一套基于 Amazon Bedrock AgentCore 的七层可组合参考架构，用于将多智能体 AI 应用从原型推进到生产规模。
Figma AI / Agent / Make精选AI 评分6565 Figma 介绍六种用 Figma agent 提升设计工作流的方法
Figma 官方介绍在画布上使用 Figma agent 的六种方法，覆盖从设计前期探索到交付前细化。
推荐理由：Figma 官方总结了六种智能体用法，附具体提示词示例，设计师可直接照着把智能体引入日常设计工作流。
O'Reilly RadarAI 评分6262 James Shore 讲解如何度量 AI 带来的意外后果
James Shore 在系列第三篇中讲解如何度量和建模 AI 开发的意外后果，核心指标是变更成本，首选价值增值比例，辅以 DORA 指标和 token 用量观察。文章还给出可维护性、代码行数、锁定和倦怠四类模型与场景规划方法，并以 tmux 项目真实 commit 数据演示估算，强调这些指标应用于评估方法而非考核人员。
Latent SpaceAI 评分4747 AI Engineer Code Summit：OpenAI 讲解 Codex 新工作方式
OpenAI 开发者体验工程师 Dominik Kundel 与 Charlie Guo 在 AI Engineer Code Summit 工作坊上演示 Codex 的新工作方式。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 实测 LLM 量化：fp8 和 fp4 对质量与价格的影响
OpenRouter 发文解释 LLM 量化原理，并公布 2026 年 10 月 20 日对 1,455 个 provider 端点和 6 个 Qwen3.8 27B 端点的实测结果。
推荐理由：作者实测同一模型不同精度端点的准确率和价格，给出 provider.quantizations 的用法，可帮助读者按精度选更省钱的 API 端点。
OpenRouter：Announcements精选AI 评分7474 OpenRouter 实测 MCP、CLI 与 Skills 的上下文 token 成本
OpenRouter 在一个 GitHub 任务上用 Claude Haiku 5.5、Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 实测三种工具接入的 token 成本。
推荐理由：OpenRouter 用同一 GitHub 任务实测三种工具接入方式的 token 差异，并给出测量脚本和按场景选型的具体建议，方法可迁移到读者自己的服务器。
OpenRouter：AnnouncementsAI 评分5959 OpenRouter 实测修复 OpenAI 与 Claude 429 限流错误的四种方法
OpenRouter 发布教程，讲解如何读取 429 错误头部并修复 OpenAI 与 Claude 限流问题，所有示例均在 OpenRouter API 上实测。
vLLM 官方博客AI 评分4343 vLLM 通过 EPD 分离架构扩展多模态推理服务
vLLM 官方博客讲解 Encoder/Prefill/Decode（EPD）分离架构的工程实现，可将多模态编码阶段独立部署为单独的 vLLM 实例。
AWS Machine Learning BlogAI 评分5656 用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日开源依赖安全监控
AWS 发文介绍 Amazon Bedrock AgentCore Web Search API 现已可用，并给出一个安全团队每日依赖监控的完整教程。
LangChain：BlogAI 评分6060 LangChain 讲解 Deep Agents 的上下文工程方法
LangChain 在博客中介绍如何用 Deep Agents 管理 Agent 的上下文窗口，缓解 context rot。
LangChain：Blog精选AI 评分6666 LangChain 讲解 AI Agent 的上下文工程为何从检索开始
LangChain 发布博客讲解 Agent 记忆的上下文工程应从检索入手，指出低效搜索、单次上下文过载、无关或过时信息三类问题，并以 Deep Agents 构建的竞品分析 Agent 为例给出对策。
推荐理由：原文以竞品分析 Agent 为例拆解检索低效、上下文过载和陈旧信息三类问题，并给出 grep、offload、子代理委托等可直接复用的做法。
Latent SpaceAI 评分4747 设计面向智能体的体验：Resend 联合创始人兼 CEO Zeno Rocha 谈 AEO 与 MCP 设计
Latent Space 播客邀请 Resend 联合创始人兼 CEO Zeno Rocha 谈论面向智能体的产品设计与 AEO。一项研究中 Claude Code 在 102 次邮件服务推荐中有 64 次首选 Resend；Resend 录制时已有 430 万用户和 12 万付费客户。
Claude 应用发布说明AI 评分5050 Claude Skills 使用指南：如何启用、共享与同步技能
Anthropic 发布指南，介绍如何在 Claude 中启用、发现和使用 Skills 技能，让 Claude 获得专业知识和工作流能力。管理员可在组织层面配置技能，个人可在 Customize > Skills 中开启示例技能或上传自定义技能，共享技能为只读、发布需经组织审核和安全扫描。
Claude 应用发布说明AI 评分5959 Claude Artifacts 使用说明：模板、应用连接与 Claude Code 集成
Anthropic 发布 Claude Artifacts 官方使用说明，解释 artifacts 可承载文档、幻灯片、设计、仪表盘和小型交互工具，可在任意对话或 Claude Code 中创建，并保存到侧边栏的 Artifacts 标签页。
PyTorch：BlogAI 评分5252 PyTorch 团队详解 Muse Spark Open 在 TPU v7 上用 SGLang-TorchTPU 优化的推理系统
PyTorch 官方博客详解如何在单台 4 芯片 TPU v7 主机上，用 SGLang-TorchTPU 服务 Meta 的 816B 参数 MoE 开放权重模型 Muse Spark Open。
Google AI：DEV 作者专属精选AI 评分6868 Google Agent Skills 如何像产品一样发布技能：六道自动化门禁与 AI 评审
Google 工程师 Remigiusz Samborski 介绍 Google Agent Skills 仓库近两个月的进展，star 数从 15,000 增至超过 21,000，托管 170 多个技能。
推荐理由：作者以 Google Agent Skills 维护者身份拆解了完整 CI 门禁与 AI 评审规则，读者可把同一套版本化、原子化评测方法迁移到自己的技能仓库。
Pragmatic EngineerAI 评分4949 软件正确性与供应链安全：对话 Antithesis 杰出工程师 Sean Allen
Pragmatic Engineer 发布对 Antithesis 杰出工程师、Pony 语言核心贡献者 Sean Allen 的深度访谈，主题是软件正确性与供应链安全。
Lovable BlogAI 评分5151 Lovable 讲解应用安全机制：自动扫描、一键修复与用户需做的事
Lovable 安全负责人 Igor Andriushchenko 介绍平台如何帮开发者保障应用安全。
LangChain：BlogAI 评分5454 Stripe 如何在一周内基于 LangChain Deep Agents 搭建全员 AI 助手 Kai
LangChain 博客复盘 Stripe 如何在 Deep Agents 上用一名工程师一周时间搭建出全员生产力助手 Kai，采用 Deep Agents 基座加 Stripe 定制 harness、配置层和 UI 的四层架构。
Lovable Blog精选AI 评分6363 Lovable 如何将前端从 Firestore 迁出并自建 Lovable Realtime 服务
Lovable 工程师详述将前端与 Firestore 解耦、自建实时服务 Lovable Realtime 的过程：核心用 40 个工作日完成，基于 Go、NATS 与 CDC，由后端统一控制授权和数据形状，前端不再直接读 Firestore。
推荐理由：作者复盘自建实时服务从选型、实现到灰度迁移的全过程，并给出可复用的架构取舍和长连接运维经验。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 讲解 code mode 与 sandbox 的区别及工作区用法
Pydantic AI 官方文章解释 code mode 和 sandbox 不是同一件事：code mode 是模型通过 run_code 写 Python 调用工具以减少模型往返，sandbox 是代码运行的隔离环境，二者可独立也可组合。
推荐理由：原文厘清 code mode 与 sandbox 是两个不同概念，并给出 Pydantic AI 中沙箱边界的三种位置与 workspace 组合方案，可迁移到智能体隔离设计。
Pydantic AI 官方文章AI 评分5151 Pydantic Logfire Fleet 实操：不重新部署即可调整服务遥测配置
Pydantic Logfire 官方发布 Fleet Management 实操教程，演示将 FastAPI 应用和 Linux 主机接入 Fleet 后，在服务运行中通过策略动态调整日志级别、脱敏 card_token 属性并将采样率设为 10%。
Simon WillisonAI 评分5959 Anthropic 文档：如何通过提示词让 Claude Fable 5.2 重构代码
Simon Willison 引用 Anthropic 的 Claude Fable 5.2 提示文档，指出模型会依据提示词对代码所有权的表述决定是否改进结构。提示说"这个代码库是你的"时，模型在小编码任务中约一半的尝试会合并重复代码，不加这句话时不足十分之一。
Simon WillisonAI 评分4040 Simon Willison 用 Claude Fable 5.2 制作 Yonkers Rises 3D 机甲动画
Simon Willison 用提示词驱动 Claude Fable 5.2 Medium 制作了一个 Three.js 动画 Yonkers Rises：一座由 Yonkers 边界轮廓切割而成的巨型机甲从地底升起，踏过曼哈顿、布鲁克林、皇后区和布朗克斯。
AWS Machine Learning BlogAI 评分4242 AWS Quick 中 agents 与 skills 如何协同工作
AWS Machine Learning Blog 讲解了 AI 服务 AWS Quick 中 agents、skills 与数据的协作机制。Quick 是默认内置 agent，可访问用户有权限的 spaces、knowledge bases、数据集和 dashboards；团队也可配置并共享面向特定任务的自定义 agent。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 教程：用 Python 构建语音 AI 餐厅订座智能体
OpenRouter 发布教程，用 Python 构建一个餐厅订座语音智能体，串起语音转文字、带工具调用的 LLM 和文字转语音三段流水线，共用一个 OpenRouter API key。
推荐理由：OpenRouter 官方实测数据，读者可据此了解语音智能体的延迟构成、成本分布和各模型选型差异。
OpenRouter：Announcements精选AI 评分6969 OpenRouter 实测 16 种 OCR 方案：Claude Opus 5.5 最准，Mistral OCR 性价比最佳
OpenRouter 用 8 页自造扫描件实测 15 个视觉模型加 Mistral OCR 和 Tesseract，每模型 264 项关键值检查。Claude Opus 5.5 最准，262/264 正确，每千页 $16.42；Mistral OCR 得 258/264，仅 $2.02；Ling 3.0 Flash VL 关闭推理后 254/264，每千页 $0.04。
推荐理由：OpenRouter 用自造的 8 个测试页实测 16 个方案，给出准确率、成本和防幻觉的可行做法，读者可按自家文档场景对号选型。
OpenRouter：Announcements精选AI 评分7979 OpenRouter 教程：用 JSON Schema、工具调用或决策模型从任意 LLM 获取结构化输出
OpenRouter 发布教程，讲解三种可靠的 LLM 结构化输出方法：支持结构化输出时发严格 JSON Schema、只支持工具时强制一次工具调用、只需标签时用 Jev 这类决策模型。
推荐理由：OpenRouter 用 24 条客服消息在多模型上实测三种结构化输出方案的可靠性差异，并给出可复用的 schema 写法和降级路径。
Simon WillisonAI 评分5959 Simon Willison 用 Claude Code 构建多设备声源定位系统找出神秘蜂鸣
Simon Willison 介绍他用 Claude Code 构建 Beep Locator 的过程，通过 Python web 服务器加多台设备经 WebSocket 监听，实现对房间内神秘蜂鸣的三角定位，最终在约 40cm 精度内找到是一只需换电池的一氧化碳报警器。
LangChain：BlogAI 评分5858 LangChain 讲解评估驱动开发（EDD）如何改进 AI 智能体
LangChain 在博客中系统介绍评估驱动开发（EDD），借鉴测试驱动开发的思想，先定义智能体的成功标准、在开发前编写评估集，再通过对比实验迭代改进。
Meta Engineering BlogAI 评分5050 Meta 为 LLDB 构建跨 CPU 与 GPU 调试的插件架构
Meta 在 lldb-server 中构建了厂商中立的 accelerator 插件架构，用于调试跨越 CPU 和 GPU 的应用程序。该设计将 CPU 与 GPU 表示为各自独立的 LLDB target（调试进程），同时呈现在同一个调试会话中，插件把厂商设备调试 API 转换为 LLDB 已有概念（进程、线程、寄存器、内存等）。
Anthropic：Claude.dev 开发者博客精选AI 评分7272 Anthropic 指南：Claude Fable 5.2、Opus 5.5、Sonnet 5.5 或 Haiku 5.5 该用哪个开发
Anthropic 开发者博客发文指导开发者如何在 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 四款模型中选择。
推荐理由：Anthropic 官方按任务类型给出四款 Claude 模型与 effort 档位的选择方法，含价格、缓存和混合模型等可操作细节。
O'Reilly RadarAI 评分6868 AI 智能体正在重蹈 2019 年微服务的覆辙
一位亲历微服务时代的产品负责人复盘多智能体系统故障，认为 AI 智能体正以更快速度重复微服务的架构错误：每个智能体都按设计运行，整体输出质量却悄然下降，问题花了约三周才定位。
Simon WillisonAI 评分4747 Simon Willison：用 Claude Opus 5.5 验证“Web 已经足够强大”，Vanilla JS 也能做 3D
Simon Willison 受 Paul Ford《The Web Is More Than Enough》一文启发，测试 Claude（Claude Chat 中运行的 Opus 5.5 Medium）能否脱离 Three.js 做 3D。