研究者如何将 olmOCR 2 适配到历史与考古档案
Ai2 介绍了研究者如何将开源文档识别模型 olmOCR 2 用于历史与考古档案。
全部 AI 动态
Ai2 / Allen Institute for AIAI 评分4747 OpenRouter：Announcements精选AI 评分6262 OpenRouter 教程：Claude Code 触发用量上限后如何继续编码
OpenRouter 发布教程，讲解 Claude Code 触发用量上限后如何改用 OpenRouter API key 继续编码，无五小时和每周限制，改为按 token 付费。
推荐理由：OpenRouter 给出用 API key 绕开 Claude Code 用量上限的完整设置和实测成本，读者可以直接照做并核对真实开销。
OpenRouter：AnnouncementsAI 评分4242 Claude 529 overloaded_error 是什么以及如何修复
OpenRouter 讲解 Anthropic API 返回 529 overloaded_error 的含义：这是该模型在全用户层面容量不足，与用户自身的 429 rate_limit_error 无关，也不消耗配额。
Pragmatic EngineerAI 评分5656 AI SRE 解读：三家厂商与多家用内方案如何改变 on-call
Pragmatic Engineer 访谈 Rootly、incident.io、ResolveAI 三家 AI SRE 厂商，解析为何 AI SRE 近期升温。
Google Developers BlogAI 评分4848 如何用 Agents CLI 评估循环爬坡式提升 Agent 质量
Google Developers Blog 演示了 Agents CLI v1.8.0 的 eval 循环用法，基于 LangChain 模板搭建天气 Agent，使用 gemini-3.8-flash 作为 LLM-as-judge 按 1-5 分评估 accuracy、relevance、clarity。
Browser UseAI 评分5151 Browser Use 与 Browserless 对比：定价、隐身与功能实测
Browser Use 官方对比其与 Browserless 两大浏览器自动化平台。
PyTorch：BlogAI 评分4242 用 ExecuTorch 在 Arm 边缘设备上优化流式语音识别
PyTorch 团队将多语言流式 ASR 模型 Nemotron 3.5 通过 ExecuTorch 部署到 Google Pixel 11，评估 chunk 大小与量化精度对流式识别质量和延迟的影响。
Google Developers BlogAI 评分4646 Google 展示基于 GCP 多智能体集群的对话式电商工作原型 HappyDelivery
Google 在此前的 GCP 多智能体对话式电商架构蓝图基础上，发布了名为 HappyDelivery 的可运行原型，采用 LangGraph、Gemini、FastAPI 和 Google Cloud 实现 Ingress、Memory、Cognition 三层解耦设计。
LangChain：BlogAI 评分5555 LangChain 分享构建公司级 harness 的五个核心组件
LangChain 基于 GTM Agent、OpenSWE 和 Content Studio 三个内部智能体的实践，总结出构建 company harness 的五个核心组件：嵌入 Slack 的用户体验、身份处理（on-behalf-of 与固定凭证）、全局与用户双层记忆、沙箱内代码执行，以及大量由 cron 或事件触发的计划运行。
Pydantic AI 官方文章AI 评分4343 为什么有了日志还需要 traces？Pydantic AI 解析日志与 trace 的区别
Pydantic AI 发文解释为何有日志仍需要 traces：日志只记录某时刻发生了什么，而 span 带 trace ID、span ID、parent span ID 及起止时间，能说明哪些操作属于同一请求、谁调用了谁、时间花在哪里。文章以一个 checkout 示例演示：加 request ID 后仍难判断并发调用的真实耗时，操作重试或未结束（如进程被杀）时日志更无法还原调用关系。
SemiAnalysis 长文 RSSAI 评分6161 SemiAnalysis 实测 Trainium3 原生 PyTorch 训练体验
SemiAnalysis 团队实测 AWS Trainium3 的新原生 PyTorch 训练栈 TorchNeuron，认为其大幅改善研究训练体验，方向正确但成熟度仍不及 CUDA 生态。
n8n BlogAI 评分4242 AI agent 记忆：LLM 智能体如何在生产环境中管理状态
LLM 本身没有记忆，每次调用从零开始，Agent 记忆是模型外部的一层：把学到的内容存储起来，在每次调用前检索并注入提示词。文章区分了短时记忆（当前会话消息、中间推理）与长时记忆（用户偏好、历史任务结果），并对比了四种知识承载方式：模型权重内的 LLM 记忆、上下文工程、RAG（只读不回写）和会持续演化的 agent 记忆。
Figma AI / Agent / MakeAI 评分5656 Figma 官方讲解如何让 Figma agent 用好你的设计系统
Figma 官方发文讲解如何让已全面开放的 Figma agent 更好地理解和复用团队设计系统。做法包括连接已发布的组件库、上传 guidelines 编写团队规则、通过 Examples 页面或 _example 命名提供示例设计，以及把重复流程沉淀为可用斜杠触发的 skills，如 /design-system-audit 和 /analyze-components。
vLLM 官方博客AI 评分4949 vLLM 大规模服务 DeepSeek-V4.1-Flash：性能追平 DeepInfer，并扩展至 GB300 NVL72
vLLM 团队演示在单台 NVIDIA GB300 NVL72 机架上，通过 P/D 分离和 Wide-EP 服务 DeepSeek-V4.1-Flash，运行 SemiAnalysis AgentX 达到每 GPU 954K tokens/s（P90 每用户 196 tokens/s），较此前单节点结果提升 7.9 倍，价格为 $38.96 per GPU-hour。
Browser UseAI 评分5252 Browser Use 盘点 11 款浏览器自动化工具及各自适用场景
Browser Use 作者 Nik Tomazic 对比 11 款浏览器自动化工具，涵盖 AI 智能体、脚本库和托管浏览器三类，并附对比表与用例建议。
vLLM 官方博客AI 评分4444 vLLM 解析 GLM-5.3 在 16 H200 上的 PCP、DCP 与 Hybrid HiSparse 优化
vLLM 团队展示如何在 16 张 H200（一个 prefill 节点加一个 decode 节点）上优化 GLM-5.3 的长智能体上下文推理。
n8n BlogAI 评分4242 AI agent 工作流的模型幻觉检测方法指南
AI agent 的模型幻觉通常与正常回答无异，需要在工作流中分层检测。指南将幻觉分为事实性、上下文性、虚构和自相矛盾四类，并介绍 faithfulness/groundedness 检查（可用 DeepEval 自动化）、自一致性检查、语义熵不确定性估计、外部源验证以及按置信度阈值分流并保留 human in the loop 的方案。单一检查无法覆盖所有失败模式，需按失败类型组合多层验证。
n8n BlogAI 评分4343 自托管 LLM 与云 API 如何路由请求：n8n 指南
n8n 博客讲解了如何在自托管 LLM 与云 API 之间路由请求，混合方案可按请求类型在本地与云端间分流。
Pydantic AI 官方文章精选AI 评分6060 Pydantic AI 原生集成 E2B 沙箱，编码 Agent 命令可在隔离 microVM 中运行
E2B 成为 Pydantic AI 的原生沙箱提供方，在 Agent capabilities 中加入 E2BSandbox() 即可让所有 shell 命令和文件操作运行在隔离的 E2B microVM 中，本机环境不会进入沙箱。
推荐理由：原文给出把编码 Agent 的命令执行移出本机的具体接入方式，以及沙箱跨运行暂停恢复和 Worker 崩溃后继续任务的完整示例。
Browser UseAI 评分5757 Browser Use 作者实测点评四款浏览器 Agent MCP 服务器并给出委托与驱动选择建议
Browser Use 作者 Gregor Zunic 发文点评浏览器 Agent 类 MCP 服务器，推荐自家 Browser Use Cloud MCP 用于长任务、重复任务和并行任务，一次调用即可在云端启动托管智能体，无需模型 key，浏览器时间 $0.02/小时、代理流量 $5/GB。
SemiAnalysis 长文 RSSAI 评分6464 SemiAnalysis 解析 DeepSeek 与华为的共生关系及 Ascend 950 实测表现
SemiAnalysis 长文分析 DeepSeek 与华为的共生关系：9 月 30 日 DeepSeek 为 TileLang、DeepGEMM、DeepEP、FlashMLA 等 6 个仓库添加 Ascend 支持，华为提供硬件与原生软件栈，DeepSeek 提供工作负载和工程能力。
Lovable BlogAI 评分5656 Lovable 解释平台合规认证与开发者应用自身合规责任的边界
Lovable 官方发文说明，平台的 SOC 2 Type II、ISO 27001:2022、GDPR 支持和 AIUC-1 认证只覆盖平台本身，用户的应用不会自动获得这些认证。
Browser UseAI 评分5858 五款云端浏览器 MCP 服务器横评：Browser Use、Browserbase、Kernel、Steel 与 Hyperbrowser
Browser Use 发布云端浏览器 MCP 服务器横评，按工具形态把五家分成整任务、分步、原始操作和人工接管四类，并给出选型表。
GitHub Blog · AI & MLAI 评分5252 三位 Java Champion 分享 GitHub Copilot 实战用法与最佳实践
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体实践。
Browser Use精选AI 评分6767 五款让编码智能体控制浏览器的 MCP 工具实测对比
作者在 BU Bench V2.1 的 100 个公开任务上，用 Codex CLI 0.144.6 加 GPT-6 Luna 对比 Browser Harness、Playwright MCP、Chrome DevTools MCP、agent-browser 和 Browser MCP，分数均在噪声范围内持平（56.3 到 61.0）。
推荐理由：作者用统一代理和 BU Bench 100 个任务实测五款浏览器控制工具，给出 token、成本、速度和适用场景的可比数据。
GitHub Blog · AI & MLAI 评分5353 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 官方教程讲解如何把 GitHub Copilot app 会话直接在 VS Code 中打开继续，保留对话、代码改动和 worktree。教程涵盖逐行审查 Agent 改动、手动编辑、本地运行验证（如 npm test），以及通过原分支推送更新已有 pull request，无需重建会话或复制文件。
LangChain：BlogAI 评分5757 Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练 Nu
英国数字健康公司 Numan 分享其 AI 健康教练 Nu 的评测优先构建经验：Nu 基于 LangGraph，由 supervisor 调度领域专家子 Agent，评测直接运行在生产同一张图上。
Google Developers Blog精选AI 评分6464 Google 发布 TorchTitan TPU：TorchTPU 原生接入 PyTorch 并给出 TPU 训练优化方案
Google 发布 TorchTitan TPU 分支（github.com/google-pytorch/torchtitan），配合 TorchTPU 让 PyTorch 通过 torch.device("tpu") 原生使用 Cloud TPU，无需改写 JAX 或依赖旧 torch_xla。
推荐理由：官方详细披露了 TorchTitan TPU 的关键组件与实测 MFU 数据，读者可据此评估自家模型迁移到 Cloud TPU 的可行路径。
Mastra BlogAI 评分4040 Mastra 讲解如何用 Firecrawl profiles 把登录态从 Agent 中剥离
Firecrawl 发布了 @mastra/browser-firecrawl 的使用讲解，该浏览器提供方让 Mastra agent 通过 CDP 连接 Firecrawl 托管浏览器会话，无需本地运行 Chromium，默认提供 16 个浏览器工具。
Google Developers BlogAI 评分4444 Arm 基于 Google AI Edge Model Explorer 为自定义边缘编译器带来可视化图调试
Arm 使用 Google AI Edge Model Explorer 开发了多个开源适配器，支持 TOSA、VGF 和 PTE 模型格式，为边缘模型部署提供可视化调试。
Fireworks AIAI 评分4141 Fireworks AI 开放 Muse Glimmer 30B 免费微调，分享跑赢 Jev 的事件预测训练配方
Fireworks AI 宣布 11 月 30 日前免费开放 Muse Glimmer 30B 的 SFT 训练，并公布用其训练 tuned Glimmer 预测 Kalshi 已结算市场结果的配方。
n8n Blog精选AI 评分6868 n8n 教程：在 NVIDIA DGX Spark 上本地运行 AI 工作流，全程不调云 API
n8n 博客发布教程，讲解如何用一台 NVIDIA DGX Spark（128GB 统一内存）本地承载完整 AI 工作流，经 LiteLLM 单一 OpenAI 兼容端点接入 n8n，全程不调用云 API。
推荐理由：n8n 官方实测在 DGX Spark 上离线跑通全栈 AI 工作流，给出吞吐数据和许可证陷阱，步骤可复现。
vLLM 官方博客AI 评分5151 vLLM Elastic EP 通过 NIXL EP 实现近零停机扩缩容，DeepSeek V4 Pro 停机降至 0.82 秒
vLLM 详解如何用异步准备与 NIXL EP 让 Elastic Expert Parallelism 重配置实现近零停机，DeepSeek V4 Pro 从 16 到 20 GB200 GPU 的停机时间从 100 秒降至 0.82 秒，缩回 16 GPU 为 1.96 秒。
Browser UseAI 评分5656 Browser Use 讲解浏览器 Agent 的原理、组件与适用场景
Browser Use 发布科普文章，讲解浏览器 Agent 是什么：由模型、harness 和浏览器三部分组成的循环，观察页面、选择动作、执行并检查结果直到达成目标。
Browser Use精选AI 评分6868 Browser Use 深度评测 11 款浏览器 MCP server 并给出选型建议
Browser Use 作者把浏览器 MCP server 分为三类：本地逐步操控、云端浏览器、整任务交给 agent，并逐一给出推荐和注意事项，如 Playwright MCP 适合测试、Steel 支持人工接管登录。
推荐理由：作者按三类任务梳理 11 款浏览器 MCP server 的选型逻辑，并附自家实测的 token 成本与耗时对比，可直接用于选型。
Pydantic AI 官方文章AI 评分5858 Pydantic 分享迁移 RunsOn 后 CI 成本从 $18,200 降至 $5,700 的实践
Pydantic 团队讲述 9 月 1 日将 Logfire 的 GitHub Actions CI 迁移到 RunsOn 后的经验。8 月 CI 成本达 $18,200、runner 分钟数 1,230,264，9 月在用量增至 1,617,654 分钟的情况下总成本降到 $5,700。
vLLM 官方博客精选AI 评分6060 vLLM 在 NVIDIA GB300 上深度优化 Kimi K3 decode 性能
vLLM 团队用 agent 辅助开发为 Kimi K3 构建了统一 CuTe DSL decode 路径，覆盖 attention、MoE 和跨 GPU 通信。
推荐理由：vLLM 官方详解 Kimi K3 的 CuTe DSL decode 优化与 fast-track 验证原则，给出了可复用的性能数字和协作流程设计。
LiveKit 产品与工程博客AI 评分5353 LiveKit 发布生产级 AI 语音智能体构建指南，沉淀客户部署经验
LiveKit 发布生产级 AI 语音智能体构建指南，围绕自然对话、生产观测和可靠扩缩三大问题给出经验建议。要点包括单独测量首响应延迟、用 turn detector 处理轮次与打断、异步调用耗时工具，客户从 GPT-4.1 换到 Gemma 4 31B 在 p50 上省了 300–500ms；还建议为 STT、LLM、TTS 各阶段配置 fallback，并在上线前算清单次对话成本。
vLLM 官方博客AI 评分4444 vLLM 在 AMD Instinct MI355X 上部署 Kimi K3：AgentX 基准下单 GPU 吞吐追平并超越 NVIDIA HGX B300
vLLM 团队详解在 AMD Instinct MI355X 上优化 Kimi K3 推理的工程实践。
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Claude Code 团队如何做代码审查
Anthropic 介绍 Claude Code 团队如何在机器承担大部分阅读后做代码审查。6 月至 9 月合并的 PR 翻倍、回退比例下降超 40%，Anthropic monorepo 每日变更数从 5 月约 2,500 升到 9 月超 30,000。
推荐理由：Claude Code 团队完整披露了自己的多层代码审查流程和收敛数据，读者可以对照调整自己团队的 AI 代码审查做法。