跳到正文
只看一手
11月11日周三
11月10日周二
  1. Google AI：DEV 作者专属68

    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。

  2. NVIDIA Technical Blog：Agentic AI / Generative AI41

    Agent Substrate：面向大规模 Agent 场景增强 Kubernetes

    AI Agent 大部分时间处于空闲，等待人类提示词、工具结果或模型响应，而 Kubernetes 并非为此设计。每个会话独占一个 Pod 会为空闲会话占用内存，在轮次之间删除 Pod 则每次付出数秒冷启动代价并丢失 Agent 状态；RL 后训练也面临同样的瓶颈。NVIDIA 介绍 Agent Substrate，并将其捐赠给相关社区以支撑大规模 Agent 运行。

  6. n8n Blog73

    n8n Labs 发布开源个人智能体 Nod 研究预览版，可本地运行

    n8n Labs 发布研究预览版 Nod，一个独立于 n8n 的开源个人智能体，可在 Mac 或 Windows 本地运行，自带沙盒和浏览器，通过 Gmail、Calendar、Slack 等应用及无集成的网站完成任务。

    推荐理由：n8n Labs 首次发布个人智能体 Nod，读者可从本地沙盒、记忆基准和成本控制细节判断它是否适合接手日常琐事。

  8. Google DeepMind77

    Google DeepMind 推出 AlphaProof Code 框架，形式化验证 Signal 密码协议实现代码

    Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，首次对 Signal 协议的实际实现代码完成数学化安全证明，此前该挑战被认为极为困难。

    推荐理由：原文给出框架工作流程、生成六百万行 Lean 和四周完成验证等细节，读者可据此判断形式化验证的可行路径。

  9. Lovable Blog63

    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。

  11. Pydantic AI 官方文章63

    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。

  13. OpenAI：Alignment 研究博客76

    OpenAI 研究预训练、RL 与模型生成数据如何影响 CoT 可监测性

    OpenAI 发布研究，分析预训练、架构、强化学习和模型生成数据对思维链（CoT）可监测性的影响。研究发现基础模型困惑度下降平滑提升无 CoT 推理能力，RL 即使仅用长度约束和最终答案评分也会提高 CoT 可控性，且 CoT 可控性可通过 SFT 在模型生成数据中传递给下一代模型，表明模型随规模扩大变得更难通过 CoT 监测。

    推荐理由：OpenAI 用自家训练管线数据拆解影响 CoT 可监测性的因素，读者可以看到预训练、RL 和模型生成数据各自的作用。

  18. OpenRouter：Announcements69

    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。

  19. Hugging Face Blog62

    Hugging Face 生态支持决策模型：Transformers 新增 DecisionPipeline 与 /v1/systemone 接口

    Hugging Face 在 transformers 中加入 DecisionPipeline、AutoModelForDecision 与 DecisionConfig，并推出 /v1/systemone 服务端点，llama.cpp 也支持同一 API。

    推荐理由：官方博客给出 decision pipeline、/v1/systemone 端点和训练示例，读者可以直接照代码把决策模型接入现有分类与路由工作流。

  20. Anthropic：Newsroom81

    Anthropic 启动 IPO 路演，拟以每股 70-78 美元发行 8.25 亿股 A 类普通股

    Anthropic 启动拟议 IPO 路演，拟发行 825,000,000 股 A 类普通股，其中 801,351,354 股由公司发行、23,648,646 股由现有股东出售，发行价预期为每股 70.00 至 78.00 美元。

    推荐理由：官方公告给出拟发行股数、定价区间、上市地和代码等关键信息，可了解 Anthropic IPO 的具体安排。

  22. OpenRouter：Announcements79

    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。

  25. Google DeepMind67

    Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型

    Google DeepMind 发布迄今最强的视觉-语言-动作（VLA）模型 Gemini Robotics 2.5，覆盖 200 多项任务测试，成功率较此前基线提升 30% 至 100%，任务完成速度快 20% 至 30%。

    推荐理由：官方给出任务成功率、速度和产线实测数字，读者可以据此评估 VLA 模型走向真实工厂场景的进展。

  27. LangChain：Blog52

    LangChain 开源 Promptim 提示词优化库

    LangChain 发布开源实验性提示词优化库 Promptim，基于 LangSmith 数据集与评估器运行优化循环，自动迭代提示词直到指标超越基线。它聚焦优化单个提示词，通过 Annotation Queues 保留人工反馈环节，与 DSPy 的整套系统优化定位不同，可通过 pip install promptim 安装。

  29. Comfy Blog53

    ComfyUI 十月细节更新盘点：Branch Node、LoRA 堆叠与链接管理随 v0.44 上线

    ComfyUI 官方博客盘点 10 月随 v0.44 等版本上线的一批工作流细节改进，包括可连 32 个输入的 Branch Node、单 Node 堆叠最多 20 个 LoRA、Comfy Desktop 模板自动下载示例输入和缺失模型、多输出打包 zip 下载、EXR/HDR/ProRes 管线完善、链接隐藏与框选删除，以及 widget 内独立撤销重做。

  30. Meta Engineering Blog50

    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）。

  33. Google Developers Blog74

    Google AI Edge Gallery 新增端侧语音识别与语音合成能力

    Google 在 Google AI Edge Gallery 中新增端侧 ASR 与 TTS 能力，可完全离线运行。Android 端 ML Kit 支持 100+ 语言转写，速度达 10 倍实时，FLEURS 词错率 8.0% 至 9.0%；TTS 约 100 ms 起播，以最高 50 倍实时速度合成 24 kHz 音频，APK 零增加。

    推荐理由：官方给出端侧 ASR 与 TTS 的具体指标和三条接入路径，开发者可据此评估把语音能力加入本地 AI 应用的方案。

11月9日周一
  3. NVIDIA Blog69

    NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型及 Isaac Lab 3.0、DexBench 等机器人仿真新技术

    NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2，基于 NVIDIA Cosmos 训练，含 10 万小时人类第一视角数据，开箱即完成 50 项任务中的 40 项，每任务 1 次演示平均成功率 71%，5 次达 95%。

    推荐理由：官方博客一次性给出模型数据、仿真吞吐提升和新基准清单，可据此了解机器人仿真训练从运动控制到精细操作的进展。