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。
#教程/实践
LangChain：BlogAI 评分5757 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。
LangChain：BlogAI 评分5252 LangChain 解答 Agent 评测的常见问题：从轨迹分析到四类评估器
LangChain 团队基于 LangSmith 实践解答 Agent 评测的常见问题，建议先读 trace 选定行为、用 10-20 个例子建数据集并跑基线。文章区分离线与在线评测，介绍代码评估器、LLM-as-a-judge、人工评审和成对比较四类评估器，并说明 Harbor 开源评测框架与 Terminal-Bench 的容器化基准用法。
Apple Machine Learning Research精选AI 评分6666 Apple 用 MLX 和 RDMA 在 Mac Studio 集群上运行近万亿参数 LLM
Apple 机器学习研究发布教程，介绍用最新版 MLX 在 Mac Studio 上本地运行 Muse Spark Open（816B 参数，MoE）、Mistral Medium 3.5 和 Qwen 3.8。
推荐理由：Apple 官方给出多台 Mac Studio 跑大模型的并行方案与实测数据，读者可对照评估本地推理的可行配置。
Browser UseAI 评分5555 Browser Use 与 Firecrawl 对比：用例、定价与实测性能
Browser Use 官方博客对比 Browser Use 与 Firecrawl 的用例、定价和性能，结论是浏览器自动化选 Browser Use、网页抓取选 Firecrawl，两者也可在同一工作流中组合。
vLLM 官方博客精选AI 评分6060 vLLM 发布训练-推理逐位一致方案，DeepSeek-V4-Flash RL 训练 diff 降为 0
vLLM 官方博客发布训练-推理一致性方案：训练前向直接调用 vLLM 推理内核并改造为逐位一致，在 DeepSeek-V4-Flash 100 步 RL 训练中每步 diff 为 0，rollout 吞吐达高性能基线的 91.3%，而基线 KL 从 2e-3 升至 29.9 且奖励回落。
推荐理由：原文给出训练与推理逐位一致的完整方案和开源技能，读者可据此在新模型上复现真正的 on-policy RL。
vLLM 官方博客AI 评分4848 vLLM 无需置信度头的自适应验证（Adaptive Verification）上线
vLLM 通过 PR #52228 为 Adaptive Verification（AV）新增在线拟合接受估计器，使缺少置信度头的 draft 模型（如 EAGLE、MTP、DFlash）也能使用该功能，通过 enable_adaptive_verification 开启。
LangChain：BlogAI 评分4949 LangChain 如何用 Deep Agents CLI 让文档代码示例自动测试
LangChain 介绍如何用 Deep Agents CLI 将文档内联代码示例迁移为可在 CI 中测试的独立文件，解决示例随 API 演进失效的问题。
GitHub Blog · AI & MLAI 评分4949 GitHub 详解密钥检测模型：更高召回、更低噪音的 secret scanning
GitHub 介绍其用于 generic secret detection 的上下文感知分类器：采用两阶段流水线，先用 regex 高召回生成候选，再用微调的 ModernBERT 结合文件路径、变量名和周边代码区分真实凭据与占位符、test fixture 等 hard negatives。
Anthropic：Research精选AI 评分7272 Anthropic 发布自研版本控制系统 Scion，五个月内替代 git 支撑 3 万次每日代码合并
Anthropic 详细介绍为智能体编码自建的版本控制系统 Scion，并称已在五个月内将 monorepo 完全从 git 迁移。2026 年 5 月 Anthropic 每天约合并 2,500 次代码变更，9 月已超过 30,000 次；主分支历史近 100 GB，每日约 2,500 万次代码 checkout。
推荐理由：Anthropic 用自研版本控制系统的实测数据，展示了智能体规模下代码基础设施的瓶颈和可借鉴的改造思路。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Blog 在 Copilot app for Beginners 系列中讲解四种为项目定制 Copilot 的方法：在 .github/copilot-instructions.md 中写自定义指令、用 .github/skills 打包可重复流程为 agent skills、在 .github/agents 定义面向更大任务的 custom agents。
IBM Research：AIAI 评分4646 IBM Research 解析分布式推理如何让大模型持续运转
IBM Research 讲解分布式推理如何在 vLLM、SGLang 等模型服务引擎之上协调集群级 LLM 推理流量。
vLLM 官方博客AI 评分4545 vLLM 双向 KV 传输提升多轮智能体工作负载的 TTFT
vLLM 推出双向 KV cache 传输功能，让 prefill 和 decode 节点在多轮对话间复用已计算的上下文，避免重复 prefill 计算，从而改善 TTFT 并提升加速器利用率。
vLLM 官方博客AI 评分4242 MAGI-2 Preview 在 vLLM-Omni 上以 torchada 适配摩尔线程 MUSA：114B 音视频 MoE DiT 推理优化
vLLM-Omni 用 torchada 让 Sand AI 的 MAGI-2 Preview（114B 总参数、每 token 约 6B 激活的音视频 MoE DiT）在摩尔线程 MTT S5000 上原生运行，仅需少量平台级改动，CUDA 版 Triton kernel 可直接复用。
Comfy BlogAI 评分5757 如何用一张 RTX 5090 跑 MiniMax H3 实时视频生成
Comfy 博客介绍如何把 FastVideo 的 FastH3 V2 检查点优化到在单张 RTX 5090（32GB 显存）上实时生成 448×256 的 15 秒视频。
LiveKit 产品与工程博客AI 评分4747 Serve AI 借助 LiveKit Agent Simulations 迁移语音智能体，containment 提升 15%
Serve AI 用 LiveKit Agent Simulations 验证并将其客服语音智能体从 Retell 的 224 节点流程图迁移为单提示词架构。团队用约 100 条真实生产通话生成模拟场景，经 10-15 轮迭代达到 98% 通过率、中位轮次延迟 1.3 秒（上限 1.5 秒），首个账户迁移仅一周且无需回滚。
Anthropic：Claude.dev 开发者博客精选AI 评分7070 Anthropic 讲解如何用 Claude Managed Agents 构建高效的定时智能体自动化
Anthropic 发布教程，基于 Claude Managed Agents（beta）给出一个每日简报参考实现，按 cron 计划读取 Slack 频道和 GitHub PR，用书签追踪上次运行以来的变化并把摘要发布到 Slack。
推荐理由：Anthropic 官方拆解定时智能体自动化的六个设计规则，如书签续读、失败如实上报和花费上限，可直接迁移到自己的自动化搭建中。
Google AI：DEV 作者专属AI 评分4949 告别复杂演示 URL：Google Cloud Run 免费提供易记子域名
Google 介绍 Cloud Run 的自定义 URL 功能：部署应用时可免费认领易于记忆的全球可用子域名（如 my-cool-app.cloud.run），无需负载均衡器和 DNS 配置。Cloud Run 会自动处理 SSL/TLS 证书和全球路由，一条命令即可将代码变成可分享的在线应用，无需管理基础设施。
Browser Use精选AI 评分6363 用 Python 和 Browser Use 自动化求职申请的完整教程
Browser Use 官方教程介绍如何用 Python 构建四阶段求职自动化工作流：用 Browser Use 搜索职位、用 OpenAI gpt-5-mini 结合简历筛选、自动填写并提交申请、用 CSV 记录结果。
推荐理由：原文给出完整可复现的分阶段脚本和人工审核设计，适合想用浏览器智能体自动化求职流程的读者参考。
OpenRouter：AnnouncementsAI 评分4343 OpenRouter 的 AI 销售智能体 Rasp 每月为销售团队节省 600 小时
OpenRouter 介绍了其基于 Ori 构建的 AI 销售智能体 Rasp 如何为自家 5 人销售团队接管大部分文书工作，每月节省约 600 小时。Rasp 自动发送 93% 的首次触达邮件，许多线索在 60 秒内收到回复，成交周期缩短 34%，每位销售每天可多打约 2 个电话；成交率同期提升 2.6 倍，但文中注明定价变化和市场因素亦有影响。
vLLM 官方博客AI 评分5656 vLLM 如何将 DeepSeek-V4.1-Flash 智能体吞吐优化 5 倍
Inferact 与 vLLM 团队在 DeepSeek-V4.1-Flash 发布三周后，将 SemiAnalysis AgentX 基准性能较 day-0 提升约 5 倍，低并发提速 1.9 倍。
Anthropic：Claude.dev 开发者博客精选AI 评分8080 Claude Code 云端会话实战指南：并行任务、隔离机制与七种工作流
Addy Osmani 发布 Claude Code 云端会话实操指南，实测在同一仓库 16 秒内并行启动三个会话，分别修复 flaky 测试、重写过期文档和改造 JSON logger，三会话分别耗时 61、65、72 秒，全部 87 秒内完成。
推荐理由：作者用四个真实云会话实测并行修复、文档校对等任务，给出适用场景、隔离机制和常见坑，方法可直接迁移。
Browser UseAI 评分5555 六大 AI Agent 框架对比：Mastra、LangGraph、OpenAI Agents SDK、CrewAI、Pydantic AI 与 Vercel AI SDK
Browser Use 发布文章对比六个主流 AI Agent 框架：Mastra、LangGraph、OpenAI Agents SDK、CrewAI、Pydantic AI 和 Vercel AI SDK，从应用匹配、工作流控制、开发体验和成本四个维度比较各自特点与适用场景。
LiveKit 产品与工程博客AI 评分4747 Retell vs. Vapi vs. LiveKit：面向开发者的语音 AI 智能体对比指南
LiveKit 博客从四个问题出发，对比 Retell、Vapi 与 LiveKit 三个语音 AI 智能体平台的差异：上线后由谁迭代、超出默认能力怎么办、是否支持电话之外的渠道，以及规模化成本。
Pydantic AI 官方文章AI 评分4949 Pydantic AI 官方分析：你会部署一个不受自己控制的 Claude Agent SDK 智能体吗？
Pydantic AI 发文分析用 Claude Agent SDK 构建应用时的控制权问题：该 SDK 会捆绑并启动 Claude Code 子进程，其系统提示词、工具、权限和 agent loop 不在 SDK 契约内，升级 SDK 可能替换捆绑的 Claude Code 二进制并改变已部署 agent 的行为。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 对比四家 AI Agent 服务端代码执行工具并介绍自家沙箱
OpenRouter 发布文章对比 OpenAI、Anthropic、Google 与 OpenRouter 四家的服务端代码执行工具，并介绍其 beta 版 openrouter:shell 与 openrouter:bash 工具，可为 Responses 和 Messages API 上的任意模型运行命令。
推荐理由：OpenRouter 结合自家工具对比四家服务端代码执行沙箱的能力、限制与成本，读者可以据此判断自托管与托管方案的选择边界。
OpenRouter：Announcements精选AI 评分6363 OpenRouter 讲解客服机器人 cheap-first 模型路由实践
OpenRouter 发布教程，讲解客服机器人如何用 cheap-first 路由把常见 FAQ 交给便宜模型、对困难请求升级到更强模型。文章比较静态规则、分类器分诊和答案检查三种模式，指出错误回退由 OpenRouter 的 models 数组处理，而质量升级检查需应用自己实现，并给出 expected_cost 公式和升级率、全轮延迟等评估指标。
推荐理由：原文给出三种低成本优先路由模式及成本公式和上线前评估指标，读者可以据此规划客服机器人的降本方案。
OpenRouter：AnnouncementsAI 评分5252 OpenRouter 对比 LangChain、CrewAI 与原生模型路由的三层分工
OpenRouter 发布官方解析，把多模型编排拆成工作流编排、模型路由和提供商路由三层，指出 LangGraph 与 CrewAI 只覆盖第一层，OpenRouter 的 models 参数负责错误驱动的模型回退和提供商选择。