Together Compiler：面向 AI 推理的持续编译优化
Together AI 推出 Together Compiler（TKCC），首个利用高吞吐智能体对不同推理工作负载进行持续优化的编译系统。
#部署/工程
Together AI 研究与产品博客AI 评分4949 vLLM 官方博客精选AI 评分6060 Buoyant 开源 Kinference：面向 vLLM 与 Kubernetes 的推理控制平面
Buoyant 团队发布开源项目 Kinference，作为 vLLM 和 Kubernetes 之上的推理控制平面，提供 token 限流、租户用量与成本追踪、负载均衡和推理策略。
推荐理由：Buoyant 团队开源了自己打造的项目，读者可以结合其基准数据评估是否值得引入自建推理平台。
vLLM 官方博客精选AI 评分7474 vLLM 实现 Kimi K3.1 Pro 的 day-0 支持，覆盖多类硬件
vLLM 官方博客宣布为月之暗面 2.8T 参数（104B 激活）的 Kimi K3.1 Pro 提供 day-0 支持，该开源 MoE 模型具备 1M token 上下文，并在 24 个全注意力层新增 Sparse Attention（DSA）。
推荐理由：原文给出 K3.1 Pro 的 DSA 稀疏注意力细节和多平台 day-0 性能数据，读者可以据此评估长上下文与智能体服务的部署收益。
Cognition 模型 / Devin 博客精选AI 评分6767 Cognition 发布 2026 年 11 月安全实践指南，复盘 Binance 被盗与 Claude Code Cursor 扩展投毒等事件
Cognition 发布安全实践指南，复盘近期重大安全事件并给出公司可立即执行的安全措施。文中回顾了朝鲜黑客通过假招聘和被篡改的安装程序入侵 Binance 工程师笔记本、窃取 6.34 亿美元等事件，以及 10 月 29 日 Cursor 披露的恶意 Claude Code Cursor 扩展，该扩展试图在开发者机器上植入持久后门，少于 5000 名用户安装。
推荐理由：指南回顾了 Binance 被盗和 Claude Code Cursor 扩展被投毒等事件，并给出可立即执行到 30 天内完成的安全措施清单。
Fireworks AI精选AI 评分7070 Kimi K3.1 Pro 上线 Fireworks，支持按 token 计费与专属部署
Moonshot AI 的 Kimi K3.1 Pro 在发布当天即上线 Fireworks，支持 serverless 按 token 计费和专属部署两种方式。
推荐理由：Fireworks 官方给出了 K3.1 Pro 在多个生产级基准上的名次与定价细节，读者可据此评估其在长上下文和 Agent 场景的成本收益。
Mastra BlogAI 评分5050 Mastra 发布 Knowledge：让 Agent 可搜索、读取并更新共享知识库
Mastra 发布 Knowledge（alpha），为 Agent 提供以页面组织的共享知识库，可与 context engineering 原语 signals 配合，Agent 不仅能读取还能写入更新以实现自我改进。
Amp ChronicleAI 评分4747 Amp 推出 Service Accounts：工作区共享的团队账户
Amp 上线 Service Accounts，这是一种由工作区管理员创建、不绑定单个用户的团队账户，拥有独立的 API key 和第三方凭据。其线程对工作区成员可见且支持多人协作，适合 PR 审查、公共文档每 24 小时扫描等团队任务，也可通过 amp -ox 在 CI 中用服务账户 API key 发起构建失败的审查线程。原文提醒只应分配愿意授予全体成员的凭据。
Browser UseAI 评分5151 Browser Use 对比 Kernel：云浏览器定价、隐身与性能实测
Browser Use 发布对 Kernel 的云浏览器自动化对比，覆盖定价、隐身、性能、认证与开发体验。
LangChain：Blog精选AI 评分6464 LangChain 发布 Managed Deep Agents 公测，一条命令把 Agent 部署到 LangSmith
LangChain 推出 Managed Deep Agents，目前在 LangSmith Cloud 公测，把深度 Agent 写成项目文件夹后用 mda deploy 一条命令部署，无需自建服务器和基础设施。
推荐理由：原文给出从目录到部署的完整命令和各能力对应文件，读者可以照着评估自己搭建生产 Agent 的工作量。
LangChain：BlogAI 评分4747 2026 年末上下文工程面临的新挑战：主动式常驻智能体带来哪些新问题
LangChain 博客认为，尽管智能体架构已趋同于“LLM 循环调用工具并运行在沙箱中”，但主动式、常驻、目标导向的智能体正带来一批尚无通用解法的上下文工程新挑战。
OpenAI：Alignment 研究博客精选AI 评分6262 OpenAI 发布激活分类器技术报告，将其作为前沿模型的实时安全监控层
OpenAI 介绍自 GPT-5.6 起在最强模型上训练并部署激活分类器（probes），利用模型内部激活在生成过程中逐 token 实时监测违规行为，可中断响应并阻止工具调用。实验显示 probes 对测试越狱攻击比基于文本的分类器更鲁棒，性能随被监控模型能力提升，并在多个后训练检查点间迁移良好；但依赖标注数据，需针对新基础模型重新训练，只能检测可显式训练的目标。
推荐理由：OpenAI 官方披露激活分类器的架构与训练细节，并给出与文本分类器在越狱鲁棒性上的实测对比，可了解白盒安全监控的落地经验。
PyTorch：BlogAI 评分4747 Ray 宣布成立面向加速器的特别兴趣小组（SIG）
Ray 宣布成立面向硬件加速器的特别兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定厂商中立的加速器支持路线图。目前 Ray 已支持十余种加速器，涵盖 NVIDIA 与 AMD GPU、TPU、Trainium、Gaudi 等。初期路线图聚焦三个方向：开发与测试基础设施、硬件感知调度能力，以及网络/传输。
Fireworks AIAI 评分5252 Fireworks 在 Forge 大会发布 Ultra-fast、Nexus、Sovereign 等多款产品
Fireworks 在首届 Forge 年度大会上发布多款新产品，帮助企业基于开源权重模型构建专属智能。Ultra-fast 公测基于 NVIDIA Blackwell GPU，在 DeepSeek V4.1 Flash 上达到 1,500 tokens 每秒，30 轮智能体任务完成时间从 1 分钟降到 8 秒；Background Mode 半价运行可等待的任务。
Google Developers Blog精选AI 评分6969 Google 实测用 Jev 分类器在 Gemini 模型和思考档位间路由以降低每任务成本
Google Developers Blog 发布 50 题编码智能体基准，测试用 TypeSafe 的 Jev 分类器将任务路由到最便宜且能答对的 Gemini 配置。
推荐理由：原文用 50 题实测数据说明路由省钱的前提条件，并给出 thinkingLevel 设置和缓存兼容等可直接落地的规则。
Zyphra ResearchAI 评分5353 Zyphra 发布 ZHA 层级稀疏注意力方法，蒸馏数十亿 token 即可适配预训练模型
Zyphra 提出 Zyphra Hierarchical Attention（ZHA），通过对 KV cache 构建层级树并使用 top-p 路由进行粗到细搜索，实现次二次复杂度的稀疏注意力。
Pydantic AI 官方文章AI 评分5252 Pydantic AI 团队横评 2026 年主流 Python AI Agent 框架
Pydantic 团队基于 2026 年 10 月 29 日核对的各项目文档，对比九个 Python AI Agent 框架。
Anthropic：Research精选AI 评分6767 Anthropic 发布 FlashProve：单张 H100 以 110 tokens/秒证明 Llama 4 Maverick 推理
Anthropic 发布开源可验证推理原型 FlashProve，用 zkSNARK 证明模型响应确实来自所声明的权重且不泄露权重。
推荐理由：原文给出 zkSNARK 可验证推理的实测性能和开源代码，读者可以据此评估零知识推理证明距实用还有多远。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 教程用 Agent SDK 构建常驻 AI 智能体监控 Hacker News
OpenRouter 发布教程，用 @openrouter/agent 0.11.0 和 TypeScript 构建定时运行的常驻智能体，监控 Hacker News 并写摘要。
推荐理由：教程给出完整代码、成本数据和重启恢复方案，读者可以照着搭建并按需替换监控对象。
Browser UseAI 评分4242 如何用 Python 追踪竞品价格
这是一篇用 Python 搭建竞品价格追踪器的教程，使用 Browser Use Agents 抓取商品页，配合 SQLAlchemy 将价格观测按时间戳存入 SQLite 数据库，并通过对比基线价格检测变动、发送提醒。
OpenRouter：Announcements精选AI 评分6464 OpenRouter 解析开放权重与闭源模型差异及使用趋势
OpenRouter 发文解释开放权重与闭源模型的区别：开放权重模型发布权重，可自行下载、微调和部署；闭源模型只能经厂商及其授权云使用。
推荐理由：OpenRouter 用自家流量和价格数据拆解开放权重与闭源模型的差距，读者可据此按价格和质量权衡做模型选型。
NVIDIA：NewsroomAI 评分4040 NVIDIA Holoscan 赋能智能体 AI 助力 SETI 搜寻地外信号
Breakthrough Listen 与 SETI Institute 在 Allen Telescope Array 引入智能体 AI，可通过一条自然语言指令操控望远镜、校正数据并应用 AI 模型搜寻地外信号。
OpenRouter：AnnouncementsAI 评分5151 OpenRouter 重构 Guardrails，组织级限制与工作区默认策略分离
OpenRouter 重构了 Guardrails 的配置方式，管理员可将预算、模型与提供商访问、内容审核拆分为三类独立策略，并在工作区默认设置之上叠加组织级限制。
OpenAI：Alignment 研究博客精选AI 评分7272 OpenAI 详解前沿模型失准行为的监测系统
OpenAI 官方博文介绍其针对前沿模型的失准行为监测系统，涵盖 L0 激活探针到 L3 自动化调查的多层架构，覆盖训练、评估、内部使用和部分外部部署。
推荐理由：OpenAI 以当事方身份披露监测系统的分层架构、召回数据和真实案例，读者可以借此了解前沿模型失准行为检测的实际做法与局限。
LangChain：BlogAI 评分5252 LangChain 详解智能体的四层循环工程：Agent、验证、事件驱动与爬坡循环
LangChain 发布博文《The Art of Loop Engineering》，回应 swyx 的 loopcraft 理念，把智能体工程拆成四层循环：Agent 循环用 create_agent 让模型反复调用工具。
LangChain：Blog精选AI 评分7373 LangChain 复盘如何构建并开源付费投放智能体
LangChain 介绍其运行在 Slack 的付费投放智能体的构建经验：智能体每周合并广告平台与仓库数据、生成带 PDF 的分析报告，并可在审批卡中提议关键词、定向和搜索广告变更。
推荐理由：官方复盘开源付费投放智能体的架构取舍，提供上下文分层、代码化计算、工具按需发现等可迁移设计经验。
LangChain：Blog精选AI 评分6666 LangChain 解析设计智能体 Content Studio 的构建方法并开源仓库
LangChain 分享其设计智能体 Content Studio 的构建方法，该智能体在 Slack 中根据单条提示生成视频、图形、幻灯片等资产，全部用代码实现，基于 Managed Deep Agents 构建。
推荐理由：原文完整拆解了如何用技能、环境和记忆让设计智能体学会团队审美，方法论可迁移到其他 Agent 项目。
n8n BlogAI 评分5757 n8n 内部自动化负责人详解团队如何跳出服务台模式
n8n 内部 AI 与自动化负责人 Romina da Costa 撰文说明为何要将集中式自动化团队从服务台模式转向赋能模式。她指出公司已有超过 12000 条内部 workflow，任何团队都无法独自构建和维护，因此提出四项原则：培养各团队自行构建、立项前先建立现状基线、按问题选工具而非顺手工具、让交付的 workflow 具备可维护性，目标是让各团队不再依赖自动化团队。
vLLM 官方博客精选AI 评分7575 vLLM 实现 Mistral Large 4 首日支持，覆盖 NVIDIA、AMD 与 TPU
vLLM 官方宣布对 Mistral 的 1T 参数、49B 激活的 MoE 原生多模态模型 Mistral Large 4 提供首日支持，提供 FP8 与 NVFP4 两种 checkpoint，通过 vllm/vllm-openai:mistral-large-4 Docker 镜像即可部署。
推荐理由：官方详细拆解了 MoE、稀疏 MLA、DSpark 投机解码和 DCP 等实现细节与实测数据，读者可以据此评估这套 1T 多模态模型的部署收益。
OpenRouter：Announcements精选AI 评分7373 OpenRouter 教程：用 LLM 从 PDF 提取表格并避开两种静默失败
OpenRouter 发布教程，讲解用严格 JSON schema 描述一行字段、把 PDF 表格提取为带类型行的方法，括号负数和脚注标记可交给字段描述处理。
推荐理由：原文用五份 PDF 和 644 个单元格实测提取效果，并给出两种静默失败的检查方法，读者可直接复用这套 schema 和代码。
Amp Chronicle精选AI 评分6060 Amp 推出 macOS Satellites：云端 Mac 用于 iOS/Mac 应用构建测试
Amp 推出 macOS Satellites 测试版：AI 智能体可在云端 Mac 上自动启动、构建、测试和运行 iOS/Mac 应用，约 30 秒启动装有 Xcode 和模拟器的新 Mac。
推荐理由：原文给出了 macOS 云端构建的机制、定价和等待名单入口，读者可以据此判断是否适合 iOS 和 Mac 开发工作流。
OpenRouter：Announcements精选AI 评分6969 OpenRouter 实测 13 种提示词注入攻击并给出三层防御方案
OpenRouter 发布提示词注入防护教程，用自有 13 种攻击加外部模型编写的 12 种攻击测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 四款模型。
推荐理由：OpenRouter 用 13 种攻击实测四款模型的三层防御，给出标签、模型白名单与 Armor 工具调用检查的完整配置和取舍数据。
PyTorch：BlogAI 评分5959 PyTorch 2.15 发布，重写 NCCL 后端成为默认
PyTorch 官方发布 PyTorch 2.15，重写的 NCCL 后端成为所有 nccl 进程组的默认选项，附集合通信挂起时落盘的 flight recorder，并提供 TORCH_DIST_USE_NCCL2=0 或 nccl-legacy 回滚路径。
Meta Engineering BlogAI 评分4242 Meta Andromeda 下一代广告检索引擎：模型-系统-硬件协同设计
Meta 在工程博客中介绍下一代 Meta Andromeda 个性化广告检索引擎，通过模型、系统与 GPU 硬件协同设计，吞吐量突破每秒 10 亿广告评分，较 2024 版提升 100 倍，单张 GH200 GPU 达每秒超 100 亿广告。
Google Developers Blog精选AI 评分6464 Google 讲解如何用 A2UI 与 CopilotKit 构建 Generative UI 应用
Google Developers Blog 介绍如何结合 A2UI 与 CopilotKit 构建 Generative UI 应用。A2UI 是 Google 的框架无关开放标准，智能体以声明式 JSON 描述 UI，客户端用既有组件渲染，Basic Catalog 提供 18 个通用原语并支持自定义组件目录。
推荐理由：原文给出了 A2UI 的声明式机制、安全模型和与 CopilotKit 的完整接入代码，读者可以据此在自己的应用里落地 Generative UI。
Pydantic AI 官方文章精选AI 评分7272 Pydantic AI 基准测试：code mode 让 8 个模型长任务成本降 58%、耗时降 51%
Pydantic AI 作者在 5 个小应用、8 个模型上跑了 5276 次分级评测，对比 code mode 开关的效果。长任务下成本 -58%、墙钟时间 -51%、成功数提升 16 分；200 项时节省 47%-75% 成本，成功率先从 62-79% 回到 92-100%。
推荐理由：原文用 5276 次受控评测给出 code mode 在长任务上的收益与短板数据，并指出真正节省的是每次请求中的 token 而非往返次数。
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：Announcements精选AI 评分6969 OpenRouter 重构提供商路由算法，TTFT 降低 16.9%、429 错误减少 46%
OpenRouter 宣布自创立以来最大的一次路由算法升级，默认路由不再只按输入价格排序，而是综合有效价格、吞吐量、TTFT、限流与错误率、输出质量计算实时 Routing Cost 来分配流量。
推荐理由：OpenRouter 官方详解新路由算法的计分方式，并附上基于 2400 万请求的实验数据，读者可据此评估对自身推理成本与速度的影响。
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。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分4242 NVIDIA CUDA 13.4 在 Kubernetes 中实现基于内存的 GPU 共享
NVIDIA 技术博客讲解如何在 Kubernetes 中利用 CUDA 13.4 实现基于内存的 GPU 共享，让只占少量 GPU 资源的 AI 工作负载不必独占整块设备，从而提升利用率。文章介绍了 NVIDIA GPU 已支持的多种共享方式，包括将 GPU 切分为硬件隔离实例、对应用透明的 Multi-instance GPU（MIG），帮助平台团队用现有基础设施服务更多工作负载。
Meta Engineering BlogAI 评分4040 Meta 深入解析 PrivacyLib：在数据访问边界实现隐私控制
Meta 在 Privacy Aware Infrastructure（PAI）系列中深入介绍 PrivacyLib——一个运行在数百个数据与处理系统客户端中的通用隐私控制库。