Kimi K3 开发者指南：Together AI 上的用法、定价与基准
Together AI 发布 Kimi K3 开发者指南，讲解如何在自家 API 上使用月之暗面 2.8 万亿参数的开源模型 K3，该模型支持 1M 上下文。
推荐理由：Together AI 直接服务该模型，指南给出推理档位、缓存和动态工具加载等实操要点，可帮助开发者控制 1M 上下文下的使用成本。
#部署/工程
Together AI 研究与产品博客精选AI 评分7979
Together AI 研究与产品博客AI 评分5151 Together AI 推出 LLM 推理自动扩缩容端点并讲解指标选择
Together AI 在 Dedicated Model Inference 平台上推出自动扩缩容端点，可基于 in-flight requests、TTFT、GPU 利用率等 8 项推理原生指标设置副本上下限、目标值和扩缩窗口。
Conductor 官方更新精选AI 评分6060 Conductor 0.78.0 发布 Conductor Cloud
Conductor 发布 0.78.0，推出 Conductor Cloud：云工作区运行在隔离 microVM 上，关闭电脑后智能体仍持续工作，可从桌面应用或 API 打开，并支持分享链接、多人实时协作。
推荐理由：官方更新日志列出 Cloud 工作区隔离运行、团队实时协作和 Conductor API 的具体用法，读者可以据此判断是否迁移现有工作流。
OpenClaw：BlogAI 评分5151 OpenClaw 推出 extended-stable 发布渠道与功能成熟度评分卡
OpenClaw 宣布推出 extended-stable 长周期发布渠道，首个版本 OpenClaw 2026.6.33 基于 2026.6.11 回移安全与可靠性修复，每月发布一次，支持至少一个月，可通过 openclaw update --channel extended-stable 固定更新渠道。
Berkeley AI Research精选AI 评分6363 研究者用 K-Search 将 CUDA kernel 优化经验迁移到 Apple Silicon 的 MLX
IBM Research 基于加州大学伯克利 Sky Lab 的 K-Search 演进式 kernel 搜索框架，为其新增 MLX 后端和结构化 CUDA 到 MLX 翻译层，把概念映射表、MLX 专有模式和可复用断言作为上下文供进化搜索使用。
推荐理由：原文给出可复现的 CUDA 到 MLX 翻译层做法与分项数据，读者可据此评估跨平台 kernel 迁移的方法是否适用。
Together AI 研究与产品博客AI 评分4242 Together AI 详解 Dedicated Model Inference 的配置方法
Together AI 在博客中讲解其 Dedicated Model Inference 平台的三层资源模型：endpoint（稳定调用入口）、deployment（模型+硬件的副本组合）与 config（运行配方），并以容量感知流量分配将三者关联。
Together AI 研究与产品博客精选AI 评分6666 Together AI 与月之暗面达成战略合作，首发托管 Kimi K3 开放权重模型
Together AI 宣布与 Moonshot AI 达成战略合作，成为其模型发布的首发平台，从 Kimi K3 开始并覆盖此后所有开放权重模型。
推荐理由：官方公告给出 Kimi K3 架构细节与托管入口，读者可以据此评估开放权重模型在生产环境的可用方式。
Together AI 研究与产品博客AI 评分5757 Together AI 发布开源调度层 ThunderAgent，智能体推理吞吐最高提升 2.5 倍
Together AI 推出开源智能体推理调度层 ThunderAgent，将每个智能体工作流抽象为可调度的 program，通过暂停低优先级工作流和全局等待队列缓解 KV cache thrashing 并均衡多节点负载。
Berkeley AI ResearchAI 评分4141 BAIR 提出 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出训练框架 ABBEL，将摘要形式化为自然语言信念状态并对其进行信念评分，解决递归摘要（context compaction）在长程交互中的性能损失问题。
Conductor 官方更新AI 评分4242 Conductor 0.77.0 发布：多人协作、API、后台任务与性能优化
Conductor 发布 0.77.0 版本，为 Pro 用户推出多人协作云和 Conductor API 的 Alpha 测试，后台任务和性能优化面向所有用户开放。API 可编程管理云工作区、向 coding agent 发送提示词并读取回复；本次更新还包含多项性能优化、设置重排和大量错误修复。团队想试用多人协作功能可发送主题为 multiplayer 的邮件申请。
Together AI 研究与产品博客AI 评分5656 Together AI 推出 Dedicated Model Inference 生产级开放权重推理平台
Together AI 发布 Dedicated Model Inference 推理平台，面向开放权重、授权闭源权重和微调模型的生产部署。平台提供部署配置档、同一端点后多部署切换、金丝雀/蓝绿发布、A/B 测试、影子流量和可抓取的 Prometheus 观测端点；重建模型缓存与分发层后内部测试达到约 4× 更快的预热启动。
Together AI 研究与产品博客AI 评分4141 Together AI 与 Y Combinator 合作推出首个面向 YC 社区的专属 GPU 集群
Together AI 与 Y Combinator 宣布合作，推出首个面向 YC 创业公司的专属 GPU 集群，覆盖推理与训练需求。创业公司无需长期承诺即可短期租用 GPU，同时享受长期费率，通过 Together 自助门户几分钟内开通并自行管理 GPU 与账单。
Together AI 研究与产品博客AI 评分4747 Together AI 解析：99.9% uptime 对推理服务意味着什么
Together AI 为 Cursor、Decagon、Cartesia、Yutori 等团队提供推理服务，并解释不同可靠性等级背后的工程要求：99% 需在请求到达前发现并替换故障节点，99.9% 需权重跨两个数据中心部署并持续承接全量流量，99.99% 需多区域部署并预留可吸收整个区域故障的空闲容量。
Together AI 研究与产品博客AI 评分4141 Together GPU Clusters 新功能：为生产级 GPU 集群带来可靠性与控制力
Together AI 为 Together GPU Clusters 推出多项更新，聚焦大规模训练与推理的运维可靠性。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 实测 Fable 5 单价更高但 Devin 总成本更低
Cognition 在 FrontierCode 1.1 上对比 Fable 5 与 Opus 4.8 发现，尽管 Fable 5 每 token 单价是 2 倍，配合 sidekick 架构后每轮成本反而更低且得分更高（60.7 vs 54.6，$1.86 vs $2.04）。
推荐理由：原文基于 3000 次评测拆解成本去向，读者可以看到智能体计费为何不能只看单价，以及委托风格如何影响成本与质量。
Amazon ScienceAI 评分6262 Amazon 发布 Rust 代理工具 Turnstile，为 Agent 强化学习捕获精确 token 级轨迹
Amazon 发布开源工具 Turnstile，一个用 Rust 编写的代理层，在生成时刻记录模型的精确 token ID、逐 token log 概率和 loss mask，解决 harness 转录与实际 token 序列不一致导致的 RL 训练信号退化问题。
Berkeley AI ResearchAI 评分5454 UC Berkeley 提出'智能近乎免费'时代的数据系统三大议程：For、Of、By Agents
UC Berkeley 的 Aditya G. Parameswaran 等人发文提出，GPT-4 级能力的推理成本已从 2023 年初的约 $30/百万 token 降至 $1 以下。
Cognition 模型 / Devin 博客精选AI 评分6565 Cognition 发布 Devin Fusion 混合模型 harness，成本最高降低 60%
Cognition 发布 Devin Fusion 预览，一个混合模型 harness，在 FrontierCode 1.1 Extended 基准上以更低成本保持接近 Fable 5 和 Opus 5 的编码性能。
推荐理由：官方公开了 sidekick 双智能体和动态路由的实现思路与成本数据，工程师可借鉴这套混合模型调度方法。
OpenClaw：BlogAI 评分5656 OpenClaw 推出 opt-in 的 host exec auto 审批模式
OpenClaw 为 host exec 推出 opt-in 的 auto 模式，命令命中 allowlist 或确定性规则直接运行，未命中则先经独立的审查模型批准，仅限一次低风险执行，不确定的情况回退到人工审批。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 分享 Devin 云端自主测试能力的构建经验
Cognition 工程师复盘 Devin 在云端虚拟机中自主测试代码变更的做法。Devin 进入测试模式会先写出基于源码的测试计划，再用截图、点击等 computer use 工具运行应用并验证改动，将登录等重复流程沉淀为仓库中的确定性测试技能，最后返回带标注截图、章节和通过/失败断言的测试报告与视频。
推荐理由：Cognition 工程师复盘 Devin 自主测试的构建经验，给出测试计划、测试技能和回放产物等可直接借鉴的工程做法。
OpenClaw：BlogAI 评分4848 OpenClaw 变得更快、更小、更可信
OpenClaw 公布 2 月至 5 月的发布成果：稳定冷启动 agent 回合从 9.8s 降至 1.9s（快 5.1 倍），暖回合快 4.0 倍，agent 峰值内存降低 15%。
Factory 研究 / 产品AI 评分6161 Factory 推出 Deferred Context Engine，将 Droid 输入 token 平均降低 15.1%
Factory 为 Droid 推出 Deferred Context Engine，只在任务需要时才加载内部工具、MCP 工具、技能和插件的 schema 与指令，以渐进式披露把发现与执行分离。
Zyphra ResearchAI 评分4141 Zyphra 公布 Zyphra Inference 在 AMD MI355X 上的首个端到端基准测试
Zyphra 基于 Zyphra Cloud 发布了 Zyphra Inference 在 AMD Instinct MI355X 单节点上的首个端到端推理基准，对比对象包括 AMD MI355X 基线与 Nvidia B200 配置，测试模型为 Kimi K2.6、GLM 5.1 和 DeepSeek-V3.2，指标覆盖 TTFT 与输出吞吐。
Cognition 模型 / Devin 博客精选AI 评分6161 Devin 推出 Auto-Triage 自动排查告警、事件并可开 PR
Cognition 为 Devin 推出 Auto-Triage 功能，可监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警与事件，自动排查、关联重复问题、标记负责人，必要时直接开 PR。
推荐理由：官方介绍了 Auto-Triage 的具体工作机制与 Modal 使用案例，读者可据此评估它能否承接团队的告警排查流程。
OpenClaw：BlogAI 评分5959 OpenClaw 说明安全方向：fs-safe、Proxyline 与 ClawHub 插件信任
OpenClaw 官方发布安全路线说明，区分已落地、在途和仍在研究的能力。
OpenClaw：Blog精选AI 评分6464 OpenClaw 将 OpenAI 模型 agent 回合默认切换到 Codex app-server 运行时
OpenClaw 宣布 openai/gpt-* 模型的 agent 回合现在默认通过原生 Codex app-server 路径运行，由 Codex 负责线程状态、工具延续、压缩、code mode 和动态工具搜索，OpenClaw 继续负责渠道、记忆、定时任务、媒体等外层能力。
推荐理由：原文说明 OpenClaw 默认改用 Codex app-server 运行 OpenAI 模型回合，读者可了解运行时分工调整带来的具体工作流变化。
Cognition 模型 / Devin 博客AI 评分4444 Cognition 分享 Devin 部署于汽车 HIL/SIL 工作流的实践：自动失败分诊与 10 倍测试生成
Cognition 总结过去一年将 Devin 部署到 RV Tech、Mercedes 等车企 HIL/SIL 工作流的经验。
OpenClaw：BlogAI 评分5353 OpenClaw 复盘近期版本故障，宣布精简核心并单独发布 LTS
OpenClaw 官方复盘 2026.4.24 和 2026.4.29 两个版本引发的问题：gateway 变慢、插件依赖修复循环、Discord 和 Telegram 等渠道表现异常，部分用户被迫降级。
Zyphra ResearchAI 评分4848 Zyphra 与 AMD 合作，Zyphra Cloud 基于 AMD Instinct MI355X GPU 上线
Zyphra 宣布推出全栈 AI 平台 Zyphra Cloud，由 AMD Instinct MI355X GPU 提供算力、TensorWave 提供基础设施，并已开放使用。
Zyphra ResearchAI 评分4444 Zyphra 提出 TSP：折叠 Tensor 与 Sequence Parallelism 实现内存高效的 Transformer 训练
Zyphra 发布 Tensor and Sequence Parallelism（TSP），一种将 TP 与 SP 折叠到同一设备维度的并行切分策略，用于训练和推理长上下文 Transformer 模型。
Zyphra ResearchAI 评分4646 Zyphra Inference Cloud 上线：面向长上下文智能体工作负载的 AMD 优先推理服务
Zyphra 发布 Zyphra Cloud 平台并推出首个组件 Zyphra Inference，一个基于 AMD MI355X GPU（与 TensorWave 合作）的 AMD 优先推理服务，专为大型 MoE 模型和长上下文智能体工作负载设计。
OpenAI：Alignment 研究博客精选AI 评分7777 OpenAI 在 Codex 中发布 Auto-review，用独立智能体审批越界操作
OpenAI 上周在 Codex 中发布 Auto-review 模式，用另一个 Codex 智能体代替人工审批沙箱边界外的操作，Codex 会话人工审批频率比手动模式降低约 200 倍。
推荐理由：原文给出 Auto-review 的拦截率与局限细节，并承认它不防模型 scheming，读者可据此判断该机制的实际边界。
OpenClaw：BlogAI 评分5959 OpenClaw 复盘公开化安全治理：1309 份报告中的加固与误报
OpenClaw 创始人复盘项目自 1 月以来的公开安全治理：GitHub 显示截至 4 月 30 日共 1,309 份安全通告，535 份发布、746 份判为无效，109 份 critical 报告中 95 份为误报。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 发布 Devin CLI：本地终端编码智能体可移交云端继续运行
Cognition 发布 Devin CLI，一款在终端本地运行的编码智能体，可完全访问本地代码库、工具和环境，可选 Opus 4.7、GPT-5.5 和自研 SWE-1.6 等模型，UI 用 Rust 编写的终端渲染库实现。
推荐理由：Cognition 官方发布 Devin CLI，本地终端编码智能体可将会话移交云端继续运行，读者可据此评估其与现有工作流的结合方式。
Factory 研究 / 产品AI 评分6363 Factory 推出 Automated QA 技能，像真实用户一样测试应用并在 PR 中给出报告
Factory 发布 Automated QA 技能，由 Droid 像真实用户一样驱动应用，包括填写表单、输入终端命令和调用 API 端点，并在每次 push 后于 PR 中发布一条带截图、终端快照和 API trace 的结构化 QA 评论，该评论会随新提交原地更新。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 复盘两年构建 Devin 云智能体的经验教训
Cognition 复盘两年多构建 Devin 云智能体的经验，指出容器化方案的三大短板：共享内核带来安全风险、无法跨异步间隙保存状态、编排与治理集成需数季度投入。
推荐理由：Cognition 以两年自建 Devin 的第一手经历，拆解云智能体在内核隔离、状态快照、编排治理三层上的真实成本与组织改造路径。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 复盘多智能体实践：写入单线程、智能体只贡献智能的模式正生效
Cognition 发文复盘 10 个月前《Don't Build Multi-Agents》之后的转变：并行写入的 agent 集群仍难落地，但多 agent 贡献智能、写入保持单线程的窄类模式已在实际中生效。
推荐理由：作者以亲历视角复盘 Cognition 的多智能体实践，提炼出写入单线程的可行模式与沟通瓶颈，方法可迁移。
OpenAI Developers：Blog精选AI 评分7474 OpenAI 发布 API 部署清单，覆盖 Responses API 与 GPT-6 模型选型优化
OpenAI 发布 API 部署检查清单，建议始终从 Responses API 起步，并按负载在 gpt-6-astra、gpt-6.1-sol、gpt-6-luna 等模型中选型。
推荐理由：OpenAI 官方按质量、成本、延迟、可靠性逐项给出部署取舍建议，开发者可对照检查自己的 Responses API 工作流。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 与 Applied Compute 推出 RL 训练的 bug 检测专用模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了 bug 检测专用模型 SWE-check，在内部 in-distribution 评测上与 Opus 4.6 持平（delta F1 从 0.09 降到 0）。
推荐理由：原文给出了完整训练配方和关键评测数字，读者可以借鉴其奖励函数设计与两阶段后训练方法。
Factory 研究 / 产品AI 评分6464 Factory 发布桌面应用，为 Droids 智能体提供原生多智能体会话界面
Factory 发布桌面应用，作为运行 Droids 智能体的原生界面，今日起登陆 macOS 和 Windows，包含在现有订阅中。