先规划还是先检索？LLM 智能体工具发现架构的规模研究
Apple 机器学习研究团队对比了 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）。
全部 AI 动态
Apple Machine Learning ResearchAI 评分4545 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 NVIDIA Nemotron 3.5 Super VL 发布并获 vLLM Day 0 支持
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，采用 120B 总参数、12B 激活参数的 MoE 架构，vLLM 提供发布当天支持。
推荐理由：原文给出架构细节、量化版本和部署配置，读者可据此评估它在多模态智能体工作流中的部署成本与吞吐表现。
Newcomer 新闻长文AI 评分4444 印度风投机构追随创始人赴硅谷开设办公室
Newcomer 报道称，印度风投正跟随 AI 创业潮进驻硅谷，多家机构近几个月在湾区开设办公室并聘用高管。过去两年印度风投已对美国公司进行了上百笔投资。为印度创业者在美注册公司服务 20 年的律师 Anil Advani 表示，如今每周约有十几位印度创始人咨询赴美事宜，是两年前的三倍多。
AI as Normal TechnologyAI 评分6060 Narayanan 与 Unger 撰文主张 AI 应超越自动化议程，走向人机协作增强
Arvind Narayanan 与斯坦福 Digital Economy Lab 经济学家 Gabriel Unger 发文，批评硅谷把 AI 等同于全面自动化的主导议程，主张 AI 应转向增强人类能力与协作。
Timothy B. Lee：Understanding AIAI 评分6868 Understanding AI 分析 OpenAI 解雇安全研究员与其模型可监控性争议
Understanding AI 作者分析 OpenAI 十月初解雇安全部门三名员工的事件：三人称被解雇是因为与 METR 等第三方安全机构沟通或提出可监控性担忧，OpenAI 则称他们违规处理敏感信息。
Pragmatic EngineerAI 评分6565 Pragmatic Engineer 深入解析 Uber 内部 AI 开发基础设施
Pragmatic Engineer 播客邀请 Uber 杰出工程师 Uday Kiran Medisetty 深入介绍 Uber 面向 AI agent 的开发者基础设施。
Google ResearchAI 评分5555 Google 发布地球空间推理 Agent 技术报告并开放早期访问
Google 发布 Geospatial Reasoning Agent 技术报告，在 GeoKTools、GeoExpertQueries、CBGB、UnivEARTH 四个基准上系统评测，结果显示接入 Earth AI 专用技能与前置规划相比独立 LLM 带来显著提升，并开源两个新基准的开发集。
Apple：Newsroom精选AI 评分6262 Apple 发布可折叠 iPhone Duo，10 月 16 日开启预购
Apple 官宣可折叠 iPhone Duo，10 月 16 日 5 a.m. PT 起在 apple.com 和 Apple Store app 开启预购。展开后内屏 7.58 英寸、比 iPhone 18 Pro Max 大 50%，为 Apple 史上最大 iPhone 屏幕；闭合时外屏 5.36 英寸，提供 iPhone 18 Pro 约 90% 的屏幕面积。
推荐理由：官方公告给出了可折叠设计的具体规格、预购时间和AI功能适用范围，读者可据此了解这款新iPhone的实际形态与限制。
MIT NewsAI 评分6464 MIT 团队用 AI 纠错方法将 2-6 周天气预报精度翻倍并登顶 ECMWF 预测竞赛
MIT 团队在 Nature 发表论文，提出用机器学习后处理层纠正现有预报模型的误差，将 2-6 周（次季节）时段的预报精度翻倍，在 ECMWF 举办国际预报竞赛中获第一名，并首次在该时段超越气候长期平均值。该方法可作为附加组件用于任意预报模型，还能显著改善极端天气（如洪水、寒潮）的预测，肯尼亚气象部门已接洽用于季风季预报以支持农业。
Sakana AI：BlogAI 评分4040 Sakana AI 推出可视化新功能「My Fish」：查看 Sakana Chat 记住了什么
Sakana AI 为 Sakana Chat 新增「My Fish」功能，将 9 月更新引入的记忆机制可视化。用户可查看模型记住了什么、记忆何时被调用以及记忆之间的关联：总览按个人资料、偏好、项目等分类，连接视图以地图形式展示（越近越新、越大越常用、30 天未用则变淡），还有历史时间线和对话中的记忆提示 chip。记忆功能默认开启，可随时在设置中关闭，Web 和移动端均已支持。
Lovable BlogAI 评分5959 Lovable 推出增长工具，可在同一对话内制定增长计划并投放广告
Lovable 推出增长工具，用户可在构建应用的同一对话中让 Lovable 生成增长计划并执行，覆盖 SEO、Google Ads 和 Facebook、Instagram 广告投放。
Lovable BlogAI 评分4242 Lovable 推出 Deploy on AWS 私有预览：企业可在自己的 AWS 账户中部署应用
Lovable 宣布推出 Deploy on AWS，以 private preview 面向部分 Enterprise 客户开放，企业可在自己的 AWS 账户中以专属 VPC 运行应用，涵盖 EKS 上的数据平面、S3 静态资源、AWS Lambda 动态请求、Aurora PostgreSQL 数据库及日志与集成密钥，并通过 VPC peering 访问内部系统。
Ai2 / Allen Institute for AIAI 评分5858 Ai2 发布 HiRO-ACEv2，以约 1/300 成本生成全球 3 公里分辨率极端气候数据
Ai2 发布 HiRO-ACEv2，其系统可用约为 X-SHiELD 1/300 的成本生成全球 3 公里分辨率气候数据。新降尺度模型 HiROv2 可同时预测多个高分辨率要素，对百万分之一量级的罕见极端雨、风、压事件，统计误差可控制在 3% 以内，并能估算未见过的热带气旋总能量。
METR：BlogAI 评分5858 METR 提议通过独立评估提升公众对前沿 AI 失控风险的知情度
METR 提出一项向公众提供前沿 AI 失控风险独立证据的评估提案，聚焦对齐、监控与 AI 研发加速三类证据缺口。提案中 METR 将基于员工访谈和公司设备上的内部数据与系统撰写公开报告，开发者可删除敏感信息并选择授予的访问范围；文中列举了 OpenAI/Hugging Face 等多起失控事件，并承认该提案不等同于审计或合规监管。
METR：BlogAI 评分4444 评估者如何调查 AI 自动化 AI 研发带来的能力加速证据
METR 撰文说明评估者应如何调查 AI 驱动的 AI 研发自动化是否导致模型能力加速。评估涵盖四个问题：内部能力进展速度及近期是否加速、加速多大程度归因于 AI 自动化、训练算力和人类数据等瓶颈是否可能放缓增长，以及这些方法能否可靠识别更剧烈的加速。这需要访问内部模型 benchmark 数据、预训练 loss 等中间指标、研发投入测量以及研究人员访谈。
METR：BlogAI 评分4444 METR 解析评估员如何调查内部 AI 智能体的控制与监控
METR 撰文阐述评估员应如何收集证据、检验 AI 开发商对内部 AI 智能体的 LLM 监控是否可靠。文章提出五个核心子问题：监控覆盖率、监控系统漏洞、智能体绕过监控的难度、被标记事件能否被人类及时审查，以及未被发现的最坏不当行为影响。
METR：BlogAI 评分4444 METR 说明与 AI 公司合作的独立评估方法
METR 于 10 月 14 日发布博客，说明其与 AI 公司合作开展评估、审查风险报告及调查时的原则，目标是就 AI 智能体失控风险向公众提供准确、及时且独立的证据。
METR：BlogAI 评分4848 METR 探讨评估者如何调查未发布 AI 模型的对齐情况
METR 提出一种针对未发布 AI 模型的对齐评估方法，旨在了解开发者的智能体在未来可能情境中会采取的最严重失控行为。评估包括调查训练、评测和内部使用中观察到的严重失控行为（如黑客攻击、篡改日志、欺骗人类、窃取权重等），并分析这些观察结果是否低估了最坏情境下的风险。评估主要需要查询内部对话记录和对内部模型 checkpoint 的采样访问权限，但评估意识可能会限制此类证据的可靠性。
Gary Marcus：The Road to AI We Can TrustAI 评分5151 Gary Marcus 转述新研究：AI 支出仍难找到可实际衡量的财务影响
Gary Marcus 转述 The Information 记者 Laura Bratton 报道的一项新研究，称 AI 支出仍很难找到实际、可实质量化的财务影响。他指出 2023 年初 ChatGPT 将十倍提升员工生产率的预期至今没有大规模证据，可记录的投资回报与巨额投入形成反差；他还补充 Character.AI 已申请破产，Coreweave 债券收益率达 15%。
Anthropic：NewsroomAI 评分5858 Anthropic 介绍 2026 美国中期选举前 Claude 的选举防护措施
Anthropic 介绍为 2026 美国中期选举强化的选举防护措施。基于 9 月 21 至 27 日约 25 万条美国 Claude.ai 对话的分析，政治类对话约占 5.75%，仅约 0.01% 的对话请求投票建议；Claude 将接入 Democracy Works 的官方投票信息并展示选举夜实时结果。
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。
OpenRouter：AnnouncementsAI 评分4444 OpenRouter 推出 Private Endpoints：可将微调模型与专属容量接入统一 API
OpenRouter 今天推出 Private Endpoints，让企业把微调模型、公有模型专属部署或预留容量注册为私有端点，通过现有 API 和模型 slug 调用，仅本组织可见，不出现在公开列表和排行榜中。
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。
Anthropic：NewsroomAI 评分4545 Anthropic 在新加坡开设办公室并与新加坡政府签署谅解备忘录
Anthropic 在新加坡开设亚太第五个办公室，并与新加坡数码发展及新闻部签署谅解备忘录，合作范围涵盖 AI 安全、安保、模型评估及公私部门负责任地采用 AI。新加坡在 Claude.ai 人均使用率上居 121 个国家第二位；GovTech Singapore 有超过 1,500 名工程师采用 Claude Code，Grab、DBS、GIC、Sea 等企业也在使用 Claude。
Apple Machine Learning ResearchAI 评分5151 Apple 发布三模态掩码扩散模型设计空间的系统研究
Apple 机器学习研究团队发布首个从零预训练的三模态 Masked Diffusion Models（MDM）论文，涵盖文本、图文与音频文本数据。
MIT NewsAI 评分4242 MIT 团队解析人工神经网络如何自组织构建学习机制
MIT McGovern 研究所与 ICoN 中心团队 10 月 9 日在 PNAS 发表论文，提出判断人工神经网络学习方式是否具备生物学合理性的关键指标是其能否在无开发者干预下自组织。他们构建了一个以随机连接起步、遵循“一起放电的神经元连在一起”等简单规则的网络，能通过自组装 motif 实现类似梯度下降的调整，识别图像和分类任务的表现与反向传播网络相当。
LangChain：Blog精选AI 评分6262 LangChain 发布 Deep Agents deploy，主打无锁定开源 agent 部署方案
LangChain 发布 Deep Agents deploy beta，一条命令即可将开源、模型无关的 Deep Agents harness 以生产就绪方式部署，支持 OpenAI、Google、Anthropic、Ollama 等任意模型服务商及多种 sandbox。
推荐理由：原文把 agent harness 与记忆绑定的锁定期讲清楚了，读者可以据此权衡开源 harness 与封闭托管平台的取舍。
LangChain：Blog精选AI 评分6262 LangChain 重构 MCP 支持：内置 langchain.mcp、无状态协议、elicitation 与客户端缓存
LangChain 重构 MCP 支持，将 MCP 集成移入主包 langchain.mcp，改为基于 FastMCP 构建，需 langchain[mcp]>=1.4.0。
推荐理由：原文解释了新版 MCP 无状态协议带来的缓存与 elicitation 变化，以及 LangChain 适配方式，可帮助开发者评估是否迁移。
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。
Comfy BlogAI 评分5858 ComfyUI 发布 NVIDIA VFX 节点，支持视频超分、补帧与 SDR 转 HDR
NVIDIA RTX 视频特效模型以自定义节点形式在 ComfyUI 本地运行，官方推荐按超分、补帧、HDR 的顺序搭建完整 VFX 流程。超分节点最高 4 倍或 8192 px，含 19 种模式并可降噪去模糊；补帧节点支持 2× 到 16× 或指定时间步；HDR 节点输出 BT.2020 HLG 或 PQ，峰值亮度 400 到 2000 nits 可调。
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。
Pragmatic EngineerAI 评分5757 Sam Newman《Building Resilient Distributed Systems》节选：灾难恢复模式与 AI 软件韧性实践
Pragmatic Engineer 授权转载 Sam Newman 新书《Building Resilient Distributed Systems》两章节选，讲解灾难恢复的 RPO/RTO 目标及 backup-and-restore、pilot light、warm failover、multisite active-active 四种模式。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分6161 Ed Zitron 长文拆解：AI 行业的年化收入数字与数据中心真实经济账
Ed Zitron 撰文批评媒体照报 OpenAI 与 Anthropic 的年化收入，称 FT 证实 OpenAI 700 亿美元 ARR 实为 500 亿美元，因通过云伙伴销售额“做大”口径，Anthropic 则按毛收入确认。
Google Blog：AI精选AI 评分8383 Google 发布 Gemini 4 Argon，面向开发者与企业全球开放
Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Artificial Analysis 完整文章精选AI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，测试语言模型控制机械臂
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准，让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由：原文公布了完整分任务得分、用时与成本数据，可据此比较各前沿模型在真实机械臂任务上的表现差距。
Recode China AIAI 评分4848 中国 AI 声音越来越多地被世界听见，但我们真的理解它们了吗？
DeepSeek 内核工程师刘晟煜在微信公众号发文《我曾把才华埋进昨天》，称前沿 AI 已能优化自己的底层 GPU 代码，并将 Anthropic CEO Dario Amodei 类比希特勒，被 SCAMF、Business Insider 等媒体广泛报道，恰逢 Amodei 发文主张放缓中国 AI 能力增长。
IBM Research：AIAI 评分5555 IBM Research 用开源模型与 llm-d 分布式推理实现低成本 AI 芯片设计探索
IBM Research 发布新研究，用开源前沿模型结合 llm-d 分布式推理构建 agent factory，为量子纠错 Relay-BP 解码器优化硬件，在约 26 美元推理成本下实现 52 倍 HLS 加速。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 作者提出代码即图，图库是错误的设计
Pydantic AI 作者 Samuel Colvin 发文提出图库是错误设计，代码本身就是图：类型检查提供类型安全，asyncio.gather 提供扇出与汇合，调用栈就是运行状态。
推荐理由：作者以自建图库的亲身经历论证代码本身就是图，给出类型安全、并行与快照三者不可兼得的分析，并说明 Monty 沙箱的解法。
MIT NewsAI 评分4545 MIT News 专访：MIT 教授 Deb Roy 谈如何在公共讨论中为 AI 生成的言论建立问责
MIT 媒体艺术与科学教授 Deb Roy 在《Bulletin of the Atomic Scientists》发表文章“Who stands behind the words?