技术方向
怎么把模型跑得更快更省钱：推理加速、显存与成本、服务部署与基础设施选型。
130 条精选近 30 天 69 条共收录 573 条
LangChain 为 Managed Deep Agents 增加浏览器使用能力，在 LangSmith 中无需自建基础设施即可构建可操作网页的智能体。通过 browser.py 导出 define_browser 即可启用，scope 支持 thread 与 user 共享登录态，空闲 10 分钟默认停止；网页登录可通过 browser_handoff 交给用户完成。
推荐理由：官方介绍了给 Managed Deep Agents 加浏览器能力的配置与原理，读者可以直接照着在自己项目中启用。
Anthropic 发文讲解其对 Claude 智能体记忆的设计思路，包括会话内笔记、梦境（dreaming）离线整理和 wiki 等记忆表示。
推荐理由：Anthropic 结合 Pokémon 与基准评测拆解智能体记忆组件， dreaming 修正错误笔记将通关结果反转，对设计记忆系统有直接参考价值。
OpenClaw 官方宣布重构模型发现机制，解决此前 GPT-6.1 Sol 因内置 Codex 0.158.0 过旧而无法选中的问题。现在模型列表来自三处：每四小时自更新的托管目录（约 1000 个模型）、用户账号实际可用的模型列表，以及 PATH 上已安装的较新 Codex 二进制。
推荐理由：官方复盘约五周和 80 个 PR 的模型发现机制重构，解释了发布滞后问题的成因与解法，对设计模型目录和版本握手有参考价值。
Cognition 发布编码模型 SWE-2 Flash，基于 Inkling-Small 加入强化学习前的 mid-training 阶段，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%，性能超过所有美国开放权重模型甚至 3 倍大的模型。
推荐理由：原文给出训练方法、基准提升和安全分发的权属安排，读者可以据此评估它在低成本编码工作流中的位置。
Lovable 创始人 Anton Osika 撰文复盘从 GPT Engineer 到 Lovable 的演进，平台用户已创建超过 7000 万个项目、代码库累计超过 10 万次 pull request。
推荐理由：Lovable 创始人复盘多次重构智能体架构的取舍，读者可借鉴约束问题、控制执行、用知识文件替代微调等可迁移方法。
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 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。
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。
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。
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。
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。
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 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。
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。
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 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 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。
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 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。