OpenAI 发布 dots：由 GPT-6 Astra 驱动的常驻云端智能体

工具2026年9月30日

OpenAI 发布常驻智能体 dots：云端电脑与浏览器、4000+ 应用，贯通 ChatGPT、Slack、Teams，Pro、Enterprise 首发。

Privatemode：不训练模型，把 GLM-5.3-Flash 变成 Jev 式的 System One 决策模型

工具2026年9月27日

Privatemode 提出免训练方法：给选项编号、预填 choice_index，读一次前向传播的 logits 得到每个选项概率；在 28 个文本数据集上与 Jev 准确率持平，还能处理图像。

vLLM 拆解 Gumbel-max 文本水印：不改输出分布，吞吐波动控制在 2% 内

工具2026年9月24日

vLLM 官方详解文本水印落地：带密钥的 PRF 加 Gumbel 噪声选 token，双密钥兼容投机解码，上下文去重守住多样性，吞吐开销近乎为零。

vLLM v0.30.0 发布：常驻权重缓存让引擎重启近乎瞬时，稀疏 MLA 引入主机分层

工具2026年9月22日

vLLM v0.30.0 带来 762 次提交：Fast Start 权重缓存守护进程、HiSparse 主机分层、MRV2 双批次重叠，以及多项破坏性变更。

Google 开源 AX（Agent Executor）：用四个原语调度十亿级智能体任务

工具2026年9月21日

Google 开源的 AX 用四个原语声明式编排智能体：状态存 Redis 而非 etcd，配合 Agent Substrate 实现单集群十亿级任务与亚秒级恢复。

Cloudflare 开源 security-audit：把编码智能体变成能独立复核的安全审计员

工具2026年9月17日

Cloudflare 把自家漏洞挖掘流水线的前身开源为 security-audit 技能：六阶段审计、对抗式验证与机器可读结论，用覆盖率账本决定还要继续查哪里。

NVIDIA 发布 CUDA Rust：用 SIMT 与 Tile 两条路线在 Rust 中编写 GPU 内核

工具2026年9月17日

NVIDIA 推出 CUDA Rust：cuda-oxide 把 Rust SIMT 内核直接编译为 PTX，cutile-rs 以 Tile 模型在 stable Rust 上写内核，两者都在编译期拦截别名错误。

Hugging Face 开源 Funes：克隆给你手头的编码智能体加一份「记忆」

工具2026年9月3日

Hugging Face 发布开源的编码智能体记忆层 Funes：把已在本机的会话记录索引成可检索记忆，支持 Claude Code、Codex、pi、Hermes，可与 Hub 数据集同步、本地推理、私密默认。

SGLang Day-0 支持 Qwen3.8-Flash-Next：拆解 QSA 稀疏注意力、IndexShare MTP 与 HyperConnection 内核优化

工具2026年8月27日

SGLang 团队详解 Qwen3.8-Flash-Next 的 Day-0 支持：QSA 稀疏注意力索引开销降 80%，IndexShare 复用 draft 索引，HypCon 内核 2.05× 加速，NVFP4 权重 B200 单请求 540 tok/s。

SGLang 秒级重启：Weight Cache Daemon 把权重加载从 495s 压到 0.63s

工具2026年8月22日

SGLang 引入 Weight Cache Daemon：常驻 GPU 进程用 CUDA IPC 零拷贝复用权重，加载提速约 785 倍、端到端启动缩短 93.9%，目标 <10s 冷启动、<1s 热备切换。

Mojo 语言正式开源：Apache 2.0 许可，编译器与工具链全部公开

工具2026年8月19日

Modular 宣布 Mojo 全面开源：编译器与工具链以 Apache 2.0（含 LLVM 例外）发布到 GitHub，上周 Mojo 1.0 已实现源码稳定，可从源码自行构建。

DeepSeek Harness 开源实测：一切皆插件，被称'Agent 时代的安卓'

工具2026年8月14日

量子位深度体验 DeepSeek Harness：一切皆插件的 Agent 框架，内置百余插件与轨迹回放，实测长程任务更强，被称为'Agent 时代的安卓'。

vLLM Day-0 支持 Nemotron 3.5 Lightning：DSpark 集成与 W4A16 内核优化

工具2026年8月12日

vLLM 首发支持 Nemotron 3.5 Lightning：集成 MTP/DFlash/DSpark 三种投机解码，W4A16 内核提升约 20% 吞吐，可经 OpenAI 兼容 API 部署。

Firecrawl 开源 AnyDoc：一个库把 14 种文档格式统一转成 Markdown

工具2026年8月11日

Firecrawl 开源 Rust 库 AnyDoc，无 API Key、零依赖地把 Word、Excel、PPT 等 14 种格式统一转成 Markdown，实测中位耗时 4.4 毫秒。

OpenAnt 深度调研：Knostic 如何用受限人设的 LLM 找出'被确认可利用'的漏洞

工具2026年8月9日

Knostic 开源基于 LLM 的漏洞发现工具 OpenAnt：Stage 1 检测、Stage 2 攻击，用对抗性反思与受限攻击者人设把误报压到最低。

Cloudflare 发布 Kitesurf：跑在 Workers 上的智能体专用浏览器

工具2026年8月8日

Cloudflare 推出 Kitesurf——完全运行在 Cloudflare Workers 上的智能体优先浏览器：原生 Rust 编译到 Wasm，通过 Dynamic Workers 隔离，已通过 21.5 万项 WPT 测试，CPU/内存比 Chromium 省 3-7 倍。

LangChain 发布 Managed Deep Agents 公测：写好智能体，托管交给 LangSmith

工具2026年8月8日

LangChain 宣布 Managed Deep Agents 进入公开测试：Python/TypeScript 编写智能体，一条命令部署到 LangSmith 托管运行时，自带持久化、沙箱、Harbor 评测与 Slack 通道。

vllm-backport：让 DeepSeek-V4-Flash 跑上 A6000 与 A100

工具2026年8月7日

面向 Ampere 显卡的 vLLM 分支：把 DeepSeek-V4-Flash-0731 的推理支持回移植到 A6000、A100、RTX 30 系，8×A6000 实测 prefill 3435 tok/s、decode 948 tok/s。

Pi：藏在 OpenClaw 里的极简编码智能体

工具2026年8月2日

OpenClaw 背后的极简编码智能体 Pi：最短系统提示词加四个核心工具，靠扩展系统让 Agent 自己扩展自己。

Reasonix：为 DeepSeek 而生、越用越便宜的终端编码 Agent

工具2026年8月2日

围绕 DeepSeek 前缀缓存设计的开源编码 Agent：长会话缓存命中 90%+、输入成本约 1/5，单个 Go 二进制，终端/浏览器/编辑器三端通用。