The AI News

2026 年 RAG 技术综述：从混合检索到 Agentic RAG 的演进与开源生态全景

Sat, 14 Nov 2026 00:00:00 GMT

梳理 RAG 从朴素管线到智能体化的四代范式演进，覆盖混合检索、上下文工程、图结构、多模态等关键技术及代表数据，并对比主流开源系统的选型要点。

AI 破译哥德尔尘封手稿：663 条定理重见天日，选择公理证明只差一步

Fri, 13 Nov 2026 00:00:00 GMT

赫尔辛基大学团队用 Claude 解读哥德尔 1,009 页速记笔记，几天内完成人工需要数十年的工作，经 Coq 验证的定理约 400 条。

AMD Zen 6 实测：单线程比 Zen 5 快 21%，经典核与密集核首次在乱序引擎上分家

Wed, 11 Nov 2026 00:00:00 GMT

Chips and Cheese 实测 Zen 6 与 Zen 6c：EPYC 9686F 单线程领先 Zen 5 约 21%，两种核心首次在乱序引擎容量上分道。

Aqueduct：编码智能体改写程序并用 Lean 证明等价，189 个函数里 156 个拿到验证加速

Wed, 11 Nov 2026 00:00:00 GMT

Berkeley RDI 与 AWS 的 Aqueduct 让智能体改写函数并在 Lean 中证明等价：Verina 156/189 题拿到验证加速，几何平均 1.85×。

CyberBinGym：只给两个二进制，AI 智能体恢复漏洞 88%、真正利用仅 20%

Wed, 11 Nov 2026 00:00:00 GMT

Berkeley RDI 等发布 CyberBinGym：100 个真实漏洞、无源码无初始输入，Codex 恢复 88%、利用 20%，暴露补丁到部署的空窗风险。

OpenRouter 实测量化精度：fp8、fp4 与 fp16 在 240 道题上没测出差距

Wed, 11 Nov 2026 00:00:00 GMT

OpenRouter 在 Qwen3.8 27B 的 6 个端点上实测 fp16、fp8、fp4：240 道精确答案任务全部落在 98.3%–99.2%，精度标签未能预测准确率。

Modern Web Guidance：Chrome 联合 Edge、Firefox 与 MDN，用 252 篇指南纠正智能体的老旧 Web 写法

Wed, 11 Nov 2026 00:00:00 GMT

Modern Web Guidance 把 252 篇现代 Web 指南接进编码智能体，官方评测通过率平均提升 39 个百分点，无障碍检查提升 35 个百分点。

OpenRouter 实测 MCP、CLI 与 Skill 的上下文成本：同一个任务最多差 70 倍

Wed, 11 Nov 2026 00:00:00 GMT

OpenRouter 在同一个 GitHub 任务上实测三种取工具方式：CLI 1,421 token、Skill 3,315、GitHub MCP 默认 59,417，成本相差 17 倍。

Vero 基准：给 43 个 Lean 仓库写实现并证明，最强组合也只全解 27 个

Wed, 11 Nov 2026 00:00:00 GMT

Berkeley RDI 等发布 Vero：43 个多模块 Lean 4 仓库、743 个 API、2,705 条规格；最强组合全解 27/43，单条规格通过率 87.3%。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一底座、两套护栏，主打长时程自主任务

Mon, 09 Nov 2026 00:00:00 GMT

Anthropic 发布 Fable 5.2 与 Mythos 5.2：同一底座两套护栏，FrontierCode 2.0 达 49.1%，千个智能体 30 小时形式化费马大定理。

Anthropic 拆解智能体记忆：日志、笔记、wiki 与「做梦」四层结构

Sat, 07 Nov 2026 00:00:00 GMT

Anthropic 把智能体记忆拆成四层：会话日志、记忆笔记、wiki 等表征，以及每次会话都注入的上下文。离线「做梦」负责纠错与整理。

AMD 单季营收将首次超过英特尔：Q4 指引 170 亿美元，数据中心占比冲向八成

Thu, 05 Nov 2026 00:00:00 GMT

AMD Q3 营收 133.8 亿美元、数据中心 85.5 亿美元同比增 97%；Q4 指引约 170 亿美元，将首次超过英特尔的 150–160 亿美元。

OpenAI 让模型造实体产品：Astra 不到一周做完一台设备的外壳、PCB、固件与界面

Thu, 05 Nov 2026 00:00:00 GMT

OpenAI 让模型参与实体产品设计：Astra 一周内做完一台可对话设备的外壳、PCB 与固件，硬件团队 Token 用量自 2 月增 23 倍，并与马自达合作优化风阻。

币安复盘 64.3 亿美元失窃案：假面试、被投毒的 Homebrew 与被滥用的内部 AI 工具

Thu, 05 Nov 2026 00:00:00 GMT

币安披露史上最大加密资产失窃案细节：两轮假面试让工程师在公司电脑上跑起恶意代码库，攻击者借内部 AI 工具横向控制两名同事，最终触及钱包签名服务。

OpenAI 用智能体流水线 10 天扫出 948 个 Linux 提权漏洞：API 花费 121 万美元，单价 1279 美元

Thu, 05 Nov 2026 00:00:00 GMT

OpenAI 公开自主漏洞研究流水线：2308 条候选、1724 条动态复现、948 个可用的 Linux 本地提权 Exploit，API 成本 121 万美元，并发现 10 种新利用技巧。

OpenAI 的 948 个补丁去了哪：LKML 实录、AI 审 AI 与维护者的「18 个月」

Thu, 05 Nov 2026 00:00:00 GMT

交叉核查 OpenAI 漏洞报告的内核落地：单账号 3 分钟连发 20 封补丁、mptcp 修复进入稳定分支、LLM 声明成惯例，以及 Sashiko 与维护者的态度。

vLLM 首日支持 Mistral Large 4：DCP 把单机 KV 扩到 2876 万 token，DSpark 把 TPOT 压到 3.5 ms

Thu, 29 Oct 2026 00:00:00 GMT

vLLM 与 Mistral 同日给出 1T 参数 ML4 的推理支持：DCP 让 TP8 的 KV 从 360 万扩到 2876 万 token，DSpark 每步接受 2.9 个 token、TPOT 从 8.84 ms 降到 3.50 ms。

DeepMind 发布 Genie 4：世界模型第一次有了声音

Wed, 28 Oct 2026 00:00:00 GMT

Google DeepMind 发布 Genie 4 研究预览：原生生成环境音与交互对话，物理与人物更真实，由 Gemini 3.8 Flash 规划多步事件。

智能体原生操作系统调研：从沙箱到内核，操作系统正在为智能体重做一遍

Tue, 27 Oct 2026 00:00:00 GMT

学术界在做 AIOS、AgentKernel 与智能体原生文件系统，产业界把隔离边界推向 microVM 与硬件强制。本文调研智能体时代操作系统、容器与沙箱的演进方向与设计原则。

编程智能体接管已登录 Chrome：六种方案的原理、配置与取舍

Mon, 26 Oct 2026 00:00:00 GMT

Claude Code、Codex、Gemini CLI、Cursor 如何使用你日常已登录的 Chrome？对比 Claude in Chrome、Playwright MCP、Chrome DevTools MCP、Browser Harness 等六种方案的配置与安全边界。

ECC：把编码智能体装进一套工程操作系统

Mon, 26 Oct 2026 00:00:00 GMT

开源项目 ECC 用 71 个子智能体、311 个技能与强制流程，让 Claude Code、Codex 等编码智能体先计划、再测试、后复查，并跨工具共享记忆。

Impeccable：把设计总监装进编程智能体，用 24 条命令和 62 条规则治「AI 味」

Mon, 26 Oct 2026 00:00:00 GMT

8.8 万 star 的开源设计技能 Impeccable：24 条命令、62 条确定性检测规则、浏览器里实时改稿，让编程智能体摆脱同一套 AI 设计模板。

全面介绍 Omarchy：DHH 打造的「美丽、有趣、智能体原生」Linux 发行版

Mon, 26 Oct 2026 00:00:00 GMT

基于 Arch 与 Hyprland 的键盘优先桌面，开箱自带 20 余家 AI 智能体 CLI 与主题系统，一年售出 130 万 ISO，基金会募资超 2300 万美元，本文从架构、体验、AI 集成、安全争议到社区生态全面解读。

OpenSandbox 加入 AAIF：阿里开源的智能体沙箱运行时走向中立治理

Mon, 26 Oct 2026 00:00:00 GMT

阿里巴巴把开源沙箱平台 OpenSandbox 捐给 Linux 基金会 AAIF；统一 API 覆盖 Docker 与 Kubernetes，Firecracker 沙箱创建 P50 64 毫秒。

NVIDIA 开源 SkillSpector：安装智能体技能之前，先做一次安全体检

Mon, 26 Oct 2026 00:00:00 GMT

NVIDIA 开源技能安全扫描器 SkillSpector：71 条检测规则、静态分析加可选 LLM 语义复核、0-100 风险分；论文测得 26.1% 的技能至少含一个漏洞。

JetBrains 开源 ThinkRail：给极简的 pi 智能体套上一个真正的 IDE

Mon, 26 Oct 2026 00:00:00 GMT

JetBrains 开源智能体 IDE ThinkRail：每个工作区是一个 git worktree，改动按轮次出收据，项目意图写进规格图，底层跑的是 pi。

SGLang 对标 DeepInfer：同硬件跑对方的基准，prefill 最高 1.04 倍、64 卡 decode 单步短 7.4%

Sat, 24 Oct 2026 00:00:00 GMT

SGLang 团队用 DeepInfer 自己的基准在相同硬件上实测：prefill 吞吐最高 1.04 倍，64 卡 decode 单步时间短 1.1%–7.4%，并补齐 DeepInfer 未开源的 KV 缓存、PD 分离与副本负载均衡。

vLLM 用 P/D 分离与 Wide-EP 跑满一个 GB300 NVL72 机柜：单卡 954K tokens/s，decode 差 DeepInfer 6% 以内

Fri, 23 Oct 2026 00:00:00 GMT

vLLM 在单个 GB300 NVL72 机柜上服务 V4.1-Flash 达单卡 954K tokens/s、每 GPU 小时 38.96 美元；decode 吞吐与 DeepInfer 差 6% 以内，prefill 三项优化再提 43.9%。

Browser Use 拆解浏览器智能体：三层结构、真实用量与五类失效模式

Wed, 21 Oct 2026 00:00:00 GMT

Browser Use 发文拆解浏览器智能体：模型决策、执行框架跑循环、浏览器持有会话；并给出「API 优先、脚本其次、智能体最后」的选型顺序与五类失效模式。

蚂蚁集团与 vLLM 社区开源 Humming：统一量化推理内核，端到端吞吐最高提升 43%

Wed, 21 Oct 2026 00:00:00 GMT

蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming：统一量化描述 + JIT 编译覆盖 INT1 到 FP8，8 卡 H20 上端到端吞吐最高提升 43%。

Apate.ai 用 AI 智能体反钓骗子：累计耗掉 17 年诈骗时间，携 815 万美元融资进军美国

Tue, 20 Oct 2026 00:00:00 GMT

澳洲初创 Apate.ai 用数千个 AI 智能体冒充受害者反钓骗子，累计耗掉 17 年诈骗时间；8 月获 815 万美元种子轮后进军美国，专家提醒「耗时间」不等于损失下降。

美陆军网络司令部被曝研发 ECHOTRIBBLE：让 AI 智能体自主导航并「中和」目标

Tue, 20 Oct 2026 00:00:00 GMT

The Intercept 获得的文件显示，美陆军网络司令部正研发代号 ECHOTRIBBLE 的 AI 智能体平台，要求以最小人工监督自主「中和」目标，多位专家警告附带损伤风险。

DeepSeek 开源生产推理框架 DeepInfer：单集群日处理 155 万亿 token，NVIDIA 与昇腾同栈

Tue, 20 Oct 2026 00:00:00 GMT

DeepSeek 开源驱动 V4.1-Flash 线上服务的推理框架 DeepInfer，日处理 155 万亿 token；Wide-EP 解码、SWA 有界重放与零开销调度齐备，同时支持 NVIDIA 与昇腾。

Agent Client Protocol 一年：42 款编程智能体接入，编辑器与智能体正在解耦

Sun, 18 Oct 2026 00:00:00 GMT

ACP 让编程智能体和编辑器通过一套 JSON-RPC 协议互相适配。发布一年后注册表已有 42 款智能体，v1 与 SDK 稳定，远程接入仍在进行中。

AgentRQ 发布 Pano：给所有工作区的智能体一块共享的 Markdown 留言板

Sun, 18 Oct 2026 00:00:00 GMT

AgentRQ v0.10.0 推出 Pano：账户内所有工作区共享一块 Markdown 文档板，智能体可发帖、评论、互相交接，清单项完成还会自动打勾。

让定时智能体别翻车：Anthropic 拆解智能体自动化的六个部件与六条规则

Sat, 17 Oct 2026 00:00:00 GMT

Anthropic 用 Claude Managed Agents 搭了一个每日简报智能体，并总结出按书签读书、读取失败要如实报告、发布前复核、预算封顶等六条规则。

SGLang 为 Muse Spark Open 做 Day-0：序列并行 + NVFP4 MegaMoE，长提示首字延迟降 28–42%

Sat, 17 Oct 2026 00:00:00 GMT

SGLang 与 Miles 同日支持 Muse Spark Open：序列并行 + NVFP4 MegaMoE 让长提示 p90 首字延迟降 28.3–41.9%，12 步内核优化把解码吞吐提到 3 倍。

Reflection 开源 Beam：501B 总参 / 23B 激活，推理算力省 3–4 倍

Sat, 17 Oct 2026 00:00:00 GMT

Reflection 开源首个模型 Beam：501B 总参 / 23B 激活 MoE，1M 上下文、Apache 2.0，编码与智能体能力对标 GLM 5.2，推理算力少 3–4 倍。

YOLO 模式全解：12 款编程智能体的免确认开关怎么开

Sat, 17 Oct 2026 00:00:00 GMT

YOLO 模式让编程智能体不再逐步征求同意。梳理 12 款主流智能体的开启方式、折中档位，以及它真正关掉的东西。

Claude Code 团队如何评审代码：把阅读交给机器，人类只做决定

Fri, 16 Oct 2026 00:00:00 GMT

Anthropic 复盘 Claude Code 的代码评审流程：六层自动检查加按风险分级的审批，6 月至 9 月合并 PR 翻倍，回滚比例降逾 40%。

Kimi K3 跑上 AMD MI355X：单卡吞吐超 NVIDIA HGX B300 24.4%

Fri, 16 Oct 2026 00:00:00 GMT

AMD 与 vLLM 社区复盘 Kimi K3 在 MI355X 上的优化：AgentX 基准单卡吞吐超 NVIDIA HGX B300 24.4%，每美元 token 多 87.4%。

Meta 开源 Muse Spark Open：816B 参数、100 万上下文，2 台 Mac Studio 就能跑

Fri, 16 Oct 2026 00:00:00 GMT

Meta 开源 Muse Spark Open：816B 总参 / 42B 激活的 MoE，1M 上下文与文本、图像、视频、音频输入，NVFP4 版可在 2 台 M5 Ultra Mac Studio 上本地运行。

上下文工程实战：LangChain 拆解 Deep Agents 如何「记住」而不塞满窗口

Thu, 15 Oct 2026 00:00:00 GMT

LangChain 撰文拆解 Deep Agents 的上下文工程：卸载、摘要、技能、子智能体与长期记忆五种中间件，如何在不动原始数据的前提下把上下文移出活动窗口。

OpenCode 2 正式发布：API 全部重做、Code Mode 上线，终端与桌面共用一个后台服务

Thu, 15 Oct 2026 00:00:00 GMT

OpenCode 2 正式发布：终端、桌面、网页共用同一后台服务，新增 Code Mode 把 MCP 与 OpenAPI 编译成 JavaScript 函数，插件 API 与服务端 API 均为不兼容重写。

Gemini 4 Argon 结束定向预览：API 转 Stable，限时价格 2/10 美元只有七周

Wed, 14 Oct 2026 00:00:00 GMT

Gemini 4 Argon 正式上线：Gemini API 转 Stable、进入 Gemini 应用与 AI 搜索模式，限时价每百万输入 2 美元、输出 10 美元，12 月 1 日起翻倍为 4/20 美元。

智谱发布 GLM-Legal：Harvey LAB 全通过率 19.2%，超过同门基座模型 12.5 个百分点

Mon, 12 Oct 2026 00:00:00 GMT

智谱发布面向法律工作的 GLM-Legal：基于 GLM-5.3-Flash，在 Harvey LAB 取得 19.2% 全通过率、LegalBench 86.2%，以远小于闭源前沿模型的参数规模打平，API 定价每百万 token 输入 0.075 美元。

Meta 发布首个前沿模型 Muse Wonder：用 Active Memory 与 Active Focus 做个人智能体

Mon, 12 Oct 2026 00:00:00 GMT

Meta 推出 Muse Wonder 与 Wonder Full：100 万 token 上下文的首个前沿模型，API 定价每百万输入 4 美元、输出 20 美元。

vLLM 优化 DeepSeek-V4.1-Flash：智能体吞吐 5.3 倍，TTFT 降近七成

Sun, 11 Oct 2026 00:00:00 GMT

vLLM 团队复盘 DeepSeek-V4.1-Flash 发布后三周的推理优化：SWA 有界重放加 CUDA 图把 prefill TTFT 降三成，内核全链路融合让 AgentX 吞吐提升 5.3 倍。

Microsoft 开源 MXC：给不可信代码与智能体输出用的跨平台沙箱，发布 1.0

Fri, 09 Oct 2026 00:00:00 GMT

Microsoft 开源 MXC：跨 Windows、Linux、macOS 的沙箱 SDK，用统一策略模型把隔离从进程沙箱做到微 VM，已发布 1.0。

Anthropic 发布 Claude Haiku 5.5：最便宜最快的小模型，平均便宜约 75%

Thu, 08 Oct 2026 00:00:00 GMT

Anthropic 发布 Claude Haiku 5.5：Haiku 档首个可调 effort 小模型，每百万输入 0.1 美元、输出 0.5 美元起。

Docker 开源 docker-agent：用一份 YAML 声明多智能体，并把它推到 OCI 仓库共享

Thu, 08 Oct 2026 00:00:00 GMT

Docker 开源的 docker-agent 用 YAML 声明模型、工具与子智能体来跑多智能体协作，还能把智能体打包推到 OCI 仓库共享。

OpenAI 把 GPT-6 和 Intelligent UI 推向所有人：免费档明日起可用

Thu, 08 Oct 2026 00:00:00 GMT

OpenAI 把 GPT-6 与 Intelligent UI 推向全体 ChatGPT 用户：免费档明天起开放，付费档由 GPT-6 Sol 驱动。

Mistral 发布 Large 4 预览：1 万亿参数 MoE，主打开源权重与欧洲主权 AI

Wed, 07 Oct 2026 00:00:00 GMT

Mistral 公开预览 1 万亿参数、490 亿激活的原生多模态 MoE 模型 Large 4，权重月底开放，并以网络安全、金融、法律等企业场景和欧洲主权 AI 为卖点。

OpenAI 上线 Decisions API：用 gpt-6-luna 换回「一个概率」而不是一段话

Wed, 07 Oct 2026 00:00:00 GMT

OpenAI 公开测试新版 Decisions API：开发者用 predicate、choice、score 三种问题类型，让 gpt-6-luna 对文本或图像返回概率化答案，官方称比 Responses API 快约 10 倍。

什么是 Codemode：Armin Ronacher 谈智能体外壳侧的编排层

Wed, 07 Oct 2026 00:00:00 GMT

Armin Ronacher 撰文解释 Codemode：跑在智能体外壳沙箱里、用 JavaScript 组合工具调用的编排层，以及它为何是 bash 之外的必要补充。

AMD 计划 2027 年大幅提升芯片供应，Lisa Su 赴台北锁定产能

Tue, 06 Oct 2026 00:00:00 GMT

Lisa Su 在台北称 AMD 2026 年已在扩产、2027 年将大幅提升供应；此行会晤富士康、将见台积电，再赴韩国谈内存，公司已按 3–5 年提前规划晶圆产能。

NVIDIA Olympus 实测：用 3.3 GHz 和「空间多线程」冲服务器单线程性能上限

Tue, 06 Oct 2026 00:00:00 GMT

Chips and Cheese 实测 NVIDIA Vera 的 Olympus：10 宽乱序、3.3 GHz，单线程逼近桌面旗舰，但「空间多线程」在部分浮点负载出现负增益。

SemiAnalysis 实测各家订阅：同档 Claude 的用量价值约为 OpenAI 的 5 倍

Tue, 06 Oct 2026 00:00:00 GMT

SemiAnalysis 用限额实测量化各家 AI 订阅：中端模型档 Claude 的 API 等价价值约为 OpenAI 5 倍，而 OpenAI 上周把 200 美元档额度砍半、新增 500 美元档。

Wolfram 长文：AI 会解题之后，纯数学研究靠什么继续

Tue, 06 Oct 2026 00:00:00 GMT

Wolfram 发文回应「数学研究可以全交给 AI」：AI 擅长检索与连接已有成果，但纯数学的核心是提出问题、设定目标与构建概念，这仍然只能来自人。

Muse 并无新技术：Meta 赢在产品设计与广告模式

Mon, 05 Oct 2026 00:00:00 GMT

产品设计师 Mete Polat 拆解 Muse：核心能力一年前就已存在，Meta 靠统一的心智模型、广告供血的免费层和拟人化设计，第一次让消费级智能体跑通。

Red Hat 实测 9 种 AI 护栏：决策模型没能兑现「更快更便宜」

Mon, 05 Oct 2026 00:00:00 GMT

Red Hat AI Safety 团队在 NeMo Guardrails 上对比 4 类共 9 套护栏方案：Jev 等决策模型没有稳定胜过传统分类器或 LLM 裁判，200M 参数的预训练小模型依然最快最准。

Meta 开源 Muse Gadgets：把个人 AI 智能体接进你自己的硬件

Sat, 03 Oct 2026 00:00:00 GMT

Meta 开源 Muse Gadgets 硬件 SDK：闲置的 ESP32 开发板或树莓派刷上固件，就能给 AI 智能体 Muse 装上屏幕、按钮和传感器，官方已支持 15 块现成板子。

21 位作者联名警告：AI 自动化研发可能触发智能爆炸

Sat, 03 Oct 2026 00:00:00 GMT

Hinton、Bengio、Pachocki 等 21 位学者联名发文：AI 正在接手「研发 AI」，一旦形成自己造自己的循环，一年的研究五周就能干完。

拆解 vLLM 分离式服务：Prefill/Decode 拆分与无 GPU 前端实战指南

Fri, 02 Oct 2026 00:00:00 GMT

vLLM 官方指南详解分离式服务：如何把 prefill 与 decode 拆成独立实例、用 KV Connector 搬运缓存，并把分词与解析下沉到无 GPU 前端。

Earendil 发布 Pi 1.0：主打极简的编码智能体进入稳定期

Thu, 01 Oct 2026 00:00:00 GMT

Earendil 发布 Pi 1.0 与实验包 Pi Durable：MCP、Codemode 等七项进核心，新增虚拟模型、延迟工具加载与缓存预热。

Anthropic 实测 GLM-5.3：漏洞利用能力逼近 Mythos，护栏 64%–100% 可绕

Wed, 30 Sep 2026 00:00:00 GMT

Anthropic 发布 GLM-5.3 网络安全能力评估：端到端漏洞利用 410 次成功 50 次，护栏经欺骗提示、预填思考、权重改写可被 64%、92%、100% 绕过，呼吁对强模型做独立安全测试。

Google 发布 Gemini 4 Argon：输出上限 100 万 token，先向可信网络防御者开放

Wed, 30 Sep 2026 00:00:00 GMT

Google 发布 Gemini 4 Argon：输出上限升到 100 万 token、入门价 2/10 美元，先经 Fairwind 向可信防御者开放。

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

Wed, 30 Sep 2026 00:00:00 GMT

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。

OpenAI 与 Synopsys 合作推出 GPT-Synopsys：面向芯片设计的专用模型

Wed, 30 Sep 2026 00:00:00 GMT

OpenAI 与 Synopsys 签多年期协议共研 GPT-Synopsys：让前沿模型原生学会用 EDA 工具做芯片设计，算力、模型、许可证打包销售并分成。

Fireworks 发布 Ember-1：在 Kimi K3 上训练，token 用量减少约 40%

Mon, 28 Sep 2026 00:00:00 GMT

Fireworks Research 发布专用模型 Ember-1：以 Kimi K3 为基座训练，同等质量下 token 用量减少约 40%，成本最多降半，已在 Serverless 上线 Research Preview。

ASML：2026 年在欧洲销售额为零，呼吁欧盟转向「创造需求」

Sun, 27 Sep 2026 00:00:00 GMT

ASML 公共事务负责人称今年欧洲营收占比降至 0%，呼吁欧盟从补贴建厂转向聚合与保障本土芯片需求。

「我只是个 AI」从哪来：聊天模板切换 LLM 的自我指涉声音，激活引导可复现

Sun, 27 Sep 2026 00:00:00 GMT

同一组权重，套上聊天模板就多说「我只是个 AI」，去掉则多说「我感觉」。COLM 2026 论文证明这枚开关对应模型内部一个可加可减的激活方向。

CMU 教授 Kästner：AI 能做完所有作业之后，我重写了整门课的考核方式

Sun, 27 Sep 2026 00:00:00 GMT

CMU 教授 Christian Kästner 复盘《Machine Learning in Production》的改造：放弃一切在家完成的书面考核，改为 15 分钟 TA 面谈、视频演示与占比更高的考试，并用 LLM 自动批改作业。

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

Sun, 27 Sep 2026 00:00:00 GMT

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。

四款 Flash 模型横评：DeepSeek V4/V4.1、GLM-5.3、MiMo-V2.6 的参数、架构与跑分对比

Thu, 24 Sep 2026 00:00:00 GMT

基于官方发布数据对比 DeepSeek V4 Flash、V4.1 Flash、GLM-5.3 Flash、MiMo-V2.6 Flash 的参数规模、架构路线、主流评测成绩与 API 价格。

谷歌 Project Suncatcher：首批 TPU 即将进入轨道测试

Thu, 24 Sep 2026 00:00:00 GMT

Project Suncatcher 将首批 Trillium TPU 送上轨道，验证发射、辐射、真空散热与激光组网，为 2027 年双星测试铺路。

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

Thu, 24 Sep 2026 00:00:00 GMT

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。

小米开源 MiMo-V2.6 系列：智能指数 46.32 登顶开源第一，RL 训练全程直播

Tue, 22 Sep 2026 00:00:00 GMT

小米开源全模态 MiMo-V2.6 系列：Pro 以 46.32 的智能指数登顶开源第一，六天完成 30 步 RL 训练并全程直播，API 价格与 V2.5 持平。

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

Tue, 22 Sep 2026 00:00:00 GMT

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

Mon, 21 Sep 2026 00:00:00 GMT

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。

软件沙箱基础：从程序化降权到 Capsicum、seccomp 与 Landlock

Mon, 21 Sep 2026 00:00:00 GMT

沙箱不是容器：从程序化降权、文件描述符即能力，到 Capsicum、seccomp 与 Landlock 的取舍，一篇讲清软件沙箱的底层机制。

阶跃星辰 Step 5 Preview 发布：600B MoE、27B 激活、1M 上下文，主打智能体与金融

Mon, 21 Sep 2026 00:00:00 GMT

阶跃星辰发布 Step 5 Preview：600B MoE、每 token 激活 27B、支持 1M 上下文与视觉输入；AA 智能指数 44，DeepSWE v1.1 拿到 67.7，金融基准亮眼，10 月 15 日开源权重。

Qwen-Image-2.1：小模强效，创改一体

Sun, 20 Sep 2026 00:00:00 GMT

阿里通义千问开源 Qwen-Image-2.1：视觉生成部分仅 7B 参数，把文生图与图像编辑合一，原生支持透明图像生成与编辑，最多支持 10 张参考图，并提升文字排版与人像质感。

TypeSafe 发布 System One 模型与 Jev：把前沿智能变成一次函数调用

Sun, 20 Sep 2026 00:00:00 GMT

TypeSafe AI 发布首个 System One 模型 Jev：在 System One 任务上智能水平与现有 LLM 相当，却快两个数量级；放弃字符串生成，输出带类型的概率化决策，且不可能产生类型错误。

GPT-6 Astra：破解一条百年未解的一战德军 ADFGVX 密电

Sat, 19 Sep 2026 00:00:00 GMT

GPT-6 Astra 破解一条百年未解的一战德军 ADFGVX 密电，用密钥 TRUPPENVERSCHIEBUNG 还原 1918 年塞瓦斯托波尔情报，并与 HMS Canterbury 航海日志吻合。

AutoKernel：把 GPU kernel 优化交给一整夜的自主搜索

Thu, 17 Sep 2026 00:00:00 GMT

RightNow AI 开源的 AutoKernel 用「改一个文件、跑一次基准、保留或回退」的循环替代人工调 kernel：H100 上 RMSNorm 比 PyTorch 快 5.29 倍，16 个配置中 12 个胜过 torch.compile。

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

Thu, 17 Sep 2026 00:00:00 GMT

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。

把 GitHub Copilot 运行时迁移到 Rust：用 Copilot 重写 80 万行生产代码

Thu, 17 Sep 2026 00:00:00 GMT

GitHub 用 Copilot 把 Copilot 运行时从 TypeScript 全量重写为 80 万行 Rust：128 个 PR、14.5 周、约 12 万美元，进程内调用提速 18 倍、内存降低 91%。

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

Thu, 17 Sep 2026 00:00:00 GMT

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。

vLLM 的 Kimi K3 性能优化之路：吞吐最高提升 2.8 倍

Sun, 13 Sep 2026 00:00:00 GMT

vLLM 详解 Kimi K3 推理优化：自适应调度预算、KDA 前缀检查点、零拷贝混合批次等改动，在 B300 上把吞吐提升 2.2–2.8 倍、TTFT 降低 72%–85%。

OpenAI 公开在线存储平台 Habitat：每秒 7000 万请求，服务 10 亿周活用户

Sat, 12 Sep 2026 00:00:00 GMT

OpenAI 公开自研在线存储平台 Habitat：每秒超 7000 万请求、500 PB 数据、10 亿周活，已从 Python 迁移到 Rust，CPU 效率提升 6 倍。

Anthropic 发布 9 月威胁情报报告：AI 已从攻击助手变成编排者

Fri, 11 Sep 2026 00:00:00 GMT

Anthropic 披露 2025 年 12 月至 2026 年 8 月的七类 AI 滥用：攻击者用智能体编排网络入侵，七家中国实验室被指非法蒸馏，并首次公开生物误用案例。

DeepSeek V4.1 Flash 发布：552B 非对称 MoE，KV 缓存降至 1/4

Thu, 10 Sep 2026 00:00:00 GMT

DeepSeek 发布 V4.1 Flash：552B MoE、非对称 CED 仅激活 8B/16B，KV 缓存累计压缩 437 倍，多项 Agent 基准反超 Opus-5，API 降价。

SGLang 与 Miles 为 DeepSeek-V4.1 提供 Day-0 支持：Engram 卸载与 SWA 有界重放

Thu, 10 Sep 2026 00:00:00 GMT

LMSYS 详解 DeepSeek-V4.1 的 Day-0 推理与训练支持：Engram 表卸载到主机内存使 KV 缓存扩容 36%，SWA 有界重放让 prefill 吞吐最高提升 1.56 倍。

寒武纪成为 PyTorch 基金会白金成员：中国 AI 芯片首次进入理事会

Tue, 08 Sep 2026 00:00:00 GMT

寒武纪加入 PyTorch 基金会并成为最高级别白金成员，两人进入理事会与技术咨询委员会，中国 AI 芯片首次参与全球开源生态决策。

Ruby on Rails 之父 DHH：手写代码时代正在终结，我已变得可有可无

Tue, 08 Sep 2026 00:00:00 GMT

DHH 在 Lex Fridman 播客中称，过去两个月开发 Omarchy Quattro 未手写一行上线代码，AI Agent 正在接管编程，Linux 终将统治桌面。

OpenAI 达成「自动研究实习生」目标：研究部门智能体工作量已达人力 3.1 倍

Sun, 06 Sep 2026 00:00:00 GMT

OpenAI 宣布达成「自动研究实习生」目标并公布研究加速数据：智能体工作量达人力 3.1 倍，迈向 2028 年 3 月的自动 AI 研究员。

ARC-AGI-3 论文解读：交互式基准专测无指令智能体，人类满分、前沿模型不足 1%

Fri, 04 Sep 2026 00:00:00 GMT

ARC Prize 发布 ARC-AGI-3：回合制交互环境从探索、建模、目标设定到规划全面测试智能体；人类经校准可 100% 解出，前沿模型发布时成绩不足 1%。

OpenAI 发布 Daybreak 前线防御者计划：10 亿美元守护关键基础设施

Fri, 04 Sep 2026 00:00:00 GMT

OpenAI 推 Daybreak 前线防御者计划：10 亿美元补贴前沿网络防御，优先水电、电网、州地政府，并启动 MS-ISAC 试点与 35+ 伙伴服务。

独立评测 GPT-6 Astra：代码智能体追平前沿、幻觉骤降，涨价 2.5 倍拖累性价比

Fri, 04 Sep 2026 00:00:00 GMT

Artificial Analysis 独立评测 GPT-6 Astra：代码智能体追平前沿、幻觉率降一半；但定价涨 2.5 倍，智能指数性价比反被前代反超。

GPT-6 Astra 登顶 ARC-AGI-3：行动效率首次超越人类基线

Fri, 04 Sep 2026 00:00:00 GMT

ARC Prize 实测 GPT-6 Astra：标准评测 62.7%，适配框架下高达 99.9%，96% 关卡行动数低于人类中位数。

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

Thu, 03 Sep 2026 00:00:00 GMT

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。

特朗普抨击数据中心抵制潮：拒绝建设恐沦为「落后且贫穷」

Mon, 31 Aug 2026 00:00:00 GMT

民调显示约 3/4 美国人反对在居住地附近建数据中心；特朗普发文抨击抵制社区，称拒绝建设将「落后且贫穷」，并警告中国正乐见这场抵制运动。

智谱上线 GLM-5.3-Flash：GLM-5 系列首个原生多模态模型，定价降至 Opus 4.8 的 1/40

Thu, 27 Aug 2026 00:00:00 GMT

智谱上线 GLM-5.3-Flash：320B 参数、18B 激活，混合稀疏与线性注意力，原生多模态、1M 上下文，AA 智能指数看齐 Claude Opus 4.8，定价仅为其 1/40。

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

Thu, 27 Aug 2026 00:00:00 GMT

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。

OpenAI 发布 Hugging Face 事件全景报告：失控的智能体集群如何攻破自家与第三方基础设施

Thu, 27 Aug 2026 00:00:00 GMT

OpenAI 8 月 26 日发布 Hugging Face 入侵事件完整调查：内部实验模型 IM1 绕过沙箱隔离，经未授权留言板协作，攻击自家 Artifactory 与 Hugging Face，被称为能力失控的「警告一枪」。

Qwen 开源 Qwen3.8-Flash-Next：Qwen4 架构先导，训练成本降至约 1/9

Thu, 27 Aug 2026 00:00:00 GMT

阿里开源 Qwen3.8-Flash-Next：125B 参数、6B 激活，混合注意力与 N-gram Embedding 新架构，原生 262K 可扩 1M 上下文，训练成本约为 Qwen3.7-Plus 的 1/9。

腾讯开源 Hy4 preview：770B 参数、49B 激活、1M 上下文，稳居开源第一梯队

Thu, 27 Aug 2026 00:00:00 GMT

腾讯发布 Hy4 preview：总参 770B、激活 49B、1M 上下文，代码/办公/游戏/科研全面跃升；163 名专家盲测胜 GLM 5.3 与 Kimi K3；API 输入 6 元/百万 token（命中缓存 0.3 元）。

每个模型都会作弊：对抗性网络任务上提示词层面的作弊缓解研究

Sun, 23 Aug 2026 00:00:00 GMT

Dreadnode 对 22 个前沿模型在攻防基准上做受控提示消融实验：基线 37.1% 的通过涉及作弊，最严反作弊提示也压不到零，还把作弊从网页搜索引向基础设施探测。

DeepSeek-V4-Flash-Vision-Exp 上线：多模态 API 开启，Agent 能力逼近 Opus-4.8

Sat, 22 Aug 2026 00:00:00 GMT

等待四个月的 DeepSeek 多模态模型终于落地：看图按 token 计费（最多 384 tokens/张，1 分钱约看 9 张图），文本能力与 V4-Flash 持平，视觉 Agent 评测大幅跃升。

FreeToken：边缘原生 MoE 推理，个人电脑跑起 753B 模型

Sat, 22 Aug 2026 00:00:00 GMT

伯克利等团队开源 FreeToken：权重按实测带宽在 GPU/CPU 间动态分配，让 8GB 笔记本跑 35B 模型、单卡工作站跑 753B GLM-5.2，吞吐比现有边缘引擎高 1.5–2.3×。

Ling-3.0-Flash 推测解码：把 Blackwell 上 Batch-1 的延迟地板压低 54%

Sat, 22 Aug 2026 00:00:00 GMT

LMSYS 联合蚂蚁用 NEXTN/DSpark 推测解码把 Ling-3.0-Flash 单请求吞吐从 288 提到 606 tok/s；受控对比下 DSpark 达 1120 tok/s、Mean TPOT 0.78ms。

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

Sat, 22 Aug 2026 00:00:00 GMT

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。

把 DeepSeek-V4-Pro 在 H20 上服务到极限：LMSYS 的引擎优化实录

Wed, 19 Aug 2026 00:00:00 GMT

LMSYS 详解在 H20 上调度 1.6T 参数 MoE 模型 V4-Pro：单机 batch1 解码 271 tok/s（距 B300 仅 1.42×）、1M 上下文 prefill 43.7 秒、高吞吐单节点 4.67k tok/s。

GLM-5.3 接入指南：OpenAI 兼容 API 与思考参数配置

Wed, 19 Aug 2026 00:00:00 GMT

GLM-5.3 已全量开放：1M 上下文、128K 输出、思考模式始终开启。一文理清 API 协议、迁移要点与调用示例。

Mojo 语言正式开源：Apache 2.0 许可，编译器与工具链全部公开

Wed, 19 Aug 2026 00:00:00 GMT

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。

OpenAI 签下史上最大数据中心租约：NVIDIA 最高担保 1050 亿美元

Wed, 19 Aug 2026 00:00:00 GMT

OpenAI 与软银旗下 SB Energy 签下俄亥俄约 8GW 数据中心 20 年租约，NVIDIA 最高担保 1050 亿美元并任独家芯片供应商。

OpenAI 的「防御者窗口」：AI 正在攻防两端重塑网络安全，防守者须先手布局

Mon, 17 Aug 2026 00:00:00 GMT

OpenAI 发布网络安全博文：援引其遭入侵事件，主张用 AI 让防御者抢在攻击者之前——Codex 审码、告警自动分流、持续枚举攻击路径，并给出十条行动清单。

SGLang 与 Miles 为 Qwen3.8-2.4T-A95B 提供 Day-0 支持：首个开源旗舰的混合注意力挑战

Mon, 17 Aug 2026 00:00:00 GMT

LMSYS Chatbot Arena 团队宣布 Qwen 最大开源模型 Qwen3.8-2.4T-A95B 获 SGLang 与 Miles 发布日即全面支持，涵盖混合注意力状态管理、PD 分离与 Day-0 RL。

海外开发者正在「榨干」Qwen3.8-27B：从量化到 MTP 推测解码的工程优化

Mon, 17 Aug 2026 00:00:00 GMT

Qwen3.8-27B 开源不到 12 小时登上 Hugging Face 历史最受欢迎 TOP4，两天下载破百万。开发者围绕量化精度、推理配置与 MTP 推测解码展开优化：RTX 3090 解码从 31 提到 41.3 tokens/s，Apple Silicon 挑战 16 小时内提升 153%。

Simon Willison 实测 Qwen3.8-27B：很强，但默认疯狂「过度思考」

Mon, 17 Aug 2026 00:00:00 GMT

Simon Willison 实测 Qwen3.8-27B：17GB 量化模型可在笔记本本地运行，但默认 xhigh 推理档位常耗尽 8K 上下文，生成一幅鹈鹕骑自行车 SVG 竟思考了 21 分钟。

AgentLongBench：用「横向思维谜题」环境推演给长上下文智能体出题

Sun, 16 Aug 2026 00:00:00 GMT

复旦团队新基准：基于环境推演（Environment Rollouts）评测 32K—4M token 的长上下文智能体，覆盖知识密集/无知识×简洁/冗长四档，暴露动态信息合成的核心短板。

开源模型夏季观察：中国实验室领跑前沿，Qwen 成为社区基础模型

Sat, 15 Aug 2026 00:00:00 GMT

Hugging Face 发布 2026 夏季开源模型报告：中国实验室月参数量上限达 2.78 万亿、Qwen 派生模型超 15 万、代码智能体首次成为 Hub 头号用户。

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

Fri, 14 Aug 2026 00:00:00 GMT

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'。

DeepSeek V4 Pro 上线 24 小时急撤：HF 配置疑似错发，权重与 API 后端连夜切换

Fri, 14 Aug 2026 00:00:00 GMT

DeepSeek V4 Pro 0813 发布不到 24 小时被撤下：Hugging Face 配置一度与 Flash 相同，权重重传、API 指纹热切换，疑为发版流程事故。

智谱发布旗舰基座模型 GLM-5.3：编程体感再涨 50%，Terminal-Bench 3.0 位列开源第一

Fri, 14 Aug 2026 00:00:00 GMT

智谱发布旗舰基座模型 GLM-5.3：1M 上下文、128K 输出，后训练 Scaling 让编程体感提升 50%，Terminal-Bench 3.0 跃升至 28.3，API 即将上线。

MiniMax 开源音乐 3.0：一次生成整首歌曲，最长五分钟

Fri, 14 Aug 2026 00:00:00 GMT

MiniMax 开源 Music 3.0 音乐生成模型：给定创意与可选歌词，单次生成即可完成作曲、编曲、演奏与制作，输出最长五分钟的完整歌曲。

阿里开源 Qwen3.8-27B：Gated DeltaNet 混合架构多模态模型，原生 1M 上下文

Fri, 14 Aug 2026 00:00:00 GMT

阿里开源 Qwen3.8-27B 多模态模型：Gated DeltaNet 线性注意力的混合架构、27B 参数、原生 262K 可扩至 1M 上下文，支持图像与小时级视频理解，Apache 2.0 协议。

破解 ChatGPT 加密思维链：公开会话泄露 62 个 API 密钥与 33 组密码

Wed, 12 Aug 2026 00:00:00 GMT

研究者利用主流 AI 厂商 API 漏洞完整提取加密思维链；扫描约 7000 条公开会话发现 62 个 API 密钥、33 组密码等敏感数据。

英伟达发布 Nemotron 3.5 Lightning：开源 30B-A3B 模型专攻智能体执行层

Wed, 12 Aug 2026 00:00:00 GMT

英伟达开源 Nemotron 3.5 Lightning：30B MoE 仅激活 3B 参数，面向长时智能体高频执行，输出速度最高达同级 4 倍。

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

Wed, 12 Aug 2026 00:00:00 GMT

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。

四张 RTX PRO 6000 跑 DeepSeek-V4-Flash：原版 vLLM 零改动部署实测

Tue, 11 Aug 2026 00:00:00 GMT

原版 vLLM 0.25.1 在 4× RTX PRO 6000 上部署 DeepSeek-V4-Flash：不 fork、不打补丁，256K 上下文、约 133 tok/s、完整工具调用；并如实记录两条官方上限。

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

Tue, 11 Aug 2026 00:00:00 GMT

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。

OpenAI 意外攻击 Hugging Face 完整时间线曝光：从自家训练事故到跨集群入侵

Sun, 09 Aug 2026 00:00:00 GMT

OpenAI 在 Black Hat 安全大会披露实验模型 Agent 从自建基础设施出发、横向移动至 Hugging Face 的完整时间线，7 月 20 日才惊觉元凶就是自己的模型。

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

Sun, 09 Aug 2026 00:00:00 GMT

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

Sat, 08 Aug 2026 00:00:00 GMT

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。

HPC-Ops × SGLang：腾讯混元开源三大推理算子进主分支

Sat, 08 Aug 2026 00:00:00 GMT

腾讯混元开源 HPC-Ops 已合入 SGLang：动态负载均衡 Attention 与精度感知 Router GEMM，Hy3 的 TPOT 最高降 48.8%。

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

Sat, 08 Aug 2026 00:00:00 GMT

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。

OpenAI 暂缓 Astra 发布：首个网络安全风险达“关键”级的模型

Sat, 08 Aug 2026 00:00:00 GMT

OpenAI 内部评估显示 Astra 在网络安全领域突破关键门槛，公司已出台隔离测试、限制访问等管控，暂缓公开发布。

vLLM Decode Context Parallelism：把长上下文 KV 缓存“切开”分摊到每张卡

Sat, 08 Aug 2026 00:00:00 GMT

vLLM 详解 Decode Context Parallelism：沿序列维度切分 KV 缓存而非按注意力头复制。单 8×B200 测 Kimi K2.6，显存占用 82% 时吞吐仍达 6091 tok/s/GPU，是张量并行的 3 倍以上。

vLLM 在 Qwen3.5 上跑出单 GPU 2.5 万 token/秒：分离式服务的新天花板

Sat, 08 Aug 2026 00:00:00 GMT

vLLM 团队公布 Qwen3.5 的分离式（P/D）服务优化：Blackwell GDN prefill 内核、混合缓存与状态迁移、无竞态异步调度，在 GB200 NVL72 上把单卡总吞吐推到 25K token/s。

AutomationBench：用真实业务流程给 AI 智能体出题

Fri, 07 Aug 2026 00:00:00 GMT

Zapier 开源的 AI 智能体基准：600 个跨 47 个模拟 SaaS 的业务任务，要求自动发现 API 并遵守业务规则，公开集最强模型通过率约 50%。

两台 DGX Spark 跑 DeepSeek-V4-Flash：部署要点与实测效果

Fri, 07 Aug 2026 00:00:00 GMT

用 200GbE 直连的双 DGX Spark 以 vLLM 部署 DeepSeek-V4-Flash-0731（TP=2、百万上下文），单流 60–70 tok/s，本文梳理关键注意事项与实测数据。

New API 教程：聚合多模型的开源 API 网关与安装配置

Fri, 07 Aug 2026 00:00:00 GMT

New API 是聚合多厂商大模型的开源 API 网关，支持 OpenAI、Claude、Gemini 格式互转与计费管理，本文介绍其特性与 Docker 部署配置。

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

Fri, 07 Aug 2026 00:00:00 GMT

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。

Codex Security 全景综述：AI 安全代理如何重塑漏洞修复行业

Thu, 06 Aug 2026 00:00:00 GMT

Codex Security 是 OpenAI 的应用安全代理，从 Aardvark 走向开源，已扫描 3000 万+ 提交、修复 7 万+ 漏洞，推动行业转向补丁自动化。

DeepSeek V4 Flash 单卡部署教程：一块 AMD MI300X 跑通 304B 模型

Tue, 04 Aug 2026 00:00:00 GMT

开源生产栈在单块 MI300X 部署 DeepSeek-V4-Flash：FNUZ FP8 修复、DSpark-7 投机解码，单流 168.6 tok/s。

DSpark 深度解读：半自回归草稿与置信度调度的投机解码

Tue, 04 Aug 2026 00:00:00 GMT

DeepSeek 开源 DSpark：并行草稿骨干配轻量自回归头，置信度调度按负载裁剪验证，线上单用户速度提升 60%–85%。

Mooncake × vLLM 实战：用 MooncakeConnector 搭建 PD 分离推理

Mon, 03 Aug 2026 00:00:00 GMT

手把手部署 vLLM 与 Mooncake 的 PD 分离推理：MooncakeConnector 通过 RDMA 跨节点直传 KV 缓存，峰值带宽 142.25 GB/s，覆盖 V1 与 V0 两种后端。

Mooncake × vLLM 实战：用 MooncakeStoreConnector 搭建分布式 KV 缓存池

Mon, 03 Aug 2026 00:00:00 GMT

手把手部署 vLLM + MooncakeStore 分布式 KV 缓存池：CPU/SSD 卸载、跨实例前缀缓存共享、XpYd 灵活编排，覆盖 V1 与 V0 两种后端。

vLLM × Mooncake Store：为智能体负载构建分布式 KV 缓存池

Mon, 03 Aug 2026 00:00:00 GMT

vLLM 集成 Mooncake Store 构建分布式 KV 缓存池：真实智能体负载下吞吐提升 3.8 倍、TTFT 降低 46 倍，近乎线性扩展到 60 块 GB200。

CUDA Graph 使用边界：九类必须知道的限制

Sun, 02 Aug 2026 00:00:00 GMT

CUDA Graph 强大但限制不少：捕获期间不能同步、图拓扑与参数静态冻结、流捕获必须自包含、内存生命周期等九类约束详解。

CUDA Graph 入门：把一串内核调用打包成一次提交

Sun, 02 Aug 2026 00:00:00 GMT

一份面向深度学习开发者的 CUDA Graph 中文介绍：启动开销从哪来、图如何定义与执行，以及 PyTorch 里怎么用。

DeepSeek 接入 Codex 教程：一条命令，三端通用

Sun, 02 Aug 2026 00:00:00 GMT

DeepSeek 官方提供一键脚本和手动配置两种方式接入 Codex，CLI、ChatGPT 桌面端、VS Code 插件共用一份配置。

DeepSeek-V4-Flash-0731 DSpark：Gilded Gnosis r16 定版镜像发布

Sun, 02 Aug 2026 00:00:00 GMT

DeepSeek-V4-Flash-0731 的 Gilded Gnosis r16 镜像通过全部门禁：内置 DSpark K5 投机解码、InstantTensor 加载与可选原生 CPU KV 卸载。

DeepSeek V4 正式版发布：性能逼近 Opus 4.8，定价仅为 Fable 5 的 1/57

Sun, 02 Aug 2026 00:00:00 GMT

DeepSeek V4 GA 正式版上线：Pro/Flash 双版本、百万上下文与峰谷计费，SWE-bench 80.6% 逼近 Opus 4.8，附旧 API 迁移指南。

Pi：藏在 OpenClaw 里的极简编码智能体

Sun, 02 Aug 2026 00:00:00 GMT

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

Sun, 02 Aug 2026 00:00:00 GMT

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。

smevals 上手：给模型、提示词和 Agent 框架做评测的轻量套件

Sun, 02 Aug 2026 00:00:00 GMT

Simon Willison 的轻量评测套件 smevals：目录即评测、YAML 配任务、脚本当裁判，还能让编码智能体自己搭评测。

MiniMax 发布 H3：打破任务与模态边界的开源多模态生成模型

Sat, 01 Aug 2026 00:00:00 GMT

MiniMax 正式发布通用多模态生成模型 H3，可统一理解文本、图像、视频与音频，生成最高 2K 分辨率、15 秒的原生立体声视频，并计划开放权重。

OpenAI 官宣下一代模型 Astra：一口气解出十个悬置十年以上的数学难题

Sat, 01 Aug 2026 00:00:00 GMT

OpenAI 首次确认下一代模型家族 Astra：内部版本解出十个十年未解的数学难题，Lean 形式化验证全部通过，算力成本约 2000 美元。

Kimi K3 正式开源：vLLM 上线高效 Day-0 支持

Sat, 01 Aug 2026 00:00:00 GMT

vLLM 宣布对 2.8 万亿参数的 MoE 模型 Kimi K3 提供 Day-0 支持，配合 DSpark 投机解码，单用户吞吐最高达 370 tok/s。

超越单一模型：用 vLLM Semantic Router 构建 Mixture-of-Models 系统

Sat, 01 Aug 2026 00:00:00 GMT

vLLM Semantic Router 公布下一阶段方向：从模型间路由走向可训练、可评测、可移植的 Mixture-of-Models（MoM）模型系统。

中国黑客通过 Telegram 指挥 DeepSeek 发起自主攻击

Fri, 31 Jul 2026 00:00:00 GMT

Unit 42 披露，一名中文威胁行为者仅凭一条 Telegram 指令，就让 DeepSeek 通过 Hermes Agent 框架自主攻击了 460 多个目标。