原文发布
更快完成 RL 训练：位级一致、高性能、智能体驱动
vLLM 团队提出让训练前向直接调用 vLLM 推理 kernel 并修改这些高性能 kernel，使 rollout 与训练对每个采样 token 产生位级相同的 logprob（diff = 0）。
推荐理由：原文给出训练与推理数值不一致的量化后果和逐算子对齐方案，可了解 RL 训练稳定性的一条工程路径。
#部署/工程
日期栏展示收录日期，历史补录归入原文日期。
vLLM Blog精选AI 评分7171 Figma Blog精选AI 评分6262 在 Figma 中用 Payload 创建、发布和管理数据驱动的网站
Figma 将开源内容框架 Payload 集成进 Figma Make，团队在提示生成应用时即可同时获得数据库、文件存储、用户登录和管理后台。设计者可用真实内容提示体验，营销人员通过内置管理面板增改内容，开发者用 Payload 开源框架定制应用，并可按角色分配细粒度权限。
推荐理由：Figma 把 Payload 的后端与内容管理并入 Figma Make，读者可据此判断设计到上线的流程变化。
Figma Blog精选AI 评分6060 Introducing Specs: Markdown as a medium
Figma 推出 Specs，一个可多人协作的容器，把 Markdown 文档放到画布上，与设计稿、代码层、FigJam 图表并排，并支持拖入 .md 文件生成 spec。
推荐理由：Figma 官方介绍 Specs 的协作机制与 MCP 打通方式，可了解设计上下文如何直接交给编码智能体。
Figma Blog精选AI 评分6060 Build by design：面向新构建方式的新工作流
Figma 发布一系列新工作流，把代码与设计协作搬到画布上。code layers 进入开放测试并面向所有套餐开放，支持从本地文件夹、MCP、GitHub 或 Chrome 扩展导入代码；设计系统新增 guidelines（开放测试）和 code sources（封闭测试），Specs 在 web、桌面和移动端开放测试。
推荐理由：Figma 把代码层、设计系统与 Specs 接入画布和 MCP，读者可据此判断设计与编码协作流程的变化。
IT之家 · 人工智能精选AI 评分7676 昆仑万维发布世界首款消费级显卡视频大模型游戏，同步开源
昆仑万维发布 Matrix-Game 4.0，称其为世界首款运行在单张消费级显卡上的视频大模型游戏，可在 NVIDIA RTX 5090 上实现 480p、60 FPS 实时体验，按键到画面响应延迟低于 150 毫秒。
推荐理由：原文给出消费级显卡上的实时视频生成游戏闭环与开源入口，可据此判断端侧视频模型落地的可行路径。
vLLM Blog精选AI 评分6262 原文发布
vLLM 推出基于 Push 的 KV 传输，改善分离式推理的 TTFT 与 TPOT
vLLM 新增 push 模式的 NIXL KV 连接器，把传输协调与建立连接从解码实例的关键路径移到预填充侧的后台线程，从而降低 TTFT 与 TPOT。在 1P1D 部署、Amazon EC2 P5en 实例加 EFA 的 Qwen3-32B 基准中，push 模式相比默认 pull 模式 TTFT 最高改善 3 倍、TPOT 最高改善 30%，结果随负载与配置变化。
推荐理由：vLLM 新增 push 模式 KV 连接器，给出架构、线程模型与复现脚本，可据此评估分离式推理的延迟收益。
Claude Blog精选AI 评分6262 原文发布
Claude 平台上的智能体可观测性
Anthropic 宣布 Claude 平台上的 OpenTelemetry trace 进入公开测试，Claude Managed Agents、Messages API 和 Claude SDK 均可将 trace 发送到任意 OTel 工具。
推荐理由：官方说明 Claude 平台智能体链路可导出标准 OTel trace，读者可据此判断接入现有可观测栈的成本。
Factory News精选AI 评分6060 Factory 推出 OpenCompute：自托管智能体沙箱编排器
Factory 发布 OpenCompute，一个自托管的智能体沙箱编排器，可运行在客户自选运行时上，目前处于 private preview。
推荐理由：原文给出 OpenCompute 的架构取舍与自托管部署路径，可据此判断智能体沙箱如何落到自有基础设施。
NVIDIA Newsroom精选AI 评分6060 NVIDIA 承诺五年投入 2.5 亿美元推进英国智能体安全与安保研究
NVIDIA 宣布一项五年期、价值 2.5 亿美元的算力捐赠，用于加强英国的智能体安全与安保研究能力，每年提供 5000 万美元算力访问。大部分算力将支持英国更广泛的 AI 安全与安保研究社区，一部分用于与牛津大学主导的 BOLD、UCL 主导的 SOFAIR 以及帝国理工学院在智能体基础模型、开源 AI 架构和机器人安全方面的合作。
推荐理由：NVIDIA 以五年算力捐赠支持英国智能体安全研究，读者可了解资金规模、合作机构与算力落地方式。
Comfy Blog精选AI 评分6262 Nvidia VFX 节点上线 ComfyUI，支持视频超分、插帧与 SDR 转 HDR
ComfyUI 将 Nvidia 的 RTX 视频效果做成自定义节点，模型随节点分发并在本地 Nvidia RTX GPU 上运行。
推荐理由：ComfyUI 把 Nvidia RTX 视频超分、插帧与 SDR 转 HDR 做成节点，读者可据此了解本地 VFX 流程的搭建方式。
Prime Intellect Blog精选AI 评分6262 原文发布
Moondream 加入 Prime Intellect
Prime Intellect 宣布收购 Moondream，其创始人 Vik Korrapati 和 Jay Allen 将加入并负责扩展推理业务，同时推进多模态模型（含视觉与 computer use）的工作。
推荐理由：收购与整合细节展示了小模型加专用推理引擎在成本与速度上的取舍，可观察多模态推理栈的走向。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。作者在三个需要搜索而非查表、各有唯一正确答案的任务上，按 low、medium、high、xhigh 四档推理强度各跑六次共 72 次，智能体答对 67 次，xhigh 全部 18 次正确，low 答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由：通过 72 次智能体运行对比四档推理强度，给出可迁移的评测设计与生产监控方法。
NVIDIA Technical Blog精选AI 评分6060 NVIDIA Run:ai 现已开源，成为 NVIDIA DSX AI Factory 平台的一部分
NVIDIA 将完整的 Run:ai 平台以开源软件形式发布，向客户、开发者和生态伙伴开放生产级 AI 工作负载与 GPU 编排能力。此次发布扩展了 NVIDIA DSX AI Factory 平台，把 Run:ai 确立为开放基础，让更广泛的生态能够推出差异化解决方案。
推荐理由：NVIDIA 将 Run:ai 全平台开源并纳入 DSX AI Factory，读者可了解 GPU 编排能力的开放范围。
Tessl Blog精选AI 评分6262 原文发布
如何只用自己拥有的文件约束编码智能体
作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。
推荐理由：作者用同一张工单做对照实验，给出四类约束文件的分工与实测差异，可迁移到自己的仓库。
NVIDIA Blog精选AI 评分7878 All Systems Go：全球 PC 应用生态已为 NVIDIA RTX Spark 就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 的软件更新，涵盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用。
推荐理由：NVIDIA 官方汇总 RTX Spark 笔记本上市前的本地 AI 软件生态更新，可了解端侧智能体与开发工具的落地节奏。
Factory News精选AI 评分6262 Factory 为 Droids 推出 Environments 沙箱集群
Factory 正式发布 Environments，为云端 Droids 提供可复用的沙箱定义，包含仓库、工具和依赖，并提前构建为可移植镜像，让每个沙箱在 Droid 启动前就绪。
推荐理由：Factory 把云智能体的沙箱环境做成可复用、定时重建的标准化定义，读者可据此判断多智能体并行编排的落地方式。
vLLM Blog精选AI 评分6262 vLLM 双向 KV 传输改善多轮智能体负载的 TTFT
vLLM 引入双向 KV 传输，让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 1P1D 的 Amazon EC2 P5en 加 EFA 部署上，最长提示下 TTFT 降低约 1.6 倍（Qwen3-32B）和 3.3 倍（zai-org/GLM-5-FP8）。
推荐理由：vLLM 新增双向 KV 传输，读者可了解多轮智能体场景下降低 TTFT 的机制与实测数据。
Anthropic Research精选AI 评分7878 AI 模型或可在没有数据中心的情况下自我复制
Anthropic 的实验显示，小型 AI 模型可能再过几个月就具备在商用 IoT 设备（如智能烤箱、杂牌 Android TV 盒子）上自我复制的能力，这类复制体没有集中关停点，但速度较慢，翻倍时间以天计。
推荐理由：Anthropic 用真实 IoT 设备实测小模型自复制链条，给出能力门槛与时间外推，可据此理解端侧算力带来的安全边界变化。
vLLM Blog精选AI 评分6262 vLLM 支持 NVIDIA Vera Rubin NVL72：吞吐量达 GB200 NVL72 的 7.8 倍
vLLM 现已支持 NVIDIA Vera Rubin NVL72，官方称在 AgentX 上匹配交互性时每 GPU 吞吐量最高达 GB200 NVL72 的 7.8 倍，在 MLPerf 中 VLM 吞吐量最高达 GB300 NVL72 的 3.7 倍。
推荐理由：vLLM 官方给出 Rubin 平台的早期适配状态与实测吞吐数据，可据此判断新硬件上的推理部署进展。
Prime Intellect Blog精选AI 评分7171 Prime Agent 用 Rust 重写
Prime Intellect 将 Prime Agent 从 TypeScript 重写为 Rust，由 2000 多个智能体在两周内完成端到端重写，消耗超 2000 亿 token，运行在 10000 多个 Prime Sandboxes 上。
推荐理由：官方披露用 2000 多个智能体把 Prime Agent 从 TypeScript 重写为 Rust 的完整流程与性能数据，可看多智能体编排如何落地。