用 Helion 为 vLLM 构建高性能、可移植的线性后端
将 Helion 集成进 vLLM 线性后端后，单个 Helion GEMM 实现即可覆盖 Standard GEMM、Split-K、Swap-AB 等变体，并通过按 shape 自动调优选出最佳配置。
#教程/实践
日期栏展示收录日期，历史补录归入原文日期。
PyTorch BlogAI 评分4040
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者的工作方式，以下三项技能值得强化
GitHub 提出开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个 AI 模型审查第一个模型的输出，以及把节省的实现时间用于理解客户需求、评估架构取舍等更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二模型可对计划、代码和测试提出批评，发现首个模型遗漏的问题。
OpenRouter BlogAI 评分3838 智能体框架对比：工具调用 Schema 处理
OpenRouter 对比了 LangChain、LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Google ADK 和 Microsoft Agent Framework 六类框架处理工具调用 Schema 的方式。
OpenRouter BlogAI 评分3838 LangChain vs CrewAI：编排与 OpenRouter 原生路由的对比
OpenRouter 对比了 LangChain/LangGraph、CrewAI 与 OpenRouter 原生路由在多模型编排中的分工：LangGraph 和 CrewAI 负责工作流编排（规划、状态、记忆、委派），OpenRouter 负责模型路由与供应商路由，二者互不替代。
EveryAI 评分5050 如何通过向 AI 提问来提升 AI 使用水平
一位用户分享用五个提示词把 AI 使用从单次对话推进到多智能体协作，借助 skills、orchestrator threads、context packets、subagents、MCP 和 computer use 等技术，将核对股权购买成本等复杂任务拆分给多个子智能体独立完成。
OpenRouter BlogAI 评分3838 面向客服机器人的模型路由：廉价优先的 FAQ 处理
OpenRouter 发布客服机器人模型路由指南，提出廉价优先策略：常规 FAQ 交给小模型，难例或不确定请求再升级到更强模型。三种应用侧模式为静态规则、分类器分流和带置信度阈值的答案检查。OpenRouter 的 Auto Router（"model": "openrouter/auto"）负责初始模型选择，models 数组提供错误回退，但支持政策验收检查仍需应用自己实现。
PyTorch BlogAI 评分3434 用 TLX 优化 Jagged Flash Attention：迈向 Blackwell 上的 SOTA FA4 之路
针对 Meta 生成式广告模型（GEM）背后的 Jagged Flash Attention 注意力内核，团队用 TLX（Triton Low-level Extensions）在 NVIDIA Blackwell（B200）上重写，代码约 3.2K 行，比 FA4 的约 10K 行 CuteDSL 少约 3 倍。
Figma BlogAI 评分2222 工作流实验室：在 Figma Weave 中从设计系统到营销活动
Figma Weave 可将产品设计系统中的字体、色彩与布局元素转化为品牌营销素材。示例中，一名产品设计师把 Figma Design 中的框架粘贴为 Figma node，配合 Image Describer 与 Color Palette node 分析配色与版式，再经 Gen Effect node 生成海报、广告牌和社交媒体三类物料。
Claude Developer Blog精选AI 评分6666 Claude Code mods 入门指南
Claude Code 推出 mods 功能，mod 是运行在会话内的 JavaScript 或 TypeScript 文件，可观察事件、改写行为或绘制自定义 UI，需 Claude Code 2.1.287 或更高版本，默认开启。
推荐理由：从空文件夹到可运行插件，完整演示 Claude Code mod 的钩子机制与状态管理，可迁移到自定义工作流。
Browser Use BlogAI 评分3838 2026 年最适合 AI 智能体的浏览器基础设施
Browser Use 博客对比了 Browser Use、KERNEL、Browserbase、Steel、Browserless、Anchor、Hyperbrowser 七家浏览器基础设施服务商，覆盖可靠性、性能与规模、开发者体验和成本四个维度。
OpenRouter Blog精选AI 评分6262 模型升级路由的置信度阈值
OpenRouter 发布指南，介绍基于置信度的模型升级路由：让模型用结构化输出返回 0 到 1 的置信度分数，低于阈值时把请求转给更强的模型。
推荐理由：OpenRouter 官方给出的置信度阈值路由五步法，含结构化输出取分与按错误率定阈值的可复用流程。
Anthropic Research精选AI 评分7474 Claude 形态的科学
物理学家 Matthew Schwartz 在 Anthropic 客座文章中提出“Claude 形态”问题思路，即寻找最适合当前 LLM 能力的问题，而非让模型像人类科学家那样工作。他据此构建开源工具包 BootLoops，用于定量科学中的精确计算，并在生态学、群体遗传学、语言学等领域与专家合作取得进展。文中还给出应对模型虚报完成、时间估计失准等失败模式的具体经验。
推荐理由：作者以第一手实践复盘如何为 Claude 设计适配问题，并给出跨学科协作与工具化的可迁移方法。
Google AI · DEV精选AI 评分6060 别再靠感觉检查 AI 智能体：如何在 60 分钟内搭建生产级评测
Google Cloud 工程师 Dani Zamora 与 Merge 的 Matthew Feroz 演示如何在 60 分钟内搭建一套框架无关的端到端智能体评测流水线。
推荐理由：原文给出可复用的评测流水线搭建步骤，读者可据此把智能体从手动试跑转向自动化评测。
Google AI · DEVAI 评分3838 PostgreSQL 亚秒级语义过滤：将超快 Jev 模型集成到 AlloyDB
AlloyDB for PostgreSQL 通过模型端点管理接入 TypeSafe AI 的 Jev 模型，用 ai.if 和 ai.analyze_sentiment 原生函数在数据库内执行语义过滤与情感分析，无需预先准备嵌入向量。
vLLM Blog精选AI 评分6565 拆解 vLLM：分离式推理实践指南
vLLM 官方发布分离式推理实践指南，把 prefill、decode 和 CPU 侧渲染拆成独立服务，并给出 vLLM v0.31.0 及以上的部署命令。文章说明 P/D 分离主要提升 goodput 而非峰值吞吐，KV cache 传输速度是关键前提，并给出 L40S 双卡实测中 collocated 与 P/D 的 p99 ITL 对比。
推荐理由：vLLM 官方拆解分离式推理的适用场景与代价，并给出可复现的部署命令和实测数据。
Google AI · DEV精选AI 评分6060 如何用 Gemini Live API 构建实时语音 AI 智能体
Google Cloud 团队发布教程，讲解如何用 Gemini Live API 构建可实时打断的语音 AI 智能体。方案由浏览器客户端、Gemini Live API 和 Python 后端三部分组成，通过 WebSocket 保持双向音频流，并利用内置 VAD 实现 barge-in 打断，在本地先静音并清空播放缓冲以降低延迟。
推荐理由：原文给出 Gemini Live API 构建实时语音智能体的完整架构与打断处理思路，可迁移到自建语音应用。
Google AI · DEVAI 评分3838 在生产环境中锁定 AI 智能体沙箱的 7 种方法（超越 Docker 容器）
标准 Docker 容器共享宿主机内核、继承传入的 API 密钥，无法阻止被提示注入的智能体窃取数据。
SemiAnalysisAI 评分6262 GLM5.3 稀疏注意力如何影响 HBM 内存占用
SemiAnalysis 分析 GLM-5.3 的稀疏注意力对 HBM 与 NAND 内存占用的影响，指出稀疏注意力只在 SDPA 环节降低 KV cache 的内存与带宽需求，并不减少整体内存容量占用，因为 top-k 选择仍需完整上下文驻留 HBM。
Claude Developer Blog精选AI 评分7171 用 Claude 自动化 eval 设计与 hillclimbing
Anthropic 在 Claude Code 的 claude-api skill 中新增两条命令，/claude-api build-eval 可在代码库内构建评测集，/claude-api hillclimb 用留出集逐次改进应用并检测过拟合。
推荐理由：官方给出 eval 设计与 hillclimb 的完整工作流，可迁移到自家应用的评测搭建与成本优化。
LlamaIndex Blog精选AI 评分6262 为什么 VLM 读不懂表单？
LlamaIndex 发文解释 VLM 在表单解析上的失败模式，包括复选框状态误判、边界框漏检与错位、以及把数值挂到错误字段的静默归因错误。文章给出 LlamaParse 的表单 JSON 结构，用字段、分区和边界框表示 W-2 等表单，并说明其自研复选框状态分类器与边界框检测模型如何修正 VLM 输出。
推荐理由：LlamaIndex 用 W-2、1040 等实例拆解 VLM 读表单的失败模式，并给出表单 JSON 结构与调用方式。
Mastra BlogAI 评分2020 用 Mastra 构建符合 GDPR 的智能体
Mastra 发布构建 GDPR 合规智能体的实践指南，框架开源可自托管，平台版提供专属 EU 区域，创建环境时用 `--region eu` 指定，且创建后不可更改。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用新手指南：如何用 canvases 构建自定义工作流
GitHub Copilot 应用推出 canvases（画布扩展），一种用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。在智能体会话中输入 /create-canvas 并用自然语言描述工作流，无需编码即可生成界面，画布双向同步，用户与智能体可同时修改。画布保存为扩展，可随项目共享或作为个人扩展，Awesome Copilot 已提供现成模板。
Claude Developer Blog精选AI 评分6262 Opus 5.5 上一个任务要花多少钱
Anthropic 官方博客拆解 Claude Code 单个任务的成本构成，指出轮次、缓存读取、输出 token 和模型选择四项决定开销，并以 Opus 5.5 API 定价（输入 $4、输出 $20、缓存读取 $0.20 每百万 token）举例说明。
推荐理由：官方拆解 Claude Code 单任务成本构成，给出 effort、缓存与模型选择的取舍方法。
Claude Developer Blog精选AI 评分6262 使用 Claude Code：如何分配 effort
Anthropic 的 Thariq Shihipar 在 Claude Developer Blog 上解释了 Claude Code 中 effort 档位的含义与用法，effort 近似于让模型在任务上投入多少算力，档位越高 Claude 会做更多独立判断和验证。
推荐理由：作者用 Terminal-Bench 3.0 数据与自测案例，说明不同 effort 档位适合的任务类型和验证强度。
Browser Use BlogAI 评分2222 什么是 Chrome DevTools Protocol（CDP）？
Chrome DevTools Protocol（CDP）是用于检查和操控 Chromium 系浏览器的底层协议，通过结构化消息暴露 JavaScript 执行、DOM 检查、网络监控和页面渲染等能力，Chrome DevTools 及 Playwright、Puppeteer 等自动化库均基于它构建。
vLLM Blog精选AI 评分6262 vLLM 中的水印技术
vLLM 现已支持基于 Gumbel-max 算法的无失真文本水印，并集成到 Model Runner v2 的采样管线中，同时支持投机解码。实现将伪随机数生成、Gumbel 变换与 argmax 归约融合进单个 GPU kernel，在 Qwen3.5-27B 上跨 batch size 1–256 的吞吐变化在 −1.1% 到 +2.0% 之间。
推荐理由：vLLM 把无失真文本水印接进采样管线，读者可了解其算法取舍与吞吐开销。
EveryAI 评分2828 用 AI 写好文章，功夫在提示词之前
Every 评估负责人 Mike Taylor 公开自己的 AI 写作流程：先定标题、收集素材、搭骨架，再用 Monologue 录下口述想法，交给 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra 生成草稿后拼接成文。他称这套流程把一篇 1200 字文章的写作时间从一天压缩到两小时以内，流量和读者好评没有下降。
GitHub Blog · AI & MLAI 评分2222 在 GitHub Copilot 应用中渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力。团队用一个含 2,200 个文件、超 100 万行改动和 400 多条行内评论的开源 PR 做验证，将文档高度拆成确定性的代码几何与动态评论块两套体系，评论高度按需测量并锚定到文件、行和侧，避免滚动跳动。
Claude Developer Blog精选AI 评分7171 我们如何在两周内让 claude.ai 提速 3 倍
Anthropic 团队在两周冲刺中把 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍，新加载页面可输入时间从 3.1 秒降到 0.55 秒，启动 Claude Code 会话从 0.8 秒降到 0.3 秒。
推荐理由：Anthropic 团队复盘用 Claude 在两周内把 claude.ai 提速 3 倍的完整工程流程，可迁移到性能优化实践。
Comfy BlogAI 评分4848 让 MiniMax H3 视频 VAE 提速 2 倍
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
SemiAnalysisAI 评分2222 推理中的计算与数据搬运
混合专家（MoE）已改变前沿模型的推理服务结构与经济性，它改变的不只是参数量，而是每个 token 激活哪些张量、哪些数据必须就近放置、哪些传输需要高本地带宽。
LiveKit BlogAI 评分3838 构建实时语音和视频 AI 智能体的最佳开源框架
LiveKit Agents 与 Pipecat 是构建生产级实时语音和视频 AI 智能体的两大主流开源框架，前者基于 LiveKit 自研 WebRTC 和 SIP 基础设施、提供更高层抽象，后者不预设传输层、以更低层抽象让开发者逐级搭建流水线。TEN Framework、Dograh、Vision Agents 和 Vocode 等名字虽会出现，但均未进入生产选型名单。
Browser Use BlogAI 评分2323 Vesta 如何用 Browser Use 从无 API 的网站收集抵押贷款合规证据
Vesta 的 AI 原生贷款发放系统（LOS）用 Browser Use 智能体从无 API 的政府与县级网站抓取抵押贷款合规证据，包括 OFAC、SAM.gov、HUD 排除名单查询和房产税单，每次任务返回结构化 JSON 加页面 PDF 存证。
vLLM BlogAI 评分3636 Qwen3.8-2.4T 的 PD 分离式服务
vLLM 在 GB300 NVL72 集群上对 Qwen3.8-2.4T 做 PD 分离式服务，8K/1K 负载下高吞吐场景达每 GPU 5000 总 token 吞吐，低延迟场景达每用户 180 生成 token。
EveryAI 评分6060 如何创建你自己的个人 AI 基准
Every 评测负责人撰文介绍如何为个人工作搭建私有 AI 基准，以判断哪个模型更适合自己的任务。文章引用 Wharton 教授 Ethan Mollick 的观点，指出 MMLU-Pro 等热门基准考的是 Homo erectus 颅容量、Cheap Trick 1979 年现场专辑名这类知识，方向上有用但回答不了模型能否帮上你的工作。
Browser Use BlogAI 评分3636 Browser Use 与 Browserbase 对比：定价、隐身能力与性能
Browser Use 与 Browserbase 的对比显示，Browser Use 浏览器小时单价 0.02 美元、代理 5 美元/GB，比 Browserbase 的 0.10-0.12 美元/小时和 10-12 美元/GB 分别便宜约 5 倍和 2 倍。
EveryAI 评分3838 Vibe Check：Astra 是独立电影人的突破吗？
创意工作室 Afterimage 用真实拍摄素材测试了 GPT-6 Astra，任务包括替换移动镜头中的餐盘、在布鲁克林街景中添加建筑、让巨型游行花车出现在手持 iPhone 拍摄的窗外画面中，部分镜头成功、部分失败。
LlamaIndex BlogAI 评分3838 AI 文档抽取：为什么 Schema 才是出问题的那一环
AI 文档抽取的读取环节已相当成熟，真正的准确率瓶颈在 Schema 定义，而这一层几乎从不被审计。Schema 中一个 required 字段会迫使模型在文档没有该字段时编造数值，同一字段在不同发行方含义不同、一对多结构被声明为标量，都会让流水线输出格式正确却内容错误的 JSON。
Cartesia BlogAI 评分2222 TTS 模型与音色：它们不是一回事
TTS 模型与音色并非同一概念：音色更像输入，模型提供通用能力，音色决定生成语音的特征。固定说话人模型只接收文本，多说话人模型可额外选择预设音色，零样本克隆模型则接受参考音频作为提示。Cartesia 的 Instant Voice Cloning 只需 10 到 60 秒音频即可克隆音色，其 Sonic 端到端 TTS 模型同时支持克隆。
InterconnectsAI 评分2222 开源 AI 与开放模型阅读清单
Nathan Lambert 在 Interconnects 发布了一份开源模型主题阅读清单，收录近几年的代表性文章，并称读完可全面了解该领域现状，清单最后更新于 2026 年 9 月 15 日。清单分为基础与中美竞争两部分，涵盖开源 AI 战略、开放权重安全路径、开放数据萎缩，以及 Kimi K3、GLM-5.2、GLM-5.3 等中国模型对生态的影响。