One Brain Means Owning Your Organizational Memory
Leapfrog 团队正在构建名为"one brain"的组织记忆系统，让公司知识、客户上下文、会议与决策可通过智能体以自然语言查询。其最小技术栈为 OpenClaw 沙箱、GitHub 仓库、本地 Obsidian 与 Telegram，研究库当时约 1200 个文件，并另设客户信息库。
#部署/工程
日期栏展示收录日期，历史补录归入原文日期。
Tessl BlogAI 评分2424 Tessl BlogAI 评分3838 Skills Everywhere 需要一条上下文流水线
Tessl 将作者在 AI Native DevCon 的演讲“Skills Everywhere”做成可供智能体使用的 skill，核心主张是企业不必总靠更强模型，而要靠更好的上下文工程。
AWS Machine Learning BlogAI 评分4242 面向 AI 智能体的按推理付费：BlockRun 与 Incarna 如何使用 Amazon Bedrock AgentCore payments
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，将接入 x402 支付支持的工作量从数月缩短到数天，并已把端到端按推理付费流程投入生产。
NVIDIA Technical BlogAI 评分3636 构建可靠的数据分析智能体：来自 KDD Cup 的经验
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，其系统核心思路是让智能体的 harness 更小、更清晰、更易验证。该竞赛要求智能体基于数据库、CSV 和 JSON 文件、散文文档、PDF 及简报视频等异构数据源回答自然语言问题。
Tessl BlogAI 评分4040 AI Agent 评估需要可执行规格
Tessl 提出用"可执行规格"评估 AI 编程智能体：把产品意图转成可验证的检查项，由规划智能体拆解需求、多个验证智能体并行逐条核验预览环境，再由编排器汇总成报告。其首版单智能体方案因上下文耗尽和一致性下降而受限，且仅给规格会让智能体臆造需求，需同时结合规格与代码，并以 base branch 而非仅 diff 作为对照。
PyTorch BlogAI 评分4848 基于 NVIDIA Dynamo 的会话感知智能体推理
NVIDIA Dynamo 用统一的会话级标识符（session_id / parent_session_id）把请求级推理服务改造成程序感知系统，实现会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的编程式缓存迁移。
LiveKit BlogAI 评分3434 Serve AI 如何用 Agent Simulations 打造更好的语音智能体
Serve AI 将其在 Retell 上拥有 224 个节点、600 多条边的对话流程图智能体重写为 LiveKit 上的单提示词智能体，借助 Agent Simulations 用约 100 通真实生产通话测试，达到 98% 通过率、1.3 秒中位轮次延迟后才切换流量。迁移首周完成且无需回滚，上线后通话拦截率提升 15%，预计每年为客户额外节省 32 万美元。
Tessl BlogAI 评分4848 仓库自动化需要 Continuous AI
GitHub Next 提出在 CI/CD 之外增加第三根支柱 Continuous AI，即由仓库事件或定时触发的自动化 AI 工作流，用于持续文档、代码改进、triage 与故障分析。
Latent SpaceAI 评分4040 Synthesis Superintelligence：从半导体到超导体——Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 材料表征、DFT 模拟与高通量自主实验室相结合，让模型学习做科学的全过程而非只看已发表结果。
AWS Machine Learning BlogAI 评分2828 使用 Amazon SageMaker HyperPod 通过隔离与公平性实现跨团队共享 GPU 集群
Amazon SageMaker HyperPod 推出基于 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。
Sakana AIAI 评分3636 医師向け検索ツール「Evidence Finder」にSakana Namazuを導入：日本仕様のAIを、医療の現場へ
Sakana AI 的日本仕様 LLM「Sakana Namazu」被医疗 AI 公司アイリス提供的医生循证检索工具「Evidence Finder」采用，负责对检索到的文献进行比较、整合并生成回答。
Tessl Blog精选AI 评分6262 你的 AI 不是笨，是看不见
VarOps 作者总结为跨组织智能体构建记忆系统的经验，认为问题不在模型推理能力，而在于关键决策从未被记录成智能体可用的形式。
推荐理由：作者公开了跨组织智能体记忆系统的三项设计取舍与基准数据，可供做 Agent 记忆的团队对照参考。
Tessl BlogAI 评分4242 一种上下文驱动的代码审查，每次运行都能学习并改进
Tessl 推出上下文驱动的 Code Review，把审查标准以 Markdown 技能形式定义在仓库中，称为 lens，并按文件路径路由，团队可像改代码一样查看、讨论和修改这些标准。由于上下文可移植，审查中积累的经验会回流到代码生成与维护，而不只用于下一次审查。Tessl 称其 PR 量上涨 5-10 倍时，此前 80% 的审查账单属于超额费用。
Tessl BlogAI 评分3838 打造上下文驱动的软件工厂
Tessl Blog 探讨如何用上下文让 AI 智能体承担更多工作并保证可靠性：在 API 迁移中，智能体可依据兼容性策略和既往决策自行判断实现方式，而非依赖穷举分支。团队需通过运行时校验、工作流门禁和受限权限划定边界，并警惕上下文污染与上下文衰减让局部错误固化为工厂惯例。
Understanding AI精选AI 评分7878 解读 Jev：大家都在谈论的新模型
TypeSafe AI 于 9 月 15 日结束隐身并发布新模型 Jev，其公告在 Twitter 获得近 4000 万次浏览，一周内超 10 万人加入其 Discord，约 2000 个 GitHub 项目使用该模型。
推荐理由：通过一个概率输出模型的实际用例，读者可以理解受限输出格式为何在速度、成本和工程集成上带来优势。
PyTorch BlogAI 评分3434 将 Spyre 构建为原生 PyTorch 设备
IBM 的 torch-spyre 团队通过 PrivateUse1 为 Spyre 数据流 AI 加速器注册设备身份，并接入 PyTorch 的分配器、流、事件与编译抽象。张量可常驻 device="spyre"，流提供顺序语义，事件连接跨流依赖，FX 图仍走 Inductor 编译路径。该集成统一了 eager 与编译执行路径，降低启动开销。
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。其做法是把 Astra、Sol 和 Luna 匹配到相应任务，并对预算进行策略性管理。
Claude Developer Blog精选AI 评分6262 构建高效的 agent 自动化
Anthropic 用 Claude Managed Agents（beta）搭建了一个参考实现，按计划读取 Slack 和 GitHub 等自定义来源、追踪上次运行后的变化，并把要点推送到 Slack。
推荐理由：Anthropic 官方给出可复用的 agent 自动化参考实现，六条规则和配置结构可直接迁移到自己的定时任务。
Ars Technica · AIAI 评分3838 Nvidia 押注物理 AI，瞄准更安全的 robotaxi 与人形机器人
Nvidia 推出面向物理 AI 的全栈安全解决方案，已有机器人公司采用，目标指向更安全的 robotaxi 与人形机器人。
Tessl BlogAI 评分1212 AI DevCon NYC：从编码智能体到软件工厂
AI DevCon New York 将于 11 月 2–4 日在布鲁克林 Industry City 举行，主题是"软件工厂"：重点不是让单个编码智能体更强，而是构建让智能体开发可重复、可信、可扩展的系统。
MIT Technology Review · AIAI 评分1515 构建通往自主工业 AI 的更安全路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，但因其直接作用于物理系统，需以安全、可靠和人类监督为前提。AVEVA 的责任 AI 框架强调安全、效率与人工监督，主张 AI 应增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、水资源与碳排放的 AI 环境影响测量标准方法。
MIT News · AIAI 评分1818 利用 AI 缓解数据中心日益严重的环境威胁
MIT 副教授 Christina Delimitrou 用机器学习让大型数据中心更高效、安全和可靠，通过重新设计过时的云计算系统、管理共享硬件资源并精简服务器架构，从现有硬件中挖掘更多算力。她发现多数大型计算系统利用率仅约 15%，并开发了用深度学习提前预测和阻止 Web 应用故障的工具 Seer。她还用 AI 帮助程序员定位并修复云应用问题，减少停机与算力浪费。
Augment Code BlogAI 评分4242 Augment Code 的下一篇章
Augment Code 宣布将 Cosmos、Auggie CLI、Code Context Engine 及相关技术出售给 Harness，团队一并加入 Harness 继续推进这些产品。Augment 称此举是因为 Harness 的集成平台能更有效地把这些能力交付给客户，其 Autonomous SDLC Platform 与软件工厂工作流方向一致。
Zyphra ResearchAI 评分3838 MoE 预训练中的专家耦合
Zyphra 研究发现 MoE 训练中 all-to-all 通信可占单步训练时间的 60.4%，原因是专家放置忽略了路由的相关性。实验显示，同一层内 45% 的 token 只落在 0.8% 的专家对上，跨层路由同样高度集中。通过把常被同一 token 选中的专家放到同一 GPU，可减少跨网络传输并加快训练，且无需改动模型架构、路由决策或训练目标。
LlamaIndex BlogAI 评分2222 Markdown Is All You Need
LlamaParse 以 Markdown 作为文档解析的默认输出格式，保留标题层级、阅读顺序、列表和表格结构，复杂表格则用 HTML 的 colspan、rowspan 保留合并单元格，并支持管道表格与 HTML 表格。Markdown 还能减少发送给模型的格式 token，配合图像、页码和边界框等布局信息，便于检索、抽取和智能体流程复用。
Claude Blog精选AI 评分7676 用 Claude 构建实时仪表盘并制作动画讲解
Claude 推出 Dashboards 和 Motion 两项新功能，Dashboards 可连接 BigQuery、Databricks、Snowflake 或 Salesforce 等数据源。
推荐理由：官方给出 Dashboards 与 Motion 的能力边界和开放入口，可据此判断 Claude 在数据问答与动画讲解上的可用性。
Mastra BlogAI 评分2020 Mastra Agency Program 正式发布
Mastra 推出 Agency Program，认证并汇集为其客户构建 Mastra 智能体的机构和咨询公司，首批 5 家合作伙伴包括 Deerfield Group、Blue Drop Labs、Frontleap、Handpicked 和 Young Security。
Claude BlogAI 评分5050 Block 如何用 Claude Fable 编排数千个 pull request
Block 用 Claude Fable 5 作为编排器，在跨多个仓库、数百万行代码的大规模迁移中统筹上千个 pull request：Fable 负责数据模型、API 规格、算法等高层设计，再调度 Opus、Sonnet 等更便宜的小模型完成文件修改和测试。
Goodfire Research精选AI 评分7171 在 Kimi K3 上训练并部署生产级网络监控器
Goodfire Research 为 Kimi K3 和 GLM 5.3 构建了基于探针的网络滥用监控器，并部署在生产推理栈上。探针作为第一道过滤器只把可疑交互交给 LLM 裁判，在 5.5% 良性会话中断率下召回约 93%，成本约 50 倍更低，每百万次交互低于 200 美元，且不增加推理延迟。
推荐理由：原文给出探针加裁判级联的完整配方与生产部署数据，可了解实时监控智能体的成本与延迟取舍。
EveryAI 评分3636 我们为什么把智能体基础设施交给 Anthropic
Every 将自研智能体基础设施从 OpenClaw 迁至 Anthropic 的 Claude Managed Agents，以专注打造共享同事型智能体。团队此前需自运维智能体集群，迁移后接受了相应取舍。本周其产品 Every Agent 已在公司 Slack 中上线。
Meta Newsroom · AIAI 评分2222 为什么数据中心是 Meta AI 战略的重要组成部分
Meta 基础设施负责人 Santosh Janardhan 与开发者 Tom Shaw 对谈，解释 Meta 为何不只是软件公司、AI 与其他技术的不同，以及数据中心为何是构建 AI 的关键。对话还涉及 Meta 如何为其 AI 基础设施供电、什么是 1 吉瓦能源、如何决定数据中心使用何种芯片，以及自建数据中心的好处。
AWS Machine Learning Blog精选AI 评分6666 Claude Haiku 5.5 在 AWS 上线
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化和与 Opus 5.5 的分工方式，便于判断何时选用。
NVIDIA Blog精选AI 评分7272 NVIDIA 与 Microsoft 为 Windows PC 带来 RTX Spark 与 AI 智能体
NVIDIA 与 Microsoft 在旧金山 Windows AI 与 Surface 活动上宣布为 Windows PC 共同设计运行 AI 智能体的软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行环境做进 Windows，并给出 RTX Spark 与 DGX Station 的本地算力规格，可据此判断端侧智能体的硬件门槛。
NVIDIA Technical BlogAI 评分3838 The Machines that Make the Machines
NVIDIA 分享了如何训练机器人组装 GB300 测试托盘，并从中总结出关于机器人学习、机械智能与传统工程的经验。GB300 是 Grace Blackwell 超级芯片，为现代基础模型的 AI 训练与推理提供算力，但其托盘组装目前仍依赖全球工厂中的熟练体力劳动。
GitHub Blog · AI & ML精选AI 评分6060 密钥保护必须跟上软件开发的规模
GitHub 推出基于 ModernBERT 的通用密钥检测分类器，可在推送前用代码上下文识别非结构化密钥，候选批次评估耗时不到 2 毫秒，据称可将可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与代码增速的关系，并给出新分类器在推送前拦截的落地方式。
Pragmatic EngineerAI 评分2222 与 Sam Newman 一起构建弹性系统
Sam Newman 在 Pragmatic Engineer 播客中称微服务是"最后手段"的架构，并介绍其新书《Building Resilient Distributed Systems》提出的分布式系统三法则：信息传输需要时间、依赖资源可能离线、资源终会耗尽，其中资源耗尽导致的故障最多。
NVIDIA Technical BlogAI 评分2020 用数字孪生和 AI 智能体验证 AI 工厂变更
NVIDIA 提出用数字孪生和 AI 智能体验证 AI 工厂的变更。AI 工厂整合 GPU、CPU、交换机、DPU 和 SuperNIC，以及调度器、编排服务、安全控制和快速变化的软件栈，部署与验证都极具挑战。该方案旨在确认基础设施、软件与策略能协同支撑目标工作负载。
Microsoft Research精选AI 评分7171 Agent Lightning v1.0：一个 3500 行的轻量级智能体 RL 框架，用真实 harness 训练智能体
微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一套 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：微软开源 Agent Lightning v1.0，读者可了解用真实 harness 做智能体 RL 训练的思路与 3500 行代码的工程取舍。
NVIDIA Technical BlogAI 评分3030 借助 NVIDIA cuOpt 中的 mPDLP 将决策优化扩展至 1 亿变量及以上
NVIDIA cuOpt 中的 mPDLP 将 GPU 加速决策优化扩展到 1 亿变量及以上规模，以应对供应链 SKU、线路与约束增多以及电网实时平衡更多分布式电源的需求。NVIDIA cuOpt 相比 CPU 已能带来超过 10 倍的加速。
NVIDIA Technical BlogAI 评分2222 NVIDIA cuPhoton 加速科学图像分析
NVIDIA 推出 cuPhoton，用于加速科学图像分析。天文望远镜、激光与 X 射线光源等高通量仪器产生的图像数据，速度已超出 CPU 流水线的处理能力，瓶颈往往不在单个慢 kernel，而在从传感器原始数据到决策的整条路径，包括读取原始数据、匹配点扩散函数或探测器响应、相减或归约等环节。