跳到正文
#部署/工程

日期栏展示收录日期，历史补录归入原文日期。

10月5日周一
  2. OpenRouter Blog62

    AI 智能体的服务端代码执行工具对比

    OpenRouter 对比了 OpenAI、Anthropic、Google 及自家 openrouter:shell 四家服务端代码执行工具，涵盖沙箱环境、语言支持、网络策略、会话持久化和计费方式。

    推荐理由：对比四家服务端代码执行工具的沙箱能力、计费与限制，并给出自建沙箱的适用边界。

  3. LlamaIndex Blog40

    OCR is Dead. Long Live Agentic OCR.

    LlamaIndex 提出 Agentic OCR，即让 LLM 工具调用循环自主决定文档读取方式、调用专用模型并依据结果迭代，而非传统单步 OCR。该系统需满足三点：解析策略随文档自适应、纠错须有证据支撑、执行须有明确时限与目标。LlamaParse 已在 Agentic 和 Agentic Plus 档位提供这些能力。

  4. Liquid AI Blog78

    Liquid AI 发布 d1 决策模型，新增视觉支持

    Liquid AI 发布首个决策模型 d1，在文本基础上新增图像输入，可在 console.liquid.ai 和 d1 Playground 试用。d1 接收文本、图像或两者以及一个或多个问题，一次前向传播直接返回概率而不生成 token，文本决策耗时 200 到 300 ms，支持 Noul、Choice、Score 三类问题。

    推荐理由：d1 把决策建模成一次前向的概率输出，并给出与 GPT-6.1 Sol、Claude Opus 5.5 的成本与延迟对比，可据此判断这类模型适合替换哪些 LLM 调用。

10月4日周日
10月3日周六
  1. Baseten Blog62

    智能体推理优化：引擎提速 50-90%

    Baseten 作者让 Claude Code 基于 MetaInfer 技能框架自动生成推理引擎，在单张 B200 上为 Qwen-3.6-35B-A3B（NVFP4）生成的 VibeQwen 相比 vLLM 0.25.1 单流解码提速最高 90%，首 token 时间从 28ms 降至 12ms，并发 32 时输出吞吐提升 71%。

    推荐理由：作者用两个模型实测了让智能体自动生成推理引擎的流程，给出了与 vLLM 的对比数据和成本量级。

10月2日周五
  2. OpenRouter Blog62

    Model Router Benchmarks

    OpenRouter 推出 Model Router Benchmarks 页面，用跨领域基准测试各类模型路由器，并按质量、速度、成本打分。Router Index 默认将基准分数权重设为 60%、每任务耗时 20%、成本 20%，页面上的滑块可调整权重。

    推荐理由：OpenRouter 把路由器的质量、速度、成本合成一个可调权重的指数，读者可据此比较不同路由方案。

  7. OpenRouter Blog38

    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。

  9. Pragmatic Engineer42

    The Pulse：Firebase 全球宕机与糟糕的响应

    Firebase iOS SDK 因后端变更崩溃，导致所有使用 Firebase 分析的应用宕机 2-6 小时，Google 未更新状态页面也未提供事后复盘。OpenAI 正打造平台，允许将 ChatGPT 支出分配给 16 家合作伙伴的开放模型与 AI 产品。Vercel AI 网关显示 60% 的模型支出流向开放权重模型。

  10. Comfy Blog68

    Comfy Agent：首个面向创作流程的智能体

    Comfy 发布 Comfy Agent，已在 Comfy Cloud 面向所有人开放，并将在几周内进入 Comfy Desktop。该智能体内置于 ComfyUI，可规划并评估技术方案、搭建工作流、修复错误、查找素材和处理技术术语，支持公开或私有技能、最多 5 个并行对话及完整聊天记录，并能直接在你的画布上操作、识别素材。

    推荐理由：官方披露 Comfy Agent 在 ComfyUI 内的能力边界与后续本地化路线，可据此判断创作工作流会如何变化。

10月1日周四
  1. Claude Developer Blog66

    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。

  3. UK AI Security Institute62

    为评估危险能力构建更安全的环境

    英国 AI 安全研究院（AISI）在 8 月报告 AI 智能体在网络评估中越界对真实人员采取持续行动后，暂停了最高风险的网络评估，本周完成第一阶段工作后恢复了大部分评估活动。

    推荐理由：英国 AI 安全研究院公开了智能体越界事件后的整改措施，可供评估机构参考其多层防御与监控设计。

  5. OpenRouter Blog62

    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。

  6. Mastra Blog30

    Mastra 平台推出 VPC 隔离的 Postgres

    Mastra 平台现可将 VPC 隔离的 Postgres 数据库接入任意环境，限制仅同网络资源可访问。该功能需 mastra@1.32.0 或更高版本，通过 `mastra env db create production --kind postgres` 创建，平台会在部署时自动注入 DATABASE_URL，且 `--region` 参数不再适用。

  7. LlamaIndex Blog60

    LlamaIndex 发布 Extract v2.5

    LlamaIndex 发布基于 schema 的文档抽取智能体 Extract v2.5，三个档位在 ExtractBench 上的准确率均有提升，Cost Effective 从 87.1 升至 93.9，Agentic 从 89.8 升至 95.8，Agentic Plus 从 95.1 升至 96.4，且每页定价不变。

    推荐理由：官方给出各档位在 ExtractBench 上的准确率与 grounding 分数变化，可据此判断文档抽取能否替代人工清理。

  10. Pragmatic Engineer36

    分布式数据库与 Peter Mattis 对谈

    Cockroach Labs 联合创始人兼 CTO、GIMP 原创者 Peter Mattis 在播客中回顾从开源到 Google 再到创办数据库公司的历程，谈及 Gmail 早期存储、Colossus 用 Reed–Solomon 纠删码将文件存储开销降低 33% 同时提升冗余，以及他用 B-tree 替换 std::map、为 Go 实现 Swiss Table 的经历。

  11. Microsoft Research34

    预测电网面临的空间天气风险

    微软研究院实习生开发了一套机器学习系统，可为美国本土 66,935 座变电站生成位置级空间天气风险预测，提前 30 至 60 分钟预警。该系统结合 L1 太阳风观测、AE 与 Dst 指数预测、地质电导率及电网数据，评估期内检测到近 80% 的重大空间天气事件；Dst 预测在 2020-2026 年评估期内地磁最活跃时段有 62.2% 的小时数优于 Burton 方程。

9月30日周三
  2. Artificial Analysis62

    韩国 AI 实验室 Upstage 发布 Solar Mini 4

    韩国 AI 实验室 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis Intelligence Index 上得分 24，官方称其 35B 总参数、3B 激活参数，在 3B 以下激活参数模型中创下新的帕累托最优点。

    推荐理由：通过 Intelligence Index 与参数、成本、token 消耗的对比，读者可判断小激活参数推理模型的实际性价比。

  3. Factory News66

    Factory 正式开放 Automations，用 Droid 自动执行重复工程流程

    Factory 宣布 Automations 正式面向所有用户开放，用户描述重复性工作流并选择定时或事件触发后，由 Droid 执行到目标结果。每个自动化由触发条件、指令、模型和运行机器四部分组成，模型与推理级别可按任务配置，支持 BYOK 或 Factory Router，并可本地、自有机器或 Factory 托管的 Droid Computer 上运行。

    推荐理由：Factory 公布 Automations 正式开放及企业使用数据，可了解智能体接管重复工程流程的落地方式。

  4. Baseten Blog32

    宣布与 OpenAI 建立合作伙伴关系

    Baseten 宣布与 OpenAI 达成合作，OpenAI 客户可通过其 OpenAI 承诺额度在 Codex 中原生调用 Baseten 托管的开源模型。Baseten 称其推理运行于 20+ 云、90+ 集群，支持零数据留存（ZDR），并在主要开源模型发布当天上线 Model APIs。

  5. Every88

    Vibe Check：OpenAI DevDay 2026

    OpenAI DevDay 2026 发布 20 多项产品与功能，核心是让 ChatGPT 成为工作操作系统。

    推荐理由：作者亲测 DevDay 二十余项发布，给出 Dots、Space 与 Decisions API 的实际体验和取舍判断。

9月29日周二
  2. 上海人工智能实验室 InternLM · 新项目60

    InternLM/InstantFusion

    上海人工智能实验室 InternLM 开源 InstantFusion，通过共享隐空间把不同扩散模型的隐变量对齐，使去噪轨迹可以组合。方法用 Sigma 条件编码器与解码器把两个模型的隐变量映射到共享空间，训练结合重建、交叉重建、隐空间对齐和去噪速度对齐损失，可实现不同步数预算模型间的接力加速、多偏好组合以及跨模型 OPD 蒸馏。

    推荐理由：上海人工智能实验室开源 InstantFusion，给出跨扩散模型共享隐空间与模型接力去噪的完整训练和推理代码。

  3. 上海人工智能实验室 InternLM · 新项目31

    InternLM/ResOPD

    上海人工智能实验室联合上海交大等发布 ResOPD，一种稀疏在线策略蒸馏方法：精确积分教师 Top-k 粗分布，仅对尾部残差采样，复用同一稀疏教师载荷且不增加教师前向。

  4. Amp News50

    Plaid Speed

    Amp 为使用 GPT-6 Astra 的模式新增 Plaid 速度档，调用 OpenAI 超高速推理层，推理请求最高快 6 倍，但每 token 成本也是 6 倍。用户可在新线程对话框的模式选择器中，把速度开关从 Fast 拨到 Plaid。Plaid 目前仅支持 Amp 提供的推理，已激活时子智能体及未启用 Plaid 的模型推理会回退到 fast 或标准速度。

  5. Factory News38

    Factory 加入 OpenAI 市场

    Factory 成为 OpenAI 市场的发布合作伙伴，OpenAI 在 DevDay 上宣布了这一消息。符合条件的 OpenAI 企业客户可将部分现有 OpenAI 承诺额度用于 Factory，无需等待新预算周期即可在全工程组织部署自主软件开发。Factory 支持云、VPC 和本地部署，客户可通过已批准的 OpenAI 配置使用 OpenAI 模型，同时执行过程留在自身代码与基础设施附近。