#部署/工程

Stripe 收购 OpenRouter：构建 AI 智能交换网络

Stripe 已签署协议收购 OpenRouter，双方将共同构建全球 AI 公司交换智能的可信、规模化且高性能网络。OpenRouter 已成为模型路由与清算的关键中立层，其工具 Ori Eval 可根据提示词与业务需求动态路由最优模型与供应商。此次收购被视为 AI 经济基础设施的重要支柱，有望让模型公司与应用公司实现双赢。

突破 DeepSeek-V4-Pro 服务极限：H20 上的多场景优化方法

LMSYS 团队针对 1.6 万亿参数的 MoE 模型 DeepSeek-V4-Pro，在 H20 GPU 上通过场景化服务配置逼近 B300 性能。单节点 H20-141GB 参考实现达 271 output tokens/s，与 B300 的 383.7 tokens/s 性能差距缩小至 1.42×。

OpenRouter 宣布加入 Stripe

OpenRouter 宣布与 Stripe 合并，以加速推动全球经济增长。OpenRouter 目前每日处理来自 400 多个 AI 模型的 10+ 万亿 token，服务超 1000 万开发者与公司，自成立以来推理量每年至少增长 10 倍。合并后 OpenRouter 将继续以原名、原使命独立运营，产品与路线图不变，路由决策仍以用户利益为先，交易预计在未来数周内完成。

Tibo@thsottiaux· 10:07AI 评分5757

OpenAI 修复了 Codex 中 GPT-5.6 可能执行破坏性操作的问题，最严重的是清理临时文件时误删用户文件。现已增加多层防护：明确指令检查删除目标、强化高风险命令审查、收紧 Full access 权限并更新 Auto-review。回放评估显示改动大幅降低风险，同时保留正常编码能力。

Claude Console 将 Workbench 更名为 Playground，支持全部 Messages API 参数

Claude Console 中的 Workbench 现已更名为 Playground，支持全部 Messages API 参数，并内置展示代码执行、网页搜索等 API 功能的模板。每次运行都会显示完整 SDK 请求与 API 响应，帮助开发者理解 API 并基于其构建。

Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者

Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现，Anthropic 已发布通用设置套件供其他团队部署。

Git 大规模托管为何如此困难

Git 的分布式设计使其大规模托管面临固有挑战：packfile 作为存储和网络传输的基础单元，在服务器端成为可用性与扩展性的瓶颈。业界曾尝试三种方案——分布式文件系统、分布式 packfile、分布式 Git 本身，其中对象级分布式存储因 Git 协议要求网络传输 packfile 导致 clone 性能不佳而被放弃。

Claude Science 产品指南：面向生命科学研究的 AI 工作台

Anthropic 发布 Claude Science（测试版），一个覆盖生命科学数字化流程的 AI 工作台，支持数据分析、图表生成与结果产出，并可通过本地守护进程将重任务调度至自有 GPU、SLURM 集群或云账户。

OpenRouter 图像生成 API：代码优先的接入教程

OpenRouter 推出专用图像生成 API，通过统一请求格式和单一密钥即可调用多个提供商的图像模型。开发者向 POST /api/v1/images 发送请求，响应中的 data[0].b64_json 包含 base64 编码的图像数据，解码后即可保存为本地文件。教程演示了 Python 和 JavaScript 两种实现，并支持通过 input_references 传入参考图像生成变体。

SGLang 重构 CUDA Graph 支持，Breakable CUDA Graph 成 prefill 默认方案

SGLang 重构 CUDA Graph 支持，通过 runner/backend 接口拆分使不同捕获策略可复用。其社区首创的 Breakable CUDA Graph（BCG）现为 prefill 默认方案，代码量仅为 torch.compile 方案的约四分之一（521 行对比 1,771 行），构建速度快 3.8–5.2 倍。

ABC Legal 如何借助 Claude Managed Agents 让每位员工成为构建者

ABC Legal 为 1,100 名员工部署 Claude Enterprise 后，通过 Claude Managed Agents 将零散实验转变为受治理的智能体体系，截至 2026 年 7 月已上线 50 多个生产级智能体，部分覆盖的人工任务成本降低约 50%，约 310 名员工日常使用 Claude。

AgentCore Payments 中间件为 LangChain 智能体提供 API 支付能力

AgentCore Payments 中间件让 LangChain 智能体以确定性会话预算支付 API 费用。该中间件为 x402 支付签名，LangSmith 可追踪每一笔支付记录。

NVIDIA 与 SB Energy 合作锁定俄亥俄州 PORTS-Pike 园区电力容量，OpenAI 将入驻

NVIDIA 宣布与 SB Energy 合作，锁定俄亥俄州 PORTS-Pike 科技园区的电力容量（LPS）以独家部署 NVIDIA 算力，OpenAI 将成为租户。

OpenAI 加入 PORTS-Pike 项目

OpenAI 与 SB Energy、NVIDIA 及美国能源部达成协议，在俄亥俄州派克县 PORTS-Pike 科技园区获取约 8 吉瓦电力容量。项目预计在 2032 年前六年建设期内创造 35,000 个建筑岗位和 2,500 个长期运营岗位。

OpenAI 如何用前沿智能加固自身防御：The Defender’s Window

OpenAI 在 OpenAI-Hugging Face 事件后反思低估了模型真实网络攻击能力，正通过四大支柱强化自身安全：用 Codex 验证代码漏洞、用智能体优先分流安全告警、持续枚举攻击路径，并仅向可信防御者开放网络能力。文中演示 ChatGPT Work（基于 GPT-5.6 Sol）15 分钟发现个人网站 13 个问题并在一小时内完成修复。

OpenRouter 推出 Activity 仪表盘与 Analytics API：按智能体、模型、请求追踪 AI 使用成本

OpenRouter 发布 Activity 仪表盘和 beta Analytics API，可按智能体、模型、请求维度查看支出、token 量、缓存命中率等指标，并支持下钻至单条请求日志。

Together AI 推出端点级 A/B 测试功能，可在生产环境对比模型表现

Together AI 在专用模型推理平台推出端点级 A/B 实验功能，支持 1 个 control 和最多 20 个 variant 的固定流量分流，用于在真实用户曝光下比较候选模型。

Together AI 实测 DeepSeek V4 Pro 0813 对比 Claude Fable 5 在 DeepSWE 上的成本、编码与路由表现

Together AI 在 DeepSWE 全部 113 个任务、每任务 4 次试验（共 904 次 rollout）上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。

vLLM-Omni 推出分布式层级卸载，支持跨设备运行 200B+ 级 DiT 模型

vLLM-Omni 团队发布 Distributed Layerwise Offload（DLO），通过 meta device + mmap 加载、权重分片 + AllGather、双缓冲预取和 DP 多并发四项技术，让超过单卡 HBM 容量的视频生成模型（如 Cosmos3-Super 64B/124 GB）能在多 NPU 或 GPU 上运行。

Replit 推出 Admin API、Audit Logs 与 Workspace Settings，面向企业规模化治理

Replit 发布面向企业规模化治理的三项更新：Comprehensive Audit Logs 覆盖部署、身份、密钥和智能体活动等 50 多个事件，支持向 Datadog、Splunk、Amazon S3 及通用 webhook 流式输出，默认保留 30 天；Admin API 进入 beta，提供 5 个端点用于获取用量、工作区、成员和项目数据。

Claude Code v2.1.233 发布：新增 GitLab MR 支持与内存 cgroup 限制

Claude Code v2.1.233 发布，为 --worktree 标志和 agents 视图新增 GitLab 合并请求 URL 支持，并添加可选的 forward_user_identity 网关设置以按用户归因支出。

a16z 图表：Neocloud 增长远超早期云巨头，但成本高企

a16z 图表显示，由加密矿场转型的 neocloud 公司增速远超早期云巨头，CoreWeave 约 25 个季度即达 AWS 第 40 个季度时的 26 亿美元季度营收。但巨额 Capex 及超营收半数的芯片折旧与利息支出下，其股价一年跌约 16%。另 Atlassian 云业务同比增长 31%，AI 助手 Rovo 用户支出增速接近非用户两倍。

Firetiger 团队加入 Cursor

Firetiger 团队正式加入 Cursor。该公司构建面向生产环境的智能体，可监控发布、捕获回归、调查事件并将发现反馈给编码智能体。Firetiger 由 Rustam Lalkaka 和 Achille Roussel 于 2024 年创立，此前曾在 Cloudflare、Twitch、Segment 和 Twilio 构建大型生产系统。

Unity AI Gateway 智能路由：以 30%+ 更低单任务成本匹配前沿模型质量

Databricks 在 Unity AI Gateway 中推出智能路由功能，可在编码任务中自动匹配模型与执行框架，以 30% 以上的单任务成本降幅实现前沿模型质量。该功能面向 2026 年日益多样化的模型与工具生态，帮助用户在不牺牲性能的前提下优化推理开支。

Anthropic 如何在 Slack 中用 Claude Tag 部署自助式数据分析智能体

Anthropic 数据团队将 Claude Tag（公开测试版）作为 Slack 中数据分析智能体的基础，让非分析师也能用受治理的语义层提问并获得答案。团队分享了五项关键经验：将技能文件视为持续刷新的内容、为智能体配备预测/留存/漏斗等分析技能、接入内部知识索引而非仅连接数仓，并强调权限、数据新鲜度与可观测性的设计。

Cursor 推出 builds：云智能体启动速度提升至 3 倍

Cursor 推出 builds 功能，在后台持续准备就绪的开发环境副本，让云智能体启动时无需从零搭建，响应速度最高提升 3 倍。内部环境启动快 10 倍，首个 token 生成快 3 倍；智能体始终从最近一次成功的 build 启动，依赖更新或安装脚本出错时不会影响运行。8 月 17 日起所有环境默认启用 builds，无需额外费用。

OpenAI 预览 Ultrafast 模式：GPT-5.6 Sol 速度提升最高 14 倍

OpenAI 推出新的 API 服务层级 Ultrafast，由 Cerebras 提供算力，运行 GPT-5.6 Sol 的速度最高提升 14 倍，输出速率可达每秒 750 tokens。该模式目前处于预览阶段。

HeyGen 与 Google Cloud 将 Avatar IV 搬上 TPU，提速 1.86 倍

HeyGen 与 Google Cloud 合作，把其 180 亿参数以上的数字人视频扩散模型 Avatar IV 移植到八芯片 Trillium（v6e）TPU 主机上，相比首个可用版本提速 1.86 倍。

Augment Code 详解 Auggie CLI v2 重构：基于 Pi fork，任务成本比 Claude Code 低 53%

Augment Code 从零重构 Auggie CLI 的 harness，在 SWE-bench Pro 相同通过率下，Auggie v2 单任务成本 $1.27，Claude Code 为 $2.70，便宜 53%，平均耗时 330s 对 409s。

inclusionAI 发布 Ling Cookbook：Ling 系列模型部署与开发指南仓库

inclusionAI 在 GitHub 开源 Ling Cookbook，为 Ling 系列大语言模型提供部署与开发指南，目前仍在开发中。仓库包含已验证的硬件部署方案，如 Ling-3.0-flash 在单台 NVIDIA DGX Spark 上通过 SGLang（MXFP4/INT4）、vLLM（INT4）及 llama.cpp（GGUF）等框架的推理示例，并附有各方案的量化配置与部署文档。

LangChain 为何认为托管智能体是智能体构建的下一个大趋势

LangChain 推出 Managed Deep Agents，为开发者提供构建、运行和部署 Deep Agents 的托管方式，内置运行时、流式传输、沙箱、评测、记忆和认证功能。该服务旨在降低智能体开发与运维的复杂度，让开发者无需自建基础设施即可投入生产环境。

RingCentral 如何用 ChatGPT Work 和 Codex 构建 AI 原生工作流

RingCentral 通过全员发放 ChatGPT Work 和 Codex，推动从工程到运营的 AI 原生开发，其 AI-Native Challenge 让数千名员工（含非技术人员）交付了可运行项目。

Claude Code v2.1.229 发布：新增远程会话恢复、插件市场命令源及多项修复

Claude Code v2.1.229 发布，新增远程控制会话恢复、自托管 runner 的服务器端 hook 支持，以及插件市场命令源。修复了长响应流式输出丢失、窄终端渲染崩溃、Windows 扩展路径崩溃等问题。改进工作流扇出以复用缓存提示前缀，并调整 /commit-push-pr 对危险 git/gh 命令不再自动批准。

Claude Platform 8月11日发布说明：Compliance API 新增本地会话转录功能

Claude Platform 的 Compliance API 现可返回用户设备上 Cowork 和 Claude Code 会话的转录记录，面向 Claude Enterprise 组织开放测试。新增三个端点分别用于列出组织内会话、获取单个会话元数据及返回其转录内容，均使用现有 Compliance Access Key 和 read:compliance_user_data 权限。

SGLang 与 Miles 为 Qwen3.8-2.4T-A95B 提供 Day-0 支持

SGLang 与 Miles 在发布首日即支持 Qwen3.8-2.4T-A95B，这是 Qwen 最大的开源模型，总参数 2.4T，每 token 激活 95B，采用混合注意力架构。

IBM Research 发布面向 LLM 的 XML 子语言 DocLang

IBM Research 发布 DocLang，一种面向 LLM 的 XML 子语言，作为 Docling 的补充标准，目标是降低延迟和推理成本。

PromptArmor：本地部署模型无法阻止数据外泄，以 Ollama 漏洞为例

PromptArmor 发文指出，本地运行 LLM 并不能解决数据外泄问题，因为漏洞位于处理模型输出的 AI 应用基础设施中，而非模型本身。文章以 Ollama 聊天界面为例，其不安全地渲染 HTML 和 Markdown 内容并配有不安全的 web 搜索工具，可导致钓鱼覆盖层、凭证窃取和上传文档外泄，并给出净化输出、纯文本渲染或内容安全策略等修复方式。

NVIDIA 携手 Apollo、BlackRock 等成立融资平台，AI 工厂算力成为可投资资产类别

NVIDIA 宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作，建立独立融资平台，旨在长期动员超过 5000 亿美元第三方资本，支持 AI 基础设施建设。

Qwen3.8-2.4T-A95B 开源模型上线 Modal

Qwen3.8-2.4T-A95B 以开源权重发布，Modal 提供首日支持，在 Modal Auto Endpoints 上通过 SGLang 和针对 Qwen3.8 结构调优的自定义 DFlash 推测模型加速推理，推测模型训练数据偏向代码、研究和工具调用场景以提高接受率。该文本模型以 OpenAI 兼容 Shared Endpoint 形式提供一个月，按 token 计费。

vLLM 提供 Qwen3.8-2.4T-A95B Day-0 支持

vLLM 宣布对 Qwen3.8-2.4T-A95B 提供 Day-0 支持，该模型是基于 Qwen 3.5 架构的 2.4 万亿参数稀疏 MoE 模型，含 512 个专家，92 层混合骨干中每 4 层使用一次 full attention，其余 69 层为线性注意力。