当编码不再是瓶颈：Berkeley RDI 提出软件自主开发三级框架
Berkeley RDI等机构提出三级软件自主开发框架：代码自主（AI完成设计与实现，人类决定构建内容并审核PR）、流水线自主（AI运行从设计到部署的全流程，人类仅评估结果）、需求自主（AI自主决定构建内容）。该框架旨在为能力声明、部署选择与问责提供清晰分类。
推荐理由：Berkeley团队提出软件自主开发三层框架，把模糊的“自主编程”拆成清晰阶梯，关键不在能力而在责任转移，开发团队该看看自己到了哪一级。
#部署/工程
Berkeley RDI：Blog精选AI 评分6464 vLLM 官方博客精选AI 评分7575 vLLM 发布 Kimi K3 Day-0 支持：2.8T 混合 MoE 的部署指南与性能数据
vLLM 官方宣布 Day-0 支持 Kimi K3，这是一个 2.8 万亿参数的 MoE 模型（每 token 激活 896 专家中的 16 个），基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口和原生视觉。
推荐理由：vLLM 团队亲述 Day-0 支持 Kimi K3 的工程细节与部署配方，读者可以据此判断混合线性注意力模型在实际服务中的可行路径。
Fireworks AI精选AI 评分6161 Fireworks 发布 Fireworks Nexus：为工程团队提供可路由的开源模型智能层
Fireworks 发布 Fireworks Nexus，将开发者现有 AI 工具接入由开源权重模型（如 Kimi-K3、GLM-5.2）组成的托管层，提供企业级成本管控、FireConnect 一行安装接入和基于难度的智能路由。
推荐理由：原文给出具体组件、开源入口和第三方评测数字，读者可对照自己的工程负载估算替换成本收益。
Fireworks AIAI 评分5151 Fireworks 开放 Kimi K3 的 Multi-LoRA 训练与服务私测
Fireworks 宣布 Kimi K3 可在其 Serverless Training 上进行 Multi-LoRA 训练与托管，处于私测阶段。K3 是约 2.8T 总参数的 MoE 模型；约 20 步、860K 训练 token 的强化学习运行全部花费约 $65，30 到 60 分钟完成，重复上下文按标准 prefill 费率的 20% 计费。
Claude：Blog精选AI 评分6565 Claude 5 代模型上下文工程新规则：Claude Code 系统提示词精简超 80%
Anthropic 为 Claude Opus 5 和 Claude Fable 5 等新一代模型删除了 Claude Code 超过 80% 的系统提示词，且编码评测无显著损失。
推荐理由：Anthropic 官方首次分享他们为 Claude 5 代模型移除了 Claude Code 80% 系统提示的实践，五条新规则颠覆了旧有的提示工程常识，每个用 Claude Code 或自建 agent 的开发者都该对照看看自己的系统提示是否在「过度约束」模型。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 推出 Classifiers 测试版：自动标记 AI 请求的用途与成本归属
OpenRouter 上线 Classifiers 测试版，允许用户通过自定义分类法（最多 8 个维度）自动标记每次 AI 请求的任务类型、部门归属、合规类别等信息。分类异步运行，不增加推理延迟；支持采样率控制成本，推荐使用 Gemini 3.5 Flash Lite 作为分类模型。标记结果写入日志，并可在 Activity Explorer 中按维度聚合分析模型使用分布与成本流向。
推荐理由：OpenRouter推出分类器功能，允许按任务类型、部门等维度对API调用自动打标并归因成本，适合需要审计agent开销的团队。模板和采样率设计让落地门槛很低。
NVIDIA BlogAI 评分5858 韩国在AI峰会上与NVIDIA及合作伙伴共绘AI未来蓝图
韩国总统李在明在旧金山AI峰会上发布“旧金山AI宣言”，提出将韩国打造为全球AI创新中心的愿景。NVIDIA与KAIST宣布设立首个联合AI研究实验室，专注智能体AI；NAVER、Brookfield与NVIDIA将扩建GAK Sejong数据中心AI工厂至200兆瓦（约10万GPU，基于NVIDIA Vera Rubin平台）。
LangChain：BlogAI 评分4141 LangChain 7月更新：NemoClaw Deep Agents 蓝图、OpenWiki Brains 及更多新功能
LangChain 发布 NemoClaw Deep Agents 蓝图，并推出 LangSmith Sandboxes 免费试用、Fleet Slack 集成、语音追踪及 OpenWiki Brains 功能。Deep Agents 新增对强化学习模型（RLMs）的支持。
Runway：News精选AI 评分6969 Runway 推出 Media Router，首个面向生成式媒体的偏好优化路由模型
Runway 发布 Media Router，这是首个为生成式媒体模型设计的模型路由器，已集成至 Runway Dev 平台。该路由器可根据用户设定的成本、质量和延迟偏好，自动为每次视频、图像或音频生成请求选择最优模型，支持 Gen-4.5、Seedance、GPT Image 2 等第一方及第三方模型。用户只需配置一次偏好并调用单一端点，即可避免手动选型与持续更新代码的麻烦。
推荐理由：Runway Dev 首次把智能路由引入生成媒体，开发者不用再手工选模型，跑量时成本与延迟优势明显，但这是平台内生态能力，对非 Runway 用户意义不大。
Databricks：BlogAI 评分4343 FDA 构建 AI 平台，85% 员工每日使用
美国 FDA 基于 Databricks 数据平台构建了一套 AI 平台，目前已有 85% 的员工每日使用。该平台通过整合内部数据与 AI 能力，帮助监管人员更高效地处理药品审批、食品安全监测等核心任务。这一成果展示了基础数据平台在政府机构中推动 AI 落地的实际价值。
Databricks：BlogAI 评分5252 Databricks 为智能体时代构建自助式基础设施自动售货机
Databricks 现场工程团队构建了一套自助式基础设施供应系统，旨在让客户更高效地部署和管理 AI 智能体。该系统通过自动化资源调配，将基础设施交付时间从数周缩短至分钟级，支持 GPU、存储和网络等资源的按需分配。目前该平台已在内部使用，并计划逐步向外部客户开放。
a16z：NewsAI 评分5353 如何赢得AI领域最大的市场
AI推理正成为计算机史上最大的工作负载，其需求呈垂直增长。与训练的一次性资本支出不同，推理是随用量线性增长的运营成本，而通用GPU并非最优。历史规律表明，专用硬件将凭借更高的token每瓦特效率赢得市场。
Databricks：BlogAI 评分4040 Databricks 推出 Delegated IAM Permissions 简化 Amazon S3 数据连接
Databricks 发布 Delegated IAM Permissions 功能，允许用户通过委托 IAM 权限直接连接 Amazon S3 数据，无需手动管理跨账户角色或访问密钥。该方案简化了 S3 连接配置流程，降低了安全风险，并支持细粒度权限控制。
Databricks：BlogAI 评分4444 Databricks Unity AI Gateway 推出 AI 支出控制功能
Databricks 在 Unity AI Gateway 中新增 AI 支出控制功能，允许管理员为不同团队、项目或用户设置模型调用预算与速率限制。该功能支持按 token 或请求数计费，并可针对 GPT、Claude 等第三方模型及自有模型实施精细化的费用管控。
LangChain：BlogAI 评分4949 施耐德电气借助 LangSmith 构建企业级 LLMOps 基础
施耐德电气利用 LangSmith 搭建企业级 LLMOps 基础，以提升 AI 产品的可观测性、评估与大规模部署能力。该实践聚焦于通过 LangSmith 实现对 LLM 应用的监控、调试与持续优化，从而保障生产环境的可靠性与效率。
Together AI 研究与产品博客AI 评分5757 Together AI 发布 Dedicated Model Inference 推理平台重大更新并开放定制训练 beta
Together AI 对其推理平台发布重大更新，支持单端点挂多部署、canary/蓝绿/滚动更新与自动回滚、A/B 和 shadow 测试、多区域自动扩缩，并重建模型缓存层使预热启动约提速 4 倍。同时宣布定制训练封闭 beta，涵盖全参数与 LoRA 强化学习及监督微调，checkpoint 可直接部署到推理平台，8 月 6 日将举办深度讲解网络研讨会。
vLLM 官方博客AI 评分5858 DaoCloud 详解如何在 24 块 NVIDIA B300 上用 vLLM 以生产 SLA 服务 GLM-5.2
DaoCloud 团队在 24 块 NVIDIA B300 GPU 上以 4 Prefill + 1 Decode 分离拓扑部署 GLM-5.2-NVFP4，将平均 TPOT 从约 40 ms 降到 17 ms，满足 mean TTFT ≤ 2.5 s、mean TPOT ≤ 20 ms 的生产 SLA。
Databricks：BlogAI 评分5454 Databricks 推出 Lakebase Postgres 简化 AI 智能体编排
Databricks 发布 Lakebase Postgres，将 Postgres 兼容性与 Delta Lake 统一存储结合，用于简化 AI 智能体编排。该服务支持事务、向量搜索和结构化查询，无需额外同步即可让智能体直接访问实时数据。Lakebase Postgres 现已作为 Databricks 平台的一部分提供。
Claude Code：GitHub ReleasesAI 评分5050 Claude Code v2.1.218 发布
Claude Code v2.1.218 将 `/code-review` 改为后台子智能体运行，审查工作不再填满对话窗口。新增屏幕阅读器对删除文本的播报支持，并修复了 Windows 路径中 `\u` 前缀段被错误转为 CJK 字符导致文件无法访问、左箭头键误丢弃对话、多行粘贴合并为单行等多项 Bug。
OpenAI：官网动态AI 评分4646 OpenAI 在佐治亚州 Effingham 县启动 Project Camellia 数据中心项目
OpenAI 宣布在佐治亚州 Effingham 县启动 Project Camellia，承诺负责任能源、社区投资、就业岗位及 Codex 访问权限。该项目聚焦 AI 基础设施建设，具体投资金额与算力规模尚未披露。
LangChain：BlogAI 评分5555 LangChain 总结 3 年 LangGraph 图工程经验：构建可靠智能体的核心方法
LangChain 基于 3 年 LangGraph 开发经验，将图工程定义为构建可靠 AI 智能体的成熟方法。其核心理念与循环工程、约束工程一致：在每一步将模型推理置于正确位置并赋予正确上下文。
OpenRouter：Announcements精选AI 评分7272 OpenRouter 新增音频转写 API，支持 Whisper 与 token 计价 STT 模型
OpenRouter 推出 POST /api/v1/audio/transcriptions 端点，用户可使用同一 API key 将 base64 编码音频发送至该端点，返回 JSON 格式文本与用量对象。
推荐理由：OpenRouter 把语音转录集成进 API，一份 key 搞定聊天和转写，对已经在用的团队省心不少，这篇教程直接可跑。
vLLM 官方博客精选AI 评分6767 vLLM 预览 Kimi K3 生产级支持：解析 KDA 前缀缓存与推理优化
vLLM 发布 Kimi K3 生产级支持预览，为 2026 年 7 月 27 日前开放权重做好 day-0 开源服务准备。
推荐理由：vLLM 官方拆解 Kimi K3 带来的推理挑战，KDA 前缀缓存与 MoE 优化细节对部署混合注意力模型的团队有参考价值。
LangChain：BlogAI 评分4646 LangChain 提出为每个 AI 智能体配备独立沙盒计算机，实现安全隔离与秒级启动
LangChain 主张为每个 AI 智能体配备一台独立的隔离计算机，可在 1 秒内启动并在任务完成后自动清理。这种沙盒环境让智能体无需人工监督即可安全运行需要迭代、验证和访问常规工具的升级工作流，解决了传统开发环境在规模化部署时设置与拆除繁琐的问题。
NVIDIA BlogAI 评分4949 纬创在德克萨斯州沃斯堡启用首座美国制造工厂，生产NVIDIA AI系统
纬创在德克萨斯州沃斯堡启用其首座美国制造工厂，生产NVIDIA GB300 Grace Blackwell Ultra和Vera Rubin超级芯片。该工厂投资7亿美元，占地32.4万平方英尺，已创造超500个就业岗位，计划年底扩至1000人，目标年内实现每月数万片板卡产能。
OpenRouter：Announcements精选AI 评分6969 OpenRouter 推出 Prompt Caching + Sticky Routing，降低多轮 Agent 调用成本
OpenRouter 通过 Prompt Caching 与 Sticky Routing 降低多轮 Agent 的 token 成本。缓存读取价格仅为正常输入的 0.1x-0.5x，其中 Claude Sonnet 4.6 缓存读取为 $0.30/M（正常 $3.00/M）。
推荐理由：Prompt caching 不是新概念，但 OpenRouter 把成本算得明明白白，sticky routing 配合 session_id 解决了缓存漂移的痛点，做 agent 的人该抄作业。
NVIDIA BlogAI 评分5151 NVIDIA Vera Rubin NVL72 量产交付，主打每瓦性能与最低 Token 成本
NVIDIA Vera Rubin NVL72 已开始向 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 及 Nebius 等合作伙伴交付，覆盖 30 个国家 350 多个工厂站点。该平台主打每瓦性能与最低 Token 成本，拥有迄今最大、最成熟的机架级供应链以应对客户算力需求。
NVIDIA BlogAI 评分4949 NVIDIA Spectrum-6 以太网交换机系统交付千兆级 AI 工厂
NVIDIA Spectrum-6 以太网交换机系统正式交付全球千兆级 AI 工厂，提供 102.4 Tbps 吞吐量，是上一代产品的 2 倍。CoreWeave、Microsoft、Nebius、SpaceXAI 和 Tesla 将首批部署该系统。
Modal 官方工程博客精选AI 评分6161 Modal 与 Cognition 推出 Devin Outposts，AI 工程师可在自有 Sandbox 中执行任务
Cognition 推出 Devin Outposts，让 AI 软件工程师 Devin 的执行环境迁移到用户自控环境，推理仍留在 Cognition 云端；Modal 是启动合作伙伴，7 月 21 日起开放 alpha。
推荐理由：官方发布方介绍了 Devin 执行环境迁入自有 Modal Sandbox 的方式，GPU 按需启动和会话快照是可对比的实际能力变化。
Google Developers BlogAI 评分5656 Ray 2.55 正式支持 Google Cloud TPU，通过 KubeRay 自动编排多主机切片
Ray 2.55 首次为 Google Cloud TPU 提供一等支持，开发者可通过 Ray 任务与 Actor API 在 TPU 上运行分布式 Python 负载。
LlamaIndex：产品、工程与评测AI 评分4545 LlamaIndex 分析抵押贷款文档自动化在交接环节失效的原因
文章指出，尽管 OCR 和自动化流程加速了文件流转，但缺乏数据溯源（Provenance）导致下游环节仍需人工重复验证，造成成本高昂。以 LlamaParse 为例，其通过视觉模型和布局感知技术处理混合文档，并保留字段来源链接，旨在解决传统模板提取无法应对复杂贷款文件及合规审计要求的问题。
LlamaIndex：产品、工程与评测AI 评分4545 LlamaIndex博客：为何模板OCR的替代方案不是更好的模板而是Agentic OCR
文章指出传统模板OCR（Zonal OCR）因依赖坐标定位，在文档布局变化时易产生静默错误且维护成本高。作者主张放弃固定模板，采用“Agentic OCR”理念，即像人一样先识别页面组件（如表头、表格、签名），再路由至最适合的模型处理。文中以LlamaParse为例，说明其通过布局感知计算机视觉实现无模板提取，能自动适应新供应商格式、旋转页面及动态行数，并提供置信度信号以支持人工复核。
LlamaIndex：产品、工程与评测AI 评分4545 LlamaIndex 贷款文档提取自动化教程
文章介绍了如何使用 LlamaParse 构建抵押贷款申请中的文档提取工作流。针对 W-2、银行流水、税表等常见贷款文件，提供了基于 Pydantic 的数据模型定义和代码实现，展示了不同提取模式（Cost-Effective vs Agentic）的选择策略，并涉及跨文档验证与合规性处理。
Fireworks AI精选AI 评分6363 Fireworks AI 实测 Kimi K3 对标 Fable 5，两模型路由可达 93% 准确率
Fireworks AI 在约 1,030 个真实 agent 任务上对比开源的 Kimi K3 与闭源的 Fable 5，两者总体水平接近（SWE 分别为 92.4% 与 92.6%），但各自擅长不同任务类型。
推荐理由：原文用约 1,030 个真实 agent 任务对比 K3 与 Fable 5，给出按任务路由可同时提升质量并降低成本的量化依据。
NVIDIA BlogAI 评分4141 百时美施贵宝基于NVIDIA Vera Rubin构建生命科学领域最先进AI工厂
百时美施贵宝（BMS）部署其第二个NVIDIA DGX SuperPOD，基于八套DGX Vera Rubin NVL72系统构建，每瓦性能较现有基础设施提升10倍。该平台向所有科学家开放，包含NVIDIA BioNeMo Agent Toolkit，用于药物发现全流程的预测、模型训练和智能体工作流。
Ollama：Blog精选AI 评分7373 Ollama 获 8800 万美元融资，加速开放模型生态发展
Ollama 宣布完成 8800 万美元融资，由 Benchmark、Theory Ventures 和 8VC 等领投。该平台已服务 890 万开发者，并被 85% 的财富 500 强企业使用，其云端 token 用量月均翻倍。资金将用于支持无缝混合推理、新模型发布当日集成，以及让开发者在不牺牲所有权和隐私的前提下使用最强开放模型。
推荐理由：Ollama 拿到 8800 万美元融资，同时透露 85% 财富 500 强在用，月 token 量翻倍。开放模型从玩具变成企业标配的信号越来越明显，想本地跑模型的开发者都绕不开它。
Claude Platform：开发者版本说明AI 评分4040 Claude Console 旧版 Workbench 将于 2026 年 8 月 17 日停用
Claude Console 中的旧版 Workbench 将于 2026 年 8 月 17 日停止访问，更新版 Workbench 不支持已保存的提示词、变量和评估。用户可通过横幅或组织设置导出数据。同时，三个实验性提示词工具 API 也将同步退役。
英国 AI Security Institute：Blog精选AI 评分7070 AISI 首次公开评估：领先开源权重模型的网络安全能力落后前沿 4 至 7 个月
英国 AI Security Institute 首次公开分析领先开源权重模型的网络安全能力差距，测试发现 GLM-5.2 是测试时最强的开源权重模型，在 AISI 窄域网络任务上接近 4 个月前发布的 Opus 4.6，在长时程网络靶场上接近 Opus 4.5，整体落后前沿 4 至 7 个月，窄于 2025 年 1 至 9 月内部评估测得的 6 至 10 个月。
推荐理由：这是 AISI 首次公开量化开源权重模型与闭源前沿在网络安全能力上的差距，并给出成本对比，为防御方的准备窗口提供依据。
Google Developers BlogAI 评分5656 Conductor 从 Gemini CLI 扩展进化为便携插件，支持 Antigravity 与 Claude 生态
Conductor 从 Gemini CLI 扩展升级为便携插件，将对话式 Spec-Driven Development（SDD）引入 Antigravity CLI 和 Claude 等生态。开发者可通过自然对话与 AI 助手交互，由后者在后台动态管理 spec.md 和 plan.md 等持久化 markdown 制品，消除工作流摩擦的同时确保仓库作为项目架构与状态的版本控制单一事实源。
LangChain：BlogAI 评分4242 OpenWiki 0.2 发布：以 OKF 格式生成代码库文档，支持元数据与智能体检索
OpenWiki 0.2 以 OKF 格式生成代码库维基，帮助开发者通过元数据、变更日志和智能体友好检索来组织仓库文档。该版本专注于提升文档的结构化程度与可检索性，便于 AI 智能体直接读取和利用。