与 NVIDIA 合作，在 DGX Spark 上通过 SGLang 成功支持 GPT-OSS 20B 与 120B 模型，实现 20B 版本约 70 tokens/s、120B 版本约 50 tokens/s 的生成速度，达到目前最优水平。用户可通过 Docker 部署 SGLang 服务，接入 Open WebUI 实现本地聊天，或借助 LMRouter 转换请求格式以完全本地化运行 Claude Code。该方案使在 DGX Spark 上部署多百亿参数本地编码智能体成为现实。
推荐理由：DGX Spark本地跑通Claude Code完全离线，隐私敏感开发者的新选择
OpenAI 详解支撑 ChatGPT Atlas 浏览器的新架构 OWL，其核心是解耦 Chromium，实现快速启动、丰富 UI 与由 ChatGPT 驱动的智能体浏览。
Claude 发布金融服务 AI 代理构建指南，分享 NBIM、Brex 等机构实践。NBIM 员工每周节省数百小时，McKinsey 研究显示欺诈检测生产力可提升 200% 至 2000%。AI 代理能自主整合多源数据、执行跨系统操作，在合规框架下处理客户服务与风险分析，将传统分析工具升级为可独立完成交易的自主系统。
推荐理由：Anthropic官方分享金融AI智能体落地实践，含NBIM、Brex等真实案例与效率数据。
Dagster Labs 撰文介绍团队如何用 OpenAI Codex 加速文档编写、讲解 PR、在教程、博客与视频脚本等媒介间转译内容。团队重构了 CONTRIBUTING.md，认为清晰的文档结构同时服务人类和 AI；还用文档作为唯一事实来源让 Codex 生成代码并跑测试，以间接衡量文档覆盖度。作者支持 mono repo，认为代码、文档和示例放在同一仓库能让 Codex 获得完整上下文。
OpenRouter 在公告中提出问题：是否应将提供隐式缓存（implicit caching）的供应商视为“ZDR”？
OpenAI Developers 在 GitHub 上发布了名为“Sora starter app”的开源项目。该示例应用旨在演示如何使用 Sora API 构建视频生成工作流，为开发者提供代码参考和集成指南。
Answer.AI 的 Kerem Turgutlu 撰文讲解如何用 SolveIt 把 Andrej Karpathy 超两小时的 tokenizers 视频教程转成带可运行代码、超链接和图片的书章。
推荐理由：作者完整复盘两阶段对话工作流，把超两小时视频转成可运行代码的书章，方法可直接迁移到任意长视频转写场景。
OpenAI 团队撰文复盘 Codex 在 DevDay 2025 筹备中的多种用法，包括用 Codex 实现 VISCA 协议控制摄像头和灯光 MCP 服务器、用 Codex Cloud 并行迭代多个 UI 设计、同时开 7 个终端生成 Phaser 游戏等。
英国 AI Security Institute 介绍为何在平均通过率之外分析智能体评估的对话记录，并提供基于 9 个模型、71 个 CTF 任务、共 6390 个样本的 ReAct 智能体案例分析。
Sierra 通过优化语音到语音管道的每个阶段来降低延迟，使语音 AI 智能体听起来更自然而非机械。其工程方法涵盖从语音识别到生成的全链路延迟压缩，但具体技术细节和量化指标未在原文中披露。
OpenAI Developers 账号分享了一个 GitHub 仓库链接，展示了如何构建带有可选用户界面（UI）的 MCP 服务器，以用于 ChatGPT 插件开发。该资料主要指向具体的代码示例库，未包含详细的功能说明或背景介绍。
OpenAI Developers 在 GitHub 上发布了名为“ChatKit advanced samples”的代码库。该资料展示了 ChatKit（作为 AgentKit 的一部分）的高级使用场景，重点演示了针对不同用例的自定义 ChatKit 服务器集成方法。
Answer.AI 推出五周课程 How to Solve It with Code 及配套平台 Solveit，10 月 20 日开课，报名开放至 10 月 20 日。
推荐理由：原文详述了 Solveit 平台与课程的迭代式人机协作方法及其设计取舍，读者可以借此对照自己的 AI 辅助编码工作流。
随着AI应用从单次提示转向构建长期运行的智能体，焦点正从“提示工程”演进为“上下文工程”。后者旨在为大型语言模型优化有限的上下文窗口内的全部信息，包括指令、工具、外部数据和对话历史。其核心挑战在于模型存在“注意力预算”限制和“上下文腐化”现象——随着上下文增长，模型回忆信息的准确性会下降。因此，上下文工程要求精心编排高价值信息，以有限的资源最大化产出期望结果，这已成为构建高性能、可操控智能体的关键。
推荐理由：Anthropic 亲自下场定义 context engineering 这个新范式，把 prompt engineering 之后的工程方法论讲透了。做 Agent 的人如果还在死磕 prompt，这篇会让你重新审视整个技术栈。
LlamaIndex 提出为 Claude Code 等编码智能体补上文档理解的三种互补模式：通过 MCP 连接 LlamaParse 索引检索、用 SemTools 扩展 CLI 解析搜索、在 CLAUDE.md 中注入标准化文档工作流模块。
Sierra 推出 Voice Sommelier，一套为品牌选择 AI 语音的最佳实践方法。该指南聚焦如何根据品牌调性匹配语音参数（如音高、语速、音色），而非仅依赖默认选项。Sierra 强调，合适的语音能提升用户信任感与交互完成率，建议品牌通过 A/B 测试和用户反馈迭代优化语音选择。
Modal 工程师 Eric Zhang 撰文解析 Modal Notebooks 的系统工程实现，该云 Jupyter notebook 可在数秒内启动 GPU 和自定义镜像并支持实时协作。
文章探讨如何为基于大语言模型的智能体设计高效工具。核心方法是通过与智能体（如Claude Code）协作，采用快速原型构建和全面评估的迭代流程来优化工具性能。关键设计原则包括：选择适当的工具实现范围，使用命名空间明确功能边界，从工具向智能体返回有意义的上下文，优化响应以提高token效率，以及对工具描述进行提示词工程。工具本质上是确定性系统与非确定性智能体之间的新契约，设计应优先考虑智能体的使用体验，而非传统开发者导向的API思路，以扩大智能体解决实际任务的能力。
推荐理由：Anthropic 把自家内部反复打磨的 agent 工具开发方法论完整公开了，从评估流程到 prompt 工程细节全是实操干货，做 MCP server 或 agent 工具链的人可以直接抄作业。
LlamaIndex 自建包含 1000 篇 ArXiv 论文的基准，测试 Claude Code 在有无 SemTools 时的文档搜索表现。
OpenAI 开源模型 gpt-oss 原生采用 MXFP4 量化，但社区长期缺乏针对该低精度格式的训练支持。NVIDIA 推出基于 Model Optimizer 的量化感知训练（QAT）方案，允许在 Blackwell、Hopper、Ampere 及 Ada 等常见 GPU 上直接微调模型，无需转换为 BF16 而牺牲性能。实测显示，经 QAT 微调的 gpt-oss-20b 在多语言推理任务中通过率从 16% 提升至 100%，在安全提示识别任务中从 30% 优化至 97%。微调后的模型可通过 SGLang 部署，保持 MXFP4 格式的推理速度与内存优势。
LlamaIndex 推出 CLI 工具 vibe-llama，可将 LlamaIndex、LlamaParse 及 workflows 的最新文档与 API 模式注入 Cursor、Claude Code 等编码智能体，避免其推荐过时 API。
Together AI 发布博客，讲解如何用 LLM Agent 自动化复杂长时工程任务，并以其内部投机解码（speculator）训练流水线为案例：任务需可验证、定义清晰、工具可支撑，核心模式包括优质工具、完善文档、安全执行、用 tmux 管理并行会话、让 Agent 学会 sleep 等待以及显式的进度验证。
该资料为 OpenAI 开发者文档页面，主要介绍如何在 Responses API 中使用网络搜索（Web Search）功能。内容属于官方技术文档的使用说明。
Bright Data 通过 LlamaHub 原生集成 LlamaIndex，为 AI 智能体提供网页抓取、搜索与数据增强能力。
OpenAI 开发者文档发布了关于如何创建和运行评估（Evals）的快速入门指南，旨在帮助开发者开始使用其评估工具。
OpenAI 发布文章介绍 GPT-5 在编码和设计方面带来的新可能性。
OpenAI 发布 Cookbook 教程，讲解如何在本地硬件上用 LM Studio 运行 gpt-oss。LM Studio 是一款在本地硬件运行大语言模型的桌面应用，教程将引导用户完成本地运行 gpt-oss 的步骤。
推荐理由：OpenAI 官方 Cookbook 给出在本地硬件用 LM Studio 运行 gpt-oss 的完整步骤，可作为离线部署的操作参考。
LlamaIndex 发布教程，演示如何用 LlamaParse Index 解析并索引非结构化文档，再通过开源智能体框架接入 AI 智能体。教程以 JPMorgan Chase 存款账户披露文件为数据集，用 Claude Sonnet 4 搭建查询引擎与 FunctionAgent，可完成透支费、补卡费和止付费等复合计算。
OpenAI 开发者发布教程，讲解如何用 Ollama 在本地硬件上部署 gpt-oss-20b 或 gpt-oss-120b 并选择合适的推理设置。
推荐理由：来自 OpenAI 开发者官方的实操指南，读者可按步骤在自己硬件上用 Ollama 跑通 gpt-oss 两个规格模型。
OpenAI 开发者 Cookbook 发布教程，讲解如何结合 gpt-oss 与 Hugging Face Transformers 进行微调。文章由 Edward Beeching、Quentin Gallouédec 和 Lewis Tunstall 撰写，并从大型推理模型（如 OpenAI o3）通过生成思维链提升准确性的背景切入。
推荐理由：官方 Cookbook 教程给出用 Hugging Face Transformers 微调 gpt-oss 的具体路径，适合需要本地定制推理模型的开发者参考。
该资料仅提供了 OpenAI 开发者平台中关于 Function Calling（函数调用）和 Tool Calling（工具调用）的官方指南文档链接，未包含具体的新特性、变更说明或实质性内容摘要。
OpenAI 发布推理模型官方指南，概述推理模型的工作方式与提示方法。内容涵盖推理、规划、工具调用和结构化输出等主题，地址为 https://platform.openai.com/docs/guides/reasoning?api-mode=responses。
Mistral AI 发布教程，展示用 LoRA 在 Aerial Image Dataset 上微调 Pixtral-12B 做卫星图像分类，整体准确率从 0.56 升至 0.91，类别幻觉率从 5% 降至 0.1%，成本不超过 10 美元、训练样本 8,000 条、覆盖 30 个类别。
Oxylabs 与 LlamaIndex 集成，为 LLM 提供网页抓取基础设施，可显著降低网页搜索成本。该集成通过 llama-index-readers-oxylabs 和 llama-index-readers-web 两个包，提供 Google、Amazon、YouTube 专用抓取器及通用网页抓取能力，能自动解析 HTML 并绕过反爬封锁。
Liquid AI 与 .txt 展示如何用 LFM2-350M 和 dotgrammar 在端侧设备实现可靠的 LLM 函数调用。LFM2-350M 量化前内存低于 1 GB，常见边缘硬件上推理低于 100ms；dotgrammar 用上下文无关文法（CFG）约束输出，保证语法合法且不增加推理延迟。
Modal 工程团队在平台上部署 NVIDIA parakeet-tdt-0.6b-v2 与 canary-1b-flash 开源 ASR 模型，对约一周（7×24 小时）ESB 基准音频做批量转写，结果比所测专有 API 快 112 倍或便宜 200 倍，且错误率略低，实现了一分钟内以 1 美元转写一周音频。
推荐理由：原文给出可复现的批量转录优化方法与端到端实测数据，读者可以据此在自己的语音转写服务中权衡成本与吞吐。
OpenAI 开发者文档发布了一篇关于 Conversation State（对话状态）的指南，解释了如何在 Responses API 中持久化上下文以支持多轮对话，涉及工具调用和函数调用等场景。
OpenAI 开发者文档发布了一篇关于 Flex Processing（弹性处理）的指南，主要介绍如何通过该功能降低 API 调用成本。资料仅提供了标题和链接，未包含具体的实施步骤、适用场景或节省比例等详细信息。
OpenAI 开发者文档更新了 Batch API 的使用指南，主要介绍如何通过该接口批量处理请求以降低调用成本。
OpenAI 开发者文档发布了一篇关于 Responses API 中“后台模式”（Background mode）的指南，主要介绍如何异步处理长时间运行的操作，涉及工具调用和函数调用等场景。